Anthropic表示，其尚未发布的Claude Mythos Preview模型发现了针对HAWK的一种此前未知的攻击，将恢复其最小密钥的成本从2^64次运算降至2^38次运算。

该模型还将针对7轮AES版本的一项攻击速度提升了200到800倍，超过了密码学家在2013年设下的纪录。

每项结果大约耗费了10万美元的API使用成本，Anthropic员工则花费了数百小时验证AES结果确实真实有效。

Anthropic周二表示，其最强AI模型的一个未发布版本发现了两种此前未知的密码算法攻击，其中一种针对的是当前正在争取成为美国联邦标准的方案。

该方案是HAWK，一种数字签名系统——也就是证明某笔交易来自你本人、同时从不暴露私钥的数学机制——旨在抵御未来的量子计算机。5月，美国国家标准与技术研究院（NIST）将HAWK推进到后量子签名竞争的第三轮，目前它是最后一个基于格的候选方案。

Claude在HAWK的数学结构中识别出一种此前人类研究者没有使用过的对称性。在最小配置下，恢复秘密密钥的成本从2^64次运算下降到2^38次运算，约相当于减少了6700万倍工作量。

据Anthropic称，修复这一问题大致需要将HAWK的密钥长度加倍。"Unfortunately, doubling HAWK's key size eliminates many of the reasons making the scheme (as it currently stands) an attractive PQC signature candidate,"该公司写道。

New Anthropic research: Discovering cryptographic weaknesses with Claude. Claude Mythos Preview has helped our researchers find weaknesses in cryptographic algorithms—the mathematical methods that are used to keep data private. Read more: — Anthropic (@AnthropicAI) July 28, 2026

这项权衡对需要大规模采用后量子替代方案的系统意义更大：签名大小会影响区块空间，而区块空间会影响手续费，因此紧凑性不仅是原始安全性之外的次要因素，也是设计讨论的一部分。HAWK的紧凑密钥和快速签名一直是其核心卖点，而拟议的修复将削弱其中很大一部分优势。

Anthropic表示，HAWK从未在任何地方部署，Bitcoin 仍使用 ECDSA，也就是Hawk等候选方案最终要取代的前量子签名方案。

该公司称，在发布前已将这两项发现披露给算法作者以及美国政府和行业合作伙伴，并就HAWK结果与NIST进行了协调。

AES结果需要更多耐心

第二项攻击针对的是AES，这种密码算法保护着你的HTTPS流量、加密硬盘以及交易所后端。完整的AES-128包含10轮混淆，而Claude攻击的是一个7轮研究版本，自2013年以来一直无人改进。

研究人员刻意把任务设得极难。他们禁止模型使用AES密码分析的五个既有类别，并要求它发明第六种。提示中甚至写道，第一种差分攻击并没有击败任何东西——它是把这场游戏发明出来的。Claude还继承了早期代理运行留下的工作笔记，其中已经耗尽了大约200种失败的攻击变体。

尽管如此，模型仍然不愿选择更容易的路径。根据Anthropic公布的转录内容，Claude对研究人员说："On AES-128 r5/r6/r7 it found nothing because there's nothing easy to find; this is the most-studied block cipher in existence,"。

接下来的三天里，Anthropic只发送了三条实质性消息，其中包括："no again the goal is that we have highly inteligent [sic] model as good top researcher, we want to find new attacks." 另一条消息则拒绝了Claude切换到更容易密码算法的尝试。

Claude最终提出了论文中称为 Möbius Bridge 的技术，去掉了攻击者此前必须猜测的9个密钥字节之一。将这一结果完善为最终发表版本又花了几天时间和10亿个输出 token。

最接近实际成果的发现反而得到的关注最少。Claude还在桌面电脑上不到一小时内破解了13轮LEA。LEA是韩国国家标准和ISO轻量级加密标准，面向手机和物联网设备；此前最佳攻击需要2^98个明文对。已部署版本的LEA使用24轮，因此没有任何已部署系统受到破坏。

验证比发现更耗时

HAWK论文对分工的描述异常直接。作者写道："The majority of mathematical discoveries in this paper were AI-assisted. Human author contribution mainly consisted of directing, organizing and verifying AI work,"。

Claude在数天内找到了AES思路。随后，Anthropic研究人员又花了数百小时学习足够的密码学知识来确认其有效——同一模型此前还在内部测试中发现了Firefox的271个漏洞。

"The cybersecurity community is now grappling with the fact that language models are able to discover so many bugs that the standard human processes (like vulnerability triage, verification, and remediation) struggle to keep up," Anthropic写道，并警告人类研究者可能会成为瓶颈。

Anthropic还构建了 CryptanalysisBench——一个包含191项密码破译任务的基准测试，任务大多来自NIST竞赛。模型需要提交一个可运行的攻击脚本，该脚本要么赢得正式安全游戏，要么失败，不设部分得分，也不由人工评分。

Mythos 5在已知解的任务中破解了85.7%，而测试中最弱模型为65.3%。面对没有公开破解结果的完整强度密码，所有模型得分都低于9%。