研究人员称:比特币面临的量子风险比担忧的要小

深潮TechFlow发布于2026-02-10更新于2026-02-10

文章摘要

比特币面临的量子计算风险被高估,研究人员指出实际威胁有限。近期讨论聚焦于量子计算机是否可能破解比特币钱包加密技术,但分析表明情况并不像传闻中紧迫。 目前仅有约10,230枚比特币(价值数亿美元)存储在公钥已暴露的地址中,这些成为最易受攻击的目标。其中7000枚位于中等规模钱包,3230枚属于较大地址。若发生攻击,更类似于大规模盗币事件而非协议崩溃。 量子硬件发展仍远未达到威胁水平:现有实验性量子计算机仅100余量子位,而有效攻击需要数百万稳定且纠错的量子位。专家强调肖尔算法和格罗弗算法虽构成理论威胁,但工程实现尚需数十年。 真正风险在于早期比特币地址:许多未移动的旧币采用过时密钥规范,若需迁移将面临巨大操作挑战。行业专家呼吁提前规划升级路径、禁用密钥复用并测试迁移方案,强调有序准备而非恐慌应对才是当前重点。

比特币市场对此不以为意,但关于量子计算机和比特币的讨论本周重新出现在信息流中。这是一个反复出现的旧担忧:未来的机器能否破解保护钱包的加密技术?

根据CoinShares的报告和长期关注比特币的人士的评论,真实情况与其说是立即引发的恐慌,不如说是关于实际规划以及谁将真正面临风险。

公钥暴露了小部分风险

报告称,只有10,230枚BTC存放在公钥已经可见的地址中,这改变了问题的严重性。如果出现强大的量子计算机,这些币将是最容易攻击的目标。

大约7,000枚BTC存放在持有100到1,000枚币的中等规模钱包中。约3,230枚BTC存放在持有1,000到10,000枚币的较大地址中。

按当前价值计算,这部分资产价值数亿美元。这是一笔巨款,但这与协议崩溃不同。如此大规模的激进盗窃看起来会像一笔大额交易或重大安全事件,而不是网络故障。

量子硬件仍有巨大差距

专家表示,算法威胁是明确的:肖尔算法将攻击椭圆曲线签名,而格罗弗算法将削弱SHA-256哈希算法。

但报告指出,实验与攻击之间存在巨大差距。当前的实验性机器运行在略高于100量子比特的水平。一次有效的破解需要数百万个稳定的、经过纠错的量子比特。

这种硬件尚未建成。简而言之:数学上存在可能的路径,但工程实现还远未准备好。

旧币,真正的操作难题

许多风险较高的地址可以追溯到比特币早期,并且包含从未移动过的币。这使得它们很特殊。当这些密钥首次被使用时,最佳实践是不同的。

现在,如果量子计算能力真的出现,这些相同的密钥将是一个已知的弱点。移动这些币将会很麻烦。托管方、交易所和个人持有者都需要协调。

可以提出并采用技术修复方案。困难的工作是在任何真正的危险出现之前,让人们更新软件和迁移密钥。这更像是一个物流问题,而不是密码学难题。

BTCUSD 24小时图表交易价格:$69,054(数据来源:TradingView)

资深人士呼吁尽早开展工作

据著名的比特币和加密货币专家安德烈亚斯·安东诺普洛斯(Andreas Antonopoulos)称,威胁是真实但遥远的;他敦促做好准备而不是恐慌。

英国密码学家亚当·巴克(Adam Back)曾表示,规划可以有序进行,只要现在开始采取措施,就没有必要恐慌。

这些观点一致认为:应该设计升级路径,钱包必须阻止密钥重用,社区应该测试迁移程序。

如果及早采取行动,就有足够的空间在不匆忙或不破坏系统的情况下完成转变。

特色图片来自Crypto Valley Journal,图表来自TradingView

相关问答

Q根据文章,比特币面临量子计算风险的具体金额是多少?

A根据报告,目前有10,230 BTC存放在公钥已暴露的地址中,按当前价值计算约值数亿美元。

Q量子计算机目前的技术水平距离破解比特币加密还有多大差距?

A当前量子计算机仅能运行略超过100个量子比特,而有效破解需要数百万个稳定且纠错的量子比特,工程实现还远未成熟。

Q哪些比特币地址最容易受到量子计算攻击?

A早期创建且从未移动过比特币的地址风险最高,这些地址的公钥已经暴露,且当时的安全实践与现在不同。

Q专家对比特币量子风险的主要建议是什么?

A专家建议提前准备而非恐慌,包括设计升级路径、避免密钥重复使用,以及测试迁移程序。

Q量子计算对比特币的两大加密算法分别构成什么威胁?

AShor算法会攻击椭圆曲线签名,Grover算法会削弱SHA-256哈希算法的安全性。

你可能也喜欢

BTC“数字黄金”的叙事是不是失败了?

这篇文章从三个核心问题探讨了比特币的现状与未来,强调提供的是思考框架而非投资建议。 **如何看待比特币资产?** 作者认为比特币是一种全新的、更优秀的“黄金”资产。其优势在于总量恒定、转移便捷、交易可审计。尽管早期与灰色地带关联,但合规化是趋势。目前全球数字货币渗透率仅3%-4%,类比互联网和电商的早期阶段,意味着比特币仍处于发展初期,潜力巨大但波动性也极高。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月一度跌破6.1万美元,单日跌幅达15%,随后又快速反弹。这被解读为遵循四年减半周期的共识性获利了结。特别之处在于,美国比特币ETF的批准引入了机构资金,也促使早期低成本持有者(如矿工和信仰者)进行大规模“换手”,这是资产迈向主流化的必经过程。历史数据显示,比特币历次大跌的幅度在收窄(从93%到当前的约50%),表明资产正在成熟,波动率逐步下降,但高波动仍是其获取超额回报的固有特征。 **长期如何看待发展?** 长期价值可对标黄金。当前比特币市值仅为黄金市值的约7%,若“数字黄金”叙事实现一半,上行空间依然显著。但作者提醒,短期市场脆弱,换手可能未完,底部无法预测。真正的风险并非资产归零(概率较低),而在于错误的仓位管理(如All-in或加杠杆)以及对资产缺乏深刻理解。投资者必须计算并承受潜在的最大回撤(例如从已跌50%的位置再跌50%),才能存活至长期价值兑现。 文章最后以亚马逊在互联网泡沫后暴涨为例,指出关键不在于比特币未来是否上涨,而在于投资者能否通过理性的仓位管理和深度认知,扛过剧烈波动存活到那一天。文末提问引导读者反思:当前黄金涨、比特币跌的局面,究竟意味着“数字黄金”叙事失败,还是资产进化过程中的换手阵痛?这取决于每个人对比特币最底层的信仰。

marsbit1小时前

BTC“数字黄金”的叙事是不是失败了?

marsbit1小时前

BTC“数字黄金”的叙事是不是失败了?

标题:BTC“数字黄金”的叙事是不是失败了? 作者:@wuk_Bitcoin 本文从三个核心问题出发,探讨比特币的现状与未来。 **如何看待比特币?** 作者认为比特币是一种全新的、更优秀的“黄金”类资产。其优势在于:总量恒定(2100万枚);资产可转移性极强,在全球不确定性时代具备溢价;所有交易链上可审计,透明度高。反驳了比特币主要用于灰色地带的过时观点,指出其正走向合规。目前全球数字货币渗透率仅约3%-4%,类比互联网和电商早期,意味着该资产类别仍处早期,潜力与巨大波动并存。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月初曾单日暴跌15%,跌破6.1万美元。这被视为遵循其四年减半周期的规律性回调,是长期持有者在周期高点锁定利润的结果。本轮下跌的特殊性在于:美国比特币ETF的批准引入了大量机构新资金,但也促使成本极低的早期持有者(矿工、OG)进行历史性抛售,即从“早期信仰者”向“长期配置机构”的换手过程。历史数据显示,比特币历次大回撤的跌幅在逐步收窄(从93%到目前的约50%),表明资产在成熟,波动率在下降,但高波动仍是获取超额回报的代价。 **长期怎么看?** 若将比特币视为“数字黄金”,其当前总市值(约1.4万亿美元)仅为黄金总市值(约20万亿美元)的7%。即使该叙事仅部分实现,上行空间依然可观。但作者强调短期风险:换手可能未结束,市场脆弱,不排除进一步下跌。真正的风险不在于资产归零(概率极低),而在于错误的仓位管理(如All-in、加杠杆)和对资产缺乏深度理解,这可能导致投资者无法承受巨大波动而提前被迫出局。 **最后对比** 作者以亚马逊在互联网泡沫破裂后股价跌95%又最终上涨42倍为例,指出关键在于“活着等到那一天”。对于比特币,核心同样是能否通过理性仓位管理活到其价值兑现之时。文末提问:当黄金大涨而比特币大跌,这究竟是“数字黄金”叙事的失败,还是资产进化过程中的阵痛?答案取决于每个人对比特币最底层的信仰。

链捕手1小时前

BTC“数字黄金”的叙事是不是失败了?

链捕手1小时前

从代码到认知:机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型(LLM)时代,机器人依赖手工编码的模块化技术栈(感知、状态估计、规划、控制)和行为树,虽稳定但泛化能力差。随后,深度学习改进了感知,强化学习和模仿学习进入了控制层,但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器,将指令转化为机器人可执行的原子技能序列(如谷歌的SayCan)。但更重要的突破是视觉-语言-动作模型(VLA),例如谷歌的RT-2和开源的OpenVLA,它能将视觉、语言信息融合,直接输出动作指令,实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构(如Figure AI的Helix、NVIDIA GR00T):一个慢速、参数多的“系统2”负责高层次推理和规划;一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑,安全关键的控制回路通常在机器人本地(如NVIDIA Jetson模块)运行,而对话界面和集群学习等任务可交由云端。 开源模型(如OpenVLA、GR00T、π0)降低了行业门槛,让初创公司能在其基础上用自有数据微调。然而,当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向:世界模型。这类模型(如NVIDIA Cosmos、Meta V-JEPA)能根据当前状态和动作预测未来结果,让机器人在行动前进行模拟和评估,从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构(JEPA)和潜在动作世界模型等流派。 文章最后指出,数据采集(特别是远程操作数据)是核心竞争力,仿真训练至关重要,机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”,虽未完全自主,但正通过架构的持续演进(从代码到感知、规划、策略,最终到世界模型),朝着更通用、更强大的方向稳步前进。

marsbit2小时前

从代码到认知:机器人大脑进化的万字指南

marsbit2小时前

AI 泡沫正在破裂

近期市场剧烈波动,“AI泡沫论”甚嚣尘上。桥水达利欧认为AI市场存在“相对较高”的泡沫,而英伟达黄仁勋则强调AI算力需求才刚刚开始。两者观点看似矛盾,实则揭示了技术革命初期的典型特征:市场因高估短期影响而产生泡沫,却往往低估其长期颠覆性力量。 回顾2000年互联网泡沫,纳指暴跌78%,超5万亿美元财富蒸发,大量公司破产。然而,泡沫破裂后留下的廉价电信基础设施(如海底光缆),却成为日后流媒体、云计算乃至移动互联网崛起的基石。这符合“阿玛拉定律”:人们高估技术的短期影响,低估其长期影响。泡沫是创新必须缴纳的“智商税”,其破裂能淘汰投机者,沉淀下坚固的基础设施,滋养真正伟大的公司。 当前AI行业同样呈现巨大的“投入-产出”不对称:2026年,五大云服务商的AI基础设施资本开支预计达6900亿美元,而头部纯AI厂商的总收入预计不超过400亿美元。但深层逻辑正在演变:AI推理成本在两年内暴跌超过99.7%,接近零的边际成本解锁了海量长尾需求,驱动企业AI支出翻倍增长。这印证了“杰文斯悖论”——效率提升导致总消耗量指数级上升。如今,各行业关心的已非“是否用AI”,而是如何更有效地整合AI。 市场已进入“幻灭的低谷”前夕,缺乏护城河的套壳公司正批量死亡,这是市场的自我净化。与此同时,价值转移正在发生:1. 从资本开支(CapEx,如硬件)向运营开支(OpEx,如解决垂直行业痛点的应用)转移;2. 高估值正被高速增长的业绩逐步消化。AI已深入制造业(缩短研发周期)、金融(微秒级定价)、法律、医疗等专业领域,成为实质性的生产力工具。 历史总在重演“创造性毁灭”。当下近7000亿美元的基建投资短期内无法全部转化为利润,市场洗牌不可避免。但洗牌之后,廉价的算力与高度优化的算法将赋能千行百业。正如互联网泡沫后我们迎来了数字时代,AI泡沫的喧嚣过后,我们将不可逆转地迈向一个所有行业都由AI深度赋能的智能全盛时代。泡沫终会破裂,但底层先进生产力的势能,没有水分。

链捕手2小时前

AI 泡沫正在破裂

链捕手2小时前

交易

现货
合约

热门文章

如何购买S

欢迎来到HTX.com!我们已经让购买Sonic(S)变得简单而便捷。跟随我们的逐步指南,放心开始您的加密货币之旅。第一步:创建您的HTX账户使用您的电子邮件、手机号码注册一个免费账户在HTX上。体验无忧的注册过程并解锁所有平台功能。立即注册第二步:前往买币页面,选择您的支付方式信用卡/借记卡购买:使用您的Visa或Mastercard即时购买Sonic(S)。余额购买:使用您HTX账户余额中的资金进行无缝交易。第三方购买:探索诸如Google Pay或Apple Pay等流行支付方法以增加便利性。C2C购买:在HTX平台上直接与其他用户交易。HTX场外交易台(OTC)购买:为大量交易者提供个性化服务和竞争性汇率。第三步:存储您的Sonic(S)购买完您的Sonic(S)后,将其存储在您的HTX账户钱包中。您也可以通过区块链转账将其发送到其他地方或者用于交易其他加密货币。第四步:交易Sonic(S)在HTX的现货市场轻松交易Sonic(S)。访问您的账户,选择您的交易对,执行您的交易,并实时监控。HTX为初学者和经验丰富的交易者提供了友好的用户体验。

2.5k人学过发布于 2025.01.15更新于 2026.06.02

如何购买S

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对S(S)币价的意见。

活动图片