Agentes de IA de Google DeepMind reproducen un benchmark de RSA de 1024 bits usando 3.5 veces menos CPU
Puntos clave
- •Dos agentes de Google DeepMind completaron un cálculo de RSA de 1024 bits en tres días y 22 horas, y el investigador supervisor envió alrededor de 20 mensajes, en su mayoría aprobaciones, sin escribir él mismo ningún código.
- •Los agentes escribieron aproximadamente 33,500 líneas de código, intercambiaron 218 mensajes y ejecutaron 336 experimentos distribuidos, finalizando con cerca de 3.5 veces menos uso de CPU del que necesitó un equipo anterior sobre la misma instancia.
- •La ejecución de DeepMind alcanzó un pico de alrededor de 300,000 núcleos de CPU y 16 GPU, y los autores atribuyen el paralelismo la mayor parte del tiempo reducido en comparación con el esfuerzo previo de cinco meses, aunque el nuevo algoritmo del documento no fue probado a tamaño criptográfico completo.
- •Los documentos indican que el resultado no pone en peligro los sistemas en producción que dependen de claves RSA de 2048 bits o más, y los agentes nunca recuperaron una clave privada durante la ejecución.
- •El documento de trabajo identifica sus modelos solo como A y B y no proporciona un repositorio de código público, dejando la replicación independiente y las pruebas más allá del benchmark de 1024 bits como cuestiones sin resolver.
Dos agentes de inteligencia artificial de Google DeepMind reproducieron un cálculo criptográfico de RSA de 1024 bits conocido en una ejecución que duró casi cuatro días, durante la cual el investigador humano que supervisaba el esfuerzo envió alrededor de 20 mensajes —la mayoría simples aprobaciones— y no escribió código, según un documento de trabajo de la compañía.
A lo largo de la ejecución, los agentes produjeron aproximadamente 33,500 líneas de código, intercambiaron 218 mensajes y ejecutaron 336 experimentos distribuidos, completando la tarea con cerca de 3.5 veces menos uso de CPU que un esfuerzo anterior sobre la misma instancia. Los documentos indican que los resultados no amenazan los sistemas en producción que dependen de claves RSA de 2048 bits o más.
La asignación fue una reproducción en entorno aislado de una instancia de benchmark vinculada a firmas digitales RSA, un problema criptográfico que otro equipo de investigadores ya había resuelto. Un investigador de Google DeepMind eligió el problema, estableció las reglas y luego se apartó en gran medida. Una vez que la ejecución estuvo en marcha, los dos agentes se encargaron por sí mismos de la programación, el cálculo y la depuración, y el documento indica que el investigador no escribió código, no lanzó trabajos ni diagnosticó fallas.
El investigador de DeepMind Pushmeet Kohli anunció el trabajo el 6 de noviembre.
— Pushmeet Kohli (@pushmeet) November 6, 2026
Cómo se dividió el trabajo
El investigador eligió el problema, la instancia y los límites impuestos a un servicio de firma simulado, y aprobó las condiciones para cualquier paso que no pudiera deshacerse. Un agente supervisor siguió el diseño, los presupuestos y las verificaciones, mientras que un agente ejecutor escribió y probó código, lanzó trabajos distribuidos y corrigió fallas. El supervisor también incorporó un subagente especializado para acelerar un paso de álgebra lineal.
Desde el diseño hasta el resultado verificado, el trabajo tomó tres días y 22 horas.
La configuración se desarrolló en varias etapas. Un programa separado que poseía la factorización del módulo respondió alrededor de 4 mil millones de consultas anticipadas, y luego fue retirado antes de que se eligiera el objetivo. Los agentes calcularon después la raíz matemática necesaria para una nueva firma sin emitir más consultas. En ningún momento recuperaron una clave privada.
Un error detectado en el camino
La primera raíz que los agentes calcularon era incorrecta. La causa fue un desplazamiento de 32 bits que se desbordó, y una verificación de corrección señalizó el error. Los agentes localizaron y repararon la falla sin repetir las consultas anticipadas de firma.
Según el documento, el cálculo completado utilizó 391 años-núcleo de CPU, mientras que un equipo anterior necesitó unos 1,380 años-núcleo redondeados sobre la misma instancia y algoritmo, es decir, cerca de 3.5 veces menos uso de CPU para los agentes de DeepMind. El documento señala que esta cifra excluye alrededor de 330 horas de GPU reservadas, de las cuales cerca de 100 estuvieron ocupadas, además de 7.5 años-núcleo de sondeos y ensayos. Los dos totales también provienen de hardware diferente, por lo que la comparación no es equivalente.
El esfuerzo académico anterior tomó alrededor de cinco meses. La ejecución de DeepMind necesitó 3.2 días desde su primer trabajo de cribado a escala completa hasta la raíz verificada, con un pico de aproximadamente 300,000 núcleos de CPU y 16 GPU, y los autores atribuyen el paralelismo la mayor parte de esa diferencia.
La ejecución no probó el nuevo algoritmo del documento para un acceso de firma más restringido a tamaño criptográfico completo. Un documento aparte de Fan Factories estima costos alrededor de 30 veces menores por objetivo adicional de 1024 bits después de un precomputo compartido, pero no se ha construido ninguna fan factory.
El documento de trabajo identifica sus modelos principales solo como A y B y no enlaza a un repositorio de código público, lo que limita la comparación externa. La replicación independiente y las pruebas más allá del benchmark de 1024 bits siguen siendo, por lo tanto, puntos abiertos para evaluar hasta qué punto el resultado se generaliza.
