美國人工智慧公司 Anthropic 開發的 Claude Mythos 模型，成功找出多項加密演算法的漏洞，包括後量子密碼學簽章演算法 HAWK 與簡化版 AES，其研究效率和能力已超越人類專家。這項突破彰顯了AI在原創性研究領域的巨大潛力，並預示未來人類專家在密碼學研究中可能需投入更多時間驗證AI成果。
美國人工智慧公司 Anthropic 近日宣布，其研發的大型語言模型 Claude Mythos 已成功在密碼學領域取得重大突破，發現了人類專家多年來未能察覺的加密演算法缺陷。這項進展顯示，尖端人工智慧在原創性研究方面的能力已能超越人類專家，尤其是在極為複雜的密碼學領域。
Anthropic 旗下的 Claude Mythos 模型，針對正在由美國國家標準及技術研究所（NIST）審查的後量子密碼學簽章演算法 HAWK 偵測到一處重要弱點。Claude Mythos 發現 HAWK 數學結構中存在一個非平凡的「自同構」（一種對稱性），導致一種更快的枚舉攻擊，將 HAWK-256 的預期攻擊成本從原本所需的 2^64 次運算，大幅降至 2^38 次。儘管此發現並未破壞任何實際運用的系統，HAWK 也尚未全面部署，但它確實暴露出該演算法的安全性存在潛在隱憂。Anthropic 已於今年六月將此發現知會 HAWK 演算法的開發團隊，並協調公開披露相關資訊。
此外，Claude Mythos 在針對進階加密標準 AES 的簡化輪數版本時，也發現了一種攻擊效率高出 200 到 800 倍的方法。該模型還在不到一小時內，成功恢復了 13 輪 LEA 加密金鑰，所需密文數量遠少於過往紀錄。這些發現雖然主要針對簡化版演算法或未實際運用的系統，但其背後展現的 AI 研究能力，已讓業界對未來密碼學的發展產生高度關注。
據 Anthropic 說明，Claude Mythos Preview 在此研究過程中以半自主方式運作，藉由代理式框架（agentic harness）進行了廣泛的文獻回顧、大量的數學推導與計算實驗，並在偶爾的人為指導下完成。例如，針對 HAWK 漏洞的發現僅耗時 60 小時，總 API 成本約為 10 萬美元；AES 攻擊則在三天內完成，期間僅需研究人員進行三次實質性提示。AI 在發現攻擊方法後，甚至能自行建構端到端（end-to-end）的驗證流程，以確認其分析的正確性。
Anthropic 指出，語言模型從一年前還無法分析基本密碼，到現在能發現已躲過數年人類專家審查的設計缺陷，這項演變速度令人驚訝。該公司預期，資安界目前已面臨 AI 找出大量錯誤（bug），導致標準的人工處理流程（如漏洞分類、驗證與修復）難以跟上的困境。類似情況預計也將很快出現在學術密碼學研究領域，屆時人類研究人員可能要花費數月時間，才能驗證模型幾天內就產出的研究成果。這凸顯了在人工智慧研究能力日新月異的時代，學術界與產業界需思考如何更有效率地與 AI 協作，以應對潛在的技術挑戰與創新機遇。