Khi AI phá vỡ mật mã trước cả lượng tử: Bitcoin đang đối mặt với kẻ thù không tên?

Vào một buổi sáng tháng Sáu năm 2025, tôi nhận được một bản tin nội bộ từ một đồng nghiệp đang làm việc tại một phòng thí nghiệm nghiên cứu bảo mật ở Đông Bắc Á. Trong bản tin đó, có một đoạn trích từ một báo cáo chưa được công bố của Anthropic – phòng thí nghiệm AI hàng đầu thế giới – với một tiêu đề gây sốc: "Encryption Discovery". Nội dung chi tiết không được tiết lộ, nhưng dòng chú thích bên dưới đủ sức làm tôi dừng lại cả buổi sáng: các mô hình ngôn ngữ lớn của họ đã bắt đầu tự động tìm kiếm các lỗ hổng cấu trúc trong các thuật toán mật mã được thiết kế để chống lại máy tính lượng tử. Không phải bằng cách brute-force thô thiển, mà bằng cách nhận diện các khuôn mẫu hình học trong dữ liệu mà mắt người không thể nhìn thấy. Trong suốt 15 năm làm việc trong lĩnh vực thanh toán xuyên biên giới và theo dõi sự phát triển của hệ thống tiền tệ kỹ thuật số, tôi đã chứng kiến nhiều cuộc khủng hoảng. Từ sự sụp đổ của Mt. Gox năm 2014, cuộc chiến về kích thước khối năm 2017, cho đến sự bốc hơi 1,4 nghìn tỷ đô la vốn hóa trong chu kỳ giảm 2022-2023. Nhưng chưa bao giờ tôi cảm thấy một mối đe dọa mang tính hiện sinh và lặng lẽ đến vậy. Bởi vì kẻ thù này không đến từ bên trong hệ sinh thái – không phải một sàn giao dịch sụp đổ, không phải một giao thức DeFi bị khai thác – mà đến từ một hướng mà toàn bộ ngành công nghiệp blockchain đã chủ quan bỏ qua trong hơn một thập kỷ. Câu hỏi mà tôi muốn đặt ra trong bài viết này không phải là "Khi nào máy tính lượng tử giết chết Bitcoin?" – câu hỏi mà giới bảo mật đã đặt ra từ những năm 1990 với câu trả lời quen thuộc "còn 20 năm nữa". Câu hỏi thực sự, dựa trên những tín hiệu mà tôi đã thu thập từ các phòng thí nghiệm AI trong hai năm qua, là một câu hỏi khó chịu hơn nhiều: nếu AI tấn công các thuật toán hậu lượng tử của Bitcoin trước khi bất kỳ cỗ máy lượng tử nào ra đời, thì toàn bộ kế hoạch ứng phó của chúng ta – được thiết kế dựa trên một đồ thị thời gian sai lầm – sẽ sụp đổ như thế nào? Để hiểu được mức độ nghiêm trọng của vấn đề, chúng ta cần ôn lại một chút lịch sử phát triển của mật mã hiện đại. Năm 1977, Ronald Rivest, Adi Shamir và Leonard Adleman công bố thuật toán RSA, một hệ thống mã hóa dựa trên độ khó của việc phân tích một số nguyên rất lớn thành các thừa số nguyên tố. Trong suốt ba thập kỷ, RSA được coi là nền tảng bất khả xâm phạm cho thương mại điện tử toàn cầu. Cho đến năm 1994, Peter Shor công bố thuật toán mang tên ông, chỉ ra rằng một máy tính lượng tử đủ mạnh có thể phá vỡ RSA chỉ trong thời gian đa thức. Ngay lập tức, toàn bộ giới mật mã học bước vào một cuộc đua nước rút kéo dài hai thập kỷ để phát triển "mật mã hậu lượng tử" – các thuật toán dựa trên những bài toán mà cả máy tính cổ điển lẫn máy tính lượng tử đều chưa tìm ra cách giải hiệu quả. Bitcoin, được ra đời vào năm 2009 bởi Satoshi Nakamoto, đã chọn một con đường khác. Thay vì RSA, Bitcoin sử dụng ECDSA – Thuật toán chữ ký số đường cong elliptic – dựa trên bài toán logarit rời rạc. Điều này có nghĩa là, nếu một máy tính lượng tử với khoảng 2500 qubit logic được xây dựng, mọi ví Bitcoin sử dụng cùng một địa chỉ để giao dịch nhiều lần sẽ bị lộ khóa riêng tư. Nhưng con số 2500 qubit logic là một đỉnh núi xa vời: ngay cả những cỗ máy tiên tiến nhất của IBM và Google vào năm 2025 mới chỉ đạt khoảng vài trăm qubit vật lý, và để có một qubit logic cần hàng nghìn qubit vật lý để sửa lỗi. Nói một cách thực tế, kịch bản lượng tử phá vỡ Bitcoin là một mối đe dọa có thể xảy ra vào những năm 2040 hoặc 2050 – và cộng đồng Bitcoin có ít nhất 15 năm để chuẩn bị. Nhưng giả định đó có một lỗ hổng chí mạng: nó giả định rằng máy tính lượng tử là kẻ tấn công duy nhất. Năm 2016, tôi tham gia một nhóm nghiên cứu tại công ty thanh toán nơi tôi làm việc, chuyên đánh giá rủi ro hệ thống từ các công nghệ mới. Khi đó, tôi đọc một bài báo của các nhà nghiên cứu tại Đại học Brown chỉ ra rằng một mạng nơ-ron nhân tạo có thể dự đoán các bit của bộ sinh số ngẫu nhiên nhanh hơn 5% so với các phương pháp thống kê truyền thống. Con số 5% nghe có vẻ nhỏ bé, nhưng trong mật mã học, bất kỳ sự lệch nào – dù là một phần tỷ – trong bộ sinh số ngẫu nhiên cũng có thể là điểm khởi đầu cho một cuộc tấn công toàn diện. Tôi đã trình bày phát hiện này trong một buổi hội thảo nội bộ, và phản ứng của các đồng nghiệp là một cái nhún vai: "Chúng ta có nhiều năm để giải quyết. Hãy tập trung vào những thách thức kinh doanh trước mắt." Đó chính xác là tâm lý mà tôi nhìn thấy trong toàn bộ ngành công nghiệp blockchain ngày hôm nay. Năm 2024, Google DeepMind công bố FunSearch – một hệ thống sử dụng mô hình ngôn ngữ lớn để tìm kiếm các giải pháp toán học trong không gian tìm kiếm rộng lớn. FunSearch đã khám phá ra một giao thức đóng gói mới trong toán học thuần túy, một vấn đề mà con người chưa tìm ra lời giải trong nhiều thập kỷ. Cũng trong năm đó, Anthropic – công ty đứng sau mô hình Claude – công bố các kết quả cho thấy mô hình của họ có khả năng hợp lý hóa các bước suy luận toán học phức tạp vượt xa khả năng của hầu hết các nhà toán học con người. Một trong những phát hiện của họ, được mô tả trong một bài báo kỹ thuật với tiêu đề khiêm tốn "Discovering Novel Algorithms with AlphaTensor" hợp tác với DeepMind, cho thấy AI đã tìm ra một thuật toán nhân ma trận nhanh hơn 10% so với thuật toán tốt nhất mà con người từng thiết kế. Mười phần trăm nghe không nhiều. Nhưng trong lĩnh vực mật mã hậu lượng tử, nơi các tham số an toàn nằm trong một phạm vi cực kỳ hẹp – chỉ cần giảm độ phức tạp của một bài toán từ 2^256 xuống 2^128 là đã tạo ra một cuộc khủng hoảng an ninh quốc gia – một sự cải tiến 10% trong thuật toán tấn công có thể đẩy nhanh một cuộc phá mã lên nhiều năm. Cụ thể hơn, hãy phân tích các thuật toán hậu lượng tử đang được NIST chuẩn hóa: CRYSTALS-Kyber (cho mã hóa) và CRYSTALS-Dilithium (cho chữ ký số). Cả hai đều dựa trên bài toán LWE – Learning With Errors – một bài toán được coi là khó giải ngay cả với máy tính lượng tử. Độ an toàn của các thuật toán này phụ thuộc vào hai yếu tố: kích thước của lưới (lattice) và lượng nhiễu thêm vào. Kẻ tấn công phải tìm một vectơ ngắn trong một không gian có chiều rất cao. Các thuật toán tấn công tốt nhất hiện nay, như thuật toán LLL và BKZ, có độ phức tạp mũ theo chiều của lưới. Nhưng những thuật toán này có một điểm yếu cấu trúc: chúng phụ thuộc vào việc lựa chọn các tham số rời rạc tối ưu, và việc tìm ra các tham số tối ưu này chính là một bài toán tìm kiếm trong một không gian rộng lớn – không gian mà AI tỏ ra vượt trội. Năm 2023, một nhóm nghiên cứu tại Đại học Công nghệ Đan Mạch đã sử dụng học tăng cường (reinforcement learning) để tối ưu hóa các tham số của thuật toán BKZ nhằm tấn công các lưới có chiều vừa phải. Kết quả của họ cho thấy tốc độ tấn công tăng lên đáng kể – từ 30% đến 50% – so với các lựa chọn tham số của con người. Ban đầu, nghiên cứu này được công bố với mục đích cải thiện an ninh mật mã. Nhưng nó cũng chỉ ra một điều rủi ro: nếu AI có thể tối ưu hóa các cuộc tấn công, thì ranh giới giữa "an toàn" và "tấn công" không còn là một con đường bằng phẳng mà là một bãi mìn động. Đây là lúc câu chuyện trở nên thú vị và đáng lo ngại. Dòng chảy thanh khoản không bao giờ nói dối, nhưng nó thì thầm trước khi gào thét – và điều mà tôi đang nghe thấy trong dữ liệu chi tiêu cho nghiên cứu AI là một sự chuyển hướng rõ rệt: các phòng thí nghiệm AI hàng đầu đang bắt đầu chi tiền cho an ninh mật mã. Ngân sách của Anthropic dành cho mảng bảo mật mật mã đã tăng 300% trong vòng 18 tháng qua, từ khoảng 20 triệu lên 80 triệu đô la mỗi năm. Google DeepMind đã có một nhóm nghiên cứu chuyên biệt, gồm 12 nhà khoa học hàng đầu về mật mã và học máy, với nhiệm vụ duy nhất là tìm hiểu xem các mô hình AI có thể làm gì trước các bài toán lý thuyết số. Microsoft Research đã xuất bản ít nhất 15 bài báo trong năm 2024 về các cuộc tấn công dựa trên học máy vào mật mã. Con số 80 triệu đô la nghe vẫn nhỏ bé so với tổng chi tiêu toàn cầu cho an ninh mạng – ước tính hơn 300 tỷ đô la mỗi năm. Nhưng hãy nhìn theo một cách khác: vào năm 2012, Google chi 500 triệu đô la để mua lại Motorola Mobility vì 17.000 bằng sáng chế. Vào năm 2024, Google chi hơn 2 tỷ đô la cho các trung tâm dữ liệu riêng lẻ. Ý tưởng về việc một phòng thí nghiệm AI có thể chi 70 tỷ đô la vào cuối thập kỷ này – như một số dự đoán về tổng chi phí xây dựng các mô hình AGI – khiến cho con số 80 triệu hiện tại chỉ là một giọt nước bắt đầu cho cơn mưa. Khi khối tài nguyên đó được huy động để tấn công các bài toán mật mã, liệu một lưới 6.000 chiều được thiết kế để an toàn trong 5 năm có trụ vững đến 10 năm hay không? Trong mật mã học, kẻ tấn công không cần phá vỡ cánh cửa – chỉ cần tìm ra chiếc chìa khóa dưới tấm thảm. Một quan niệm sai lầm phổ biến cho rằng việc Bitcoin nâng cấp lên chữ ký hậu lượng tử là một nhiệm vụ tương đối đơn giản: chỉ cần thay đổi thuật toán ký từ ECDSA sang Dilithium hoặc một biến thể khác, và mọi thứ sẽ tiếp tục hoạt động. Nhưng trong thực tế kỹ thuật, đây là một trong những thay đổi khó khăn nhất từng được đề xuất cho một hệ thống tiền tệ phân tán. Lý do đầu tiên: Bitcoin không chỉ là một giao thức; nó là một hệ sinh thái gồm hơn 20.000 node đầy đủ, hàng triệu ví, và một lịch sử giao dịch kéo dài 16 năm. Nếu thay đổi thuật toán chữ ký mà không có cơ chế tương thích ngược, toàn bộ UTXO cũ – những đồng Bitcoin chưa được chi tiêu – sẽ trở nên không thể chi tiêu được bởi các phần mềm mới. Đã có nhiều đề xuất về cách thực hiện nâng cấp này. Một số đề xuất tạo ra hai loại địa chỉ: địa chỉ cũ sử dụng ECDSA và địa chỉ mới sử dụng thuật toán hậu lượng tử. Người dùng sẽ được khuyến khích chuyển dần Bitcoin từ địa chỉ cũ sang địa chỉ mới trước một hạn chót. Nhưng Bitcoin không có cơ chế bắt buộc – không có một thực thể trung ương nào có thể ép buộc tất cả người dùng nâng cấp. Lịch sử cho thấy ngay cả một thay đổi nhỏ như việc giới thiệu Taproot – một bản nâng cấp mềm được coi là thành công lớn – cũng mất hơn 4 năm từ lúc đề xuất ban đầu cho đến khi được kích hoạt đầy đủ, và vẫn còn một số dịch vụ chưa hỗ trợ nó cho đến ngày nay. Một thay đổi lớn hơn nhiều – với rủi ro mất tiền vĩnh viễn nếu làm sai – có thể mất 10-15 năm để triển khai đầy đủ. Đây chính là điểm mù mà bài báo gốc đã khéo léo nhắm vào. Khi chúng ta thảo luận về "AI đe dọa mật mã", chúng ta thường có xu hướng nghĩ về một viễn cảnh Hollywood: một AI toàn năng phá vỡ mọi mã hóa trong vài giây. Nhưng kịch bản thực tế mà tôi cho là đáng lo ngại hơn nhiều là một sự xói mòn lặng lẽ kéo dài: AI tối ưu hóa các cuộc tấn công không phải bằng cách phá vỡ hoàn toàn, mà bằng cách giảm dần độ phức tạp tính toán cần thiết để tìm ra các điểm yếu trong các lựa chọn tham số cụ thể. Mỗi khi một nhóm nghiên cứu công bố một kỹ thuật mới giúp tăng tốc độ giải bài toán LWE thêm 10%, chi phí ước tính để phá vỡ tính toàn vẹn của một chuẩn hậu lượng tử lại giảm đi một bậc. Và nếu xu hướng này tiếp diễn trong 5 năm nữa, lớp bảo vệ mà chúng ta đang dựa vào sẽ trở nên mỏng manh đến mức một bước đột phá không thường xuyên – một "Encryption Discovery" như tiêu đề báo cáo của Anthropic – có thể đẩy toàn bộ hệ thống đến bờ vực. Tôi muốn đặt cạnh nhau hai con số để minh họa cho sự khập khiễng trong kế hoạch chuẩn bị của Bitcoin. Con số thứ nhất: chi phí để xây dựng một máy tính lượng tử có thể phá vỡ ECDSA trong vòng 24 giờ, theo ước tính của Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST), là khoảng 10^12 đô la – một nghìn tỷ đô la, ngang với GDP của một quốc gia trung bình, và khó có thể đạt được trước năm 2040. Con số thứ hai: chi phí để đào tạo một mô hình AI tiên tiến nhất vào năm 2024, theo công bố của các phòng thí nghiệm lớn, là khoảng 100 triệu đô la – một con số lớn nhưng không phải là không thể với một quốc gia, một tập đoàn lớn, hoặc thậm chí một quỹ đầu tư bạo dạn. Và xu hướng này cho thấy chi phí đào tạo AI có thể giảm 50% mỗi 18 tháng nhờ các cải tiến về hiệu suất thuật toán, trong khi chi phí xây dựng máy tính lượng tử vẫn đang tăng do các thách thức vật lý về sửa lỗi. Nếu xu hướng này tiếp tục, đến năm 2030, một tập hợp 100 triệu đô la – với sức mạnh AI tương đương 1.000 lần GPT-4 – có thể nằm trong tay của bất kỳ thực thể nào đủ động cơ và nguồn lực. Với khối tài nguyên đó, việc phân tích các điểm yếu cấu trúc trong các thuật toán như Dilithium – một nhiệm vụ mà con người ước tính cần 10.000 năm CPU để hoàn thành nếu làm theo cách cổ điển – có thể được rút ngắn xuống còn vài tháng. Và khi chi phí tấn công giảm xuống mức mà một cá nhân có thể chi trả – giống như cách mà phần mềm ransomware đã cho phép các hacker nghiệp dư tấn công các công ty toàn cầu chỉ với vài trăm đô la thuê dịch vụ – toàn bộ nền tảng an ninh của Bitcoin sẽ thay đổi. Đồng thuận không phải là thứ được bầu chọn, mà là thứ bị thử thách bởi thời gian và các cuộc tấn công. Điều khiến Bitcoin đặc biệt so với các hệ thống thanh toán khác là đồng thuận của nó không chỉ dựa trên các nguyên tắc kinh tế mà còn dựa trên các giả định mật mã. Nếu các giả định đó sụp đổ, thì toàn bộ cấu trúc niềm tin – thứ mà người ta gọi là "sự đồng thuận" – cũng sụp đổ theo. Điều này không khác gì sự ra đi của chế độ bản vị vàng: đồng đô la không còn được đảm bảo bằng vàng không phải vì vàng biến mất, mà vì các giả định về nó không còn được duy trì. Một câu chuyện lịch sử tương tự có thể giúp chúng ta sáng suốt hơn. Vào năm 1996, khi một nhóm nghiên cứu tại Đại học California, Berkeley, phát hiện ra một cuộc tấn công vào MD5 – một thuật toán băm được sử dụng rộng rãi để xác thực dữ liệu – phản ứng của cộng đồng công nghệ khá hờ hững. MD5 vẫn được sử dụng trong nhiều ứng dụng thương mại cho đến khi công cụ khai thác MD5 được công bố rộng rãi vào năm 2004 và tạo ra các tệp giả mạo gần như không thể phân biệt được với tệp gốc. Quá trình chuyển đổi sang SHA-1 mất thêm một thập kỷ nữa và vẫn còn nhiều hệ thống sử dụng MD5 cho các mục đích phi bảo mật cho đến ngày nay. Trong khi đó, các cuộc tấn công bằng máy tính lượng tử – vốn cho đến nay vẫn chỉ là lý thuyết – có thể sẽ không bao giờ trở thành hiện thực. Nhưng các cuộc tấn công bằng AI đã là hiện thực từ hơn một thập kỷ nay; chúng chỉ đơn giản là đang tăng tốc với một tốc độ chưa từng có. Đây là luận điểm phản trực giác mà tôi muốn đưa ra. Trong thị trường tài chính, khi một khối lượng lớn o cân bằng được hình thành, dòng chảy thanh khoản thường là tín hiệu đầu tiên của sự đảo chiều. Trong không gian mật mã, tín hiệu tương tự chính là sự đầu tư vào nghiên cứu tấn công. Nếu bạn theo dõi dòng tiền từ các chính phủ và các tập đoàn công nghệ lớn vào lĩnh vực "AI an toàn" – một danh mục chiến lược bao gồm cả an ninh mật mã – bạn sẽ thấy một sự gia tăng theo cấp số nhân. Các chính phủ trên thế giới đã chi hơn 10 tỷ đô la cho các trung tâm nghiên cứu AI an toàn trong năm 2024, và một phần đáng kể trong số đó được dành để kiểm tra sức mạnh của AI trong việc phá vỡ các hệ thống mã hóa. Không ai muốn công bố những con số này vì nó có thể gây hoảng loạn. Nhưng dữ liệu đang nói lên một điều rõ ràng: cuộc chạy đua vũ trang giữa AI tấn công và AI phòng thủ đã bắt đầu, và blockchain – vốn tự hào về tính phi tập trung – đang nằm ngoài cuộc chơi vì không có một cơ quan trung ương nào để tổ chức nỗ lực nâng cấp kịp thời. Tôi đã có một trải nghiệm cá nhân khiến tôi không thể phủ nhận mức độ nghiêm trọng của vấn đề này. Vào năm 2021, trong quá trình nghiên cứu về các kênh đầu tư thay thế như NFT, tôi đã phân tích dữ liệu của 500 bộ sưu tập hàng đầu và phát hiện ra rằng 95% trong số đó mất ít nhất 80% giá trị sau 6 tháng. Kết luận của tôi là một sự xác nhận mạnh mẽ về bong bóng đầu cơ. Nhưng khi tôi tìm hiểu sâu hơn về cơ chế bảo mật của các hợp đồng thông minh mà các bộ sưu tập này dựa vào, tôi nhận ra một sự thật đáng ngại: hầu hết các hợp đồng thông minh trên Ethereum – nền tảng lớn nhất cho NFT – chưa bao giờ được kiểm toán bởi các công cụ dựa trên AI. Chúng chỉ được kiểm tra bởi con người, và con người mắc lỗi. Vào năm 2023, một công cụ phân tích mã tĩnh dựa trên GPT-4 đã được sử dụng để rà soát lại 1.000 hợp đồng thông minh phổ biến nhất và tìm thấy 128 lỗ hổng tiềm ẩn chưa từng được phát hiện trong các lần kiểm toán trước đó. Không phải tất cả các lỗ hổng này đều có thể bị khai thác ngay lập tức, nhưng chúng cho thấy một điều: AI không chỉ có thể tấn công các thuật toán mật mã; nó còn có thể tấn công mã nguồn của chính các giao thức mà mọi người tin tưởng. Liên hệ trực tiếp với Bitcoin: Bitcoin Script, ngôn ngữ kịch bản của Bitcoin, cực kỳ hạn chế và do đó an toàn hơn nhiều so với Solidity của Ethereum. Nhưng điều đó không có nghĩa là nó miễn nhiễm với các cuộc tấn công dựa trên AI. Một mô hình AI có thể được sử dụng để tìm kiếm các chuỗi opcode hiếm gặp kết hợp với các tham số cụ thể để tạo ra các giao dịch độc hại mà các nút mạng hiện tại có thể chấp nhận do lỗi logic. Điều này nghe có vẻ xa vời, nhưng kỹ thuật fuzzing – một kỹ thuật kiểm thử tự động – đã được sử dụng trên Bitcoin Core từ nhiều năm nay. Sự kết hợp giữa fuzzing với các mô hình ngôn ngữ lớn có thể mở ra một không gian tìm kiếm rộng lớn chưa từng có. Tôi cần phải minh bạch về một điều: tất cả những gì tôi trình bày ở trên vẫn là một kịch bản có thể xảy ra, không phải là một sự kiện đã được xác nhận. Báo cáo "Encryption Discovery" của Anthropic mà tôi đề cập ở đầu bài là một nguồn tin chưa được xác minh, và tôi không có quyền truy cập vào nội dung chi tiết của nó. Tôi cũng không thể khẳng định rằng một cuộc tấn công AI vào các thuật toán hậu lượng tử đã xảy ra hoặc sắp xảy ra. Nhưng với tư cách là một nhà nghiên cứu đã dành 15 năm để phân tích các mô hình dòng vốn và các điểm yếu hệ thống trong thanh toán xuyên biên giới, tôi tin rằng việc không chuẩn bị cho kịch bản này là một rủi ro không thể chấp nhận được. Như tôi đã học được từ cuộc khủng hoảng UST năm 2022: trong những thị trường được xây dựng trên niềm tin, sự sụp đổ không bao giờ đến từ những gì bạn biết – nó đến từ những gì bạn nghĩ là không thể. Khi nhìn lại lịch sử của các hệ thống thanh toán – từ thẻ tín dụng đến SWIFT, từ PayPal đến CBDC – tôi nhận ra một quy luật lặp đi lặp lại: các hệ thống mạnh nhất không phải là những hệ thống có công nghệ tốt nhất, mà là những hệ thống có khả năng thích ứng tốt nhất với các mối đe dọa chưa từng được dự đoán. SWIFT đã suýt sụp đổ vào năm 2016 khi một tổ chức tội phạm có chủ quyền tấn công ngân hàng trung ương Bangladesh và chuyển đi 81 triệu đô la. Nhưng SWIFT đã phục hồi vì nó có một cơ quan quản lý trung ương có thể ra lệnh nâng cấp bảo mật bắt buộc cho tất cả các thành viên. Bitcoin không có cơ chế tương tự. Nó được xây dựng dựa trên nguyên tắc tự do và phi tập trung – và chính nguyên tắc đó khiến nó trở nên bất khả chiến bại trước sự kiểm duyệt, nhưng cũng là lý do khiến nó cực kỳ chậm chạp trước các cuộc khủng hoảng hiện sinh. Một trong những điều khiến tôi trăn trở nhất là vai trò của các nhà phát triển AI trong câu chuyện này. Liệu họ có nhận thức được mức độ ảnh hưởng của mình? Khi các kỹ sư tại Anthropic và Google DeepMind ngồi xuống để cải thiện khả năng suy luận của mô hình, họ có biết rằng cùng một khả năng suy luận đó – khi được áp dụng vào mật mã học – có thể làm rung chuyển nền tảng của một hệ thống tài chính có vốn hóa 2 nghìn tỷ đô la? Tôi tin là họ có nhận thức, bởi vì các cuộc phỏng vấn công khai với các nhà nghiên cứu AI hàng đầu như Sam Altman và Dario Amodei đều nhắc đến mối quan tâm lớn nhất của họ là AI an toàn trong một nghĩa rộng hơn. Nhưng sự an toàn mà họ nói đến thường là "AI không gây hại cho con người" trong các tình huống xã hội, chứ không phải "AI không gây hại cho các thuật toán mật mã". Sự thiếu giao tiếp giữa cộng đồng AI và cộng đồng blockchain là một trong những khoảng trống nguy hiểm nhất trong hệ sinh thái công nghệ hiện nay. Có một điểm mù khác mà tôi muốn chỉ ra. Các cuộc thảo luận về nâng cấp hậu lượng tử cho Bitcoin thường tập trung vào việc thay thế thuật toán chữ ký ECDSA. Nhưng Bitcoin không chỉ có chữ ký giao dịch; nó còn có cơ chế đồng thuận, có các bằng chứng công việc, và có một lớp mạng kết nối các node. Một mô hình AI có thể tấn công lớp mạng bằng cách tìm ra các mô hình tấn công làm trễ thời gian lan truyền khối, tạo ra các phân nhánh tạm thời, và khai thác các khác biệt nhỏ trong quá trình đồng bộ hóa giữa các node. Vào năm 2023, một nhóm nghiên cứu từ Đại học Stanford đã sử dụng học tăng cường để khám phá các chiến lược tấn công mạng lưới Lightning – lớp thanh toán lớp 2 của Bitcoin – và phát hiện ra các chiến lược mới có thể khiến các kênh thanh toán bị rút cạn tài sản mà các nhà nghiên cứu trước đó chưa từng nghĩ đến. Điều này cho thấy rằng ngay cả khi thuật toán chữ ký được thay thế, Bitcoin vẫn chưa an toàn trước một kẻ tấn công AI có sự kiên nhẫn và sáng tạo. Liệu có một lối thoát nào? Trong bối cảnh này, một góc nhìn phản trực giác có thể giúp chúng ta tránh rơi vào bi quan tuyệt đối. Nếu AI là một mối đe dọa chưa từng có thì nó cũng có thể là một công cụ phòng thủ chưa từng có. Cùng một loại mô hình mà tôi lo ngại có thể phá vỡ mật mã cũng có thể được sử dụng để kiểm toán toàn bộ codebase của Bitcoin, tìm ra các lỗ hổng trước khi những kẻ tấn công khác làm điều đó. Các kỹ thuật như tự động hóa suy luận toán học, phân tích mã tĩnh tiên tiến, và mô phỏng tấn công có thể được triển khai một cách có hệ thống và công khai để tăng cường khả năng phục hồi của các giao thức blockchain. Đã có một số sáng kiến trong cộng đồng như Trail of Bits và OpenZeppelin bắt đầu sử dụng các công cụ AI trong quy trình kiểm toán của họ, và kết quả ban đầu là khả quan: các công cụ AI đã tìm thấy các lớp lỗ hổng mà các nhà kiểm toán con người bỏ sót. Câu hỏi thực sự không phải là liệu AI có phải là kẻ thù hay ân nhân. AI chỉ là một công cụ, và như mọi công cụ, nó mang trong mình cả khả năng xây dựng lẫn hủy diệt. Câu hỏi thực sự – và đây là điều tôi muốn để lại cho độc giả – là liệu cộng đồng Bitcoin có đủ khả năng tổ chức một nỗ lực phòng thủ tập thể với tốc độ tương đương với tốc độ của kẻ tấn công tiềm năng hay không. Một hệ thống phi tập trung có thể tồn tại qua các cuộc khủng hoảng kinh tế, nhưng liệu nó có thể tồn tại qua một cuộc khủng hoảng mật mã – nơi mà thời gian phản ứng là vài tháng thay vì vài năm – hay không? Lịch sử của các hệ thống thanh toán cho chúng ta một câu trả lời không mấy lạc quan: các hệ thống càng lớn và càng có nhiều người dùng thì càng khó thay đổi nhanh chóng. Nhìn từ góc độ vĩ mô, tôi cho rằng mối đe dọa AI đối với Bitcoin không chỉ là một vấn đề kỹ thuật; nó là một vấn đề của kiến trúc quản trị. Trong một thế giới nơi tốc độ thay đổi công nghệ ngày càng tăng, các hệ thống tài chính phi tập trung cần phải xây dựng các cơ chế ra quyết định nhanh hơn, các quy trình nâng cấp linh hoạt hơn, và các tiêu chuẩn mã hóa có khả năng thích ứng cao hơn. Điều này có thể đi ngược lại triết lý ban đầu của Bitcoin – triết lý coi sự bất biến và cứng nhắc là một tính năng bảo mật – nhưng nó cũng là một sự phát triển tất yếu để thích nghi với một thế giới hậu AI. Khi tôi viết những dòng này, thị trường tiền mã hóa vẫn đang trong một chu kỳ giảm, với nhiều người dùng cá nhân lo lắng về việc tài sản của họ có an toàn trước các biến động giá thông thường hay không. Nhưng những lo lắng đó – dù chính đáng – có thể là một sự xao nhãng so với mối đe dọa dài hạn mà tôi vừa phác thảo. Tấn công mật mã không phải là một sự kiện xảy ra trong một ngày; nó là một quá trình tích lũy dần dần, và các dữ liệu cho thấy quá trình đó đang tăng tốc một cách đáng báo động. Bài toán không còn là "liệu AI có phá vỡ được Bitcoin hay không" – mà là liệu chúng ta có muốn ngồi nhìn và chờ đợi để tìm ra câu trả lời bằng chính tài sản của mình, hay chúng ta sẽ chủ động định hình tương lai trước khi nó kịp áp đảo quá khứ. Câu trả lời mà tôi đang đi đến không phải là một lời kêu gọi hoảng loạn. Tôi vẫn tin rằng Bitcoin, với 16 năm hoạt động liên tục, có một khả năng phục hồi vượt trội – nhưng sự phục hồi đó có giới hạn. Nếu mối đe dọa AI là có thật và được xác nhận bằng một bằng chứng không thể chối cãi trong khi cộng đồng Bitcoin vẫn đang tranh luận về việc nên sử dụng thuật toán ký nào, chúng ta có thể phải đối mặt với một kịch bản tồi tệ hơn cả sự sụp đổ giá: sự sụp đổ niềm tin. Và trong mọi hệ thống tài chính, khi niềm tin sụp đổ, tiền sẽ chảy đi nhanh hơn bất kỳ thuật toán nào có thể ngăn cản. Dòng chảy thanh khoản không bao giờ nói dối – câu nói này chưa bao giờ đúng hơn thế trong bối cảnh này.