Anthropic Claude encontró debilidades criptográficas, pero no quebrantó el cifrado moderno

Anthropic Claude encontró dos nuevos ataques criptográficos, pese a los años de escrutinio humano sobre sus objetivos. Uno debilita HAWK, un esquema experimental de firmas poscuánticas. El otro mejora un ataque contra una versión deliberadamente reducida de AES, el estándar utilizado para proteger la información digital.

El hallazgo importa, pero es fácil describirlo erróneamente. Anthropic afirma que Claude Mythos Preview produjo investigación matemática significativa, no simples informes de errores de software. Sin embargo, ninguno de los resultados compromete el cifrado que protege actualmente sitios web, bancos, servicios de mensajería o dispositivos.

Esta distinción separa un hito de investigación creíble de un pánico por el cifrado. Anthropic Claude desafió la velocidad y la escala del criptoanálisis experto, mientras dejaba intactos los sistemas de producción. La verdadera presión recae sobre el proceso de revisión humana que rodea los estándares futuros, no sobre las personas que hoy utilizan servicios cifrados.

Qué descubrió realmente Anthropic Claude

La investigación cambia lo que la IA puede aportar al criptoanálisis, al tiempo que deja intacto el cifrado desplegado.

Anthropic publicó su investigación sobre criptografía el 28 de julio de 2026. La empresa describió dos ataques desarrollados con Claude Mythos Preview, un modelo restringido diseñado para trabajos avanzados de ciberseguridad y ciencia.

El primer ataque apunta a HAWK, un esquema experimental de firma digital. Una firma digital permite al destinatario verificar una identidad o confirmar que los datos no se han alterado. HAWK está diseñado para un futuro en el que computadoras cuánticas con capacidad suficiente podrían amenazar sistemas de firma ampliamente utilizados.

HAWK sigue bajo revisión mediante el proceso del National Institute of Standards and Technology para firmas adicionales. No es un estándar aprobado ni está desplegado en sistemas de producción. La evaluación pública existe precisamente para descubrir debilidades antes de su adopción.

Anthropic afirma que HAWK ya había superado dos rondas de revisión experta realizadas durante dos años. Trabajando en un entorno de investigación agéntico, Claude Mythos Preview encontró una simetría matemática no explotada en unas 60 horas.

Esa simetría permitió un método más rápido de recuperación de claves. La recuperación de claves consiste en reconstruir la información secreta necesaria para hacerse pasar por un firmante. Anthropic afirma que el resultado reduce efectivamente a la mitad la fortaleza de las claves de HAWK.

El parámetro más pequeño, HAWK-256, ilustra la magnitud del cambio. Los investigadores habían estimado que la recuperación completa de la clave requería unas 2^64 unidades de trabajo. Anthropic informa de que el método de Claude redujo la estimación a 2^38.

Esta reducción es grave para el parámetro pequeño, pero no crea un atajo universal. El ataque sigue siendo exponencial, lo que significa que el trabajo necesario todavía aumenta rápidamente a medida que crece el tamaño de la clave. Los parámetros HAWK más grandes siguen siendo impracticables de atacar.

La debilidad también es específica de HAWK. Anthropic afirma que no se transfiere a otros candidatos de firma poscuántica ni invalida la criptografía basada en retículas como campo más amplio.

El segundo hallazgo se refiere a AES-128 de siete rondas. AES, o Advanced Encryption Standard, es un cifrado simétrico que utiliza la misma clave secreta para cifrar y descifrar información. NIST estandarizó la especificación de AES en 2001.

AES-128 de producción utiliza diez rondas, que transforman repetidamente los datos para ocultar las relaciones entre la entrada, la salida y la clave. Los criptógrafos suelen estudiar versiones de rondas reducidas porque proporcionan una forma controlada de medir cuánta seguridad añade cada ronda.

Claude Mythos Preview mejoró un conocido ataque meet-in-the-middle contra AES de siete rondas. Este método almacena cálculos intermedios y luego busca valores coincidentes producidos desde direcciones opuestas dentro del cifrado.

El modelo propuso una técnica de huellas digitales llamada Möbius Bridge. Anthropic afirma que esta técnica elimina una conjetura del ataque y lo hace entre 200 y 800 veces más rápido que el enfoque anterior.

Esto suena alarmante sin la restricción que falta. El ataque supone acceso a 2^105 textos planos elegidos, lo que significa que un atacante puede solicitar repetidamente que datos seleccionados se cifren con una clave desconocida. Ese requisito hace que el ataque sea completamente impracticable.

También apunta a siete rondas, en lugar de las diez rondas utilizadas por AES-128. Claude no quebrantó AES completo, no debilitó una implementación de producción ni expuso datos cifrados de clientes.

Por tanto, la noticia es acotada pero importante. Un modelo desarrolló ataques publicables contra dos objetivos de investigación cuidadosamente seleccionados. No produjo una clave maestra para la internet moderna.

Por qué la investigación criptográfica de Claude presiona la revisión humana

La principal ventaja de Claude no fue un atajo mágico, sino su capacidad para sostener una búsqueda amplia entre literatura, matemáticas, código e ideas fallidas.

Para el resultado sobre HAWK, Anthropic situó Mythos Preview dentro de un entorno aislado y multiagente. Un entorno de trabajo combina prompts, herramientas, código y un entorno operativo que ayuda a un sistema de IA a perseguir un objetivo mayor.

El modelo podía revisar investigaciones publicadas, realizar razonamiento matemático, ejecutar experimentos computacionales y comunicarse entre agentes de trabajo. El operador humano tenía experiencia en ciencias teóricas de la computación, pero no era especialista en criptografía de retículas.

Según Anthropic, la orientación humana se centró principalmente en la gestión del proyecto. El operador sugirió formas de seguir las ideas e identificó bibliotecas para la verificación. Los agentes de Claude desarrollaron y probaron el ataque subyacente.

Una interacción muestra por qué este proceso difiere de una única respuesta de chatbot. Dos agentes investigaron la simetría que finalmente permitió el ataque. Uno descartó la idea demasiado pronto, mientras que el otro encontró una forma de utilizarla.

Los agentes intercambiaron sus conclusiones hasta que ambos aceptaron el resultado. Ese patrón se parece a un grupo de investigación que realiza una revisión interna, aunque todos los participantes procedían de la misma familia de modelos subyacente.

El experimento con AES requirió menos orientación directa. Un investigador creó una estructura que permitió al modelo proponer hipótesis, ponerlas a prueba, descartar fallos y buscar una mejora sobre el criptoanálisis publicado.

Claude se resistió inicialmente a la tarea. Argumentó repetidamente que el objetivo se había estudiado con demasiado detenimiento y que no quedaba nada fácil por descubrir. Los investigadores respondieron reforzando el requisito de realizar trabajo novedoso.

El modelo generó entonces cientos de millones de tokens durante varios días. Tras mil millones de tokens de salida, Anthropic afirma que había desarrollado y refinado el ataque descrito en el artículo adjunto.

La persistencia bruta por sí sola no explica el resultado. Un sistema automatizado de fuerza bruta puede buscar en un espacio grande sin comprender su estructura. Claude, en cambio, conectó literatura de investigación, propuso transformaciones, escribió código experimental, evaluó objeciones y conservó conclusiones útiles para agentes posteriores.

Aquí es donde la investigación criptográfica de Claude presiona la práctica tradicional. La revisión experta suele depender de un pequeño número de especialistas que dividen su tiempo entre docencia, implementación, trabajo de estandarización y revisión por pares.

Un proceso de investigación con IA puede probar muchas ramas especulativas en paralelo. La mayoría de las ramas puede fracasar sin consumir atención humana adicional. Los humanos intervienen después para validar los pocos resultados que sobreviven.

Esto crea una nueva asimetría. Producir un resultado candidato se vuelve más rápido que verificar su originalidad y corrección. Anthropic afirma que la idea de AES surgió en una semana, mientras que dos investigadores necesitaron casi un mes para confiar en ella.

El cuello de botella se ha desplazado de la generación de ideas a la validación. Los criptógrafos deben confirmar las matemáticas, compararlas con trabajos anteriores, examinar los supuestos, reproducir los cálculos y decidir si el resultado afecta a sistemas reales.

Esta brecha importa porque la criptografía exige un nivel de confianza inusualmente alto. Una prueba plausible o un experimento exitoso aún pueden ocultar un supuesto inválido. Un pequeño error en una estimación de seguridad puede cambiar si un ataque es académico u operativo.

Los equipos necesitarán registros más sólidos de cómo se desarrollaron los resultados generados por IA. El código reproducible, el seguimiento de fuentes, los registros de experimentos y las hipótesis descartadas se convierten en artefactos esenciales de investigación.

La misma necesidad se aplica fuera de la criptografía. Los equipos de ingeniería ya tienen dificultades para conservar el razonamiento detrás de decisiones técnicas complejas. Una base de conocimiento de ingeniería con capacidad de búsqueda puede conectar las salidas de los modelos con artículos, pruebas, revisiones y decisiones finales.

La presión es tanto organizativa como matemática. Las instituciones de investigación deben decidir quién valida las afirmaciones generadas por máquinas, cómo reciben crédito los revisores y cuándo los hallazgos sensibles deberían permanecer privados.

La disyuntiva central es la velocidad de investigación frente a la verificación

Anthropic Claude puede acelerar el descubrimiento criptográfico, pero cada aceleración también aumenta la carga de demostrar que un resultado es real, novedoso y seguro de divulgar.

El resultado de HAWK ofrece el caso más claro porque los investigadores pueden implementar el ataque de principio a fin. Pueden generar una clave, ejecutar el método y verificar si el valor recuperado es correcto.

El resultado de AES requiere más trabajo interpretativo. Su ataque completo es demasiado costoso de ejecutar, por lo que la validación depende de comprobar cada componente y confirmar el análisis global de complejidad.

Anthropic afirma que investigadores humanos dedicaron varios cientos de horas a evaluar las afirmaciones de Claude sobre AES. Necesitaron aprender suficiente criptografía especializada para evaluar el método del modelo y preparar el artículo.

Eso no demuestra que el hallazgo sea falso. Muestra que la investigación avanzada con IA no elimina la necesidad de experiencia especializada. Cambia el momento en que esa experiencia entra en el flujo de trabajo.

En lugar de guiar cada paso exploratorio, los humanos pueden revisar resultados seleccionados. Esta disposición escala el descubrimiento, pero la validación puede no escalar al mismo ritmo.

Un modelo puede generar muchos argumentos elaborados que parecen internamente coherentes. Los revisores deben determinar si cada argumento se apoya en los supuestos correctos, cita el verdadero estado de la técnica y resiste los intentos de reproducción.

La novedad criptográfica añade otra dificultad. Un resultado puede ser matemáticamente correcto sin ser nuevo. Los investigadores deben buscar en una amplia literatura técnica, incluidos artículos con terminología o modelos de ataque distintos.

Anthropic trabajó con académicos de ETH Zurich, Tel Aviv University y TU Berlin en CryptanalysisBench, un benchmark diseñado para medir modelos de lenguaje en problemas de criptoanálisis. Los benchmarks pueden crear comparaciones comunes, pero no sustituyen la revisión experta.

Un modelo podría mejorar en un benchmark memorizando patrones reconocibles o explotando debilidades de su evaluación. Los investigadores necesitan problemas privados, controles de contaminación y tareas que requieran trabajo intermedio verificable.

Los dos ataques también exigieron niveles de autonomía muy diferentes. El proyecto HAWK implicó orientación humana ocasional dentro de un entorno colaborativo de agentes. El proyecto AES funcionó casi de forma autónoma después de que los investigadores insistieran en que Claude mantuviera fijo el objetivo.

Llamar autónomos a ambos resultados sin matices borraría esa diferencia. Una descripción más precisa es que Claude realizó la mayor parte de la búsqueda técnica, mientras que los humanos seleccionaron los objetivos, mantuvieron el entorno, cuestionaron conclusiones prematuras y validaron los resultados.

Esas contribuciones son limitadas en comparación con redactar cada prueba manualmente. Sin embargo, siguen siendo decisivas. El sistema necesitó que los humanos formularan la pregunta de investigación y rechazaran su insistencia inicial en que era imposible lograr avances significativos.

Esta interacción complica las afirmaciones de que la IA se ha convertido de forma independiente en una criptógrafa de primer nivel. Anthropic ha mostrado un sistema capaz de producir resultados de nivel experto bajo condiciones seleccionadas. No ha demostrado ser un investigador generalista que elija de forma fiable problemas valiosos y valide cada respuesta sin supervisión.

Los requisitos de recursos también limitan el acceso. Anthropic informó de un uso intensivo de inferencia, orquestación multiagente, herramientas especializadas y una prolongada validación humana. No se trató de una sesión rutinaria de Claude disponible para un usuario común.

La distancia entre un experimento de un laboratorio de frontera y un servicio de investigación reproducible sigue siendo grande. Los grupos académicos necesitan acceso a modelos, cómputo seguro, estructuras reproducibles y suficiente capacidad de revisión antes de poder probar el flujo de trabajo de forma independiente.

Esa brecha de verificación constituye la disyuntiva central. La IA puede ampliar la frontera de los hallazgos posibles. También puede inundar el campo de afirmaciones cuya evaluación lleva más tiempo que su creación.

La criptografía cuenta con una defensa útil frente a ese modo de fallo. Los ataques a menudo pueden expresarse como algoritmos precisos con requisitos medibles. Investigadores independientes pueden reproducirlos, cuestionar sus supuestos y revisar las estimaciones de seguridad.

Otros campos científicos podrían carecer de una verificación tan clara. Por ello, el trabajo criptográfico de Claude es tanto un logro de investigación como un entorno de prueba inusualmente favorable para el descubrimiento generado por máquinas.

Lo que los resultados de Anthropic Claude no vulneran

Ninguno de los ataques compromete el cifrado en producción, y presentar los hallazgos como una emergencia cibernética inmediata tergiversa ambos resultados.

HAWK es un esquema de firma candidato, no una base desplegada para la banca en línea o la mensajería. Su proceso de revisión existe para detectar debilidades antes de la estandarización.

Un fallo en una fase avanzada no sería inédito. Las competiciones poscuánticas exponen deliberadamente las propuestas al análisis adversarial durante varios años. Los candidatos pueden modificarse, recibir parámetros más robustos o eliminarse.

SIKE ofrece una comparación histórica útil. El candidato poscuántico sobrevivió años de estudio antes de que los investigadores encontraran un ataque eficiente usando una laptop común. Como informó Quanta, la vulneración demostró por qué la evaluación pública debe continuar antes del despliegue.

El resultado de Claude sobre HAWK pertenece a esa tradición. Lo inusual es el investigador, no la existencia de una debilidad criptográfica tardía.

El ataque sí hace que HAWK resulte menos atractivo. Anthropic afirma que restaurar la seguridad prevista requiere duplicar el tamaño de las claves. Las claves más grandes incrementan la sobrecarga de almacenamiento, transmisión y cómputo, reduciendo la eficiencia que ayudó a distinguir la propuesta.

NIST y los diseñadores de HAWK deben evaluar los márgenes de seguridad revisados. Pueden cambiar parámetros o reconsiderar el candidato sin reemplazar ningún sistema existente desplegado.

El hallazgo sobre AES tiene un impacto operativo directo aún menor. AES-128 completo utiliza diez rondas, mientras que Claude estudió siete. Atacar menos rondas es un método de investigación estándar, no evidencia de que el cifrado completo esté a punto de fallar.

El volumen requerido de texto plano elegido también sitúa el ataque mucho más allá de una ejecución realista. Incluso el método de rondas reducidas exigiría una cantidad inverosímil de datos y cómputo.

Anthropic señala que implementar el ataque requeriría recursos inmensos. Más importante aún, su implementación seguiría sin descifrar el tráfico protegido por AES-128 normal de diez rondas.

No obstante, el hallazgo importa como evidencia sobre la capacidad de la IA. AES ha recibido décadas de análisis concentrado. Mejorar un ataque conocido contra una versión reducida sugiere que Claude puede contribuir dentro de una literatura técnica madura.

Esa conclusión debe seguir siendo más limitada que el encuadre más amplio de Anthropic. Dos resultados de investigación no demuestran que los modelos descubrirán de forma fiable debilidades en cada cifrado importante.

Los efectos de selección también importan. La empresa publicitó sus ataques completados más sólidos después de muchas sesiones del modelo. Su página de investigación reconoce que numerosas sesiones no produjeron ningún descubrimiento.

Los lectores no pueden estimar la tasa de éxito del sistema únicamente a partir de los casos publicados. Necesitarían conocer el número de objetivos intentados, el cómputo utilizado por intento, las categorías de fallo y las replicaciones independientes.

La investigación también provino de Anthropic, que desarrolló el modelo y se beneficia de demostrar su capacidad científica. Los artículos y el código que la acompañan mejoran la transparencia, pero la revisión externa sigue siendo necesaria.

Esa revisión debe separar tres preguntas. ¿Son correctas las matemáticas? ¿Es el ataque realmente nuevo? ¿Cambia decisiones prácticas de seguridad?

El hallazgo sobre HAWK parece relevante para la selección de parámetros y la estandarización. La mejora de AES de rondas reducidas hace avanzar la investigación criptanalítica, pero no exige una remediación operativa.

Las organizaciones no deberían rotar claves AES, abandonar servicios cifrados ni precipitarse a realizar migraciones de emergencia a causa de este anuncio. Los equipos de seguridad deben continuar con su planificación poscuántica existente basándose en estándares y ciclos de vida de los sistemas.

El impacto inmediato de Claude en la ciberseguridad recae en los flujos de trabajo de investigación y la política de divulgación. Los laboratorios deben prepararse para modelos capaces de identificar resultados sensibles antes de que los mantenedores, proveedores o gobiernos sepan cómo responder.

Anthropic afirma que compartió los hallazgos con autores de algoritmos, representantes gubernamentales, socios de la industria y académicos relevantes antes de la publicación. También coordinó la divulgación del ataque a HAWK mediante el proceso de NIST.

Ese enfoque funciona cuando el objetivo no está desplegado o ha sido debilitado deliberadamente. Un resultado futuro que afectara a un cifrado en producción plantearía decisiones más difíciles sobre verificación, tiempo de remediación, controles de acceso y divulgación pública.

Tres señales mostrarán si esto se convierte en un nuevo modelo de investigación

La próxima prueba será si criptógrafos independientes pueden reproducir el trabajo, si los organismos de estándares actúan y si modelos posteriores encuentran debilidades prácticas.

La primera señal es la validación técnica independiente. Los investigadores deben reproducir el ataque a HAWK, examinar la prueba y verificar la estimación de seguridad revisada en los conjuntos de parámetros pertinentes.

Una reproducción satisfactoria reforzaría la afirmación de Anthropic de que Claude produjo un avance genuino de investigación. Correcciones sustanciales debilitarían las afirmaciones sobre la fiabilidad del modelo, incluso si la idea central sobrevive.

El artículo sobre AES necesita un escrutinio similar. Los especialistas deberían probar la construcción Möbius Bridge, confirmar su invariancia declarada y recalcular los costes de tiempo y memoria del ataque.

El resultado no necesita amenazar a AES completo para ser valioso. Sí necesita mejorar trabajos previos bajo los mismos supuestos.

La segunda señal es una respuesta formal del equipo de HAWK o de NIST. Cambios de parámetros, una presentación revisada o una menor confianza en el candidato mostrarían que el hallazgo de Claude alteró un proceso de estándares en curso.

Una decisión de mantener HAWK con ajustes documentados no invalidaría el resultado. Mostraría que el sistema de revisión pública absorbió el hallazgo tal como se pretendía.

La tercera señal es la replicación en otros algoritmos y grupos de investigación. Anthropic ya ha descrito ataques preliminares contra versiones reducidas de LEA y Serpent-128, además de mejoras menores que involucran otras primitivas.

Esas afirmaciones necesitan artículos completos y pruebas independientes. Resultados repetidos por investigadores no afiliados demostrarían que el método se extiende más allá del modelo, las herramientas y las decisiones de evaluación de un solo laboratorio.

El impacto práctico representaría un umbral mucho mayor. Los investigadores deberían observar si la IA encuentra una debilidad en un algoritmo plenamente desplegado, un conjunto de parámetros de uso común o una implementación que los proveedores deban corregir con urgencia.

Ese resultado reforzaría el argumento de que el impacto de Claude en la ciberseguridad se extiende más allá de la revisión académica acelerada. Hallazgos continuados limitados a esquemas candidatos y cifrados de rondas reducidas respaldarían una conclusión más acotada.

La capacidad de divulgación importará tanto como el rendimiento del modelo. Un sistema que produzca más hallazgos válidos de los que los expertos puedan revisar crea un atraso de seguridad, no una protección inmediata.

Las organizaciones de investigación podrían necesitar equipos de validación dedicados, entornos de modelos seguros y reglas compartidas para descubrimientos criptográficos de alto impacto. Los gobiernos y organismos de estándares también necesitarán canales confidenciales capaces de gestionar envíos generados por máquinas.

La respuesta más útil hoy no es ni el desdén ni el pánico. Los desarrolladores deberían entender qué objetivos atacan estos ataques. Los responsables de seguridad deberían seguir estándares validados en lugar de interpretaciones de redes sociales.

Los investigadores deberían examinar los métodos publicados y probar si el flujo de trabajo se transfiere a otros problemas difíciles. Cualquiera que evalúe anthropic claude debería centrarse en la reproducibilidad, los requisitos de revisión humana y la distancia entre un ataque académico y una amenaza operativa.

La pregunta para los próximos meses es concreta: ¿pueden expertos independientes reproducir estos resultados más rápido de lo que Claude puede generar el siguiente conjunto? La respuesta determinará si la IA se convierte en una colaboradora criptográfica fiable o en una fuente inusualmente productiva de afirmaciones a la espera del juicio humano.