币圈界报道：

AI赋能量子攻击降本增效，比特币安全防线受挑战

9月9日发表的一项研究揭示，借助人工智能智能体的辅助，研究人员成功将针对比特币核心算法secp256k1的量子计算任务资源消耗降低了86.1%。该成果虽未实现私钥破解，却表明通过算法优化可大幅削减执行椭圆曲线点加操作所需的量子资源。

关键子程序优化推动资源需求跃升式下降

今年5月，Eigen Labs发起“ECDSA.Fail”竞赛，聚焦于改进secp256k1点加法电路的效率评估标准，采用逻辑量子比特数量与平均Toffoli门数乘积作为衡量指标。

截至7月26日，该指标从初始的107.5亿降至14.96亿。其中领先方案使用1,151个逻辑量子比特和约130万个Toffoli门；后续参赛作品进一步将门数压至百万以下，某设计甚至仅需813个量子比特。

IonQ模型估算，完成一次完整的secp256k1攻击需约1,457个逻辑量子比特及3,900万个Toffoli门，等价于19,397个物理离子阱量子比特与25.7天运算时间。Google团队则提出更高规模估算：完整攻击可能需要1,200至1,450个逻辑量子比特以及7,000万至9,000万个门。由于当前优化仅覆盖攻击环节中的单一子程序，尚无法直接对标全链路攻击模型。

超六百万比特币处于公钥可见风险之中

Glassnode数据显示，目前约604万枚比特币（占总量30.2%）存在公钥暴露隐患。其中192万枚位于直接可见的交易输出地址，另有412万枚因用户重复使用地址而面临关联性泄露风险。

另一类风险源于隐藏公钥在交易被确认后转为公开状态。理论上，若量子计算能力足够强大，攻击者或可在区块确认前逆向推导出对应私钥。

防御策略推进与长期规划同步展开

BIP 360提议引入“Pay-to-Merkle-Root”输出类型，以缓解Taproot支出路径带来的密钥暴露问题。然而，该方案无法消除内存池内的短期暴露风险，亦不适用于已暴露资产或历史硬币。

Coinbase研究报告指出，仍有约170万枚比特币存于早期P2PK地址中，这些地址可能关联到Satoshi本人或已遗失的钱包。如何制定迁移规则，成为开发者亟待解决的核心议题。

在行业协同层面，以太坊计划于2029年12月前全面部署量子抗性机制；同时，G7集团也呼吁金融体系在未来的安全升级中加强后量子技术的统一规划与协调落地。