Квантовые компьютеры могут уничтожить до 30% биткоинов

cryptonews.ruDipublikasikan tanggal 2025-10-30Terakhir diperbarui pada 2025-10-30

Квантовые вычисления могут стать смертельной угрозой для биткоина в ближайшие годы. Таким предупреждением поделился основатель инвестиционной компании Capriole Invest Чарльз Эдвардс

По его словам, от 20% до 30% всех существующих BTC могут быть взломаны квантовыми машинами в течение двух–восьми лет, и предотвратить это невозможно.

Что такое квантовый компьютер и как машина стала угрозой для криптовалют

Угроза для старых кошельков

Эдвардс пояснил, что речь идет о старых P2PK-адресах (pay-to-public-key), которые использовали на ранних этапах существования сети. У таких кошельков нет защиты от атак, которые станут возможными, когда квантовые компьютеры смогут подбирать приватные ключи. Среди уязвимых, по его словам, находятся и кошельки, предположительно принадлежащие Сатоши Накамото, на которых хранится около $125 млрд в биткоинах.

«Через 2–8 лет квантовые машины смогут забрать 20–30% всех биткоинов, и мы не сможем этому помешать. Это P2PK-адреса, в том числе те, что принадлежат Сатоши, и многие другие старые или потерянные монеты», — написал Эдвардс.

сколько биткоинов у сатоши накамото
Баланс кошельков Сатоши Накамото. Источник: Arkham

Читайте также: Почему биткоины Сатоши Накамото уже 15 лет без движения


Дилемма для биткоин-сообщества

По словам Эдвардса, биткоин-сообществу предстоит принять трудное решение:

  1. Оставить все как есть и позволить квантовым хакерам получить доступ к старым монетам, что может привести к обвалу рынка на сотни миллиардов долларов.
  2. Или заранее согласовать миграционный период, в течение которого владельцы смогут перевести свои средства на квантово-защищенные адреса. Если этого не произойдет — все такие активы должны быть сожжены.

«Перед биткоинерами стоит болезненный выбор. Если 30% предложения внезапно разблокируются, это может уничтожить репутацию биткоина как “твердых денег” и подорвать доверие к принципу “доверяй коду”», — отметил Эдвардс.


Еще одно решение

После публикации Эдвардса один из участников дискуссии предложил третий вариант. По его мнению, сообщество может установить не только срок миграции уязвимых монет, но и ввести ограничение на скорость их вывода в обращение.

«Можно установить период миграции для этих монет, а если они не будут переведены на квантово-защищенные адреса вовремя, ввести временной или блочный лимит на траты. Например, разрешить тратить только одну монету на блок, чтобы избежать обрушения рынка», — предложил пользователь.

Однако Эдвардс отверг эту идею, назвав ее компромиссом, который не решает проблему.

«На мой взгляд, это не жизнеспособное решение, а разбавленная смесь вариантов A и B, при которой никто не останется доволен», — ответил он.


Квантовая угроза становится реальностью

Эксперты криптосообщества уже несколько лет предупреждают, что развитие квантовых технологий может поставить под угрозу современные криптографические алгоритмы. Большинство современных биткоин-адресов используют более надежные схемы (P2PKH, P2WPKH, P2TR), однако ранние кошельки, созданные до 2010 года, остаются слабым местом сети.

Bacaan Terkait

OpenAI Rekrut Ahli Perbankan Investasi dengan Gaji Hanya Rp130 Juta, Netizen Komplain Gajinya Kecil

OpenAI membuka lowongan baru untuk Subject Matter Expert di bidang Investment Banking, bagian dari tim Applied AI di San Francisco. Pekerjaan intinya adalah melatih AI untuk melakukan tugas-tugas perbankan investasi, seperti penelitian, analisis keuangan, valuasi, due diligence, dan eksekusi transaksi, serta menetapkan standar kualitas untuk hasil kerja AI. Gaji yang ditawarkan berkisar antara $185.000 hingga $205.000 (sekitar 125-130 juta Rupiah) per tahun plus opsi saham. Namun, banyak komentar menganggap gaji ini rendah untuk seorang ahli dengan pengalaman di bidang tersebut. Kandidat ideal membutuhkan setidaknya 2 tahun pengalaman di perbankan investasi dengan keterlibatan dalam transaksi nyata. Keahlian praktis dalam membuat model finansial di Excel dan presentasi PowerPoint yang berkualitas sangat penting. Posisi ini berfokus pada kontribusi individu untuk mengembangkan tugas evaluasi, membuat contoh kerja referensi, dan merancang kriteria penilaian ketat guna membedakan output AI yang "terlihat baik" dengan yang benar-benar akurat dan dapat diandalkan untuk penggunaan profesional. Tim Applied AI OpenAI memilih bidang perbankan investasi karena dianggap sebagai salah satu lingkungan kerja pengetahuan yang paling menuntut. Tujuannya adalah untuk memastikan AI dapat menghasilkan keluaran yang dapat dipercaya dan digunakan oleh bankir berpengalaman.

marsbit2j yang lalu

OpenAI Rekrut Ahli Perbankan Investasi dengan Gaji Hanya Rp130 Juta, Netizen Komplain Gajinya Kecil

marsbit2j yang lalu

ACL 2026 Didominasi Peneliti Tionghoa, Penulis Pertama Semua Makalah Terbaik Adalah Peneliti Tionghoa, Hampir Semua Makalah Unggulan Diraih Mereka

ACL 2026, konferensi puncak di bidang pemrosesan bahasa alami, mencatat rekor baru dengan 12.148 makalah yang diajukan. Dari jumlah tersebut, tiga makalah dianugerahi Penghargaan Makalah Terbaik (Best Paper Award), dan semuanya memiliki penulis utama beretnis Tionghoa. Makalah pertama, "The Imperfective Paradox in Large Language Models" (Bolei Ma dkk.), mengungkap bias "teleologis" pada model bahasa besar (LLM). Saat dihadapkan pada kalimat seperti "tukang kayu sedang membangun gazebo", LLM cenderung langsung menyimpulkan bahwa gazebo tersebut telah selesai dibangun, meskipun konteksnya ambigu. Ini menunjukkan bahwa LLM lebih berfungsi sebagai mesin prediksi naratif daripada pemikir logis yang setia. Makalah kedua, "Memory efficiency and resource-rational encoding in sentence processing" (Weijie Xu dkk.), mengeksplorasi bagaimana membatasi memori kerja Transformer—dengan menyuntikkan noise—justru membuat model lebih menyerupai pemrosesan bahasa manusia. Model belajar mengalokasikan sumber daya memori yang terbatas secara lebih efisien, sehingga pola pembacaannya lebih mirip manusia. Makalah ketiga, "Characterizing the Expressivity of Local Attention in Transformers" (Jiaoda Li dkk.), memberikan penjelasan teoretis mengapa perhatian lokal (local attention), yang hanya melihat konteks terdekat, sering kali lebih kuat daripada perhatian global. Kombinasi keduanya memperluas kapabilitas model. Secara keseluruhan, ACL 2026 didominasi oleh penelitian seputar LLM (23% judul makalah menyebutkan LLM). Peserta dari Tiongkok Daratan mendominasi dengan kontribusi 54.0%. Selain tiga makalah terbaik, 18 makalah Outstanding Paper juga didominasi oleh peneliti beretnis Tionghoa, terutama di bidang keamanan LLM dan pembelajaran penguatan (reinforcement learning), mencerminkan pengaruh kuat komunitas peneliti Tionghoa di konferensi tingkat dunia ini.

marsbit2j yang lalu

ACL 2026 Didominasi Peneliti Tionghoa, Penulis Pertama Semua Makalah Terbaik Adalah Peneliti Tionghoa, Hampir Semua Makalah Unggulan Diraih Mereka

marsbit2j yang lalu

Trading

Spot
活动图片