AI 真的能駭進比特幣嗎?為何答案仍是否定的
重點速覽
- •目前沒有任何已知演算法——包括搭載 AI 的系統——能從公鑰推導出比特幣私鑰,或超越網路的工作量證明要求。
- •Chainalysis 報告指出,2024 年被竊加密貨幣達 22 億美元,年增約 21%,其中私鑰外洩佔被竊資金的 43.8%。
- •AI 透過生成逼真的釣魚郵件、複製聲音、假客服對話,以及自動掃描外洩錢包檔案與薄弱安全設定,放大了社交工程的威脅。
- •量子運算對公鑰密碼學構成另一項長期理論風險,NIST 已於 2024 年發布首批定案的后量子標準,但達到足以威脅比特幣的部署規模仍需數十年。
- •建議的防禦措施包括絕不透露助記詞、獨立查證聯絡對象、大額持倉使用硬體錢包,以及在交易所帳戶啟用強大的雙重驗證。

人工智慧如今幾乎觸及每一個產業,從客服到醫學研究皆是,這也讓加密貨幣領域反覆出現一個問題:AI 最終是否可能駭進比特幣?簡短的答案是否定的——至少不是大多數人想像的那種方式。比特幣的核心安全性建立在現今 AI 系統無法抄捷徑的數學之上。AI 真正改變的,是針對持有比特幣的「人」的攻擊效率。
比特幣現價 80,874 美元,市值約 1.6 兆美元,是全球金融中最具吸引力的目標之一。然而,儘管 AI 多年來快速進展,至今沒有任何 AI 系統破解過支撐整個網路的密碼學。要理解原因,需要更深入檢視比特幣的實際運作方式。
為何 AI 無法直接駭進比特幣
比特幣的所有權由私鑰定義:一串猶如無法猜測的密碼般的數字。當使用者發送比特幣時,其軟體會用私鑰產生數位簽章——一種證明擁有者授權這筆轉帳的數學憑證。網路無需看到私鑰本身,即可驗證該簽章。
從公鑰推導出私鑰,需要解開一道橢圓曲線數學難題。美國政府的數位簽章標準(FIPS 186-5)所涵蓋的正是這類密碼學,即所謂的 ECDSA(橢圓曲線數位簽章演算法)。目前沒有任何已知演算法——無論是否搭載 AI——能在現有硬體上以實際可行的速度解這道難題。ECDSA 並非比特幣專用:同樣的簽章機制保護著網際網路安全基礎設施中大部分的數位簽章,因此一旦真的被破解,影響將遠超過加密貨幣領域。
除了簽章之外,比特幣透過工作量證明來保護其交易歷史。每個新區塊都需要礦工以每秒測試數十億種組合的方式找出一個特定數字,而網路將最長鏈視為有效的歷史紀錄。攻擊者若想改寫這段歷史,就必須掌握比所有誠實礦工加總起來更多的算力。AI 擅長模式辨識;但暴力破解密碼學雜湊是本質上完全不同的問題,只有原始算力、而非智慧,能夠應對。
比特幣自身的歷史也印證了這一點:真正的漏洞來自程式編寫錯誤,而非密碼學被攻破。2010 年 8 月,一個軟體臭蟲——在比特幣歷史上被稱為「數值溢出事件」——曾讓單筆交易憑空創造出 1,840 億枚比特幣。開發者在五小時內找出問題並發布修復,社群隨後重建了正確的鏈。這起事件是人為工程失誤——而非密碼學問題——AI 在其中毫無角色。
現代 AI 能產生逼真的文字與圖像、自動化重複任務,並在大型資料集中找出模式。這些能力沒有任何一項能為推導私鑰或超越比特幣的工作量證明要求提供已知捷徑。說 AI 能駭進比特幣,就好比說一台速度極快的計算機能撬開門鎖:工具與任務並不匹配。
AI 會讓哪些比特幣風險變得更危險
情況在「人」的層面變得更加複雜。AI 無法破壞比特幣的協議,卻能讓針對持幣者的攻擊效率大為提升。
竊盜已經是相當嚴重的問題。Chainalysis 報告指出,2024 年被竊的加密資金達 22 億美元,年增約 21%。而竊案手法的分布也頗能說明問題:根據 Chainalysis,2024 年私鑰外洩佔被竊加密資產的 43.8%。攻擊者並非破解比特幣的數學——而是竊取解鎖它的鑰匙。
AI 加速的正是用來竊取這些鑰匙的手法。過去充滿明顯文法錯誤的釣魚郵件,如今讀起來就像來自可信朋友或交易所的訊息。AI 可以複製聲音、生成假的客服對話,或製作出受害者信任之人的逼真影片。這些工具將欺騙規模化到遠超人類團隊所能應付的程度。自動化偵察工具還能同時掃描數千個目標,尋找外洩的錢包檔案、重複使用的密碼或薄弱的安全設定。Chainalysis 也指出,AI 正被用於個人化的詐騙攻勢,包括性勒索。
弱點幾乎總是在「人或比特幣周邊的「服務」,而非比特幣的數學基礎。真正的安全事件往往發生在錢包與軟體層面的高關注度簽章漏洞——而非基礎協議本身。近期 Ledger 被指稱存在以太坊簽章缺陷的例子即顯示,真正驅動現實風險的是實作上的臭蟲,而非密碼學被攻破。同樣地,針對比特幣交易隱私工具的監管審查,焦點也在使用者行為與服務中介,而非破解網路本身。
實際的防禦方式很直接。絕不因任何理由向任何人透露助記詞——即可恢復錢包的那 12 或 24 個單字。在點擊或回覆之前,獨立查證網址與聯絡資訊。大額持倉應使用硬體錢包,因為它能讓私鑰離線保存、遠離軟體攻擊的觸及範圍。在每個交易所帳戶上啟用強大的雙重驗證。AI 讓社交工程更快、更具說服力,但這些基本習慣仍能擊退大多數攻擊。
為何量子運算是另一回事
人們常將 AI 與量子運算混為一談,但兩者是本質上不同的技術。AI 改善的是模式比對與自動化。量子運算則是利用量子力學特性,來執行古典電腦極難完成的某些運算。
一台足夠強大、具容錯能力的量子電腦,理論上可能威脅某些公鑰密碼學系統,包括比特幣所使用的這一類。這是密碼學家嚴肅看待的真實長期課題。不過,要達到足以威脅比特幣的規模,實際部署仍需數十年時間,而且比特幣開發社群可以在必要時透過升級簽章機制來應對。這類轉換的標準基礎已經存在:NIST 已於 2024 年發布首批定案的后量子密碼學標準,為實作者提供參考設計;不過比特幣層面的任何變更,仍須經過該專案的公開改進提案流程,而歷史上這需要開發者、礦工與節點營運者之間的廣泛共識才能啟用。
現有的 AI 工具對比特幣的密碼學並不構成此類理論威脅。將兩種技術混為一談助長了誇大的新聞標題,但它們應屬於各自獨立的討論:量子風險是未來的協議問題,AI 風險則是當前的使用者安全問題。對於追蹤協議風險的讀者,應關注的訊號是標準制定機構與比特幣改進提案——而非 AI 模型的發布。
截至撰稿時,恐懼與貪指數為 54(中性),顯示市場並未計入任何迫在眉睫的密碼學威脅。在協議層面,這份平靜是有道理的。急迫感屬於使用者層面:保護好你的私鑰、查證每一個聯絡對象,並將任何要求存取錢包的意外訊息視為社交工程攻擊。AI 讓這些攻擊更具說服力;良好的習慣則能讓你安然度過。
免責聲明:本文僅供資訊參考,不構成財務或投資建議。加密貨幣與數位資產市場具有重大風險。在做出任何決定之前,請務必自行研究。