DeepMind：AI agent 加速密码分析，在遗留 RSA-1024 上发现两类弱点；同实例首根 CPU 约降为先前的 1/3.5

这件事意味着什么

【要点】

• Google DeepMind 于 2026-11-06（UTC 17:20）经官方账号与 VP Science Pushmeet Kohli 的 X Article《Advancing the frontier of cryptanalysis》发布一手研究：在人类指导下，AI agent 对遗留 1024-bit RSA 做密码分析压力测试，得到两类结果——（1）数字签名伪造相关：当攻击者可控制签名块约一半及以上时，PKCS#1 v1.5 类 padding 几乎不再提供额外保护
• 对更短可控区（如 32 字节摘要）给出相对此前最优约 1600× 的理论改进算法
• （2）批量分解：新算法使同长度多把密钥的「每把额外成本」相对既往 batch 方法约降 30×。
• 配套两篇技术论文（affine modular root / factorization factories & batch NFS）。
• 同日报告在与 Shea et al. 相同 1024-bit 实例与算法上，首根总 CPU 约 391 core-years，约为先前 1380 的 1/3.5
• 计算由两名协作 AI agent 设计、实现与调试，约 4 天日历时间、峰值约 30 万 CPU 核。
• 文中明确：现代普遍使用的 2048-bit 及以上 RSA 不受这些具体结果威胁
• 研究意图是量化「计算硬度」假设被 AI 加速改写的节奏。

【我们的判断】

一背景

• 密码分析历来以年/十年计推进「硬度边界」。
• DeepMind 此文的新闻点不只是又破了已退役的 RSA-1024，而是把「人类督导 + agent 工程」写成可复述的研究产能：同一算法实例上 3.5× CPU 效率、约 3 万行新代码、336 次分布式实验，并把 PKCS#11 签名接口按「调用方可控比特占比」划到不同攻击模型。
• 这与 AlphaProve / AI 协作者做数学的叙事同属「agent 改科研节奏」，但落点在安全假设。

二对照

• OpenAI e/1089 是自主发现/利用/修补 Linux LPE 的攻防流水线（产品化 cyber 模型预热）
• Anthropic / 业界红队多偏应用层或模型滥用。
• DeepMind 此条站在数论与标准接口层，强调 2048+ 仍安全、1024 仅作沙盘，并把「hardness 不再是慢变量」写成对标准制定方的预警——更接近学术密码学披露，而非漏洞赏金规模秀。

三影响

• 短期不构成对现行主流部署的即时威胁，但会抬高「持续压力测试遗留与过渡标准」的预期，并给 HSM/签名 API 的输入自由度设计多一个可引用判据（半块阈值阈值）。
• 中期盯三件事：deepmind.google 是否补正式博文与同行评议版本、affine 短窗口算法有无密码学尺寸实证、以及同类 agent 是否被用于后量子候选（文中已旁及 HAWK 等语境）。
• 以 paper 发（双论文 + Science 团队披露）。
• 由上线时刻盖戳。

【可核验】

• 一手 X2026-11-06T17:20:31Z
• X Article（Pushmeet）
• 论文 PDF：
• storage.googleapis.com/deepmind-media/papers/Fast…
• storage.googleapis.com/deepmind-media/papers/Fan_…
• 截至巡检时 deepmind.google/blog 列表尚未挂同题卡片；以官方 X + 论文为 primary。