7月29日，Anthropic公開承認，其尚未對外發布的內部研究模型Claude Mythos Preview在約60小時內獨立發現了兩項密碼學新攻擊：將後量子數字簽名方案HAWK的有效金鑰強度從2^64降至2^38，並將AES-128七輪攻擊速度提升200至800倍。此外，該模型還發現了數千個零日漏洞，包括OpenBSD中存在27年的缺陷、FFmpeg中沉睡16年的漏洞。人類驗證者花了近一個月才確認AI的發現正確，凸顯“驗證”正成為新的瓶頸。
Anthropic在7月28日至29日釋出的研究部落格文章“Discovering cryptographic weaknesses with Claude”中披露了這些成果，並附帶兩篇技術論文和Apache-2.0開源的可復現程式碼。這是AI首次在密碼演算法本身的數學結構層面——而非程式碼實現層面——做出原創性發現，過去這類發現通常需要全球頂尖密碼學家數年的手工作業。
針對HAWK的攻擊利用了其格結構中一種此前未被發現的對稱性——數學上稱為“非平凡自同構”。此前已有學者證明，若存在這種對稱性，可將金鑰恢復問題降維，但無人知道HAWK的格中是否真的存在。Mythos Preview找到了它。結果，HAWK-256的完整金鑰恢復攻擊工作因子從2^64降至2^38，Anthropic的程式碼在一台96核伺服器上約3小時42分鐘即可完成端到端金鑰恢復。HAWK-512和HAWK-1024的攻擊複雜度也大幅下降，但仍為指數級，實際中仍不可攻擊。不過，這意味著HAWK需將金鑰尺寸翻倍才能維持同等安全級別，從而削弱了其作為後量子簽名方案的效率優勢。
對AES-128的攻擊則採用了名為“莫比烏斯橋”的不變數指紋技術，跳過了中間相遇攻擊中256種可能值的列舉步驟，將七輪攻擊速度提升200至800倍。但該攻擊僅針對7輪（非完整10輪）AES-128，且需約2^105個選擇明文，現實中不可行，因此當前使用的AES-128仍安全。
Mythos Preview還在幾乎所有被指向的軟體中自主發現並利用漏洞，包括多個主流密碼庫，發現了數千個關鍵零日漏洞，覆蓋所有主流作業系統和瀏覽器。具體案例包括OpenBSD SACK TCP實現中27年的缺陷、FFmpeg H.264編解碼器中16年的漏洞、FreeBSD NFS中17年的遠端程式碼執行漏洞。成本方面，掃描一千個OpenBSD倉庫成本不到2萬美元，單次執行發現一個關鍵漏洞成本不到50美元，發現FFmpeg缺陷成本約1萬美元。
由於超過99%的漏洞尚未修補，Anthropic決定不公開發布Mythos Preview模型，僅通過“Project Glasswing”專案向少數行業合作伙伴和開源開發者開放，以在類似工具落入惡意者手中前先行修補關鍵軟體。
對密碼學界而言，這是一次範式震盪。過去三十年，密碼演算法安全性依賴人類專家對抗性審查，而AI在60小時內完成了人類兩年的審查工作。Anthropic還發布了CryptanalysisBench基準，Mythos 5（Mythos Preview的公開發布版本）在已有已知解的任務上解決了85.7%，但對無已知破譯的完整強度密碼，所有模型得分低於9%，顯示AI在未知領域仍有空間。
對NIST後量子標準化程序，HAWK的處境變得微妙。攻擊不影響HAWK-512和HAWK-1024的實際安全性，但有效金鑰強度減半意味著需翻倍金鑰尺寸，削弱其效率優勢，NIST需重新評估。歷史上，NIST標準化過程中已有候選方案被攻破，但這次攻擊者是AI，降低了參與密碼審查的門檻。
對網路安全行業，數千個零日漏洞的發現是巨大挑戰，99%以上漏洞尚未修補，若類似能力落入惡意者手中後果嚴重。安全行業需轉向“AI發現—AI驗證—AI修補”的閉環模式。
對AI安全格局，這證明了前沿AI具備原創數學發現能力，可能在其他科學領域帶來突破。同時，“不公開發布”的決定為AI治理提供新先例，但與開源AI價值觀衝突。
Anthropic警告，AI發現漏洞的速度和數量可能超過傳統人工分類、驗證和修補流程，人類研究者可能成為響應自動化密碼分析發現的瓶頸。未來研究瓶頸或在人類驗證能力，解決方案可能是用AI驗證AI，但引入新信任問題。
雙刃劍悖論無解：同一模型既能加固後量子密碼標準，也能發現數千個零日漏洞攻擊全球系統。Anthropic選擇不公開，但若其他實驗室訓練出類似能力並開源，保護將失效。AI模型複製分發邊際成本趨近於零，或需新的“能力分級”治理框架，按實際破壞效能力而非引數量分級。
密碼學正進入新範式：AI將安全審查壓縮至天級別，可能改變設計哲學。未來密碼標準或需內建“AI對抗性測試”。Anthropic表示希望AI在設計下一代更強韌密碼方案中發揮關鍵作用。攻防兩端，AI都將深度參與。