Claude 破解量子安全算法漏洞
Claude Mythos 60 小时内发现 HAWK 后量子签名和 AES 削弱版本的数学缺陷,生成密码分析基准。展示 AI 在密码学研究的突破性应用。
完整中文译文
Claude Mythos 在连续运行 60 小时后,发现了 HAWK 和精简轮数 AES 的弱点,成本约为 10 万美元,并由此产出了 CryptanalysisBench 基准测试。
根据 Anthropic 于 2026 年 7 月 28 日发布的研究博客,Claude Mythos Preview 在连续运行 60 小时后,发现了后量子签名方案 HAWK 和较弱版本 AES 中的数学缺陷。此次实验的 API 费用约为 10 万美元,而它得出的研究成果,是人类专家审查两年多都未能发现的。
- Claude Mythos 连续运行 60 小时
- 预计 API 成本约 10 万美元
- CryptanalysisBench 基准测试包含 191 项任务
- 使用 5 个前沿模型进行基准测试
- 发现针对 SpoC AEAD 和 KINDI 的全新攻击
Anthropic 的研究人员使用 Claude Mythos Preview,发现了后量子签名方案 HAWK 中的密码学弱点。此前,人类密码分析专家已经对该方案审查了两年多。此外,它还发现了一个精简轮数 AES 变体中的弱点。根据 Anthropic 的研究博客,该模型自主运行了 60 小时,预计 API 成本约为 10 万美元。Anthropic 表示,这两项发现目前都不会对生产系统造成实际影响。
这项实验最具启发性的部分,是研究人员采用的 prompting 策略。他们公开了实际使用的 prompt,其中甚至保留了拼写错误。这些 prompt 表明,研究人员反复推动模型克服默认状态下对尝试“不可能”问题的抗拒。prompt 中包括:“模型往往认为问题不可能解决,所以根本不会尝试;它们需要相当多的提示”,以及“再次强调,我们要找的不是唾手可得的成果,而是通过真正的研究,找出确实很难发现的重要问题。”The Decoder 报道称,人类进行的主要干预,其实只是不断鼓励模型不要放弃。
CryptanalysisBench:一种新的评估框架
这项工作产出了 CryptanalysisBench。arXiv 预印本《CryptanalysisBench:LLM 能进行密码分析吗?》(arXiv:2607.18538)对其进行了介绍。该基准测试包含六类密码学原语,共计 191 项任务,主要取自四项 NIST 标准化竞赛。它分为三个层级:已知存在实用攻击的方案;尚无已知攻击的完整强度方案及其缩小规模的变体;以及由处于研究前沿的生产级密码学原语组成的挑战集。
五个前沿模型——Claude Opus 4.8、Sonnet 5、Mythos 5、GPT 5.5,以及开放权重模型 GLM 5.2——攻破了 Tier 1 中 65%~86% 的方案。在 Tier 2 中,各模型攻破了 6~12 个完整强度方案,并攻破了 24~61 个缩小规模的变体。更关键的是,模型还产出了全新的密码分析成果,其中包括:利用 SpoC AEAD 设计缺陷实施的密钥恢复攻击,以及 KINDI 已发表的 CCA-security 证明中的一处错误。据研究人员所知,这两项发现此前均不为人知。
将 Prompt Engineering 作为科学方法
这项实验最有意思的发现并不是密码学成果,而是经常被认为“不够科学”的 prompt engineering,实际上对于获得研究级成果至关重要。模型需要得到明确许可,才会尝试那些“不可能”的问题;同时还需要反复鼓励,才会去追求可发表的研究成果,而不是满足于唾手可得的目标。这与人类博士生导师培养初级研究人员的方式如出一辙:帮助他们克服“困难问题无法解决”的固有认知。
这一模式的影响并不局限于密码学。随着 LLM 越来越多地充当自主研究 Agent,“监督者” prompt 的质量可能比模型架构本身更加重要。Anthropic 的研究人员实际上构建的是一套基于 prompt 的研究管理系统,而不只是一款密码分析工具。
接下来值得关注的是:其他实验室能否使用 GLM 5.2 这类开放权重模型复现这些结果,以及 NIST 是否会将 CryptanalysisBench 纳入其后量子标准化流程。关键指标在于:在相近的计算预算下,开放模型能否达到 Mythos 发现全新攻击的能力水平?
最初发布于 gentic.news
如需采取进一步措施,你可以考虑屏蔽此人和/或举报滥用行为。