Anthropic旗下Mythos模型发现多项密码学漏洞，60小时破解人类两年未攻克的难题

Anthropic近日披露，其尚未公开发布的AI模型Claude Mythos Preview在密码学研究中取得了两项重要成果：一是发现了后量子签名方案HAWK的改进攻击路径，二是针对简化版AES-128加密标准开发出全新攻击方法。AES是目前全球应用最广泛的对称加密标准，几乎保护着人们所有的在线活动。Anthropic表示，这两项发现均不影响当前实际部署的系统安全。

在HAWK攻击方面，Mythos Preview在多智能体框架下以半自主模式运行，仅用60小时便发现了该方案数学格结构中此前未被察觉的对称性，并以此为基础构建出改进攻击。值得注意的是，人类密码学专家已对HAWK持续审查超过两年，而Mythos完成这一突破的API成本约为10万美元。研究报告还记录了一个有趣细节：系统中一个智能体起初认为该思路不可行，但另一个智能体随后找到了完整利用该漏洞的方法。

在AES攻击方面，研究人员为Mythos搭建了一个可自主提出假设并通过实验验证的框架。模型最初以「进一步改进不可能实现」为由拒绝接受任务，直到研究员鼓励其寻找「真正具有创新性的思路」后才转变方向。此后三天内，Mythos生成了数亿个token，仅收到三次实质性提示，最终开发出「莫比乌斯桥」指纹识别方法，将已知最优攻击效率提升了200至800倍，此次运行同样消耗约10万美元API费用。

从研究分工来看，人类研究员在两项任务中均未深度参与技术攻关。参与HAWK研究的研究员背景为理论计算机科学，并非格密码学专家，主要职责是项目管理；AES研究完成后，多名非密码学背景的研究员花费数百小时对结果进行核验。这一分工模式表明，AI在高度专业化的数学研究领域已具备相当程度的自主探索能力。

在成果披露方面，Anthropic已提前将相关发现通报美国政府及行业合作伙伴，并与HAWK方案作者协调完成了漏洞披露流程。与此同时，Anthropic联合苏黎世联邦理工学院、特拉维夫大学及海法大学的研究人员，共同开发了名为CryptanalysisBench的基准测试工具，旨在为外界系统评估语言模型的密码分析能力提供标准化框架。Claude Mythos Preview目前仍未向公众开放。

此次研究结果揭示了AI模型在挑战互联网安全核心假设方面的潜在能力。尽管当前发现尚不构成实际威胁，但随着后量子密码学标准化进程的推进，AI辅助密码分析的效率与成本优势将对未来密码方案的安全评估产生深远影响。如何在AI能力快速提升的背景下维护密码学基础设施的长期安全，已成为业界需要认真对待的前沿议题。

要点

• Claude Mythos Preview在60小时内发现了HAWK后量子签名方案的新型攻击路径，而人类专家此前已审查该方案逾两年，两项任务的API成本均约为10万美元
• 针对AES-128简化版的「莫比乌斯桥」攻击方法将已知最优攻击效率提升了200至800倍，但仅适用于7轮简化版本，不影响实际部署的完整AES系统
• 两项研究中人类研究员均非密码学专家，主要承担项目管理和结果核验工作，AI在高度专业化数学研究中展现出显著的自主探索能力
• Anthropic已向美国政府和行业合作伙伴提前披露相关发现，并联合多所高校推出CryptanalysisBench基准，为评估AI密码分析能力提供标准化工具
• 上述发现目前不威胁实际系统安全，但表明AI有能力挑战密码学领域的核心假设，对后量子密码标准化进程具有重要参考意义