暗号の硬さは「数年単位」で動く前提だった──DeepMindのエージェントが4日で1024ビットRSAの綻びを2つ見つけた日:1,600倍は理論値、3.5倍だけが実測値

2026年11月6日、Google DeepMindはAIエージェントが人間の暗号学者と組んでレガシーな1024ビットRSAの未知の弱点を2つ見つけたと発表した。署名偽造は短いダイジェストで理論上約1,600倍、バッチ因数分解は鍵1本あたり約30倍安い。ただし実測されたのは3.5倍のCPU時間削減だけ。2048ビット以上は影響を受けない。変わったのは攻撃の強さではなく、研究の時計のほうだ。

2026年11月6日、Google DeepMindの科学担当バイスプレジデントPushmeet Kohliは「Advancing the frontier of cryptanalysis(暗号解読のフロンティアを進める)」と題する記事を公開した。人間の暗号学者が方向を定め、検証し、AIエージェントが探索する——その体制で、廃止済みの1024ビットRSAに2つの未知の弱点が見つかったという。

先に結論を書く。あなたの通信は今日、破られていない。影響範囲は10年以上前に引退した1024ビットRSAに限られ、2048ビット以上は今回の手法の対象外だとDeepMind自身が明言している。実運用の鍵は一つも攻撃されていない。

それでもこれがニュースになる理由是、速くなったのが攻撃ではなく「研究」だったからだ。暗号解読は、1つの意味のある結果に対して研究者の年単位の時間を食う、最も遅い学問のひとつだった。DeepMindはそこに「週」を持ち込んだ。発表された数字のうち、実測されたのは3.5倍だけで、1,600倍と30倍は理論推定である。この読み分けが、そのまま実務の判断になる。

1. 何が起きたのか──11月6日、2本のワーキングペーパー

登場人物を整理する。

  • 発表──Pushmeet Kohli(DeepMind 科学担当VP)。X上の記事と、Googleストレージに置かれた2本のワーキングペーパー
  • 研究リード──Dj Dvijotham、Abhradeep Thakurta(ともにDeepMind)
  • 外部の暗号学者──Nadia Heninger(UCサンディエゴ/Inria)、Emmanuel Thomé(Inria)
  • 手法──人間が問題を設定し、AIエージェントが解空間を探索。人間が数学を検証する。エージェントは無監督で走っていない
  • 環境──完全にサンドボックス内。対象は「攻撃して誰も困らない」退職済みの標準

要するに、AIを暗号解読に使うことの安全な試験場として、1024ビットRSAが選ばれた。これ自体が設計判断として妥当だ。生きているシステムを撃たずに、最も硬い問題の一つで実力を測る。Kohliの言葉も範囲を限定している——「実際には、これらの結果は廃止済みの1024ビットRSAシステムにのみ影響し、ほぼ例外なく2048ビット以上の鍵を使う現代の暗号プロトコルは安全なままです」。

2. 発見1──パディングは「半分」を超えると効かない

1本目の論文は、署名偽造の話だ。デジタル署名はインターネットの封印蝋。ソフトウェア更新、文書、メッセージが「主張する送信元から本当に来た」ことを検証する仕組みである。

署名の前に、ほとんどの方式はパディングを施す。メッセージを固定長ブロックに埋めるための予備データで、これが偽造を難しくすると長く信じられてきた。DeepMindのエージェントが出した答えは、条件付きの否定だ。

  • 呼び出し側がブロックの半分超を制御できるなら、パディングは追加の困難をほぼ与えない。1024ビットなら64バイトのダイジェストが該当する。PKCS#1 v1.5の構造は、その条件では防御として機能しない
  • 制御できる範囲が小さい場合——たとえば32バイトの短いダイジェスト——には、新しいアルゴリズムが従来最良手法を理論推定で約1,600倍改善する

ここで重要なのは「選んだ入力を署名装置に与えられる」という前提だ。これはクラウドHSMや署名API、コード署名サービスなど、生の署名インターフェースを外部に晒している構成で現実になる。パディングという長年の「保険」が、入力の自由度という1つの変数で無効化される——これが発見1の本質である。

3. 発見2──鍵をまとめて割る「ファン・ファクトリー」

2本目の論文は「Fan Factories」と名付けられている。狙いは因数分解のバッチ処理だ。

RSAの安全性は単純な非対称性に乗っている。大きな素数の積を求めるのは容易で、積を2つの素数に割るのは困難である。1本割るのは高くつく。では1000本を1本ずつ割ると、1000倍高くつくのか。DeepMindの答えはノーだ。

  • 鍵は標準的な長さで揃う。同じビット長の鍵が多数あるなら、1回の高価な前計算を全員で共有できる
  • 因数分解1回分の前計算を済ませた後、追加の1024ビット整数は通常コストの約1/58で割れる
  • これはCoppersmithの1993年多重数体篩法に対し、主要項で約30倍安い
  • ただしこれは理論値。漸近的複雑性の改善であって、エンドツーエンドで測った数字ではない

攻撃者から見た意味は明快だ。「1本持っている」より「山ほど持っている」ほうが、1本あたりの単価が下がる。古い証明書、古いデバイス、古い署名鍵が組織内に溜まっているほど、この手法の効率は上がる。

4. 数字の読み分け──実測は3.5倍、理論は1,600倍と30倍

ここが記事で最も大事な部分だ。DeepMindの発表には3つの倍率が登場する。性質が違う。

  • 3.5倍(実測)──すでに解かれていた1024ビットのベンチマーク鍵に対するサンドボックス内の再現。最初の根の計算は391 CPUコア年、元の計算より3.5倍少ない。鍵そのものを因数分解するのに必要な計算力の1000分の1未満で済んだ
  • 1,600倍(理論推定)──32バイトの短いダイジェストに対する署名偽造。従来最良手法との比較は理論値で、エンドツーエンドの実行ではない
  • 30倍(理論値)──バッチ因数分解の主要項。前計算共有後の1本あたりコスト。漸近解析の結果

見出しに使われるのは1,600倍だが、実際に走って確かめられたのは3.5倍のほうだ。そしてこの3.5倍は、小さい数字に見えて、決して小さい話ではない。391 CPUコア年というのは、1コアで391年、1000コアでも約5か月かかる計算である。それを3.5倍速く、4日未満の設計・実行・デバッグで再現した、というのが今回の中身だ。

論文はいずれもワーキングペーパーで、公開されたコードは確認されていない。この状態を「マイルストーン」と呼ぶか「プレスサイクル」と呼ぶかは、再現可能な数値付きの論文が出るかどうかで決まる。今週判断できるのは、方向と速度までだ。

5. エージェントは何をしたのか──生成と検証の2体、Lean 4

手法として面白いのは、エージェントが「1体」ではない点だ。

  • 2体の協調ハーネス──一方のモデルが証明を生成し、もう一方が検証する。生成と検証を別個体に分けることで、自分の誤りを自分で見逃す構造を避ける
  • Lean 4による機械的検証──代数部分は証明支援系で機械チェックされる。数学的に正しいかどうかを、モデルの自己申告ではなくカーネルが判定する
  • 時間──2体のエージェントが設計・実行・デバッグを4日未満で完了

暗号解読のボトルネックは、計算量ではなく「よく研究された問題の中に、誰も見落としていた構造的近道を見つける」ことにある。それは同じ証明を何年も眺めた人間が、偶然気づく類のものだ。エージェントは解空間を人間のチームより広く探索できる。だから「速い」のではなく「探索の幅が違う」。

そしてこの設計は、そのままAIの数学的出力をどう信じるかの答えになっている。生成したモデルとは別のモデルが検証し、最後はLean 4が判定する。「もっともらしい」を排除する構造を、パイプラインに埋め込んでいる。これは前日までに我々が追ってきた「評価の証拠が墨消しされる」問題とは、正反対の方向の解き方だ。

6. 「1024ビットでよかった」が答えにならない理由

ここからが実務の話である。1024ビットRSAは10年以上前から「使うな」と言われてきた。だから安心——では終わらない。

鍵長の引退は、宣言であって撤去ではない。実際に1024ビットが残るのは、概ね次の場所だ。

  • 組み込み機器のファームウェア——更新されないまま10年動く産業機器、ネットワーク機器、医療機器
  • 社内CA・レガシー署名サービス——内部だからと優先度を下げられた認証局
  • コード署名・ライセンス基盤——ベンダ自身が握っていて、顧客から見えない部分
  • SSH鍵・古い証明書ストア——監査の網から漏れたまま残る鍵素材

発見2が効くのは、まさにこの「溜まっている」状態に対してだ。1本あたりのコストが1/58になるなら、山を持っている組織ほど相対的に弱くなる。攻撃の総コストは下がり、防御側の棚卸しコストは変わらない。非対称は拡大する。

Kohliのまとめ方は正確だ。壊れたのは暗号ではなく、「硬さの余裕(hardness margin)は数十年単位で動く」という防御側の計画前提のほうである。余裕が数か月で動きうるなら、耐量子暗号への移行計画を「きれいな期限」まで待つ理由はなくなる。AWSのML-KEM対応のように、主要クラウドはすでに選択肢を出している。

7. 同じ週の他の数字

暗号の話と同じ週、AIの「単価」と「記憶」と「監督」の数字が動いていた。こちらも数字の読み分けが要る。

支出は伸びず、トークンだけが増えた

法人カード決済のRampが公表したデータが、今週いちばん誤読された数字だ。8月から9月のトークン支出は+1.5%。7月の前月比+42%から急減速した。これを「企業がAIから撤退している」と読む記事が大量に出た。

だが同じデータはこうも言っている。9月23日〜10月23日の4週間で、金額は+8.9%、トークン量は+37.1%。使う量は4割増え、払う額は1割も増えていない。つまり単価が3割以上下がった。撤退ではなく価格破壊である。

  • 集中リスク──OpenAIとAnthropicへの支出の約80%が上位1%の企業。その層の従業員1人あたり支出は月約9,568ドルで、7月ピークの9,873ドルから3.1%減
  • 裾野──中央値は月12〜15ドル、上位10%は600〜1,000ドル。上位1%が少し財布を締めるだけで、全体の平均は止まって見える
  • 値下げの代償──9月のOpenAIとAnthropicの値下げは、Anthropicの売上成長を約6億ドル押し下げたと filing に記されている
  • 導入率──Ramp利用企業のAI導入率は55.9%。Anthropicの有料導入43.8%、OpenAI 40.6%。新規顧客獲得はSカーブの頂点に近い

Rampの主任エコノミストAra Kharazianの表現が正しい。「需要の問題ではない。企業はより多く使い、より少なく払っている」。「AIにいくら払ったか」は、もう「AIをどれだけ使ったか」の代理変数にならない。

その裏で資金調達の値段も動いた。OpenAIは1.25兆ドル評価で110億ドルの初回クローズ(11月6日、SoftBankとMGXが参加)。かつて狙った1.4兆ドルには届かず、最終的に約200億ドルまで伸びる可能性があるという。AnthropicのIPOは一部の買い手が1.1兆ドルを検討しており、多くは1.2〜1.3兆ドルのレンジで話している。1か月前の「2兆ドル」から見れば、民間の値段が公開市場の恐怖に合わせにいった形だ。

エージェントの記憶は「夢」で整理される

Anthropicは11月7日、The Components of Agent Memoryと題するエンジニアリング記事を公開した(Hacker Newsで103ポイント)。セッションを跨いで知識を保持する方法と、オフラインの「dreaming」パス——ログを走査して誤りを訂正し、ノートを書き、wikiを構築し、次のセッションに何を読み込むか決める処理——の設計だ。発想はLettaとUCバークレーの「sleep-time compute」に由来する。

数字が生々しい。Pokémon Redを約1万ステップ進めた比較で、Sonnet 3.7は225フォルダに413個のメモファイルを書いてバッジ1個、Fable 5は2フォルダ9ファイル+トップレベルglobal.mdでバッジ4個。記憶の量ではなく構造が結果を決めた、という対比になっている。dreamingの実証では、買収したStainlessの内部ファイル約35万件(約4.2億トークン)を使い、Opus 5のエージェントが128セッションかけてwikiを構築した。

前日の記事で扱った「長期セッションの状態管理」は、やはり2026年11月の中心的な工学的課題だ。単一対話の中の記憶は強くなり、複数日に跨る記憶はまだ自前のパイプラインが要る。

監督は「規則」ではなく「訴追」で来る

米司法省は11月5日、Super Intelligence Task Forceを設置した。率いるのはStanley Woodward准副司法長官とStephen Weiss准次席副司法長官。対象は外国の国家主体、組織犯罪、納税者と重要インフラを狙う詐欺。Weissは「企業がvigorous internal controlsを効かせ、SI技術が意図通りに動くようにしてほしい」と述べている。

新しい義務は生まれていない。遵守すべき基準もできていない。生まれたのは「有能なシステムを出した企業に統制があったか」という訴追上の関心であり、それは後日、あなたのログを好意的でない読者が読む形で問われる。世界で動くエージェントを運用するなら、差し出しても困らない監査証跡が最も安い保険になる。

漏れる設定ファイル、失敗する買い物エージェント

  • Apiiro──公開GitHub上で1000件超のClaude Code設定ファイルが秘密情報を露出していたと報告。設定ファイルは便利さの代わりに認証情報を持ちやすい
  • Visa──AIショッピングエージェントが自社ベンチマークの実行の42.8%で失敗。購買は金額・在庫・返品条件が絡むため、成功率の数字がそのまま事業判断になる領域だ
  • OpenAI × Ligo──BioBasicsBenchを公開。100の日常的なウェットラボ作業を測るベンチマークで、GPT-6 Astraは配点の66.7%を獲得

物理世界のモデルが、ワークステーション1枚に降りてきた

NVIDIAは11月5日、Cosmos 3のオープンウェイト・チェックポイント4種をHugging Faceで公開した。いずれも16BパラメータのNano系ポストトレーニング版で、OpenMDW1.1ライセンス(商用・非商用可、個別契約不要)。

  • Cosmos3-Nano-Transfer-Auto──オフラインの運転データ生成。最大11カメラ視点(魚眼含む)、RGBとLiDARの同時生成
  • Cosmos3-Nano-Sim-Auto──蒸留版のストリーミング生成。少ないデノイズステップでカメラ+LiDARの小チャンクを出し、閉ループで方策と対話する
  • Cosmos3-Nano-Sim-Transfer──シミュレータの制御とテキストからフォトリアルな映像を描画。物理計算はシミュレータ側に残す
  • Cosmos3-Nano-Sim-Bimanual──双腕ロボット(YAM、AgiBot)の行動から次の映像を予測

最小構成はワークステーション1枚のGPUで動く。NVIDIA自身が「合成観測が実世界の制御をどこまで確かに訓練できるか、境界を測るのが次の仕事だ」と留保している通り、性能の主張は自社製ベンチマークの域を出ない。だが「駐車場の代わりにシミュレーションで方策を訓練する」ための素材が、誰でもダウンロードできる形になった意味は大きい。現場の走行コストが、計算資源の請求書に置き換わる。

端末側では、淘宝のMNNチームがMNN-Pocket-0.3Bを公開した。INT4で173MB、iPhone 18 Pro上でオフライン350 token/s超。クラウドを呼ばずに動く軽量モデルは、通信制約と監査の両方に効く。

8. 実務への落とし方

  • 鍵長の棚卸しを今週やる——証明書、SSH鍵、コード署名、社内CA、組み込みファームウェア。1024ビットRSAが1つでも出てきたら引退時期を前倒しにする。発見2は「まとめて持っているほど安く割れる」なので、件数は隠れたリスク指標になる
  • 生の署名インターフェースを外に晒さない——発見1の前提は「選んだ入力を署名装置に与えられる」こと。パディングを保険だと思わず、信頼できない呼び出し元を署名APIから締め出す
  • 理論値と実測値を分けて読む——1,600倍・30倍は理論、3.5倍は実測。ベンダ資料でも論文でも、この区別を確認する習慣がそのまま意思決定の質になる。同じ週のRampデータも「金額+8.9%/量+37.1%」を並べて初めて意味が出た
  • 耐量子移行を「きれいな期限」で先送りしない——硬さの余裕が数か月で動きうるなら、期限は外部の都合で決まる。ML-KEMなどの選択肢は主要クラウドで出揃っている
  • エージェントの記憶は「量」ではなく「構造」で測る——413ファイルでバッジ1個と9ファイルでバッジ4個の差。記憶の総量を増やす前に、何をどう要約し、何を捨てるかの規則を設計する
  • 監査証跡を先に作る——DOJのタスクフォースは基準ではなく訴追の関心を作った。統制の有無は、後からログで問われる

まとめ

11月6日の発表を一言でまとめるなら、暗号の硬さが「在庫管理」の対象になったということだ。

1024ビットRSAはもう10年使われていない。だから今日、何も破られていない。1,600倍も30倍も理論値で、実測は3.5倍だ。論文はワーキングペーパーで、コードは見えていない。ここまでが事実で、ここから先は読みだ。

だが読みの部分はこうだ。暗号解読のボトルネックは、計算ではなく「見落とされた近道を見つける人間の直感」だった。その部分に機械が入り、4日で2つの結果を出した。数字の大きさより、この単位の変化のほうが重い。防御側が「余裕は数十年」という前提で組んだ計画は、余裕が数か月で動く世界では組み直しになる。

同じ週、企業のAI支出は金額が伸びずトークンだけが37%増え、OpenAIの評価額は1.25兆ドルに落ち着き、司法省は基準ではなく訴追の関心を作り、物理世界のモデルはワークステーション1枚に降りてきた。共通しているのは、「どれだけ大きいか」より「どの単位で測るか」が問われているということだ。

あなたにとって唯一確かな数字は、自分の環境で測った数字だけである。今週やるべきは、鍵長の棚卸しと、ベンダの数字を疑う習慣の2つで足りる。

参照: Pushmeet Kohli「Advancing the frontier of cryptanalysis」X記事(2026-11-06)/DeepMind ワーキングペーパー2本(faster affine roots および Fan Factories on batch number field sieve factoring)/Interesting Engineering・AI Frontier Post・AI Tamer・AIToolBriefing(2026-11-06〜08)/IACR ePrint 2026/2131(2026-09)/TechCrunch「Ramp AI spend data」(2026-11-06)/Ramp AI Index(Ara Kharazian)/Reuters・Bloomberg・The Verge(OpenAI 110億ドル、Anthropic IPO、2026-11-06〜07)/米司法省 Super Intelligence Task Force 発表(2026-11-05)/Anthropic「The Components of Agent Memory」(2026-11-07)/Apiiro・Visa・OpenAI BioBasicsBench(2026-11-06)/NVIDIA Cosmos 3 Hugging Face Blog(2026-11-05)/MNN-Pocket-0.3B(2026-11-07)

PR / この記事のテーマに関連するアフィリエイトリンクを含みます

🛠 エージェント開発の作業環境

道具箱を全部見る →

ツールやフレームワークの比較記事を読む人ほど、実際に長く座って書く環境の差が効きます。毎日触れるものと、設計の引き出しを増やす一冊を組み合わせました。

作業環境

27インチ 4K / USB-C モニター

ログ、エディタ、エージェントの実行トレースを並べて見ると、デバッグの往復が減る。USB-C 1本で映像と給電が済むモデルなら配線も安定する。

Amazon.co.jp で探す →PR
接続

USB-C ドッキングステーション

開発機に周辺機器を付け外しする回数が多いなら、ハブよりドックの方が結線を固定できる。出力側の映像規格とPD給電ワット数を先に揃える。

Amazon.co.jp で探す →PR
技術書

PythonによるAIエージェント実装書

ツール呼び出し、メモリ、失敗時の再試行までコードで追えるもの。フレームワークの説明に留まらず、状態管理の設計に踏み込んでいるかを確認したい。

Amazon.co.jp で探す →PR

価格・在庫・評価・商品画像は掲載していません。最新の情報はリンク先のAmazon.co.jpでご確認ください。当サイトは商品の販売・保証には関与しません。

Amazonのアソシエイトとして、AgentAI.ayonglab.com は適格販売により収入を得ています。