摘要：一名密码学家借助 Claude 作为协作伙伴分解了 RSA-896，展示 LLM 在严肃数学研究中的辅助能力，也引发"AI 是否降低攻击门槛"的讨论，AI 辅助科研边界再受关注。
一条让密码学和 AI 两圈人都竖起耳朵的消息：有密码学家借助 Claude 作为协作伙伴，分解了 RSA-896。RSA 分解是公钥密码学的经典难题，能分解更大位的 RSA 数，意味着对现有加密体系的潜在威胁。把 LLM 当成"会推导、能查资料、陪你试思路"的协作者，而不是"自动出答案的机器"，是这则案例最值得记的点——模型没有独立攻克，而是在人的研究流程里承担了检索、整理、启发思路的角色。
这件事和今天的热门线（陶哲轩呼吁减速）形成了微妙对照。一边是顶级数学家担心 AI 跑太快、社会准备不足；一边是实践者已经把前沿模型用进了最严肃的密码学研究。它说明一个常被忽略的事实：AI 对科研的渗透，不是"未来时"，而是"现在进行时"，且最先突破的往往是最需要严谨推理的领域。Claude 帮着分解 RSA-896，既是"AI 能力外溢"的证据，也是"人机协作能放大专家产出"的范例。
我的判断：对安全与政策研究者，这则案例该被严肃对待，而不是当猎奇。它揭示的是"能力扩散曲线"——过去要懂密码学+写代码才能做的事，现在一个领域专家加一个会协作的模型就能推进。这既加速合法科研，也降低恶意利用的门槛。对策不该是"禁模型"，而是把"AI 辅助的密码学突破"纳入漏洞披露与加密体系升级的节奏里，就像我们对待传统密码分析一样。对普通读者，结论很简单：你的 SSH 密钥、SSL 证书所依赖的 RSA，正在被 AI 协作式研究一点点逼近，迁移到更长密钥或后量子算法，不再是科幻议程。
