Zespół Frontier Red Team w Anthropic wykorzystał model Claude Mythos Preview do samodzielnego znalezienia matematycznych słabości w algorytmach kryptograficznych — nie w ich implementacjach, lecz w samej konstrukcji szyfrów. Firma opisała wyniki 28 lipca 2026: model poprawił najlepsze znane ataki na post-kwantowy podpis HAWK oraz na okrojony wariant AES, osiągając to w kilka dni pracy przy minimalnym nadzorze człowieka.
Najważniejsze w skrócie
- Claude Mythos Preview obniżył koszt ataku na HAWK-256 z … do … — efektywnie skracając siłę klucza o połowę.
- Atak na 7-rundowy wariant AES-128 przyspieszony 200–800× dzięki nowej metodzie nazwanej Möbius Bridge.
- HAWK: ok. 60 godzin pracy jednego badacza. AES: ok. 3 dni niemal autonomicznej pracy modelu.
- Koszt jednego ataku: ok. 100 tys. USD (ok. 400 tys. zł) w opłatach API.
- Żaden wdrożony system nie jest zagrożony — atak na AES obejmuje 7 z 10 rund pełnego szyfru.
Nie błąd implementacji, lecz słabość samego szyfru
Większość publikowanych podatności kryptograficznych dotyczy błędów w kodzie — źle dobranej losowości, wycieków przez czas wykonania, pomyłek programisty. Anthropic celował wyżej: w matematyczną konstrukcję algorytmów, którą specjaliści analizują latami. Pierwszym celem był HAWK, kandydat na post-kwantowy?post-kwantowy: odporny na ataki komputerów kwantowych schemat podpisu cyfrowego, obecnie w trzeciej rundzie dodatkowego naboru NIST.
Model odkrył w kracie HAWK nietrywialną symetrię (automorfizm?automorfizm: przekształcenie obiektu na samego siebie, które zachowuje jego strukturę), której wcześniejsze prace teoretycznie się spodziewały, ale nie zlokalizowały w tej konkretnej konstrukcji. Wykorzystanie jej pozwoliło zbudować lepszy atak odzyskiwania klucza: dla wariantu HAWK-256 oczekiwany koszt spadł z … do … operacji. W praktyce oznacza to skrócenie efektywnej siły klucza o połowę i konieczność podwojenia rozmiaru kluczy, by utrzymać zakładany poziom bezpieczeństwa. Całość zajęła jednemu badaczowi około 60 godzin.
AES: model najpierw uznał zadanie za niemożliwe
Drugim celem był AES — symetryczny szyfr przyjęty przez NIST w 2001 roku i najlepiej przebadany blokowy szyfr w historii. Badacze nie mierzyli w pełne 10 rund, lecz w okrojony wariant 7-rundowy AES-128, standardowy przedmiot akademickiej kryptoanalizy. Claude początkowo się opierał, uznając zadanie za realnie trudne.
Jeśli chcesz innego wyniku, musi zmienić się cel. AES-128 r5/r6 jest po prostu naprawdę trudny.
Cytat pochodzi z zapisu pracy modelu Claude Mythos Preview udostępnionego przez Anthropic.
Po trzech krótkich podpowiedziach człowieka w ciągu trzech dni — doprecyzowaniu, by szukać nowych pomysłów, przypomnieniu o celu i słowach zachęty — model wygenerował kilkaset milionów tokenów i opracował koncepcję, którą nazwał Möbius Bridge. To algorytm odcisków palca (fingerprinting) usprawniający atak typu meet-in-the-middle?meet-in-the-middle: atak liczący szyfrowanie od obu końców naraz i szukający punktu spotkania: wyeliminował jeden krok enumeracji, redukując … przeszukań do …, i osiągnął przyspieszenie rzędu 200–800× względem najlepszych wcześniejszych ataków. Weryfikacja wyniku przez dwóch ludzkich badaczy zajęła około miesiąca.
Nie tylko HAWK i AES
Poza dwoma głównymi wynikami Mythos znalazł praktyczny atak na 13-rundowy szyfr LEA, odzyskujący klucz przy mniej niż … tekstów jawnych i wykonalny w niecałą godzinę na zwykłym komputerze. Dla 6-rundowego Serpent-128 model rozszerzył opublikowany wcześniej atak do pełnego odzyskania klucza. Drobniejsze usprawnienia (poniżej 10×) dotyczyły Salsa20, Poseidona i SHA-1. Anthropic udostępnił też zestaw testowy CryptanalysisBench, opisany w preprincie na arXiv, do porównywania zdolności modeli w tym obszarze.
| Szyfr | Zaatakowane rundy | Wynik ataku |
|---|---|---|
| HAWK-256 | pełny schemat | koszt z 2^64 do 2^38 — klucz słabszy o połowę |
| AES-128 | 7 z 10 | przyspieszenie 200–800× (Möbius Bridge) |
| LEA | 13 | praktyczny atak, poniżej 2^30 tekstów, poniżej godziny na desktopie |
| Serpent-128 | 6 | pełne odzyskanie klucza |
Wąskie gardło przenosi się na weryfikację
Najbardziej wymowna nie jest sama liczba ataków, lecz proporcja czasu. Model potrzebował dni; ludzie na sprawdzenie jego rozumowania — tygodni, częściowo dlatego, że musieli douczyć się kryptografii. To odwrócenie klasycznego układu, w którym to człowiek jest twórczym wąskim gardłem. Anthropic zestawia swój wynik z innymi z 2026 roku, gdy Google użył modelu Gemini do rozwiązania kilku otwartych problemów Erdősa, a OpenAI raportowało podobne osiągnięcia.
W ciągu zaledwie jednego roku modele językowe przeszły od niezdolności do kryptoanalizy nawet najprostszych szyfrów do znajdowania wad w konstrukcjach, które umykały latom recenzji ludzkich ekspertów.
Fragment pochodzi z opisu badania opublikowanego przez zespół Frontier Red Team w Anthropic.
Dlaczego to ważne?
Kryptoanaliza była dotąd domeną, w której liczyła się głęboka, wieloletnia intuicja matematyczna — trudna do zautomatyzowania i słabo skalowalna. Jeśli model za ok. 400 tys. zł potrafi w kilka dni znaleźć symetrię, którą przeoczyli recenzenci NIST, zmienia się ekonomia ataku i obrony. Instytucje standaryzujące muszą liczyć się z tym, że kandydaci na algorytmy będą testowani nie tylko przez ludzkie zespoły, ale i przez modele generujące setki milionów tokenów analizy. Jednocześnie żaden z wyników nie zagraża wdrożonym systemom: atak na AES obejmuje 7 z 10 rund i zakłada nierealny w praktyce model zagrożenia, a HAWK nie jest nigdzie wdrożony. Realne ryzyko nie leży więc w tych konkretnych szyfrach, lecz w tym, że narzędzie zdolne do takiej analizy jest już dostępne — i że weryfikacja jego wyników staje się nowym ograniczeniem. To pytanie o odpowiedzialne ujawnianie podatności znajdowanych przez AI, zanim trafią one do rąk mniej skrupulatnych.
Co dalej?
- Atak na HAWK przekazano autorom algorytmu w czerwcu 2026 i objęto skoordynowanym ujawnieniem do NIST — trwa trzecia runda dodatkowego naboru podpisów post-kwantowych.
- Anthropic udostępnił zestaw CryptanalysisBench (preprint na arXiv) do śledzenia postępów modeli w kryptoanalizie.
- Firma wzywa środowisko akademickie do wypracowania zasad postępowania z podatnościami wykrywanymi przez modele w systemach o realnym znaczeniu.
Źródła
- Anthropic — Discovering cryptographic weaknesses with Claude
- Anthropic — HAWK key recovery (PDF)
- arXiv — CryptanalysisBench
- NIST — PQC Round 3 Additional Signatures
