币圈界报道：

AI加速数学突破，加密安全进入“掩体模式”预警期

以太坊核心研究者贾斯汀·德雷克（Justin Drake）近日在社交平台X上发出警报，呼吁整个行业进入名为“掩体模式”的防御状态，并推动用户逐步将资产转移至新生成的钱包地址。其依据是近期人工智能在复杂数学问题求解上的显著进展，可能大幅缩短破解当前主流加密协议——椭圆曲线数字签名算法（ECDSA）所需时间。

从“量子日”到“月度威胁”：安全预期需重构

德雷克指出，尽管量子计算仍被视为长期威胁，但当前由人工智能驱动的数学能力飞跃，已使攻击者有望在无需依赖量子硬件的前提下，从公开的公钥中逆向推导出私钥。这一转变意味着最坏情况下的风险窗口可能从“数年”压缩至“数月”，远早于传统预测的时间表。

分阶段迁移：避免仓促行动带来的新风险

为应对潜在威胁，德雷克提出应采取渐进式、受控的资金转移策略。他建议优先由大型持有者启动迁移流程，并在完成交易后处理剩余小额余额。关键在于利用哈希机制隐藏公钥，仅在实际签署交易时才暴露，从而延缓攻击窗口。

OpenAI进展成关键信号：数学发现正被自动化

德雷克特别引用了OpenAI在数学领域发布的成果，包括数百项由AI自主发现的新定理，涵盖代数、逻辑与理论计算机科学。其中一项突破性案例是在88小时内通过大规模自主智能体团队求解纳维-斯托克斯方程，彰显了系统解决高难度问题的能力。

结构化曲线成靶点：哈希机制提供更优防护

他认为，椭圆曲线因其内在代数结构而可能成为“花哨技巧”攻击的目标，而哈希函数则因缺乏此类结构而更具抗性。因此，采用将公钥嵌入哈希后的新型地址设计，可有效降低暴露风险。他强调，任何迁移必须谨慎执行，避免因操作失误导致额外损失。

超越单一技术：构建敏捷的密码学响应体系

尽管焦点集中在钱包层面，德雷克的倡议实则指向整个生态对非传统威胁的适应力。面对由AI引发的数学范式变革，传统基于“硬件演进”的安全规划已显滞后。他呼吁开发者、托管机构和钱包服务商尽快将动态地址轮换纳入标准实践，并开展深入分析，以评估“以月计”的威胁模型对现实系统设计的实际影响。