23 июля 2025 года на arXiv появился препринт «Unconditional Unclonable Encryption», который закрыл шестилетнюю проблему. Два исследователя - Прабханджан Анант из UCSB и Амит Сахаи из UCLA - с помощью AI-агента Codex на базе GPT-5.6 Sol Ultra сгенерировали доказательство сильной неразличимости для схем нескопируемого квантового шифрования. Классический метод моногамии запутанности, на который опирались учёные все эти годы, оказался тупиковым. Модель предложила принципиально иной путь: центрированный оператор и специальный фильтр, которые свели задачу к линейной алгебре и неравенству Коши. Итоговая оценка преимущества любого атакующего не превышает 2-(n+1)/2 - экспоненциально малая величина.
Этот случай - не просто лабораторный курьёз. Он показывает, как frontier-модели начинают влиять на фундаментальную математику. Ранее мы разбирали, как Kimi K3 нашла пять критических уязвимостей в постквантовом протоколе, которые пропустили GPT-5.6 Sol и Claude Fable 5. Теперь AI не только ломает, но и строит: генерирует доказательства, которые ускользали от исследователей шесть лет. Разберёмся, как устроена проблема, почему старые методы не работали и что конкретно предложила GPT-5.6 Sol Ultra.
Шестилетний тупик: почему неразличимость в unclonable encryption не давалась учёным
Что такое нескопируемое шифрование и почему indistinguishability - это священный грааль
Нескопируемое шифрование (unclonable encryption) - криптографическая схема, в которой шифртекст существует в единственном квантовом экземпляре. Его невозможно скопировать без разрушения исходного состояния. Отправитель кодирует сообщение в квантовые биты, получатель извлекает его с помощью секретного ключа, а любой перехватчик сталкивается с фундаментальным ограничением: теорема о запрете клонирования не позволяет создать дубликат для анализа.
Стойкость таких схем измеряется двумя уровнями. Слабая неразличимость (weak indistinguishability) гарантирует, что атакующий не может отличить шифртекст одного известного сообщения от другого. Сильная неразличимость (strong indistinguishability) требует, чтобы атакующий не мог отличить зашифрованное сообщение от максимально смешанного состояния - даже если сам выбирал открытые тексты. Именно сильная версия критична для практической безопасности: без неё схема уязвима к атакам с выбранным открытым текстом, стандартным для любого криптоанализа.
Шесть лет исследователи пытались доказать сильную неразличимость для базовой конструкции на операторах Паули. Конструкция простая: отправитель применяет к кубитам случайную последовательность операторов Паули (X, Y, Z), получатель обращает их с помощью ключа. Шифртекст физически существует в одном экземпляре. Слабая версия доказывалась относительно легко. Сильная - упиралась в компромиссы, которые не удавалось разрешить.
Моногамия запутанности и её пределы: почему классический подход буксовал
Моногамия запутанности - стандартный инструмент в квантовой криптографии. Принцип: если две системы сильно запутаны друг с другом, ни одна из них не может быть сильно запутана с третьей. В контексте unclonable encryption это должно было ограничить информацию, которую атакующий извлекает из перехваченного шифртекста.
Проблема в том, что моногамия даёт работающие оценки только для слабой неразличимости. При переходе к сильной версии возникал компромисс между параметрами: либо оценка преимущества атакующего оказывалась недостаточно малой, либо доказательство требовало дополнительных предположений о структуре схемы, которые не выполнялись для конструкции на операторах Паули. Все попытки «подкрутить» метод упирались в одно и то же: перекрёстные члены в операторе шифрования, которые не удавалось обнулить стандартными приёмами.
Исследовательское сообщество начало склоняться к мысли, что сильная неразличимость для этой конструкции либо неверна, либо требует принципиально нового математического аппарата. Ошиблись: аппарат остался элементарным, но потребовался нестандартный взгляд на операторы. Его предоставила GPT-5.6 Sol Ultra.
Прорыв от GPT-5.6 Sol Ultra: как AI-агент Codex обошёл моногамию запутанности
Центрированный оператор: ключевой ход, который люди не видели
Агент Codex получил на вход формализованную постановку задачи через харнесс - программную обвязку, которая транслировала криптографическую проблему в последовательность математических утверждений. Вместо того чтобы пытаться применить моногамию запутанности, модель предложила центрировать оператор шифрования.
Технически это означает вычитание единичного оператора из оператора, описывающего действие шифрования на квантовое состояние. Обозначим оператор шифрования как E. Тогда центрированный оператор E' = E - I, где I - единичный оператор. Зачем это нужно? В исходной формулировке преимущество атакующего выражалось через след от произведения нескольких операторов, и перекрёстные члены создавали неустранимые корреляции. Центрирование обнуляет вклад тривиального случая, когда атакующий просто угадывает, и выделяет «чистую» информацию, которую можно извлечь из шифртекста.
После центрирования задача сводится к оценке максимального собственного числа оператора E' на подпространстве, которое задаётся вторым приёмом - фильтром. Все корреляции, которые не давали покоя исследователям шесть лет, исчезают алгебраически, без привлечения тяжёлых квантовых теорем.
Фильтр для подавления расходящихся направлений: элегантность вместо тяжелой артиллерии
Второй ход - конструкция фильтра, который выделяет только те квантовые состояния, где ответы двух гипотетических получателей совпадают. Представьте: атакующий пытается отличить реальный шифртекст от смешанного состояния. Он может применять любые измерения, но фильтр подавляет все направления, в которых его стратегия даёт разные результаты на копиях, которые он пытается создать.
Формально фильтр - это проектор на подпространство, где два возможных исхода измерения совпадают. Применение фильтра к центрированному оператору E' даёт оператор F · E' · F, у которого максимальное собственное число жёстко ограничено. Оценка этого числа через неравенство Коши и свойства группы Паули приводит к итоговой границе: преимущество атакующего не превышает 2-(n+1)/2, где n - количество кубитов в шифртексте.
Доказательство собрано из элементарных инструментов: линейная алгебра, спектральные свойства операторов Паули, неравенство Коши. Никакой моногамии запутанности, никаких сложных квантовых теорем. Именно это облегчило ручную верификацию: каждое утверждение, сгенерированное агентом, проверялось независимо и сходилось с аналитическими выкладками.
Два препринта, одно решение: работы Ананта–Сахаи и Рагавана
23 июля 2025 года на arXiv вышли сразу два препринта с решением проблемы. Первый - «Unconditional Unclonable Encryption» за авторством Прабханджана Ананта (Калифорнийский университет в Санта-Барбаре) и Амита Сахаи (UCLA). Второй - независимая работа Рагавана с соавторами, использующая сходную методологию. В обоих случаях ключевые идеи доказательства сгенерированы агентом Codex на базе GPT-5.6 Sol Ultra.
Авторы открыто указывают в тексте: люди создали харнесс для промптинга теорем и проверяли каждое утверждение, но сама последовательность логических ходов - от центрирования оператора до конструкции фильтра - предложена моделью. Анант и Сахаи подчёркивают, что берут на себя полную ответственность за результат. Codex использовался как генератор идей, а не как оракул, выдающий готовое доказательство без проверки.
Два независимых препринта с пересекающимися выводами повышают доверие к результату. Случайное совпадение маловероятно: скорее, модель устойчиво находила один и тот же путь решения при сходных входных условиях. Это аргумент в пользу воспроизводимости подхода, а не единичной удачи.
Методология: как Codex и харнесс для промптинга теорем работали в тандеме
Архитектура эксперимента заслуживает отдельного разбора. Харнесс - программный слой, который формализует криптографическую задачу в виде последовательности лемм и утверждений на языке, понятном агенту. Он разбивает проблему на промежуточные шаги: определить оператор шифрования, сформулировать условие неразличимости, выписать выражение для преимущества атакующего. Агент Codex получает этот контекст и предлагает следующий логический переход.
Методика промптинга теорем работает итеративно. Агент генерирует утверждение - например, «применим центрированный оператор E' = E - I». Человек проверяет его корректность: согласуется ли с определениями, не вводит ли противоречий, можно ли его доказать независимо. Если утверждение проходит проверку, оно добавляется в контекст, и агент получает обновлённую постановку для следующего шага. Если нет - человек указывает на ошибку, и агент предлагает альтернативу.
Роль человека: от постановки задачи до верификации каждого утверждения
Авторы препринта подчёркивают: окончательная сборка доказательства и ответственность за него лежат на людях. Codex не писал связный текст статьи - он генерировал отдельные логические переходы, которые затем проверялись, уточнялись и собирались в целостное доказательство. Каждое утверждение проходило ручную верификацию с аналитическими выкладками.
Этот подход принципиально отличается от попыток получить готовое доказательство одним промптом. Дробление на промежуточные леммы и итеративная проверка снижают риск галлюцинаций: ошибка на одном шаге отлавливается сразу, а не маскируется под слоями последующих рассуждений. Схожий паттерн мы разбирали в контексте архитектуры LLM-агентов с верификацией на примере биомедицинских проектов, где агент-скептик и воспроизводимые тесты повышали надёжность результатов.
Что это значит для квантовой криптографии и AI: практические следствия и ограничения
Границы применимости: что именно доказано, а что ещё предстоит
Доказательство даёт экспоненциально малую границу преимущества атакующего - 2-(n+1)/2 - для конкретной конструкции на операторах Паули. С ростом числа кубитов n стойкость растёт экспоненциально. Это сильный результат для базовой схемы, но он не переносится автоматически на другие конструкции unclonable encryption. Каждая схема имеет свою алгебраическую структуру, и центрирование с фильтром могут потребовать модификации или вообще не сработать.
Результат опубликован в виде препринта и не прошёл полное рецензирование. Peer review может выявить пробелы в доказательстве или потребовать уточнения границ применимости. Пока сообщество не вынесло окончательный вердикт, к результату стоит относиться как к сильной гипотезе с хорошими шансами на подтверждение, но не как к установленному факту.
AI в математике: смена парадигмы или мощный помощник?
Кейс с GPT-5.6 Sol Ultra вписывается в растущий тренд использования AI в теоретических исследованиях. Модель не заменила математика - она предложила неочевидный ход, до которого люди не дошли за шесть лет целенаправленных попыток. Центрированный оператор и фильтр - приёмы, которые задним числом выглядят естественно, но потребовали выхода за рамки привычного инструментария.
Этот паттерн - AI как генератор нестандартных идей с последующей человеческой верификацией - вероятно, станет стандартом для задач, где пространство возможных подходов слишком велико для систематического перебора. Модель не обязана быть безошибочной; достаточно, чтобы она предлагала направления, которые эксперт может быстро проверить. Вопрос безопасности таких агентов остаётся открытым, и мы уже разбирали технические риски GPT-5.6 Sol при работе с production-средами - в математическом контексте цена ошибки ниже, но методология проверки всё равно критична.
Как попробовать и где следить за развитием: ссылки и инструменты
Оба препринта доступны на arXiv. Работа Ананта и Сахаи - «Unconditional Unclonable Encryption» (идентификатор уточняется после индексации). Независимая работа Рагавана с соавторами опубликована в тот же день. Авторы выложили описание харнесса и методики промптинга в приложениях к препринтам - это позволяет воспроизвести эксперимент при наличии доступа к GPT-5.6 Sol Ultra через API.
Следить за развитием ситуации стоит через несколько каналов. Во-первых, рецензирование препринтов: отзывы рецензентов покажут, есть ли в доказательстве пробелы. Во-вторых, реакция сообщества квантовой криптографии: попытки обобщить метод на другие схемы или найти контрпримеры. В-третьих, дальнейшие эксперименты с Codex и аналогами - насколько устойчиво модель находит такие решения и применим ли подход к другим открытым проблемам.
Тема AI-агентов для математических доказательств пересекается с более широким вопросом безопасности таких систем. Мы разбирали, почему Fable заблокировали за автономный пентест и как Kimi K3 проходит тесты на инжекцию вредоносного кода. Для математических агентов угрозы иные, но принцип прозрачности и верификации каждого шага остаётся универсальным.
Если вы работаете с квантовой криптографией или AI-агентами для формальных доказательств, этот кейс - практический ориентир. Он показывает, что frontier-модели уже способны не просто пересказывать известные теоремы, но и находить новые доказательства в задачах, которые годами сопротивлялись человеческой интуиции.