密码学家 Matthew Green 用 AI 分析 1.6 万篇论文，量化全球密码分析投入
matthew_d_green · x · 2026-10-13
约翰·霍普金斯密码学家 Matthew Green 发布一项由 AI 完成的分析研究《Measuring Cryptanalytic Effort》，用文献本身作为测量工具，估算各类公钥加密假设究竟被「认真攻研」过多少年。
核心发现：
- 从约 1.6 万篇候选论文中筛出针对 ECDLP、格（MLWE/LWE）、综合征解码等的密码分析工作，并通过作者图谱换算成「研究分配年」
- 格密码的累计研究投入最近才超过椭圆曲线（约 1.7 倍）
- P-256 与最大公开求解结果之间仍有 269 倍的工作量差距
- 估算涉及约 3240 位不同作者、2785 个语料工作单元
AI 参与方式：Claude Fable 5.1 与 Claude Opus 5.5 搭建了整个流水线、执行分析并撰写页面，GPT-6 Astra 亦有贡献；Green 负责提出问题、关键方法论决策与全程监督。
配图：站点提供「预算浏览器」交互，可将研究投入换算为 token 成本——例如格密码 $25.9M 研究预算约合 2.59 万亿参考 token（$10/百万 token）。
项目为工作草稿，作者邀请社区在 GitHub 上纠错补充。
所属事件:密码学家用 AI 分析 1.6 万篇论文，量化密码分析投入(4 条相关)→
「研究」频道最新
- Sakana AI 提出 MASS:多智能体自监督驱动递归自我改进 — hardmaru · 2026-10-13
- 为编程任务微调 LLM 准备后训练数据像「黑魔法」,难点全在细节 — ayushthakur0 · 2026-10-13
- JQD:DM 推出特别工作流专刊:用共享 skill 文件把 LLM 纳入论文评审 — manoelribeiro · 2026-10-13
- 区分「理解深度」与「保持力」:仅看行为无法诊断模型真实能力 — burny_tech · 2026-10-13
- BudgetPix 自适应分词：25% 算力匹配全算力像素扩散图质 — _akhaliq · 2026-10-13
- SoftwareGym 合成 GUI 训练环境,OSWorld 成绩相对提升 37% — _akhaliq · 2026-10-13