Se intensifica la carrera de seguridad entre Anthropic y Google mientras Claude detecta debilidades criptográficas

Anthropic afirma que Claude Mythos Preview descubrió dos ataques criptográficos, incluido uno contra un candidato de firma poscuántica que había superado dos años de revisión por expertos. La relación de seguridad entre Anthropic y Google se enfrenta ahora a una cuestión más compleja que la defensa habitual del software. ¿Pueden los laboratorios de frontera gestionar de forma segura sistemas de IA que operan cada vez más como investigadores en criptografía?

Los hallazgos no comprometen la banca en línea, los mensajes cifrados ni los servicios de Google desplegados. Uno se dirige a HAWK, una propuesta de firma digital aún no desplegada que está siendo evaluada por el National Institute of Standards and Technology. El otro mejora un ataque contra AES de siete rondas, una versión de investigación deliberadamente debilitada del cifrado ampliamente desplegado.

Esa limitación es importante, pero no convierte la investigación en algo rutinario. Mythos encontró el ataque contra HAWK tras unas 60 horas y realizó la mayor parte del trabajo con una orientación humana limitada. También desarrolló una nueva técnica que aceleró entre 200 y 800 veces un ataque teórico existente contra AES.

Google entra en esta historia tanto como socio de Anthropic como rival en investigación de frontera. Participa en la iniciativa de seguridad Project Glasswing de Anthropic mientras desarrolla Gemini y sus propios sistemas de razonamiento matemático. Esa configuración convierte el resultado en una prueba de defensa compartida, capacidad competitiva y divulgación responsable.

Claude pasó de detectar errores de programación a poner a prueba diseños criptográficos

El cambio importante es que Claude atacó las matemáticas que sustentan los algoritmos propuestos, no solo errores en las implementaciones de software.

Las vulnerabilidades de software y las debilidades criptográficas están relacionadas, pero no son intercambiables. Un error de implementación aparece cuando los desarrolladores traducen incorrectamente un diseño sólido a código funcional. Una debilidad criptanalítica afecta a los supuestos dentro del propio diseño.

Claude ya había encontrado problemas de implementación en bibliotecas criptográficas. Esos casos implicaban código que utilizaba incorrectamente algoritmos de cifrado. La investigación criptográfica de Anthropic indica que Mythos Preview ha encontrado ahora ataques matemáticos mejorados contra los algoritmos que los investigadores le proporcionaron.

El primer objetivo fue HAWK, un esquema de firma digital poscuántica. Una firma digital permite a un sistema verificar la identidad y detectar cambios no autorizados sin exponer la clave privada del firmante.

La criptografía poscuántica busca resistir tanto a los ordenadores convencionales como a futuras máquinas cuánticas criptográficamente relevantes. Esas máquinas amenazarían los sistemas de clave pública ampliamente utilizados, incluidas las firmas RSA y de curva elíptica.

HAWK sigue siendo un candidato en el proceso de NIST para seleccionar estándares adicionales de firma digital. Su evaluación pública está diseñada para exponer debilidades antes de que gobiernos y empresas dependan de él.

Ese proceso ya había sometido a HAWK a dos rondas de análisis experto durante aproximadamente dos años. Mythos identificó entonces una simetría no utilizada previamente en la red matemática que sustenta el esquema.

Una red es una cuadrícula estructurada de puntos utilizada para construir problemas que se consideran difíciles para los ordenadores. HAWK se basa en la dificultad de encontrar relaciones entre redes concretas.

Mythos encontró un automorfismo no trivial, es decir, una simetría oculta que preserva la estructura de la red. Investigaciones anteriores habían demostrado que localizar esa simetría permitiría un ataque. No habían establecido que la simetría relevante fuera accesible en HAWK.

El ataque resultante redujo el trabajo estimado necesario para recuperar la clave HAWK-256 más pequeña de 2^64 operaciones a 2^38. Los parámetros HAWK más grandes siguen siendo poco prácticos de atacar, y el método no socava la criptografía basada en redes en general.

La consecuencia práctica sigue siendo grave para el diseño de HAWK. Según Anthropic, mantener el nivel de seguridad previsto exigiría aproximadamente duplicar el tamaño de su clave. Ese cambio eliminaría importantes ventajas de eficiencia que respaldan la propuesta.

La evaluación de HAWK está, por tanto, haciendo lo que debería hacer la revisión criptográfica pública. Un diseño entró en un proceso adversarial, surgió una debilidad antes de su despliegue y los revisores obtuvieron pruebas para su decisión de estandarización.

El cambio reside en quién aportó esas pruebas. Un modelo de lenguaje, respaldado por un investigador sin formación especializada en criptografía de redes, encontró la idea central que expertos consolidados no habían publicado.

La asociación entre Anthropic y Google abarca ahora una frontera más sensible

La relación entre Anthropic y Google brinda a los defensores acceso a análisis más sólidos, al tiempo que crea una responsabilidad compartida por resultados que no siempre pueden publicarse de inmediato.

Google es una de varias empresas tecnológicas que participan en Project Glasswing, el programa de Anthropic para aplicar Claude Mythos a software importante. Entre los demás participantes mencionados se encuentran Apple, Microsoft, Amazon Web Services, Cisco, NVIDIA y la Linux Foundation.

Ese grupo da a Anthropic acceso a equipos de seguridad experimentados y sistemas ampliamente desplegados. También crea canales para validar hallazgos, coordinar parches y decidir cuándo los detalles técnicos pueden hacerse públicos de forma segura.

La criptografía dificulta más esas cuestiones de coordinación. Una vulnerabilidad de software normalmente tiene un responsable identificable y una vía de parcheo. Una debilidad en una primitiva criptográfica desplegada puede afectar a protocolos, hardware, certificados, sistemas de identidad e información archivada.

Sustituir un algoritmo puede requerir años. Las organizaciones primero deben identificar todos los lugares donde aparece el algoritmo. Después necesitan sustitutos compatibles, hardware actualizado, claves migradas, soporte de proveedores y reglas para los datos antiguos.

Google tiene un interés directo en esa transición. Sus navegadores, servicios en la nube, sistemas operativos e infraestructura de identidad dependen de la criptografía. También realiza investigación en computación cuántica que orienta las estimaciones sobre cuándo los sistemas actuales de clave pública necesitan reemplazo.

Anthropic vinculó su análisis de HAWK con el debate de Google sobre el plazo cada vez más corto para disponer de un ordenador cuántico criptográficamente relevante. La estimación de riesgo cuántico de Google no demuestra que una máquina de este tipo llegará en un calendario fijo. Es una prueba de que los principales laboratorios tratan la planificación de la migración como un problema activo de ingeniería.

La asociación entre Anthropic y Google también ilustra una estructura de mercado inusual. Las empresas cooperan en seguridad defensiva mientras compiten por construir modelos de propósito general cada vez más capaces.

Google ha informado de investigaciones matemáticas realizadas con Gemini. Anthropic ha presentado el criptoanálisis de Claude como prueba de capacidad de investigación de nivel experto. OpenAI ha hecho afirmaciones similares sobre modelos que abordan problemas matemáticos difíciles.

Estos resultados desplazan la competencia más allá de la calidad de los chatbots y los benchmarks de programación. Los laboratorios ahora quieren modelos capaces de explorar bibliografía, proponer hipótesis, realizar experimentos, descartar enfoques fallidos y producir resultados aptos para revisión experta.

El criptoanálisis es una prueba especialmente reveladora. Muchos ataques propuestos pueden verificarse con argumentos matemáticos o demostraciones ejecutables. Eso hace que el éxito sea más fácil de evaluar que un ensayo abierto o una recomendación empresarial.

El campo también conlleva consecuencias inusualmente elevadas. Una afirmación falsa puede desperdiciar semanas de trabajo especializado. Un resultado correcto contra un sistema desplegado puede crear un problema inmediato de divulgación.

Por eso la conexión entre Anthropic y Google importa más que un anuncio de asociación convencional. El producto relevante no es solo el modelo. Es el sistema combinado de investigadores, infraestructura segura, procedimientos de validación, proveedores y contactos gubernamentales que rodean al modelo.

Las empresas deberían extraer una lección similar. Comprar acceso a un modelo avanzado no crea un programa de criptografía. Las organizaciones necesitan un inventario de algoritmos, revisores responsables, entornos de prueba controlados y una vía para escalar hallazgos creíbles.

También necesitan registros duraderos de pruebas y decisiones. Una base de conocimiento de ingeniería consultable puede ayudar a los equipos a preservar resultados de pruebas, contexto de implementación y conclusiones de los revisores durante una migración prolongada.

La presión recae con mayor fuerza sobre los responsables de seguridad que todavía tratan la criptografía como infraestructura estática. La investigación asistida por IA hace más realista la evaluación continua, al tiempo que reduce el tiempo disponible para responder cuando fallan los supuestos.

Los investigadores de Anthropic y Google se enfrentan a un nuevo cuello de botella de validación

Claude generó descubrimientos candidatos más rápido de lo que los investigadores de Anthropic podían validarlos con confianza y prepararlos para su publicación.

El esfuerzo sobre HAWK utilizó un entorno multiagente, un entorno controlado donde varias instancias de Claude podían intercambiar hallazgos y utilizar herramientas computacionales. El sistema tenía acceso a Python, al software matemático Sage y a investigaciones criptográficas publicadas.

Un operador humano proporcionó gestión del proyecto y orientación no técnica ocasional. El operador tenía experiencia en informática teórica, pero no era especialista en criptografía de redes.

Dos trabajadores del modelo examinaron de forma independiente la simetría que se volvió central para el ataque. Uno descartó el enfoque prematuramente. El otro lo desarrolló más, compartió pruebas y finalmente convenció a su par.

Mythos construyó entonces una cadena de verificación de extremo a extremo. Ese paso permitió al operador humano comprobar si el método propuesto de recuperación de claves funcionaba como se describía.

El experimento con AES requirió menos orientación directa después de que Anthropic construyera la estructura inicial. AES, o el Advanced Encryption Standard, cifra datos transformando repetidamente bloques de tamaño fijo bajo una clave secreta.

AES-128 utiliza 10 rondas. Los investigadores estudian versiones de rondas reducidas para medir márgenes de seguridad y desarrollar técnicas que podrían revelar debilidades estructurales. Romper siete rondas no rompe el cifrado completo desplegado.

El ataque previo de siete rondas utilizaba un método meet-in-the-middle. Esta técnica almacena cálculos intermedios para que un atacante pueda conectar cálculos parciales desde direcciones opuestas.

Una etapa requería 256 conjeturas y búsquedas separadas. Mythos creó una huella que permanecía inalterada entre esas conjeturas, eliminando esa parte de la búsqueda.

Claude llamó a la construcción Möbius Bridge. Optimizaciones adicionales compensaron el coste de calcular la nueva transformación, lo que produjo el aumento de velocidad informado de entre 200 y 800 veces.

El ataque aún presupone acceso a 2^105 textos planos elegidos. Un modelo de texto plano elegido permite a un atacante solicitar cifrados de mensajes seleccionados bajo una clave desconocida. Ese requisito de datos hace que el resultado sea completamente impracticable.

Anthropic también afirma que implementar el ataque requeriría recursos computacionales extraordinarios. Más importante aún, el método se aplica a siete rondas en lugar de las 10 rondas que utiliza AES-128.

Por tanto, la investigación modifica la comprensión publicada de un sistema reducido sin crear un ataque funcional contra el cifrado cotidiano. Ambas afirmaciones pueden ser ciertas al mismo tiempo.

Lo que destaca es la diferencia entre el tiempo de descubrimiento y el de verificación. Mythos encontró la idea sobre AES en aproximadamente una semana, después de generar un volumen muy grande de trabajo intermedio. Los investigadores humanos dedicaron luego varios cientos de horas a estudiar criptografía y comprobar el resultado.

Anthropic afirma que dos investigadores necesitaron casi un mes para confiar en el método. Ese desequilibrio es el mecanismo que impulsa el problema más amplio de la industria.

Los modelos pueden ejecutar muchas investigaciones especulativas en paralelo. Los especialistas humanos deben determinar si cada resultado es correcto, novedoso, relevante y seguro de divulgar. Escalar la primera actividad sin escalar la segunda produce una cola de revisión cada vez mayor.

El nuevo estudio CryptanalysisBench hace medible esa tendencia. Sus autores reunieron 191 tareas en seis familias de primitivas criptográficas y tres niveles de dificultad.

Según se informa, cinco modelos de frontera vulneraron entre el 65 % y el 86 % de los esquemas del primer nivel. También encontraron ataques contra tareas más robustas y versiones reducidas, incluidos resultados que los autores consideraban previamente desconocidos.

Esos hallazgos del benchmark siguen siendo afirmaciones de investigación, no una garantía de criptoanálisis autónomo fiable. Sin embargo, ofrecen una prueba más amplia que los dos ejemplos principales de Anthropic.

Para la red de seguridad Anthropic Google, la cuestión operativa ahora está clara. El acceso a los modelos puede ampliar la capacidad de descubrimiento, pero los socios siguen necesitando especialistas escasos para validar lo que producen los modelos.

El resultado sobre AES es significativo sin constituir una emergencia de cifrado

Ninguno de los hallazgos vulnera un sistema criptográfico de producción, y exagerar ese punto oscurecería la verdadera importancia de la investigación.

El titular engañoso más fácil diría que Claude vulneró AES. No lo hizo. Mythos mejoró un ataque teórico contra una versión modificada que utiliza siete de las 10 rondas de AES-128.

Los criptógrafos estudian deliberadamente diseños con rondas reducidas porque los algoritmos de máxima solidez suelen resistir el análisis directo. Estos objetivos más pequeños ayudan a los investigadores a probar ideas y comprender cuánta protección aportan las rondas adicionales.

Un ataque mejor puede reducir el margen de seguridad percibido de un cifrado. No se traslada automáticamente al cifrado completo, especialmente cuando varias rondas permanecen intactas.

NIST estandarizó el cifrado AES en 2001. El algoritmo ha recibido décadas de análisis público y sigue siendo fundamental para las comunicaciones digitales, el almacenamiento y los sistemas de autenticación.

El resultado de Mythos amplía esa tradición de investigación. Mejora el mejor ataque conocido bajo una hipótesis extrema de datos, pero deja intacto AES-128 completo.

HAWK tampoco presenta una exposición inmediata en producción. NIST no lo ha estandarizado ni desplegado. El nuevo ataque no afecta a otros candidatos de firmas poscuánticas, según el análisis de Anthropic.

Ese límite debería moderar las afirmaciones de que Claude encontró debilidades que amenazan la seguridad actual de internet. No debería borrar la rapidez ni la novedad del trabajo.

Un informe independiente de CyberScoop citó a Ellen Boehm, ejecutiva de Keyfactor, quien describió el resultado de HAWK como evidencia de que el proceso de evaluación de NIST funciona. La revisión pública debe rechazar candidatos débiles antes de su adopción.

El hallazgo también se parece a fracasos anteriores de estandarización poscuántica. SIKE, otro candidato, sobrevivió a una atención considerable antes de que los investigadores encontraran un ataque devastador que se ejecutaba en hardware convencional.

Las competiciones criptográficas anticipan pérdidas. Su propósito es concentrar el esfuerzo adversarial antes de que los estándares sean difíciles de reemplazar. La IA añade otra fuente de esfuerzo adversarial a ese proceso.

El punto escéptico más sólido se refiere a la validación externa. Anthropic produjo el modelo, diseñó el entorno de evaluación, empleó a los investigadores y publicó la interpretación principal.

La empresa afirma que consultó a académicos, notificó a los autores de HAWK, publicó artículos y proporcionó código de demostración. Esos pasos permiten el escrutinio independiente, pero el escrutinio aún necesita tiempo.

El artículo sobre AES presenta otra complicación. Anthropic reconoce que sus investigadores no eran expertos en criptografía y dedicaron un tiempo considerable a aprender suficiente material para comprobar el trabajo de Claude.

Esa admisión es valiosa porque deja al descubierto la brecha de verificación. También significa que criptógrafos externos deberían examinar la novedad afirmada, el análisis de tiempo de ejecución, las hipótesis y la relación con ataques anteriores.

El código reproducible ofrece evidencia más sólida para HAWK porque los investigadores pueden ejecutar el proceso de recuperación contra claves de prueba. El resultado sobre AES depende en mayor medida de un análisis matemático y de complejidad detallado.

Los sistemas de IA pueden generar narrativas técnicas plausibles incluso cuando un argumento subyacente contiene un error sutil. Las ejecuciones autónomas prolongadas pueden dificultar la localización de esos errores porque los revisores deben inspeccionar un razonamiento intermedio extenso.

Anthropic publicó una versión reescrita de una sesión relevante de Claude. También señala que muchas sesiones fracasaron y que las sesiones posteriores refinaron la idea central.

Esa divulgación ayuda a los lectores a comprender el proceso, pero no proporciona una tasa de éxito simple. El público no puede inferir que asignar a Claude cualquier cifrado difícil producirá un descubrimiento válido.

La conclusión correcta es más acotada. Un modelo de frontera cuidadosamente estructurado produjo dos resultados criptanalíticos serios en condiciones de investigación controladas. Uno es directamente comprobable, mientras que el otro requiere una revisión experta continuada.

Esta distinción protege ambos lados de la historia. Evita un pánico infundado sobre el cifrado al tiempo que reconoce que el criptoanálisis asistido por IA ha cruzado un umbral significativo de capacidad.

La verdadera competencia es entre la velocidad de descubrimiento y la respuesta defensiva

La IA abarata la ampliación de la revisión criptográfica, pero también puede dar a los atacantes más oportunidades de encontrar la única debilidad que los defensores pasaron por alto.

La investigación criptográfica tradicional depende de una comunidad limitada de matemáticos, ingenieros de seguridad y especialistas en protocolos. Cada persona solo puede explorar un pequeño número de ideas a la vez.

Los sistemas de agentes cambian esa limitación. Pueden leer artículos, escribir código experimental, generar conjeturas e iniciar búsquedas paralelas sin esperar contrataciones humanas adicionales.

La mayoría de las rutas fracasarán. Eso no necesariamente invalida al modelo. La investigación de seguridad suele recompensar la única ruta exitosa entre cientos de ideas descartadas.

El flujo de trabajo de HAWK ilustra esta ventaja de búsqueda. Un agente descartó la dirección útil, pero otro continuó. Su entorno compartido permitió que una idea prometedora sobreviviera a un error individual.

La misma capacidad crea un riesgo asimétrico. Los defensores deben encontrar y corregir todas las debilidades explotables en los sistemas que mantienen. Un atacante solo necesita una debilidad ignorada y una vía viable de explotación.

La criptografía eleva las apuestas porque una sola primitiva puede sustentar muchos productos. Un fallo puede afectar datos registrados antes de su descubrimiento público, especialmente cuando los adversarios almacenan tráfico cifrado para analizarlo posteriormente.

Aquí no se produjo tal fallo. HAWK no está desplegado y AES completo sigue intacto. La preocupación es qué ocurrirá cuando el mismo proceso de investigación alcance algoritmos de producción menos estudiados.

Anthropic afirma que ya ha probado versiones reducidas de otros cifrados. Informó de trabajos preliminares relacionados con LEA, Serpent-128, Salsa20, Poseidon y SHA-1.

La empresa limitó cuidadosamente esas afirmaciones. Varios ataques se aplican solo a variantes con rondas reducidas, mientras que otras mejoras comunicadas siguen siendo modestas o esperan una investigación más exhaustiva.

Aun así, este enfoque de cola larga importa. La atención de seguridad se concentra en estándares como AES, TLS y sistemas de firmas ampliamente desplegados. Los algoritmos especializados pueden recibir un análisis sostenido mucho menor.

Un modelo no se cansa de leer artículos poco conocidos ni de probar diseños de nicho. Una vez que existe una estructura capaz, los investigadores pueden redirigirla hacia muchos objetivos.

La asociación entre Anthropic y Google ofrece a los defensores una ventaja inicial de coordinación. Google y otros miembros de Glasswing pueden identificar sistemas críticos, aportar experiencia especializada y preparar canales de corrección antes de que se amplíe el acceso.

Esa ventaja no seguirá siendo exclusiva para siempre. Los laboratorios competidores están mejorando los sistemas de razonamiento, los modelos abiertos continúan avanzando y las técnicas de estructuración publicadas pueden propagarse entre grupos de investigación.

Por tanto, la disyuntiva central es acceso frente a preparación. Restringir un modelo capaz puede ralentizar el uso indebido, pero también limita el número de defensores que pueden aplicarlo.

Una publicación amplia amplía la cobertura defensiva al tiempo que aumenta la probabilidad de que usuarios mal gobernados se dirijan contra sistemas desplegados. También genera más hallazgos no verificados que los responsables de mantenimiento deben procesar.

Una respuesta viable necesita acceso gradual según la capacidad y la sensibilidad del objetivo. Las tareas de benchmark benignas requieren menos controles que las búsquedas contra sistemas de identidad desplegados o infraestructura crítica.

Los equipos de investigación también necesitan reglas de divulgación antes de que comience el descubrimiento. Esas reglas deberían identificar quién recibe un hallazgo, cómo se produce la validación, cuándo se contacta a los proveedores y qué evidencia puede publicarse.

Anthropic afirma que compartió el ataque contra HAWK con sus autores en junio. Coordinó la publicación a través de una lista de correo pública de NIST e informó previamente a socios gubernamentales y de la industria.

Ese procedimiento funcionó porque HAWK tenía autores identificables, un foro de estándares y ninguna base de despliegue. Un fallo en una primitiva ampliamente integrada crearía una decisión mucho más compleja.

El principal oponente ya no es Anthropic frente a Google. Es el descubrimiento acelerado por IA frente al sistema humano más lento responsable de la verificación, la reparación y la migración.

Lo que la red de seguridad Anthropic Google debe demostrar a continuación

La próxima evidencia debe demostrar validación repetible, acceso responsable y una corrección defensiva más rápida, en lugar de otro titular aislado de investigación.

La primera señal que observar es la reproducción independiente de los artículos sobre HAWK y AES. Los criptógrafos deberían verificar la implementación, las estimaciones de complejidad, la novedad y los límites de ambos ataques.

Una reproducción exitosa reforzaría la afirmación de Anthropic de que Claude realizó investigación criptográfica de nivel experto. Errores importantes o trabajos previos pasados por alto debilitarían el argumento más amplio sobre sus capacidades.

La segunda señal es el tratamiento de HAWK por parte de NIST. Los revisores podrían rechazar los parámetros actuales, solicitar un rediseño o decidir que claves más grandes preservan suficiente valor para mantenerlo en consideración.

Esa respuesta mostrará si Mythos simplemente ajustó una estimación académica o cambió una decisión activa de estandarización. Cualquiera de los dos resultados también demostraría cómo la evidencia generada por IA entra en un proceso público formal.

La tercera señal es cómo Project Glasswing gestiona un hallazgo contra criptografía desplegada. Ese caso pondría a prueba si la red de seguridad Anthropic Google puede validar, contener y coordinar un resultado antes de que los atacantes lo exploten.

Un sistema responsable debe separar la salida bruta del modelo de las afirmaciones de vulnerabilidades accionables. También debe proporcionar a los proveedores afectados evidencia suficiente para responder sin exponer innecesariamente a los usuarios.

Los próximos meses deberían revelar si los grupos académicos adoptan CryptanalysisBench y obtienen resultados comparables de otros modelos. El éxito repetido en laboratorios independientes importaría más que estudios de caso adicionales de Anthropic.

Los investigadores también deberían informar las tasas de fallo y el esfuerzo total de búsqueda. Un modelo que encuentra un ataque útil tras una exploración enorme tiene valor, pero su fiabilidad difiere de la de un asistente de investigación consistente.

Para los compradores empresariales, la acción inmediata no es reemplazar AES ni reaccionar a cada afirmación criptográfica generada por IA. Es mapear dónde existen dependencias criptográficas y asignar responsables para futuras migraciones.

Los equipos de seguridad deberían preguntar a los proveedores cómo inventarían sus algoritmos, validan los hallazgos asistidos por IA y coordinan la divulgación. También deberían conservar la capacidad de rotar claves y sustituir primitivas sin tener que reconstruir aplicaciones completas.

Los resultados de Claude no anuncian una crisis de cifrado. Anuncian un ciclo de investigación más rápido cuyas instituciones defensivas todavía operan a velocidad humana.

La cuestión decisiva es si Anthropic, Google, los organismos de normalización y los criptógrafos externos pueden acortar juntos ese ciclo de respuesta. Si no pueden hacerlo, el próximo descubrimiento válido podría llegar antes de que sus usuarios estén preparados.