随着AI代理的进步，量子比特币风险发生变化

AI 智能体大幅降低量子攻击资源需求，数百万比特币面临潜在风险

根据9月9日发表的一篇论文显示，AI 智能体协助研究人员将一项与比特币相关的关键量子计算任务的资源评分降低了86.1%。需要强调的是，这一成果并不意味着比特币已被黑客攻破，而是表明软件优化能够显著减少执行 secp256k1 椭圆曲线算法所需的量子资源。

此次研究仅针对攻击过程中的一个特定环节——secp256k1 点加过程进行了优化，而非完整的私钥恢复攻击。然而，这一进展给区块链开发者敲响了警钟：必须在容错量子计算机变得实用之前，提前规划后量子安全方案。

量子资源评分的显著下降

今年5月，Eigen Labs 启动了“ECDSA.Fail”竞赛，旨在改进 secp256k1 点加法电路。该竞赛通过“逻辑量子比特使用量乘以平均 Toffoli 门数量”来衡量设计方案的优劣。

截至7月26日，资源评分已从107.5亿降至14.96亿。其中一款领先的设计使用了1,151个逻辑量子比特和约130万个 Toffoli 门。随后的参赛作品进一步将门计数降至一百万以下，另一款设计甚至仅需813个量子比特。

IonQ 估计，完成一次完整的 secp256k1 攻击大约需要1,457个逻辑量子比特和3,900万个 Toffoli 门。其模型将这些需求转化为19,397个物理离子阱量子比特，以及约25.7天的处理时间。此外，Google 研究人员也发布了更高规模的门计数估算，其模型预测完整攻击需要1,200至1,450个逻辑量子比特，以及7,000万至9,000万个 Toffoli 门。由于 ECDSA.Fail 仅优化了其中一个子程序，因此不能直接与完整攻击模型进行对比。

数百万比特币公钥已暴露

Glassnode 的数据显示，目前约有604万枚 BTC（占总供应量的30.2%）存在公钥暴露的风险。其中，约192万枚 BTC 处于直接暴露的输出地址中，另有412万枚 BTC 因用户行为（如地址重用）而面临关联暴露风险。

另一个潜在风险出现在隐藏公钥在交易支出后变为可见的情况。理论上，如果量子计算机足够强大，它可能在交易获得确认之前推导出私钥。

应对策略与未来展望

BIP 360 提议采用“Pay-to-Merkle-Root”输出类型，以减少 Taproot 密钥路径支出带来的暴露风险。然而，该提案并不能消除内存池中的短期风险，也无法自动保护旧有硬币或已经暴露的资产。

Coinbase 的一份咨询报告指出，仍有约170万枚 BTC 存放在早期 P2PK 地址中，这些地址可能与 Satoshi 或丢失的钱包有关。开发者必须决定迁移规则应如何处理这些休眠资产。

在行业整体规划方面，以太坊的目标是在2029年12月前实现广泛的量子抗性，而 G7 也敦促在未来迁移计划中协调金融领域的后量子安全规划。