# Anthropic 的 Claude Mythos Preview 模型发现 AES 和 HAWK 加密算法漏洞

- 来源：The Decoder：AI News（RSS）
- 作者：Matthias Bastian
- 发布时间：2026-07-29 03:12
- AIHOT 分数：78
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cms51p9ca00d8rorrkaqqfvr9
- 原文链接：https://the-decoder.com/anthropic-says-its-mythos-model-found-vulnerabilities-in-cryptographic-algorithms-that-secure-the-internet

## 精选理由

Anthropic 的 Mythos 模型自己找到了 AES 简化版和 HAWK 的攻击路径，这事本身不是安全威胁，但它证明 AI 能在数学层面挑战人类十几年没发现的东西，密码学界该重新考虑假设了。

## AI 摘要

Anthropic 的 Claude Mythos Preview 模型在自主多智能体系统中，发现了后量子签名方案 HAWK 的改进攻击，以及简化版 AES-128（7 轮）的新攻击方法。

## 正文

核心要点

Anthropic 的 AI 模型 Claude Mythos Preview 在加密算法中发现了数学弱点，包括全球使用最广泛的对称加密标准 AES 的简化版本。Anthropic 表示，这些发现对当前正在使用的系统没有直接影响。

该模型在多智能体系统中基本独立运行，以每次约 10 万美元的 API 成本开发了两种攻击方法。

据 Anthropic 称，人类研究人员主要负责项目管理、提供简单的提示词，以及后续验证结果。

Anthropic 的 AI 模型 Claude Mythos Preview 在支撑数字安全的加密算法中发现了数学弱点。

据 Anthropic 称，该模型对后量子签名方案 HAWK 开发了一种改进的攻击，并对高级加密标准（AES）的简化版本提出了一种新的攻击方法。加密技术保护着人们在网上所做的一切，而 AES 是全球数字数据领域使用最广泛的对称加密标准。

Anthropic 表示，这两项发现均不影响当前正在使用的系统。HAWK 只是美国国家标准与技术研究院（NIST）正在进行的标准化流程中的一个候选方案，而对 AES 的攻击针对的是该完整方案 10 轮加密中仅使用 7 轮的修改版本。尽管如此，这些结果显示了 AI 模型如何可能挑战互联网安全背后的核心假设。

Mythos 在 60 小时内以 10 万美元的成本发现了 HAWK 攻击

HAWK 是 NIST 额外后量子签名竞赛第三轮中剩余的方案之一。这些方案旨在即使面对未来的量子计算机也能保持安全。据 Anthropic 称，人类专家已对 HAWK 进行了两年多的审查，但 Mythos Preview 仅在 60 小时内就发现了一种改进的攻击方法。

该攻击利用了 HAWK 安全所依赖的数学格中一个此前未被发现的对称性。Mythos 在多智能体系统中以半自主方式工作才发现了它。根据报告，一个智能体最初试图认为该想法不可行而将其放弃，但第二个智能体找到了充分利用该对称性的方法。

Anthropic 表示，这位人类研究员拥有理论计算机科学背景，但并非格密码学专家。他的角色主要限于项目管理。API 费用总计约 10 万美元。

Mythos 最初拒绝了 AES 任务，随后才找到一种新的攻击方法。

据 Anthropic 称，该模型几乎完全自主地发现了针对简化版 AES-128 的攻击。一位研究员搭建了一个脚手架，使 Claude 能够形成假设并通过实验进行验证。随后，Mythos 开发了一种 Anthropic 称之为“莫比乌斯桥”的新型指纹识别方法。

该方法消除了攻击者必须进行的一次猜测，并将此前已知的最佳攻击效果提升了 200 到 800 倍。

人类提示词的作用很小。该模型最初拒绝处理这个问题，因为它认为无法进一步改进，并写道：“如果你想要不同的结果，目标就必须改变……AES-128 r5/r6 确实非常困难。”直到研究员鼓励它寻找“真正新颖的想法”后，Mythos 才开始尝试更具创造性的方法。

Mythos 在处理 AES 攻击时的思维链摘录。| 图片：Anthropic 截图

在三天的时间里，该模型生成了数亿个模型 token，并且只收到了三条更实质性的提示词，主要是为了让它保持在正轨上。其中一条提示词简单地写道：“注意，我们不是在寻找唾手可得的成果，我们想要的是真正困难的研究发现。”

这次运行也花费了约 10 万美元的 API 费用，处理了大约 10 亿个模型 token。据 Anthropic 称，并非密码学专家的人类研究员随后花费了数百小时来检查结果。

Anthropic 分享了研究结果，但仍限制对 Mythos 的访问

Anthropic 提前与美国政府和行业合作伙伴分享了这些发现。它还与该方案的作者协调披露了 HAWK 弱点。Mythos Preview 仍未向公众开放。

安索普还与苏黎世联邦理工学院、特拉维夫大学和海法大学的研究人员合作，开发了一个名为 CryptanalysisBench 的基准测试，让其他人能够系统性地评估语言模型的密码分析能力。

人工智能新闻，拒绝炒作——由人类精心筛选

HAWK 论文

AES 论文