Anthropic表示，旗下AI模型Claude已自主提出8种量子算法方案，其中7种在量子比特数或运算次数上优于现有最优设计，部分方案的资源效率提升超过10倍。随着AI开始参与量子算法优化，其对比特币等加密货币密码安全的潜在影响也引发关注。

据区块链媒体CoinPost 17日 报道，Anthropic于前一日公布了上述研究结果。该公司称，提升量子计算实用性的关键，在于同时压缩量子比特数和运算次数，而Claude在这一方向上完成了多组可验证的方案设计与优化。

这一研究之所以受到市场关注，主要在于量子计算效率一旦持续提升，可能改变破解密码体系所需的资源规模。比特币和以太坊的交易签名机制均基于椭圆曲线密码。对传统计算机而言，几乎不可能在现实可行的时间内由公钥反推出私钥；但如果未来出现足够大规模的量子计算机，这一安全前提可能受到冲击。一旦私钥泄露，相关资产也可能被转移。

Anthropic此次重点研究的是椭圆曲线密码相关量子算法中反复使用的“点加法”运算，即根据椭圆曲线上的两个点计算出一个新点的过程。这一运算是相关量子算法中的关键基础步骤，因此其资源需求一旦下降，整体计算效率也可能随之改善。

研究团队以自然语言向Claude描述算法规格，并搭建了验证程序，用于检查方案正确性，并按照“量子比特数×运算次数”这一指标进行评分。随后，Claude根据验证结果和评分反馈持续迭代，自主搜索更高效的实现路径，而不是由研究人员手工逐步细化方案。

在与密码破解相关的任务中，团队将成本较高的点加法运算作为重点目标，让Claude在约53小时内、几乎无需人工干预的情况下探索新的算法方案。结果显示，其中一项设计较现有最优方案仅增加12%的量子比特需求，但运算次数降至原来的约1/17，即以少量量子比特增幅换取了显著更低的整体计算负担。

不过，这并不意味着比特币或以太坊的加密体系已经被实际破解。Anthropic也强调，此次发布并非针对加密货币发起直接攻击，也未给出完成破解所需量子计算机的总体规模。算法效率的优化，与真正建成可执行实际解密任务的量子计算机，仍是两个不同层面的问题。

目前，量子计算机的规模仍是最主要的限制因素。相关资料显示，现阶段量子计算机仍大多停留在数百至数千量子比特的水平。Google今年3月曾估算，破解比特币签名机制所需的量子比特数可能低于50万个。不过，实际需求还会受到算法实现方式、纠错机制等因素影响，二者并不能简单直接对比。

Anthropic还提到，未来AI的作用可能不止于优化单一算法步骤，还可能进一步协同优化各个组成模块，甚至承担面向特定问题的整体系统设计任务。换言之，AI在量子计算中的角色，未来可能从软件层面的算法优化，进一步延伸至更完整的系统设计链条。

整体来看，这一进展更像是在展示AI提升量子计算效率的潜力，而非对加密货币安全构成立即威胁。但如果AI驱动的优化持续推进，量子计算实用化的进程，以及密码体系的长期安全性讨论，仍可能受到影响。