Google DeepMind AI 代理以減少 3.5 倍的 CPU 用量重現 1024 位元 RSA 基準測試
重點速覽
- •兩個 Google DeepMind 代理在三天又 22 小時內完成了一項 1024 位元 RSA 運算，監督的研究人員僅發送約 20 則訊息（大多為核准），且本人未撰寫任何程式碼。
- •這些代理撰寫了約 33,500 行程式碼，交換了 218 則訊息，並執行了 336 次分散式實驗，CPU 用量比先前團隊在同一實例上所需的少了約 3.5 倍。
- •DeepMind 的執行高峰約達 300,000 個 CPU 核心與 16 個 GPU，作者將相較先前五個月成果縮短的時間線大部分歸功於平行運算，而論文的新演算法並未在完整密碼學規模下測試。
- •論文指出此結果不會危及依賴 2048 位元或更長 RSA 金鑰的已部署系統，且代理在整個執行過程中從未還原任何私密金鑰。
- •這份工作論文僅將其模型標識為 A 與 B，且未提供公開的程式碼儲存庫，使獨立重現與超越 1024 位元基準的測試成為未解的問題。
根據 Google DeepMind 的一份工作論文，兩個人工智慧代理在一場歷時不到四天的運算中，重現了一項已知的 1024 位元 RSA 密碼學運算；期間負責監督的人類研究人員僅發送約 20 則訊息——大多為簡單的核准——且未撰寫任何程式碼。
在整個執行過程中，這些代理產生了約 33,500 行程式碼，交換了 218 則訊息，並執行了 336 次分散式實驗，完成的 CPU 用量比先前同一實例上的成果少了約 3.5 倍。論文指出，此結果並不會威脅依賴 2048 位元或更長 RSA 金鑰的已部署系統。
這項任務是對一個與 RSA 數位簽章相關之基準實例的沙盒重現——這是一個另一組研究人員早已解決的密碼學問題。一位 Google DeepMind 研究人員選定了問題、制定規則，之後基本上退居幕後。一旦執行開始，兩個代理便自行處理程式設計、運算與除錯，論文指出研究人員未撰寫任何程式碼、未啟動任何作業，也未診斷任何故障。
DeepMind 研究人員 Pushmeet Kohli 於 11 月 6 日宣布了這項工作。
— Pushmeet Kohli (@pushmeet) November 6, 2026
工作如何分工
研究人員選定了問題、實例以及對模擬簽章服務施加的限制，並核准了任何無法復原步驟的條件。一位監督代理負責追蹤設計、預算與檢查，而一位執行代理則撰寫並測試程式碼、啟動分散式作業並修復失敗。監督代理還引入了一位專門的子代理，以加速其中一個線性代數步驟。
從設計到經驗證的結果，這項工作耗時三天又 22 小時。
整個設置分為多個階段。一個持有模數因數分解的獨立程式回答了約 40 億次預先查詢，隨後在目標選定之前被撤除。接著，代理在不再發出任何進一步查詢的情況下，計算出新簽章所需的數學根。他們自始至終並未還原任何私密金鑰。
過程中捕獲的一個錯誤
代理計算出的第一個根是錯誤的。原因是一個溢位的 32 位元偏移量，正確性檢查標記了此錯誤。代理在不重複預先簽章查詢的情況下，定位並修復了該故障。
根據論文，完成的運算使用了 391 個 CPU 核心年，而先前的團隊在同一實例與演算法上需要約 1,380 個核心年——DeepMind 代理的 CPU 用量約少了 3.5 倍。論文指出，此數字不含約 330 個保留 GPU 小時（其中約 100 個為忙碌時間），也不含 7.5 個核心年的探測與演練。兩項總量也來自不同的硬體，因此此比較並非同基準。
先前的學術成果耗時約五個月。DeepMind 的執行從第一次全規模篩選作業到經驗證的根耗時 3.2 天，高峰時約達 300,000 個 CPU 核心與 16 個 GPU，作者將大部分時間差距歸功於平行運算。
這次執行並未在完整密碼學規模下測試論文中針對更受限簽章存取的新演算法。另一篇 Fan Factories 論文估計，在共享預先運算後，每個額外 1024 位元目標的成本可降低約 30 倍，但目前尚未建成任何 fan factory。
這份工作論文僅將其主要模型標識為 A 與 B，且未連結至公開的程式碼儲存庫，這限制了外部的比較。因此，獨立重現以及超越 1024 位元基準的測試，仍是評估該結果推廣程度的未解課題。
