La carrera de IA entre Anthropic y Google se cruza con la prueba de seguridad poscuántica mal reportada de Claude

Anthropic afirma que Claude encontró un nuevo ataque contra un candidato de firma poscuántica en 60 horas, no en menos de cuatro horas como describieron algunos titulares. La distinción importa. Claude Mythos Preview produjo investigación criptográfica seria, pero no quebró la seguridad poscuántica desplegada ni expuso sistemas actuales.

El resultado sitúa el criptoanálisis dentro de la competencia más amplia entre Anthropic y Google sobre si los modelos de frontera pueden realizar trabajo científico original. Investigadores de Google han utilizado recientemente Gemini para abordar problemas abiertos de matemáticas. Anthropic sostiene ahora que Claude puede ampliar el trabajo de expertos en un campo donde los errores tienen consecuencias directas para la seguridad.

Claude también mejoró un ataque contra una versión reducida de siete rondas de AES-128. AES-128 completo utiliza diez rondas y no se ve afectado. Por tanto, la verdadera historia es más acotada que una emergencia de cifrado, aunque más relevante que otra victoria en benchmarks.

Lo que Claude realmente encontró en la prueba de HAWK

Claude encontró una debilidad matemática en un esquema de firma propuesto, pero la prueba reportada no representó una ruptura de la seguridad poscuántica desplegada.

Anthropic publicó sus hallazgos el 28 de julio de 2026. Sus investigadores utilizaron Claude Mythos Preview para investigar HAWK, un diseño de firma digital considerado por el National Institute of Standards and Technology.

Una firma digital demuestra que un mensaje o paquete de software procede del remitente esperado y no ha sido alterado. Las firmas poscuánticas buscan preservar esa garantía frente a futuros ordenadores cuánticos.

HAWK es uno de los candidatos restantes en el proceso de Firmas Digitales Adicionales de NIST. Ese proceso expone deliberadamente las propuestas al análisis público antes de que cualquier algoritmo se convierta en un estándar.

Según los hallazgos de Anthropic, HAWK había superado dos rondas de revisión experta durante aproximadamente dos años. Claude ayudó entonces a identificar un ataque mejorado de recuperación de claves a lo largo de unas 60 horas de trabajo.

Ese cronograma contradice directamente la presentación de menos de cuatro horas asociada al titular original. El relato detallado de Anthropic indica que encontrar, desarrollar y verificar el ataque contra HAWK llevó unas 60 horas en total.

El modelo trabajó de forma semiautónoma dentro de un entorno agéntico. Este entorno combinaba prompts, varios trabajadores de Claude, artículos publicados, software matemático y un entorno aislado para experimentos computacionales.

Un investigador humano proporcionó orientación ocasional sobre el proyecto. Anthropic afirma que el operador tenía experiencia en informática teórica, pero no era especialista en criptografía basada en retículos.

Claude comenzó con una revisión de la literatura, examinó ataques previos y probó hipótesis matemáticas. Dos agentes trabajadores exploraron la idea que finalmente tuvo éxito, aunque uno de ellos inicialmente la descartó por poco práctica.

La idea útil se refería a un automorfismo no trivial, una simetría dentro del retículo matemático que sustenta HAWK. Investigaciones anteriores habían establecido que encontrar tal simetría permitiría un ataque más potente.

La contribución de Claude fue identificar una simetría explotable en la construcción específica de HAWK. Después desarrolló una cadena de verificación integral capaz de probar el ataque contra claves generadas.

Para el parámetro de desafío pequeño HAWK-256, Anthropic informa de que el coste estimado del ataque descendió de 2^64 operaciones a 2^38. Esa reducción hace que el parámetro de prueba pequeño sea recuperable en la práctica.

Sin embargo, este resultado no significa que Claude haya derrotado todas las configuraciones de HAWK. Anthropic afirma que los ataques contra los tamaños de clave propuestos más grandes siguen siendo computacionalmente inviables.

El ataque también es específico de HAWK. No se transfiere automáticamente a otros sistemas basados en retículos ni a los estándares poscuánticos ya seleccionados por NIST.

Ese alcance es fundamental para entender el acontecimiento. Claude no comprometió tráfico, sistemas bancarios, contraseñas almacenadas ni firmas de software en entornos de producción actuales.

En cambio, el modelo encontró una debilidad de diseño durante el proceso de revisión creado para descubrir precisamente este tipo de problemas. Es una prueba de esfuerzo exitosa, no evidencia de una brecha de seguridad activa.

Por qué la carrera de investigación entre Anthropic y Google ahora incluye criptografía

La competencia entre Anthropic y Google está pasando de responder preguntas a producir investigación que especialistas humanos deben validar de manera independiente.

Los laboratorios de IA de frontera han pasado años comparando modelos mediante pruebas de programación, preguntas científicas y benchmarks estandarizados de razonamiento. Esas evaluaciones suelen tener respuestas conocidas y reglas claras de puntuación.

El criptoanálisis cambia el estándar. Un resultado útil debe ser novedoso, matemáticamente válido, reproducible desde el punto de vista computacional y relevante para los supuestos de seguridad que rodean a un algoritmo.

Por ello, el trabajo de Anthropic presiona a Google, OpenAI y otros desarrolladores de modelos en una medida más exigente de capacidad. La cuestión ya no es si un modelo puede reproducir conocimiento experto.

La nueva prueba pregunta si un sistema de IA puede ampliar ese conocimiento tras explorar un amplio espacio técnico. También debe superar la revisión de especialistas que entienden las matemáticas subyacentes.

Google ya ofrece un punto de comparación importante. La investigación de Anthropic señala que investigadores de Google utilizaron Gemini para resolver varios problemas matemáticos abiertos de Erdős.

Investigadores de OpenAI también han informado de avances en conjeturas matemáticas abiertas. Estos ejemplos establecen una competencia más amplia en torno al razonamiento de nivel investigador, en lugar de un enfrentamiento criptográfico entre empresas.

La comparación entre Anthropic y Google sigue siendo relevante porque ambas compañías están conectando modelos de propósito general con herramientas especializadas. Estas herramientas permiten a los modelos leer literatura, escribir código, ejecutar experimentos y coordinar intentos en paralelo.

El resultado de HAWK muestra por qué importa esta combinación. Claude no generó un ataque exitoso a partir de una sola respuesta conversacional.

Operó durante un proyecto prolongado con múltiples trabajadores, referencias externas, software matemático y verificación repetida. Ese flujo de trabajo se parece más a un grupo de investigación computacional que a una sesión convencional con un chatbot.

Anthropic ha acompañado el resultado con CryptanalysisBench, desarrollado junto con investigadores de ETH Zurich, Tel Aviv University y TU Berlin. El benchmark contiene 191 tareas que abarcan seis familias criptográficas.

Sus tres niveles incluyen rupturas prácticas conocidas, esquemas más sólidos con variantes reducidas y primitivas de producción cercanas a la frontera de investigación. Ese diseño distingue los ataques recordados de un trabajo criptoanalítico más exigente.

Según los informes, cinco modelos de frontera resolvieron entre el 65 y el 86 por ciento de los esquemas del primer nivel. También rompieron varios esquemas del segundo nivel a plena potencia y produjeron nuevos hallazgos sobre otros diseños.

Estas cifras no demuestran que los modelos puedan romper de forma rutinaria el cifrado de producción. Muestran que el criptoanálisis se ha vuelto lo bastante medible como para seguir cambios rápidos de capacidad.

Esto crea presión sobre Google y otros laboratorios para publicar metodologías comparables. Una afirmación de investigación original tiene menos peso sin transcripciones, código reproducible, artículos técnicos y revisión externa.

También presiona a los organismos de estandarización y a los diseñadores criptográficos. Los algoritmos candidatos pueden afrontar ahora un escrutinio mucho más automatizado antes del despliegue, siempre que los revisores puedan validar el volumen resultante.

La ventaja competitiva puede corresponder al laboratorio que construya el mejor sistema de investigación, no simplemente al modelo con la puntuación de benchmark más alta. El acceso a herramientas, el diseño de experimentos, la verificación y la supervisión experta pasan a formar parte del producto.

Este avance da a la carrera entre Anthropic y Google una dimensión de seguridad que los resultados matemáticos estándar no tienen. Un teorema erróneo desperdicia tiempo de investigación, mientras que una falla criptográfica no detectada puede afectar a la infraestructura digital.

El mecanismo importa más que el titular de las 60 horas

La contribución más sólida de Claude fue una búsqueda sostenida en literatura, matemáticas y experimentos, no un único destello de intuición de máquina.

Anthropic describe un proceso multiagente en el que varios trabajadores de Claude intercambiaban hipótesis y críticas. Esta estructura permitió al sistema explorar direcciones rivales sin obligar a una sola conversación a conservar todos los detalles.

La idea exitosa sobre HAWK surgió del desacuerdo. Un trabajador descartó el enfoque de la simetría, mientras que otro encontró una forma de explotarlo.

Ese episodio ilustra un mecanismo útil para la investigación asistida por IA. Los agentes en paralelo pueden cuestionar conclusiones prematuras y preservar ideas que una línea de razonamiento descarta.

Claude también tuvo acceso a Sage, un sistema de software utilizado para el cálculo matemático. Podía escribir código, generar ejemplos, probar conjeturas y comparar resultados con expectativas teóricas.

La verificación computacional no sustituyó al razonamiento matemático. Acotó la búsqueda y ayudó a confirmar si un ataque abstracto funcionaba contra instancias reales de HAWK.

La implementación integral importa porque los argumentos criptográficos pueden fallar por una pequeña suposición o un error de complejidad. Recuperar una clave de prueba conocida proporciona evidencia más sólida que una prosa persuasiva por sí sola.

Sin embargo, el proceso no fue plenamente autónomo. Un humano gestionó el proyecto, sugirió enfoques organizativos y dirigió a Claude hacia bibliotecas computacionales útiles.

Anthropic también consultó a académicos externos y compartió el ataque contra HAWK con sus autores en junio. La compañía coordinó la divulgación pública con la lista de correo pertinente de NIST.

Esta secuencia muestra una división emergente del trabajo. Los modelos pueden generar y probar muchas ideas candidatas, mientras los humanos seleccionan objetivos, cuestionan supuestos y gestionan la divulgación responsable.

El trabajo de Claude sobre AES llevó la autonomía más lejos. Un investigador construyó una estructura que permitió al modelo proponer hipótesis, ejecutar experimentos y descartar enfoques fallidos.

El objetivo era una versión de siete rondas de AES-128. AES-128 completo aplica diez rondas de transformación, por lo que los investigadores utilizan versiones reducidas para estudiar si las técnicas de ataque se acercan al cifrado completo.

Claude sostuvo inicialmente que era improbable lograr una mejora significativa. Los prompts humanos indicaron repetidamente al sistema que mantuviera el objetivo y buscara más allá de los enfoques fáciles.

Tras varios días, el modelo desarrolló un método de huellas que denominó Möbius Bridge. El método eliminaba una conjetura de un ataque establecido de encuentro en el medio.

Un ataque de encuentro en el medio almacena cálculos intermedios y los empareja desde ambas direcciones. Esta técnica intercambia grandes requisitos de memoria por un menor tiempo de cálculo.

Anthropic afirma que el nuevo método aceleró el ataque anterior entre 200 y 800 veces. Sin embargo, el modelo de amenaza subyacente todavía supone acceso a 2^105 textos planos elegidos.

Ese requisito supera cualquier capacidad práctica de recopilación. El ataque además se dirige solo a siete rondas, dejando intacto el cifrado completo de diez rondas.

Los investigadores de Anthropic dedicaron después varios cientos de horas a validar el hallazgo sobre AES. Según los informes, dos investigadores necesitaron casi un mes para confiar en su corrección.

Esa brecha de verificación puede ser el mecanismo más importante de toda la historia. La IA puede producir descubrimientos técnicos plausibles más rápido de lo que humanos cualificados pueden certificarlos.

Las organizaciones que utilizan estos sistemas necesitarán registros de investigación duraderos. Una base de conocimiento de ingeniería con capacidad de búsqueda puede conservar hipótesis, código, experimentos fallidos, revisiones y decisiones de divulgación.

Sin ese registro, la generación rápida se convierte en un riesgo. Los equipos tendrían dificultades para distinguir un ataque genuino de una cadena de razonamiento elegante pero inválida.

Lo que las cifras no muestran

Ninguno de los resultados amenaza hoy al cifrado de producción, y la evidencia de Anthropic aún requiere un escrutinio independiente continuo.

El hallazgo sobre HAWK suena dramático porque casi reduce a la mitad la fortaleza efectiva de la clave del esquema. Esa descripción requiere dos matices.

Primero, HAWK es una propuesta candidata, no un estándar de producción adoptado. Las organizaciones no dependen de él para proteger sistemas activos.

Segundo, los parámetros más grandes de HAWK siguen siendo impracticables de atacar. El resultado debilita el diseño y puede perjudicar sus perspectivas de estandarización, pero no hace que todas las configuraciones sean vulnerables de inmediato.

La fortaleza de una clave tampoco se reduce mediante un simple acto físico. Las cifras de 2^64 y 2^38 describen el trabajo computacional estimado bajo un modelo de ataque definido.

No describen el tiempo transcurrido en todos los ordenadores. El hardware, las decisiones de implementación, la memoria y la paralelización afectan a la ejecución práctica.

El resultado sobre AES requiere todavía más cautela. Claude no vulneró el cifrado AES-128 utilizado en toda la informática actual.

Mejoró un ataque académico contra una versión de siete rondas en lugar de diez. Estudiar diseños con rondas reducidas ayuda a los investigadores a medir los márgenes de seguridad, pero esos diseños son deliberadamente más débiles.

Los supuestos 2^105 textos planos elegidos también hacen inviable el ataque. Incluso su considerable mejora de velocidad no convierte el método en una herramienta operativa.

Criptógrafos independientes han subrayado esa distinción. Chris Peikert, profesor de criptografía implicado en la investigación de retículas, describió el resultado sobre HAWK como un serio ataque matemático contra un esquema candidato.

Otros investigadores han advertido contra traducir el resultado sobre AES en afirmaciones de que los datos cifrados ordinarios están expuestos. Ambas posturas pueden ser correctas porque el avance de investigación y su impacto operativo inmediato son cuestiones distintas.

La propia Anthropic afirma que ninguno de los resultados principales afecta a sistemas de producción. Ningún software desplegado necesita cambiar debido a estos hallazgos.

La empresa también indica que el ataque contra HAWK no afecta a otros candidatos poscuánticos de NIST. Ese límite debe mantenerse explícito siempre que se analice el resultado.

El precedente histórico respalda la cautela sin desestimar el trabajo. El candidato poscuántico SIKE sobrevivió años de atención antes de que los investigadores lo vulneraran en un portátil convencional.

Ese fracaso no demostró que toda la criptografía poscuántica fuera insegura. Demostró que la estandarización abierta funciona al eliminar candidatos con debilidades ocultas.

HAWK enfrenta ahora una prueba similar. Sus diseñadores pueden revisar la construcción, aumentar los parámetros, cuestionar el análisis o aceptar que las concesiones ya no justifican la estandarización.

La afirmación de menos de cuatro horas plantea un problema de credibilidad aparte. El material fuente de Anthropic señala 60 horas para el proceso de descubrimiento y verificación de HAWK.

El ataque más pequeño contra HAWK-256 puede ejecutarse rápidamente una vez desarrollado. Anthropic también describe un ataque más reciente contra LEA de rondas reducidas que se ejecuta en menos de una hora.

Esos hechos independientes pueden haberse comprimido en un titular inexacto. Los lectores no deberían tratar esa compresión como la cronología verificada del acontecimiento.

El encuadre Anthropic-Google puede crear otra distorsión si se convierte en una tabla de puntuación. Google no presentó HAWK, y no se informó de que Gemini fuera participante directo en esta prueba.

El papel de Google es contextual. Su investigación matemática aporta evidencia de que varios programas de modelos de frontera avanzan hacia un trabajo científico original.

La conclusión más sólida sigue siendo más acotada. Claude ayudó a encontrar una debilidad seria en un esquema poscuántico propuesto y mejoró la investigación contra versiones debilitadas de dos cifrados establecidos.

Eso es una evidencia impresionante de criptoanálisis asistido por IA. No demuestra que Claude pueda descifrar las comunicaciones cifradas actuales.

El criptoanálisis con IA traslada el cuello de botella a la revisión humana

La presión inmediata recae sobre revisores, organismos de normalización y equipos de seguridad que deben validar hallazgos generados por máquinas más rápido que antes.

La revisión criptográfica tradicional depende de una comunidad relativamente pequeña de especialistas. Los investigadores publican construcciones, analizan pruebas, prueban implementaciones y cuestionan supuestos de seguridad durante varios años.

Los modelos de frontera pueden multiplicar el número de ataques intentados. Pueden leer grandes volúmenes de literatura y ejecutar experimentos computacionales sin las limitaciones habituales del horario laboral.

Esa expansión favorece a los defensores cuando los modelos examinan estándares candidatos antes de su adopción. Un mayor escrutinio puede revelar supuestos débiles mientras modificar un algoritmo sigue siendo manejable.

La misma capacidad crea riesgos después del despliegue. Un ataque válido contra una primitiva ampliamente utilizada requeriría una divulgación cuidadosa, validación rápida, parches coordinados y una comunicación pública clara.

Anthropic afirma que consultó a académicos, representantes gubernamentales, socios de la industria y a los autores de HAWK antes de publicar. Ese proceso ofrece un modelo temprano para gestionar resultados criptográficos generados por IA.

Sin embargo, la verificación sigue siendo costosa en atención experta. El caso de AES de Anthropic requirió mucho más tiempo de validación humana que de descubrimiento por parte del modelo.

Esta asimetría empeorará si la producción de los modelos crece más rápido que la comunidad de especialistas. Los investigadores podrían recibir cientos de ataques técnicamente plausibles sin tiempo suficiente para examinar cada uno.

La comprobación automatizada puede ayudar cuando una afirmación produce una recuperación de claves ejecutable. Las claves de prueba de HAWK pueden generarse, atacarse y compararse con respuestas conocidas.

Los hallazgos que dependen en gran medida de pruebas son más difíciles. Un ataque teórico sutil puede depender de supuestos que el código de prueba no puede capturar por completo.

Por tanto, los organismos de normalización criptográfica necesitarán nuevas reglas de presentación. El trabajo asistido por máquinas debe incluir código reproducible, estimaciones completas de complejidad, supuestos, casos de fallo y procedencia detallada.

Los mismos requisitos se aplican dentro de las empresas. Los responsables de seguridad no deberían desplegar una corrección generada por IA simplemente porque un modelo también haya generado un exploit convincente.

Necesitan separar el descubrimiento de la validación. Diferentes revisores, herramientas y ejecuciones de modelos deberían intentar refutar cada afirmación.

El proceso de estándares de NIST ya proporciona parte de esta estructura. Las propuestas candidatas reciben revisión pública antes de la estandarización, lo que permite que surjan debilidades sin exponer a los usuarios de sistemas desplegados.

La IA puede aumentar la cantidad de revisión, pero no puede eliminar la necesidad de gobernanza. Un sistema que encuentra ataques también crea información sensible que requiere controles de acceso y disciplina en la divulgación.

La competencia Anthropic-Google añade incentivos que merecen atención. Los laboratorios se benefician cuando sus modelos parecen capaces de realizar descubrimientos de nivel experto.

Esos incentivos pueden fomentar una transparencia útil, incluidos artículos y artefactos reproducibles. También pueden recompensar encuadres públicos dramáticos antes de que la revisión independiente alcance un consenso.

Por ello, los lectores deberían separar tres capas de evidencia. La primera es el relato de la empresa sobre lo que hizo el modelo.

La segunda es el material técnico reproducible que otros investigadores pueden probar. La tercera es la confirmación independiente de la novedad, la corrección y el impacto.

Anthropic ha proporcionado más que un comunicado de prensa. Publicó artículos técnicos, código de demostración para HAWK y un registro reescrito del proceso de razonamiento sobre AES.

Esa evidencia hace que las afirmaciones sean comprobables. No hace que la revisión crítica sea opcional.

Tres señales que vigilar tras la prueba de seguridad de Claude

La próxima fase revelará si este fue un éxito aislado, un método de investigación repetible o el inicio de una crisis de validación.

La primera señal es el estado de HAWK en el proceso de NIST. Los revisores deben decidir si los parámetros más grandes preservan suficiente eficiencia y seguridad para mantener competitiva la propuesta.

Si HAWK se revisa con éxito, el trabajo de Claude parecerá una revisión productiva previa al despliegue. Si el candidato se retira, el hallazgo habrá cambiado una decisión real de estandarización.

Cualquiera de los dos resultados refuerza el valor de las pruebas asistidas por IA. Un rechazo no significaría que la criptografía poscuántica haya fracasado en términos generales.

La segunda señal es la reproducción independiente del análisis de AES. Los investigadores deben verificar el método Möbius Bridge, sus estimaciones de complejidad y su ventaja de velocidad alegada.

Una reproducción satisfactoria establecería el resultado de Claude como una extensión genuina de una larga línea de investigación criptoanalítica. Correcciones sustanciales debilitarían las afirmaciones sobre un rendimiento autónomo de nivel experto.

La tercera señal es el rendimiento en futuras versiones de referencia. CryptanalysisBench ofrece una prueba común para cifrados de bloques, funciones hash y otras primitivas.

Los investigadores deberían observar si Claude, Gemini, GPT y los modelos de pesos abiertos reproducen ataques conocidos sin contaminación. Los resultados novedosos también deben superar la revisión experta.

Una mejora constante convertiría la rivalidad Anthropic-Google en una carrera armamentística por sistemas de investigación científica. Resultados irregulares sugerirían que el andamiaje y el criterio de los investigadores siguen siendo más decisivos que la marca del modelo.

Los equipos de seguridad no necesitan sustituir el cifrado de producción debido a este anuncio. En su lugar, deberían examinar si sus procesos de revisión y divulgación pueden absorber más hallazgos generados por máquinas.

Esa preparación incluye conservar registros de experimentos, separar el descubrimiento de la aprobación e identificar a expertos antes de que llegue una afirmación urgente. También incluye seguir las orientaciones de los estándares en lugar de reaccionar a titulares condensados.

La supuesta hazaña de menos de cuatro horas no debería convertirse en la versión perdurable de esta historia. El proyecto HAWK verificado tomó unas 60 horas, y su objetivo no estaba desplegado.

El logro real de Claude es más útil que la afirmación exagerada. Exploró un espacio matemático difícil, encontró una debilidad verificable y obligó a los humanos a reconsiderar la velocidad de la revisión criptográfica.

Esto deja una pregunta práctica para cada organización de seguridad e investigación: si el próximo ataque generado por IA afecta a un sistema desplegado, ¿quién lo validará antes de que el titular supere a la evidencia?