时间：2026年8月3日（报道）；两篇预印本于2026年7月23日提交
地点：美国，麻省理工学院、加州大学圣塔芭芭拉分校与加州大学洛杉矶分校
人物：OpenAI；麻省理工学院博士生Seyoon Ragavan；加州大学圣塔芭芭拉分校副教授Prabhanjan Ananth；加州大学洛杉矶分校教授Amit Sahai
事件详情：The Decoder和Scientific American报道，两组互不知情的研究者使用OpenAI GPT-5.6 Sol Ultra，独立解决了量子密码学中的不可克隆加密问题，并在同一天向arXiv提交论文，时间相差3小时18分钟。Ragavan的论文是《Efficient Unclonable Encryption from Pauli Eigenstates》，Ananth与Sahai的论文是《Unconditional Unclonable Encryption》。两篇论文都披露AI生成了核心构造或证明思路，但研究者负责整理、核验并承担最终正确性责任；目前论文尚未经过同行评审。
背景：不可克隆加密利用量子信息不能被完美复制的特性，目标是让攻击者即使截获量子密文，也无法复制出两份都能解密的有效副本。此前研究要么效率不足，要么需要额外安全假设。两篇新预印本都声称在更强安全性与高效实现之间取得突破，其中Ragavan论文还给出基于Pauli本征态的指数安全方案。
影响：
- 同一模型在不同研究工作流中几乎同时产出相近结果，冲击传统的独立发现与成果归属判断
- AI科研从辅助检索、润色和代码生成，进一步深入到理论构造与证明思路生成
- 预印本公开AI使用记录，为科研透明度、可复现性和作者责任划出新边界
- 量子密码学等高度专业领域可能成为AI加速基础研究的重要试验场
总结：这起事件的核心并不是简单宣称“AI独立完成了密码学突破”，而是两组研究者在相同模型帮助下几乎同时抵达相近结论，显示AI科研工具正在压缩问题探索周期。由于两篇论文尚未同行评审，技术证明仍需社区复核；但从问题提出、路线探索到初稿形成，AI已经开始参与传统上由研究者主导的核心创造环节。
参考来源：
- https://the-decoder.com/two-teams-solved-the-same-quantum-crypto-problem-using-gpt-5-6-just-three-hours-apart/
- https://www.scientificamerican.com/article/ai-helped-produce-two-proofs-for-the-same-cryptography-problem/
- https://arxiv.org/abs/2607.21811
- https://arxiv.org/abs/2607.21551
- https://sragavan99.github.io/
- https://cs.ucsb.edu/people/faculty/prabhanjan-ananth
- https://samueli.ucla.edu/people/amit-sahai/
- https://simons.berkeley.edu/workshops/cryptography-10-years-later-obfuscation-proof-systems-secure-computation-reunion
- https://news.qq.com/rain/a/20260727V06VRT00