我不建議任何人今天匆忙將資金轉移到新錢包。但我們應認真對待AI加速數學對密碼學帶來的風險，並盡量減少我們對不僅是量子脆弱密碼學，也包括可能受AI影響的密碼學的暴露。 從這個觀點來看，新的主要風險領域不幸地是：ML-DSA / FHE / 格。 （這也是另一個原因，與量子威脅一起，解釋為何ECDSA可能比預期更快崩潰，因此才有「新地址」的建議。） 到目前為止，大多數人仍抱持「橢圓曲線被破解，雜湊安全，格安全」的思維。但未來兩年AI數學很可能對格的實際安全性造成嚴重打擊。 基本威脅模型是：因式分解本質上需要 2^(n/2) 的時間，但數十年來，聰明的人發現並優化了數域篩法，將其降低至 2^O(n^(1/3))，這正是為何RSA金鑰和簽名需要約400位元（而非64位元）。如果橢圓曲線和格中也存在類似「隱藏的骨頭」，而我們根本無法發現——但機器人很快就能發現呢？ 這正是過去一年以太坊簡化路線圖朝「僅雜湊」方向發展的主要原因之一：不採用格、不採用ML-DSA、不採用Falcon、在ZK證明中不使用基於格的承諾等。在簡化版以太坊中，所有簽名均基於雜湊，使用WOTS或SPHINCS+。 對於簽名和證明，我們已知如何完全採用雜湊方案。更大的挑戰在於「公鑰加密」——這遠遠超出了區塊鏈的範疇。安全通訊、匿名協議、許多應用都需要公鑰加密。 不幸的是，已有長期存在的數學定理表明，僅靠雜湊無法實現公鑰加密。你必須具備某種具有至少一種可用「結構」的陷阱門物件——例如群論（包括同源）、格、基於碼的方案，或未來可能出現的更新穎、更神秘的結構（局部混合？）。但對於任何具有結構的物件，都應假設AI將會在破解該結構上取得一定程度的進展。由此可合理推斷：若你想實現長期可信的安全性，應將金鑰大小乘以10。 對我而言，這是一個非常合理且並非過度誇張的預測。如果AI能在兩年內帶來50年的數學進展，那麼這50年的數學很可能包含類似「天真因式分解 → GNFS」那樣對格破解能力的巨大提升。在那種情境下，格仍會存在，但必須顯著增大尺寸才能保證同等的安全水平。 而在這些新的更大尺寸下，在任何可能使用雜湊方案的情境中，基於雜湊的構造在實際效率上都將超越基於格的構造。 理論上當然也可能雜湊被破解（例如P = NP將意味著如此）。但我認為P = NP極不可能。直覺上，一個數學物件完全沒有可利用結構（如雜湊所設計的那樣）的可能性，遠高於一個數學物件恰好具有約三種可利用結構（如橢圓曲線：結合律、Schoof、配對）卻未被發現第四種嚴重削弱其安全性的隱藏結構（如橢圓曲線的ECDLP與配對安全性）。LWE、SVP、RLWE以及眾多格問題也是如此。 因此，我們目前尚無理由擔心並開始增加雜湊的位元長度（若我們開始更擔憂，會先增加輪數，而非立即調整位元長度）。 具體總結，我的個人觀點： * 在任何可能使用雜湊方案的情境中，雜湊方案 > 格方案 * 對於任何基於格的方案，應對參數大小保持極度謹慎。請記住，區塊鏈僅是密碼學故事的一小部分；此觀點適用於更廣泛的領域，例如網站存取、安全訊息、Tor / VPN等 * 對於隱私協議，強烈建議不要將加密訊息上鏈。應透過第三方機制離線傳送 * 若對你而言不困難，將資金保留在尚未用於交易的地址中是個好主意。若容易做到，請務必如此做。**但請小心遷移；我個人因遷移失敗損失的資金，比所有駭客攻擊損失的總和還多** * 對於多重簽名錢包，在離線進行確認比在鏈上更好，因為這樣簽名者的錢包簽名不會公開暴露；若ECDSA因AI而比預期更快崩潰，多重簽名至少能「平穩降級」為1-of-1，其中1代表收集簽名的人——這比「任何人都能提領資金」要好得多 https://t.co/oVjwZog2lL