Twee kunstmatig-intelligentieagenten van Google DeepMind hebben een bekende 1024-bits RSA-cryptografische berekening gereproduceerd in een run van net geen vier dagen, waarin de menselijke onderzoeker die het werk begeleidde ongeveer 20 berichten verstuurde — meestal eenvoudige goedkeuringen — en geen code schreef, volgens een werkdocument van het bedrijf.

In de loop van de run produceerden de agenten ongeveer 33.500 regels code, wisselden ze 218 berichten uit en voerden ze 336 gedistribueerde experimenten uit, waarbij ze de taak voltooiden met circa 3,5 keer minder CPU-gebruik dan een eerdere inspanning op dezelfde instantie. De papers stellen dat de resultaten geen bedreiging vormen voor systemen in productie die vertrouwen op RSA-sleutels van 2048 bits of groter.

De opdracht was een gesandboxte reproductie van een benchmarkinstantie gekoppeld aan RSA-digitale handtekeningen — een cryptografisch probleem dat een ander team van onderzoekers al had opgelost. Een onderzoeker van Google DeepMind koos het probleem, stelde de regels op en hield zich daarna grotendeels op de achtergrond. Eenmaal onderweg handelden de twee agenten zelfstandig het coderen, de berekeningen en het debuggen af, en het paper zegt dat de onderzoeker geen code schreef, geen taken startte en geen fouten diagnoseerde.

DeepMind-onderzoeker Pushmeet Kohli kondigde het werk aan op 6 november.

— Pushmeet Kohli (@pushmeet) November 6, 2026

Hoe het werk werd verdeeld

De onderzoeker koos het probleem, de instantie en de beperkingen die werden opgelegd aan een gesimuleerde ondertekeningsservice, en keurde de voorwaarden goed voor elke stap die niet ongedaan gemaakt kon worden. Een supervisoragent volgde het ontwerp, de budgetten en de controles, terwijl een executoragent code schreef en testte, gedistribueerde taken startte en fouten verhelpde. De supervisor schakelde bovendien een specialistische sub-agent in om één lineaire-algebrastap te versnellen.

Van ontwerp tot het geverifieerde resultaat nam het werk drie dagen en 22 uur in beslag.

De opzet verliep in verschillende fasen. Een afzonderlijk programma dat de modulusfactorisatie bevatte, beantwoordde ongeveer 4 miljard voorafvragen en werd vervolgens teruggetrokken voordat het doel werd gekozen. De agenten berekenden daarna de wortel die nodig was voor een nieuwe handtekening zonder verdere vragen te stellen. Op geen enkel moment haalden ze een privésleutel boven water.

Een fout die onderweg werd opgemerkt

De eerste wortel die de agenten berekenden, was fout. De oorzaak was een 32-bits offset die overliep, en een correctheidscontrole markeerde de fout. De agenten lokaliseerden en herstelden het probleem zonder de voorafgaande ondertekeningsvragen te herhalen.

Volgens het paper gebruikte de voltooide berekening 391 CPU-corejaren, terwijl een eerder team afgerond 1.380 corejaren nodig had op dezelfde instantie en hetzelfde algoritme — circa 3,5 keer minder CPU-gebruik voor de DeepMind-agenten. Het paper merkt op dat dit cijfer ongeveer 330 gereserveerde GPU-uren uitsluit, waarvan ongeveer 100 bezet waren, evenals 7,5 corejaren aan proeven en repetities. De twee totalen komen bovendien van verschillende hardware, dus de vergelijking is niet één-op-één.

De eerdere academische inspanning nam ongeveer vijf maanden in beslag. De run van DeepMind had 3,2 dagen nodig van de eerste grootschalige zeefklus tot de geverifieerde wortel, met een piek van ongeveer 300.000 CPU-cores en 16 GPU's, en de auteurs schrijven dat verschil vooral toe aan parallelisatie.

De run testte het nieuwe algoritme uit het paper voor meer beperkte ondertekeningsrechten niet op volledige cryptografische grootte. Een afzonderlijk Fan Factories-paper schat dat de kosten per extra 1024-bits doel na gedeelde voorberekening ongeveer 30 keer lager uitvallen, maar er is nog geen fan factory gebouwd.

Het werkdocument identificeert zijn hoofdmodellen slechts als A en B en verwijst niet naar een openbare coderepository, wat vergelijking van buitenaf beperkt. Onafhankelijke replicatie en testen buiten de 1024-bits benchmark blijven daarom openstaande punten om te beoordelen hoe ver het resultaat generaliseert.