以太坊研究员贾斯汀·德雷克 (Justin Drake) 告诉加密行业开始为“掩体模式”做准备，并警告说，在最坏的情况下，“几个月而不是几年”，人工智能可能会找到一种方法来打破保护比特币和以太钱包的数学原理。
“今天，我呼吁区块链行业冷静地开始规划‘掩体模式’，”德雷克周三在 X 上写道，敦促大持有者开始逐步将资金转移到新地址。
钱包使用称为私钥的秘密号码来授权付款。相关的公钥可以让网络检查这些批准。生成公钥很容易，但从公钥向后推算出秘密应该需要大量不切实际的计算工作。
德雷克担心的是，人工智能可能会帮助某人找到一条捷径，让攻击者恢复秘密并将硬币花在普通计算机上，而不需要业界一直在准备的量子机器。
从理论上讲，这将使大部分加密货币触手可及。正如 CoinDesk 之前报道的那样，数以百万计的比特币存放在其公钥已经在链上可见的地址中。在以太坊上，任何曾经发送过交易的帐户都会透露其密钥，并且网络上发行的稳定币和代币化资金也通过该签名系统进行控制。
目前尚未证明对比特币或以太坊钱包密钥存在实际攻击，CoinDesk 审查的研究中也没有出现此类攻击。
周二，OpenAI 发布了 722 份数学手稿，这些手稿是由对大约 4,000 个研究问题进行测试的未发布模型生成的。该公司表示，一些调查结果有计算机可检查的证据，而其他调查结果尚未得到验证，并且可能包含错误。
这些手稿来自 OpenAI 上个月表示已经解决了纳维-斯托克斯问题的模型，该问题是七项千年奖数学挑战之一。该公司表示，平均每个结果使用的计算能力相当于大约三个小时的 ChatGPT Pro 推理。
一天之内，一名外部研究人员重新对一个结果进行了计算机检查，这是对计算机乘以大型数字网格的速度的新限制，数学家自 1969 年以来一直在研究这个问题，并发现它成立。
德雷克表示，比特币和以太坊钱包签名背后的数学原理（称为椭圆曲线）遵循整洁的模式，足够强大的人工智能可以学习利用这些模式。哈希函数可将任何数据转换为无法逆向计算的固定长度数字指纹，旨在以尽可能少的模式对信息进行加扰。
人工智能辅助的对加密系统的攻击已经花费了真金白银。
去年 12 月，Anthropic 研究人员展示了前沿模型可以针对真实 DeFi 合约的模拟副本编写有效的漏洞利用程序。 7 月下旬，一个名为比特币红队的志愿者组织使用人工智能模型在大约 27 小时内扫描了 390 个比特币软件项目，记录了近 5000 个可能的缺陷，其中 85 个被评为严重缺陷。
7 月 30 日，攻击者开始通过五年前的固件错误窃取 Coldcard 硬件钱包，至少窃取 1,367 BTC，制造商 Coinkite 表示怀疑人工智能帮助发现了该漏洞。
几天后，BTCPay 服务器确认攻击者通过人工智能辅助审计中首次出现的缺陷从商家的闪电网络节点窃取了资金。8 月 27 日，在人工智能生成的错误报告发现其软件中存在真正的漏洞后，核心闪电网络的开发人员发出了紧急警告。
正如 CoinDesk 在 9 月份报道的那样，研究人员还使用人工智能编码代理来改进未来量子攻击中的计算，尽管这项工作仍然需要量子硬件，并且只涵盖了部分攻击。