Google DeepMind KI-Agenten reproduzieren 1024-Bit-RSA-Benchmark mit 3,5-fach geringerer CPU-Nutzung
Wichtige Erkenntnisse
- •Zwei Google-DeepMind-Agenten schlossen eine 1024-Bit-RSA-Berechnung in drei Tagen und 22 Stunden ab, wobei der überwachende Forscher etwa 20 Nachrichten, überwiegend Genehmigungen, sandte und selbst keinen Code schrieb.
- •Die Agenten verfassten rund 33.500 Codezeilen, tauschten 218 Nachrichten aus und führten 336 verteilte Experimente durch, mit etwa 3,5-fach geringerer CPU-Nutzung als ein früheres Team auf derselben Instanz benötigte.
- •Der DeepMind-Lauf erreichte Spitzenwerte von etwa 300.000 CPU-Kernen und 16 GPUs, und die Autoren schreiben die Parallelisierung den größten Teil der verkürzten Zeit gegenüber dem früheren Fünf-Monats-Versuch zu, während der neue Algorithmus des Papiers nicht in voller kryptografischer Größe getestet wurde.
- •Die Papiere sagen, dass das Ergebnis eingesetzte Systeme mit 2048-Bit- oder größeren RSA-Schlüsseln nicht gefährdet, und die Agenten haben zu keinem Zeitpunkt einen privaten Schlüssel wiederhergestellt.
- •Das Arbeitspapier identifiziert seine Modelle nur als A und B und bietet kein öffentliches Code-Repository, wodurch unabhängige Replikation und Tests über den 1024-Bit-Benchmark hinaus offene Fragen bleiben.
Zwei KI-Agenten von Google DeepMind haben eine bekannte 1024-Bit-RSA-kryptografische Berechnung reproduziert, wobei der Lauf knapp vier Tage dauerte und der die Bemühungen überwachende menschliche Forscher etwa 20 Nachrichten sendete — die meisten davon einfache Genehmigungen — und keinen Code schrieb, wie aus einem Arbeitspapier des Unternehmens hervorgeht.
Im Verlauf des Laufs erstellten die Agenten rund 33.500 Codezeilen, tauschten 218 Nachrichten aus und führten 336 verteilte Experimente durch, wobei sie die Aufgabe mit etwa 3,5-fach geringerer CPU-Nutzung abschlossen als ein früherer Versuch auf derselben Instanz. Die Papiere stellen fest, dass die Ergebnisse eingesetzte Systeme, die auf 2048-Bit- oder größere RSA-Schlüssel setzen, nicht bedrohen.
Die Aufgabe war eine abgesicherte Reproduktion einer Benchmark-Instanz im Zusammenhang mit RSA-Digitalsignaturen — ein kryptografisches Problem, das ein anderes Forscherteam bereits gelöst hatte. Ein Google-DeepMind-Forscher wählte das Problem aus, legte die Regeln fest und trat dann weitgehend zurück. Sobald der Lauf lief, übernahmen die beiden Agenten das Codieren, Rechnen und Debuggen selbstständig, und das Papier sagt, dass der Forscher keinen Code schrieb, keine Jobs startete und keine Fehler diagnostizierte.
Der DeepMind-Forscher Pushmeet Kohli gab die Arbeit am 6. November bekannt.
— Pushmeet Kohli (@pushmeet) November 6, 2026
Wie die Arbeit aufgeteilt wurde
Der Forscher wählte das Problem, die Instanz und die Grenzen eines simulierten Signaturdienstes und genehmigte die Bedingungen für jeden Schritt, der nicht rückgängig gemacht werden konnte. Ein Supervisor-Agent verfolgte das Design, die Budgets und die Prüfungen, während ein Executor-Agent Code schrieb und testete, verteilte Jobs startete und Fehler behob. Der Supervisor zog zudem einen spezialisierten Sub-Agenten hinzu, um einen Schritt der linearen Algebra zu beschleunigen.
Vom Design bis zum verifizierten Ergebnis dauerte die Arbeit drei Tage und 22 Stunden.
Der Aufbau verlief in mehreren Stufen. Ein separates Programm, das die Modulus-Faktorisierung enthielt, beantwortete rund 4 Milliarden Vorab-Anfragen und wurde dann zurückgezogen, bevor das Ziel ausgewählt wurde. Die Agenten berechneten dann die für eine neue Signatur benötigte mathematische Wurzel, ohne weitere Anfragen zu stellen. Zu keinem Zeitpunkt haben sie einen privaten Schlüssel wiederhergestellt.
Ein Fehler auf dem Weg
Die erste von den Agenten berechnete Wurzel war falsch. Die Ursache war ein überlaufender 32-Bit-Offset, und eine Korrektheitsprüfung markierte den Fehler. Die Agenten fanden und reparierten die Störung, ohne die Vorab-Signaturanfragen zu wiederholen.
Laut Papier verwendete die abgeschlossene Berechnung 391 CPU-Kernjahre, während ein früheres Team auf derselben Instanz und mit demselben Algorithmus gerundet 1.380 Kernjahre benötigte — etwa 3,5-fach weniger CPU-Nutzung für die DeepMind-Agenten. Das Papier weist darauf hin, dass diese Zahl etwa 330 reservierte GPU-Stunden ausschließt, von denen etwa 100 ausgelastet waren, sowie 7,5 Kernjahre für Tests und Probeläufe. Die beiden Summen stammen zudem von unterschiedlicher Hardware, sodass der Vergleich nicht unmittelbar ist.
Der frühere akademische Versuch dauerte rund fünf Monate. Der DeepMind-Lauf benötigte 3,2 Tage vom ersten groß angelegten Sieb-Job bis zur verifizierten Wurzel, mit einem Spitzenwert von etwa 300.000 CPU-Kernen und 16 GPUs, und die Autoren schreiben den größten Teil dieser Schere der Parallelisierung zu.
Der Lauf testete den neuen Algorithmus des Papiers für stärker eingeschränkten Signaturzugriff nicht in voller kryptografischer Größe. Ein separates Fan-Factories-Papier schätzt etwa 30-fach niedrigere Kosten pro zusätzlichem 1024-Bit-Ziel nach gemeinsamer Vorberechnung, aber kein Fan Factory wurde gebaut.
Das Arbeitspapier identifiziert seine Hauptmodelle nur als A und B und verweist nicht auf ein öffentliches Code-Repository, was externe Vergleiche einschränkt. Die unabhängige Replikation und Tests jenseits des 1024-Bit-Benchmarks bleiben daher offene Punkte, um zu beurteilen, wie weit das Ergebnis verallgemeinerbar ist.
