Anthropic 用 Claude 找到兩個密碼學弱點，未破解現行加密
Anthropic 的前沿紅隊（Frontier Red Team）公布一項研究：他們用內部模型 Claude Mythos Preview，找出了兩個密碼學上的弱點。這個成果很有份量，展現了 AI 進行密碼分析研究的能力，但必須先講清楚一件事—這兩個發現都不會破解你正在使用的加密；它們一個針對還沒被採用的候選方案，一個針對被刻意弱化的實驗版本。
HAWK 後量子簽章：找到未知對稱性，攻擊成本從 2 的 64 次方降到 2 的 38 次方
第一個發現，針對的是後量子密碼學裡的 HAWK—一種正在美國國家標準與技術研究院（NIST）審查中的後量子數位簽章「候選」方案。Claude Mythos Preview 在 HAWK 的格（lattice）結構中，找到一個先前未知的數學對稱性（技術上稱為非平凡自同構），據此提出改良的攻擊方法，把有效金鑰強度直接砍半：以 HAWK-256 為例，攻擊成本從原本的 2 的 64 次方降到 2 的 38 次方。整個過程由模型自主進行約 60 小時，耗費約 10 萬美元的 API 用量。由於 HAWK 只是候選方案，尚未被實際部署，這項攻擊目前停留在理論層面。
縮減輪數 AES：Möbius Bridge 演算法，比舊方法快 200 到 800 倍
第二個發現，針對的是 7 輪版本的 AES-128（完整的 AES 有 10 輪）。模型開發出一套名為「Möbius Bridge」的指紋辨識演算法，透過省去其中一個列舉步驟，讓攻擊速度比過去的「中間相遇攻擊」快上 200 到 800 倍。這同樣是在近乎自主的情況下完成—模型透過提出假設、實際做實驗、再反覆修正，經過約三天、生成數十億個 token 才得出結果，人類幾乎只負責最少程度的引導。要強調的是，這是針對被縮減、弱化後的 AES 變體，對完整的 AES 沒有實際威脅。
廣告 - 內文未完請往下捲動
為什麼這不等於「破解現行加密」
這兩項成果之所以重要，在於研究方法本身：Anthropic 替 Claude 搭建了能提出假設、執行實驗、逐步修正的環境，讓模型自己跑完整套密碼分析流程，人類主要負責驗證與專案管理，而非提供技術方向。但也正因如此，它證明的是「AI 具備做密碼分析研究的能力」，而不是「Claude 破解了現行加密系統」。兩個攻擊目標—尚未部署的 HAWK 候選、以及人為弱化的縮減輪數 AES—都不影響真實世界的安全。Anthropic 也點出一個耐人尋味的細節：人類研究員花在驗證模型數學主張的時間，遠比 AI 發現這些結果所花的時間還久。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
