7 月 28 日，Anthropic 的 Frontier Red Team 發表研究報告「Discovering cryptographic weaknesses with Claude」：讓 Claude Mythos Preview 對兩個知名密碼學目標進行攻擊研究，一個是後量子簽章方案 HAWK，一個是輪數縮減的 AES-128。兩個目標都拿到實質進展，這是 AI 自動化漏洞研究迄今最具體的展示之一。報告把方法與成本全部公開，外界第一次能夠估算這類研究的真實門檻。
HAWK：60 小時，2^64 到 2^38
HAWK 是 NIST 額外簽章徵集中的候選方案，源自 Falcon 簽章的路線，目標是讓後量子簽章小到能在受限裝置上使用。在標準化之前，這類設計的安全餘量通常要被公開檢視好幾年。Anthropic 的報告指出，Claude Mythos Preview 在合計 60 小時的工作後，改進了對 HAWK 金鑰回復攻擊的最佳已知結果：對 HAWK-256 的預期攻擊成本從 2^64 降到 2^38。以位元數計少了 26 位元，代表所需運算資源縮小了數千萬倍——從「不可行」變成「只是非常貴」。一個人類密碼學家社群累積多年的公開紀錄，被模型在三天不到的工作時間內推進。
AES：Möbius Bridge 指紋技術
第二個成果在對稱加密這邊。Mythos 開發出一種名為「Möbius Bridge」的指紋識別技術，把對 7 輪縮減版 AES-128 的攻擊加速 200 到 800 倍。指紋識別是對稱密碼分析裡的經典思路：標記中間狀態，讓局部資訊能被跨輪比對與重用；這次的新意在於發明者是模型，人類負責驗證。必須強調：這是輪數被刻意砍到 7 輪的研究變體，完整 10 輪的 AES-128 並沒有被攻破，日常加密流量不受影響。
十億 token 與十萬美元帳單
方法細節同樣值得記錄。兩項主要攻擊各自花費約 10 萬美元的 API 費用；其中 AES 的發現，是 Claude 在數天內以近乎自主的方式產出約 10 億個輸出 token 之後才浮現的。這是一場「人類設定目標、模型自己跑實驗」的研究流程：人類密碼學家劃定攻擊面與評估標準，模型負責大量的嘗試、驗證與迭代。成本低於同規模的人類團隊，但也遠不是「順手就做」的量級——這個價位本身就是資訊。
為什麼部署系統還是安全的
報告明確指出，兩項成果都不影響現實部署：HAWK 尚在 NIST 的評估階段，還沒有被大規模採用；AES 的攻擊只針對縮減到 7 輪的變體。標準化組織本來就假設攻擊只會越來越好，這份報告提醒的是「更好」的到達速度——一個還沒出貨的候選方案，安全餘量在一個夏天內就被重新定價。真正的訊號在能力座標上——給定明確目標與工具，模型已經能在密碼學這種容錯率極低的領域自主推進研究。此前 Anthropic 與英國 AISI 都評估過 Mythos Preview 的資安能力，這份新報告則把攻擊性的研究成果攤在陽光下：紅隊用 AI 找弱點已經不是思想實驗，防守方接下來也得跟上——攻擊研究的成本結構正從人力轉向算力，各種安全餘量的假設都要跟著重算。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。