Google DeepMind称，两个人工智能智能体在近四天内完成了一项已知的1024位RSA相关计算，从编写和测试代码到运行分布式任务、排查故障，过程中研究人员发送约20条消息，主要用于审批。该实验显示智能体能够在人工设定任务与资源边界后推进复杂计算，但并未验证论文提出的新理论算法，也不意味着现行主流RSA系统面临直接威胁。
复现已知的RSA签名计算
这项测试围绕RSA数字签名展开。实验中，一个模拟签名服务在目标确定前接受了约40亿次预先查询；服务随后停止，智能体在没有继续查询的情况下，计算出生成新签名所需的一个数学根。研究并未恢复私钥。
DeepMind研究人员Pushmeet于11月6日介绍了这项工作。论文将其描述为对一个此前已解决的基准实例进行沙盒复现，并指出结果不威胁基于2048位或更长RSA密钥的已部署密码系统。
CPU用量下降，但比较并非同条件
工作论文记录，这次计算使用391个CPU核年，低于此前团队采用相同实例和算法时约1380个CPU核年的记录，按报告数字计算约减少3.5倍。不过，两次计算使用的硬件不同，不能视为严格的同条件测试；这一数字也不代表总财务成本。
391个CPU核年的统计不包括GPU工作，也不包括约7.5个核年的预备探测和演练。实验另预留约330小时GPU时间，其中约100小时处于忙碌状态。DeepMind称，从首次全规模筛选任务启动到验证结果，用时约3.2天，峰值动用约30万个CPU核心和16块GPU。与此前约五个月的日历时间相比，研究人员将主要差异归因于并行计算能力。
人工审批与智能体分工
研究人员负责选择问题、具体实例以及签名服务的限制，并在不可逆操作前批准相关条件。论文称，研究人员没有编写代码、启动计算任务或诊断故障。
执行智能体负责编写和测试程序、启动分布式任务并修复运行问题；监督智能体则跟踪设计、资源预算和检查步骤，并调用一个专门的子智能体加速线性代数环节。两个智能体总计新增约3.35万行代码，运行336次分布式实验，并相互交换218条消息。
第一次算出的数学根存在错误，原因是一个32位偏移量发生溢出。正确性检查发现问题后，智能体定位并修复了错误，没有重新进行前置签名查询。整个流程从设计到验证结果耗时3天22小时；约20条人工消息和审批环节也说明，这并非完全无人监管的运行。
结果不等于新算法已获验证
论文报告的CPU节省来自既有算法的实现与执行改进，并非此次实验展示了面向更受限签名访问条件的新算法。另一篇关于“Fan Factories”的论文估算，在共享预计算成本约相当于一次通用数域筛选因子分解后，每增加一个1024位目标的成本可能比多重数域筛选低约30倍；这仍是渐近估算，目前尚无已实现的Fan Factory。
工作论文没有公开主要模型的具体名称，仅称其为A和B，也未链接公开实现代码库，因此外部研究者暂时难以独立比较模型表现。此次复现的CPU数字、GPU资源与人工审批条件，均构成理解实验结果时的重要边界。