Google DeepMind：人类引导的 AI Agent 加速密码分析，发现遗留 1024 位 RSA 两处弱点；2048 位及以上仍安全

核心背景与行业痛点

现代加密依赖「计算困难」假设：大素数相乘容易，反向分解极难。密码学界长期用已退役的 RSA-1024 做安全压力测试，但重大突破往往以年计。2026-11-06，Google DeepMind 披露：在人类监督下，AI Agent 可更快探测这些硬度边界，对遗留 1024 位系统给出新的成本下限；官方同时强调，现行普遍采用的 2048 位及以上协议不受本次结果冲击。

架构亮点与底层机制

研究由 Dj Dvijotham、Abhradeep Thakurta 领衔，并与 Nadia Heninger（UC San Diego / Inria）、Emmanuel Thomé（Inria）合作。第一条线面向数字签名填充：攻击者若能通过签名设备选择输入并控制约一半签名块，填充不再提供额外防护，伪造难度退回到无填充情形。第二条线面向同长度多钥批量分解：Agent 发现渐近复杂度更优的算法，摊薄「首轮大预计算」后的单钥增量成本。全程在沙箱复现，未触碰线上系统。

权威 Benchmark 与实测跑分对比

以下均为 DeepMind / 合作方公开口径，非本站复现。沙箱中，在先前学术研究已解的 1024 位基准钥上，Agent 工程化实现较先前约少用 3.5× CPU，且不到完整破钥算力的千分之一。当消息侧仅为短指纹（如 32 字节）时，理论估计新算法对 1024 位约改进 1600×。批量分解方向，相对既有 batch 方法，每把额外 1024 位钥平均成本约降 30×。

开发者实战落地与开箱指南

优先阅读 Pushmeet 的 X Article 与两篇 GCS 技术 PDF（签名 Affine Root、Fan Factories / Batch NFS）。运维侧应盘点是否仍有 1024 位 RSA 证书、HSM 或盲签名 oracle；生产一律迁到 2048+ 并评估后量子路线。开发 Agent 安全工具时，可把「受控签名 oracle + 填充占比」列入威胁模型，但勿夸大为本条结果已危及现行 2048 位部署。