DeepMind AI 找到 1024 位 RSA 的两处弱点

11 月 6 日，Google DeepMind 科学副总裁 Pushmeet Kohli 公布研究《Advancing the frontier of cryptanalysis》：在人类专家监督下，AI agent 在数周内找到了针对老旧 1024 位 RSA 的两处新弱点，两篇完整技术论文已发表，供安全社区核查。团队由 Dj Dvijotham 与 Abhradeep Thakurta 领衔，合作者包括 Nadia Heninger（加州大学圣迭戈分校 / Inria）与 Emmanuel Thomé（Inria）。

先把结论的边界钉死：这只针对已被淘汰的 1024 位 RSA——现代普遍使用的 2048 位及以上密钥不受影响；NIST 后量子标准（ML-KEM、ML-DSA、SLH-DSA）不依赖整数分解，同样不受影响；网上银行、即时通讯、软件更新、数字货币都不受威胁。这不是量子威胁，是经典算法层面的优化。

AI Parabellum 报道页面截图

第一处：数字签名的填充保护失效

攻击者一旦控制被签名数据块的大约一半或更多，填充（padding）几乎不再提供保护。两个数字要分开看：

实测：在一个此前学术研究已解出的 1024 位基准密钥上，agent 的实现用 3.5 倍更少的 CPU 时间复现了结果，且只用了分解该密钥本身所需算力的不到千分之一；
理论：针对只有 32 字节短指纹的更难情形，新算法理论上比此前最优方法好约 1600 倍——1600 倍是理论估计，不是实测结果。

第二处：批量分解的渐近改进

Let's Data Science 报道页面截图

新算法（"fan factory"）改进了批量分解的渐近复杂度：分解每多一个 1024 位密钥的平均成本，比此前批量方法低约 30 倍。对需要分解多个同参数密钥的场景，这个系数直接改写了成本模型。

怎么理解这条新闻

三点校准：① "1024 位比想象中脆弱"是真命题，但脆弱的区间停在已被淘汰的密钥长度上——还在用 1024 位 RSA 的老系统（老证书、老签名基础设施）才是这篇论文的现实靶子，值得立刻清点；② 这是经典算法优化 + agent 工程的组合，不是"AI 自己想出了破解"；③ 与上月 GPT-6 Cyber 找软件漏洞是两类事——那是模型挖代码里的 bug，这是 AI 辅助的数学密码分析，路径完全不同。