ARTICLE · 1232641
OpenAI甩出719篇数学手稿引爆全网恐慌!顶尖学者预警:公钥密码或将失守

作者 | 圆圆
编辑 | 可乐
2026年10月的一个清晨,约翰霍普金斯大学的密码学家马修·格林(Matthew Green)在社交平台上写下了这样一句话:
“我认为,我们可能会失去公钥密码学”

▲ 约翰霍普金斯大学密码学家 Matthew Green 关于公钥密码学前景的研判
短短七个英文单词,迅速在科技界与信息安全技术圈引发广泛关注。
日常使用的网银转账、端到端即时通讯、浏览器访问认证,全都建立在“公钥密码学”这块地基之上。一旦这块地基出现裂缝,现代数字社会的底层信任体系将面临前所未有的严峻考验。
究竟发生了什么,能让密码学界学者发出如此沉重的预警?一切,要从 OpenAI 发布的开源代码库说起。
01节点一:2026年10月6日,“地毯式轰炸”与没有叫的狗
2026年10月6日,OpenAI 在官方博客发布了题为《分享 AI 在数学领域的进展》的文章,并在 GitHub 上公开了名为 openai/math 的仓库。
这个仓库公布的内容规模罕见:整整 719 篇数学研究手稿,归属于 372 个长期悬而未决的数学结果家族。

▲ OpenAI 公开的 openai/math 仓库,收录了内部前沿模型生成的海量手稿与证明
与庞大数量相对应的,是其惊人的解题效率。OpenAI 透露,他们用一个尚未公开发布的“内部前沿模型”,尝试了大约 4000 道开放性数学难题。每一道被攻克的难题,平均消耗的算力仅相当于 ChatGPT Pro 深度思考三个小时。为了防止模型产生幻觉,其中约 42% 的核心结果附带了 Lean 形式化证明。Lean 就像严格的数字数学阅卷官,只有每一步推演都逻辑严密,机器才会判定通过。
当然,AI 尚未做到完美无瑕发布次日(10月7日),OpenAI 就因为一处关于阿贝尔八维簇的符号错误,撤回了 3 篇手稿并修订了 14 篇。但即便如此,这种量级的内容依然震撼了数学界。《大西洋月刊》甚至将其形容为对人类数学版图的“地毯式轰炸”。
然而,当许多学者还在忙着核对公式时,计算机科学家斯科特·阿伦森(Scott Aaronson)却从这份清单里发现了一个异常细节。
在这719篇手稿里,密码学几乎完全缺席了。

▲ 计算机科学家 Scott Aaronson 指出密码学在清单中“极为显眼地缺席”,并透露内部测试传闻
这就像福尔摩斯探案集里那条“深夜没有叫的狗”。人们关注的焦点,迅速转向了清单背后被省略的内容。早在2026年8月1日,OpenAI 发布《数学与理论计算机科学十项进展》时,还展示过模型在格密码(Lattice Cryptography)硬度问题上的探索。到了10月份的大规模发布中,攻破密码相关的成果却完全不见踪影。
阿伦森随即透露了一个传闻:部分前沿 AI 实验室已经开始在内部低调测试,评估最新的前沿模型能否攻破现有的核心加密算法。
02节点二:2026年10月7日夜,“地堡模式”与互联网的脆弱地基
流言四起10月7日深夜,密码学研究员贾斯汀·德雷克(Justin Drake)发文呼吁,行业应提前准备应对可能出现的“地堡模式”(Bunker Mode)。他将此前 AI 否证厄尔多斯单位距离猜想称为“警告射击”,并建议高安全等级的系统提前做好防护,避免公钥过早暴露在不可逆的算法检验之下。
看到这里,许多人可能会产生疑问:AI 证明了几百道纯数学命题,跟手机里的网银、支付与即时聊天记录有什么关系?
这就触及了现代网络安全最底层的一个机制:我们今天广泛依赖的公钥密码学,本质上建立在一系列“数学困难假设”之上。
打个形象的比方:把两桶不同颜色的油漆混在一起只需要一秒钟,但要把混好的油漆重新分离成原色,难度极大。公钥密码学正是利用了这种不对称性:正向计算容易,反向逆推极其困难。比如把两个几百位的质数相乘轻而易举,但若只给出一个巨大的乘积,要反推出由哪两个质数相乘得到(即 RSA 加密的大整数分解难题),传统计算机可能需要耗费天文数字级的计算时间。同理,现代网络广泛采用的椭圆曲线签名(ECDSA),依赖的也是“椭圆曲线离散对数”无法在合理时间内反向求解的假设。
然而在数学上,这些难题到底是不是绝对不可解,人类至今尚未给出严格的下界证明。
现存算法之所以被视作安全,是因为过去数十年间,人类数学家始终没有找到高效的代数走捷径方法。这种安全感在很大程度上建立在人类既有认知边界之上。OpenAI 此次公布的代码库中虽然包含了若干“椭圆曲线”相关的手稿,但基本属于纯数论领域的理论猜想,并非攻破实际密码协议。学者们担忧的逻辑在于:如果 AI 能在短短三个小时里跨越人类长期的数学盲区,未来是否可能发现拆解传统加密锁的全新代数路径?
03节点三:2026年10月8日,V神掀翻牌桌:连“抗量子”密码也悬了
就在恐慌情绪蔓延之际,以太坊联合创始人维塔利克·布特林(Vitalik Buterin,人称“V神”)在10月8日发表了一篇硬核长文。他没有附和当天的恐慌性搬家,反而抛出了一套更颠覆认知的“后 AI 密码学”构想。

▲ Vitalik Buterin 发长文剖析 AI 对格密码的潜在冲击与“纯哈希”路线
过去几年,科技界防备的终极Boss一直是“量子计算机”。当时的行业共识很简单:传统的椭圆曲线(ECDSA)防不住量子计算,但我们有格密码(Lattices,比如美国国家标准局选定的 ML-DSA 等后量子加密标准),它是绝对安全的避风港。
V神直接给这个避风港泼了一盆冰水:在未来两年的 AI 数学狂飙下,格密码的具体安全性很可能会遭受严重冲击,安全余量将被大幅“打薄”!
为什么?V神搬出了密码学史上的一桩旧案在 RSA 加密刚诞生时,人们以为破解它的难度是稳如泰山的指数级(
)。结果几十年间,数学家们陆续发明了“数域筛法”(GNFS),硬生生用精巧的代数技巧把破解难度砍到了亚指数级(
)。这一突破迫使全球互联网不得不把 RSA 的密钥长度从数十字节大幅提升至数百字节以上。
格密码本质上是一座高维空间里的精密代数宫殿。结构越精巧、数学特征越丰富,留给高算力 AI 顺藤摸瓜找漏洞的抓手就越多。人类大脑看不穿的高维几何捷径,对思考三小时就能产出一堆定理的 AI 来说,可能只是一层窗户纸。
那么,后 AI 时代到底什么才安全?V神给出了两个务实的工程应对方向:
- 数字签名全面退回“纯哈希”(Hash-only)
:以太坊的精简路线图已经排斥了格签名,转向基于哈希树的签名(如 WOTS 和 SPHINCS-)。如果说代数结构是精巧的玻璃宫殿,一敲找准弱点就碎;那哈希函数就是把数据彻底打碎,里面没有任何规律和对称性可言,AI 就算数学再强,面对纯粹的无序混沌也无从下口。 - 公钥加密“密钥尺寸乘以10”
:V神敏锐地指出,签名可以用纯哈希,但公钥加密(比如网页安全连接和端到端加密聊天)在数学定理上被证明绝对无法只靠纯哈希实现,它必须依赖某种带结构的数学“陷门”。既然躲不开结构,那就只能用更充裕的冗余来对冲 AI 的能力,把现有系统的密钥尺寸直接放大 10 倍!
至于眼下是否需要仓促迁移数据或资产,布特林给出了冷静劝诫:在缺乏确切漏洞证据之前过度反应,因仓促操作带来的误伤往往远大于潜在的安全威胁。
04节点四:2026年10月9日,18日,学界交锋与攻防速度差
学者们的研判,很快引发了同行的不同声音。
知名密码学者耶胡达·林德尔(Yehuda Lindell)直接转发了德雷克的讨论帖,公开反驳恐慌情绪:“据我所知,没有任何证据表明像椭圆曲线这样延续数十年的数学困难假设要被攻破了!”他指出,AI 擅长形式化证明既有定理,这在逻辑上根本无法推导出“困难问题其实很容易”。

▲ 知名密码学者 Yehuda Lindell 指出缺乏算法被破证据,批评过度恐慌
传奇密码学家、Hashcash 发明者亚当·巴克(Adam Back)也在格林的评论区表达了质疑:“存疑。难道你认为 P=NP 吗?有些问题在根本上就具有更高的计算复杂度,加速数学能力并不能改变这一点,就像它改变不了万有引力一样。”

▲ 传奇密码学家 Adam Back 质疑格林的悲观论调,认为算法加速改写不了底层复杂度定律
面对各方讨论,格林在10月9日进一步阐述了自己的研判依据。他澄清说,自己给出的仅是直觉层面的风险预估:大约有 15% 的概率,学界会对现有的公钥加密算法失去功能性信心;有 1% 的概率,人类社会会退入只剩下对称密码和哈希函数的“迷你密码世界”(Minicrypt)。
进入10月中旬,主流科技媒体《The Information》持续跟进这场讨论,分析 AI 数学突破对在线支付与日常通讯安全根基的深远影响。与此相呼应的是,OpenAI 于10月15日宣布向西蒙斯基金会捐资 500 万美元,资助数学家进一步理解并验证 AI 产出的海量定理。
穿透各方观点的争辩,这场讨论核心触及的是一个关键现实矛盾,“攻防速度差”。
客观来看,截至目前,没有任何公开证据表明主流通信协议、银行 TLS 证书或前沿格密码标准已被突破。日常网络通信与金融服务眼下依然稳固。
学者们深层担忧的核心,在于时间维度的错位:AI 产生数学洞察的速度以“小时”计,而全球信息系统更新一套底层密码标准,往往需要以“十年”为周期。
过去,当数学家一点点压缩某个加密算法的安全边际时,工程界通常拥有数年充裕的窗口期去论证标准、升级全球系统。但在自动化推理时代,一旦前沿模型在较短时间内推导出突破性的代数算法,留给整个信息技术产业修补防御体系的时间窗口将被前所未有地压缩。
这719篇数学手稿所引发的警示意义在于:在潜在的技术突飞猛进面前,学术界与工程界必须未雨绸缪,提早加固数字世界的安全底座。















































































