量子计算和人工智能：加密货币安全面临的日益增长的威胁

安全专业人士和区块链研究人员发出警报，机器学习的进步正在以前所未有的速度推动量子计算能力向前发展。这种技术融合迫使加密货币平台从根本上重新考虑其保护数字资产和敏感信息的方法。围绕加密安全的讨论开始从“如果”转向“多快”。研究人员和区块链开发人员越来越多地警告说，人工智能可能会加速量子计算系统的到来，从而挑战当今的加密标准。而且…… pic.twitter.com/AUXkJ4PnlQ — EllaWeb3 (@Ellaweb_3) 2026 年 5 月 25 日 根据领先的研究人员的说法，曾经看似遥远的假设场景——量子计算机对区块链基础设施构成真正的风险——现在似乎比业界预期的要快。绝大多数加密货币网络，特别是比特币和以太坊，从根本上依赖椭圆曲线加密技术来维护钱包安全和交易完整性。具有足够处理能力的量子计算机可能会根据相应的公钥对私钥进行逆向工程，从而为恶意行为者破坏和清空易受攻击的加密货币钱包创造途径。 Project Eleven 是一家专门从事抗量子区块链基础设施的公司，其首席执行官 Alex Pruden 表示，这一格局正在迅速发生变化。 “在量子和人工智能之间，我们将进入一个安全的世界，你根本不能指望你一直以来做事的方式，”他说。曾经纯粹的学术猜测已经演变成一种具体的关注。安全专业人士现在强调了一种名为“现在收获，稍后解密”的令人不安的策略——资源充足的对手系统地捕获当前的加密信息，并依靠未来的量子计算突破来解锁它。 NEAR Protocol 联合创始人、谷歌前人工智能研究员 Illia Polosukhin 对时间表表示了严重担忧。 “我们在互联网上发布的所有内容，如果您被识别为感兴趣的人，您可以假设将在两年内被解密，”他说。 “这很可能已经发生了。”人工智能不仅加速了量子威胁，而且还积极部署在当前整个加密货币领域的进攻性和防御性网络安全行动中。从攻击的角度来看，人工智能模型在识别软件系统内的安全漏洞方面表现出越来越复杂的能力。 Pruden 预计，随着这些系统越来越善于发现加密实现缺陷并可能完全损害较弱的安全协议，机器学习将大大增加行业内成功利用漏洞的频率。相反，区块链开发人员正在利用人工智能来实现保护目的，包括自动代码审查、形式验证流程以及抗量子密码系统的全面测试。这些方法可以在恶意行为者利用安全漏洞之前识别并消除安全漏洞。 Polosukhin 在 Google 的人工智能研究工作可以追溯到 2016 年，他强调机器学习突破的加速性质。 “研究的速度将从这里开始加快，我们已经看到了人们没想到会这么早取得的进展，”他说。他进一步强调了一个令人担忧的循环模式：人工智能促进了更复杂的量子计算机的开发，从而可以创建更先进的人工智能架构。许多加密货币项目已经超出了规划阶段，正在积极实施应对措施。 NEAR Protocol 最近公布了将后量子加密标准直接嵌入其账户架构的举措。这一架构决策将使用户能够无缝升级其加密保护，而无需将资产迁移到全新的钱包地址。波洛苏欣透露，这是从一开始就有意设计的考虑。 “早在 2018 年，当我们设计 NEAR 时，我们就想：嘿，量子将会到来，我们应该有一个简单的方法来做到这一点，”他说。以太坊、Zcash、Solana 和 Ripple 也同样致力于研究和部署各自的后量子安全框架。迁移路径带来了重大的技术挑战。现有的后量子密码标准通常需要更多的数据存储和计算资源。 “目前后量子标准化的密码学非常庞大且缓慢，”波洛苏欣说。 Pruden 阐述了行业面临的范式转变：加密安全不能再在长达十年的更新周期中运行。相反，它