Anthropic Claude a trouvé des faiblesses cryptographiques, mais n’a pas cassé le chiffrement moderne

Anthropic Claude a découvert deux nouvelles attaques cryptographiques, malgré des années d’examen humain consacrées à leurs cibles. L’une affaiblit HAWK, un schéma expérimental de signature post-quantique. L’autre améliore une attaque contre une version volontairement réduite d’AES, la norme utilisée pour protéger les informations numériques.

Le sujet compte, mais il est facile de le présenter de façon erronée. Anthropic affirme que Claude Mythos Preview a produit des travaux de recherche mathématique significatifs, et pas de simples rapports de bogues logiciels. Pourtant, aucun de ces résultats ne compromet le chiffrement qui protège les sites web, les banques, les services de messagerie ou les appareils actuels.

Cette distinction sépare une avancée de recherche crédible d’une panique autour du chiffrement. Anthropic Claude a mis à l’épreuve la rapidité et l’échelle de la cryptanalyse experte, tout en laissant les systèmes en production intacts. La véritable pression s’exerce sur le processus de revue humaine entourant les futures normes, et non sur les personnes qui utilisent aujourd’hui des services chiffrés.

Ce qu’Anthropic Claude a réellement découvert

Cette recherche change ce que l’IA peut apporter à la cryptanalyse, tout en laissant intact le chiffrement déployé.

Anthropic a publié ses recherches en cryptographie le 28 juillet 2026. L’entreprise a décrit deux attaques développées avec Claude Mythos Preview, un modèle à accès restreint conçu pour des travaux avancés en cybersécurité et en science.

La première attaque vise HAWK, un schéma expérimental de signature numérique. Une signature numérique permet à un destinataire de vérifier une identité ou de confirmer que des données n’ont pas été modifiées. HAWK est conçu pour un avenir où des ordinateurs quantiques suffisamment puissants pourraient menacer les systèmes de signature largement utilisés.

HAWK reste à l’étude dans le cadre du processus du National Institute of Standards and Technology consacré aux signatures supplémentaires. Il ne s’agit pas d’une norme approuvée et déployée dans les systèmes de production. L’évaluation publique existe précisément pour révéler les faiblesses avant l’adoption.

Anthropic indique que HAWK avait déjà résisté à deux cycles de revue experte menés sur deux ans. En travaillant dans un environnement de recherche agentique, Claude Mythos Preview a trouvé une symétrie mathématique inexploitée en environ 60 heures.

Cette symétrie a permis une méthode plus rapide de récupération de clé. La récupération de clé consiste à reconstituer les informations secrètes nécessaires pour usurper l’identité d’un signataire. Anthropic affirme que ce résultat réduit de fait de moitié la robustesse des clés de HAWK.

Le petit paramètre HAWK-256 illustre l’ampleur du changement. Les chercheurs estimaient que la récupération complète d’une clé nécessitait environ 2^64 unités de travail. Anthropic rapporte que la méthode de Claude a réduit cette estimation à 2^38.

Cette réduction est sévère pour le petit paramètre, mais elle ne crée pas de raccourci universel. L’attaque reste exponentielle, ce qui signifie que le travail requis continue d’augmenter rapidement avec la taille des clés. Les paramètres HAWK plus grands restent impossibles à attaquer en pratique.

La faiblesse est également propre à HAWK. Anthropic indique qu’elle ne se transpose pas à d’autres candidats de signature post-quantique et n’invalide pas la cryptographie sur réseaux euclidiens comme domaine plus large.

La seconde découverte concerne AES-128 à sept tours. AES, ou Advanced Encryption Standard, est un chiffrement symétrique qui utilise la même clé secrète pour chiffrer et déchiffrer les informations. Le NIST a normalisé la spécification AES en 2001.

AES-128 en production utilise dix tours, qui transforment à plusieurs reprises les données afin de masquer les relations entre l’entrée, la sortie et la clé. Les cryptographes étudient souvent des versions à nombre de tours réduit, car elles offrent un moyen contrôlé de mesurer le niveau de sécurité ajouté par chaque tour.

Claude Mythos Preview a amélioré une attaque par rencontre au milieu connue contre AES à sept tours. Cette méthode stocke des calculs intermédiaires, puis recherche des valeurs correspondantes produites depuis des directions opposées au sein du chiffrement.

Le modèle a proposé une technique d’empreinte appelée Möbius Bridge. Anthropic affirme que cette technique élimine une hypothèse dans l’attaque et la rend entre 200 et 800 fois plus rapide que l’approche précédente.

Cela paraît alarmant sans la contrainte manquante. L’attaque suppose l’accès à 2^105 textes en clair choisis, ce qui signifie qu’un attaquant peut demander à répétition que des données sélectionnées soient chiffrées avec une clé inconnue. Cette exigence rend l’attaque totalement irréalisable en pratique.

Elle vise également sept tours plutôt que les dix tours utilisés par AES-128. Claude n’a pas cassé AES complet, affaibli une implémentation en production ni exposé des données clients chiffrées.

La nouvelle est donc circonscrite, mais importante. Un modèle a développé des attaques publiables contre deux cibles de recherche soigneusement sélectionnées. Il n’a pas produit de clé passe-partout pour l’internet moderne.

Pourquoi les recherches de Claude en cryptographie mettent la revue humaine sous pression

Le principal avantage de Claude n’était pas un raccourci magique, mais sa capacité à soutenir une recherche étendue à travers la littérature, les mathématiques, le code et les idées infructueuses.

Pour le résultat sur HAWK, Anthropic a placé Mythos Preview dans un environnement multi-agent cloisonné. Un environnement de ce type combine des prompts, des outils, du code et un contexte d’exécution qui aide un système d’IA à poursuivre un objectif plus vaste.

Le modèle pouvait examiner des recherches publiées, raisonner mathématiquement, mener des expériences informatiques et communiquer entre agents de travail. L’opérateur humain avait une expérience en informatique théorique, mais n’était pas spécialiste de la cryptographie sur réseaux euclidiens.

Selon Anthropic, l’accompagnement humain s’est principalement concentré sur la gestion de projet. L’opérateur a suggéré des méthodes de suivi des idées et identifié des bibliothèques de vérification. Les agents de Claude ont développé et testé l’attaque sous-jacente.

Une interaction montre pourquoi ce processus diffère d’une réponse unique de chatbot. Deux agents ont étudié la symétrie qui a finalement permis l’attaque. L’un a rejeté l’idée trop tôt, tandis que l’autre a trouvé un moyen de l’exploiter.

Les agents ont échangé leurs conclusions jusqu’à ce que les deux acceptent le résultat. Ce schéma rappelle un groupe de recherche menant une revue interne, même si chaque participant provenait de la même famille de modèles sous-jacente.

L’expérience sur AES a nécessité moins de guidage direct. Un chercheur a construit une structure permettant au modèle de proposer des hypothèses, de les tester, d’écarter les échecs et de chercher une amélioration par rapport à la cryptanalyse publiée.

Claude a d’abord résisté à cette mission. Il a soutenu à plusieurs reprises que la cible avait été étudiée de manière trop approfondie et qu’il ne restait rien de facile. Les chercheurs ont répondu en renforçant l’exigence de produire un travail inédit.

Le modèle a ensuite généré des centaines de millions de tokens sur plusieurs jours. Après un milliard de tokens en sortie, Anthropic affirme qu’il avait développé et affiné l’attaque décrite dans l’article d’accompagnement.

La persistance brute n’explique pas à elle seule le résultat. Un système automatisé de force brute peut explorer un vaste espace sans en comprendre la structure. Claude a plutôt relié la littérature de recherche, proposé des transformations, écrit du code expérimental, évalué des objections et conservé des conclusions utiles pour des agents ultérieurs.

C’est là que les recherches de Claude en cryptographie mettent sous pression les pratiques traditionnelles. La revue experte dépend généralement d’un petit nombre de spécialistes qui répartissent leur temps entre l’enseignement, l’implémentation, les travaux de normalisation et l’évaluation par les pairs.

Un processus de recherche fondé sur l’IA peut tester en parallèle de nombreuses pistes spéculatives. La plupart peuvent échouer sans mobiliser davantage l’attention humaine. Les humains interviennent ensuite pour valider les rares résultats qui subsistent.

Cela crée une nouvelle asymétrie. Produire un résultat candidat devient plus rapide que vérifier son originalité et son exactitude. Anthropic indique que l’idée concernant AES a émergé en une semaine, tandis que deux chercheurs ont eu besoin de près d’un mois pour acquérir suffisamment de confiance à son sujet.

Le goulot d’étranglement est passé de la génération d’idées à la validation. Les cryptographes doivent confirmer les mathématiques, les comparer aux travaux antérieurs, examiner les hypothèses, reproduire les calculs et déterminer si le résultat affecte des systèmes réels.

Cet écart est important car la cryptographie exige un niveau de confiance inhabituellement élevé. Une preuve plausible ou une expérience réussie peut encore dissimuler une hypothèse invalide. Une petite erreur dans une estimation de sécurité peut déterminer si une attaque reste académique ou devient opérationnelle.

Les équipes auront besoin de traces plus solides sur la manière dont les résultats générés par l’IA ont été élaborés. Du code reproductible, le suivi des sources, les journaux d’expériences et les hypothèses rejetées deviennent des artefacts de recherche essentiels.

Le même besoin s’applique au-delà de la cryptographie. Les équipes d’ingénierie peinent déjà à conserver le raisonnement qui sous-tend des décisions techniques complexes. Une base de connaissances d’ingénierie consultable peut relier les sorties des modèles aux articles, aux tests, aux revues et aux décisions finales.

La pression est autant organisationnelle que mathématique. Les institutions de recherche doivent décider qui valide les affirmations générées par des machines, comment les évaluateurs sont crédités et dans quels cas des résultats sensibles doivent rester privés.

Le compromis central oppose la rapidité de la recherche à la vérification

Anthropic Claude peut accélérer les découvertes cryptographiques, mais chaque accélération augmente également la charge nécessaire pour prouver qu’un résultat est réel, inédit et sûr à divulguer.

Le résultat sur HAWK offre le cas le plus clair, car les chercheurs peuvent mettre en œuvre l’attaque de bout en bout. Ils peuvent générer une clé, exécuter la méthode et vérifier si la valeur récupérée est correcte.

Le résultat sur AES exige un travail plus interprétatif. Son attaque complète est trop coûteuse à exécuter, de sorte que la validation dépend de la vérification de chaque composant et de la confirmation de l’analyse globale de complexité.

Anthropic indique que des chercheurs humains ont consacré plusieurs centaines d’heures à évaluer les affirmations de Claude sur AES. Ils ont dû apprendre suffisamment de cryptographie spécialisée pour évaluer la méthode du modèle et préparer l’article.

Cela ne prouve pas que la découverte est fausse. Cela montre que la recherche avancée avec l’IA n’élimine pas le besoin d’expertise. Elle change le moment où cette expertise intervient dans le flux de travail.

Au lieu de guider chaque étape exploratoire, les humains peuvent examiner des résultats sélectionnés. Cette organisation permet de faire évoluer la découverte à grande échelle, mais la validation ne progresse pas nécessairement au même rythme.

Un modèle peut générer de nombreux arguments soignés qui paraissent cohérents en interne. Les évaluateurs doivent déterminer si chaque argument repose sur les bonnes hypothèses, cite l’état réel de l’art et résiste aux tentatives de reproduction.

La nouveauté cryptographique ajoute une autre difficulté. Un résultat peut être mathématiquement correct sans être inédit. Les chercheurs doivent explorer une vaste littérature technique, y compris des articles utilisant une terminologie ou des modèles d’attaque différents.

Anthropic a travaillé avec des universitaires de l’ETH Zurich, de l’Université de Tel Aviv et de la TU Berlin sur CryptanalysisBench, un benchmark conçu pour mesurer les modèles de langage sur des problèmes de cryptanalyse. Les benchmarks peuvent créer des comparaisons communes, mais ils ne remplacent pas la revue experte.

Un modèle pourrait progresser sur un benchmark en mémorisant des motifs reconnaissables ou en exploitant des faiblesses de son évaluation. Les chercheurs ont besoin de problèmes privés, de contrôles de contamination et de tâches exigeant un travail intermédiaire vérifiable.

Les deux attaques ont également exigé des niveaux d’autonomie très différents. Le projet HAWK impliquait une orientation humaine occasionnelle au sein d’un environnement collaboratif d’agents. Le projet AES s’est déroulé presque de manière autonome après que les chercheurs ont poussé Claude à conserver la même cible.

Qualifier les deux résultats d’autonomes sans nuance effacerait cette différence. Une meilleure description est que Claude a effectué l’essentiel de la recherche technique, tandis que des humains ont choisi les objectifs, maintenu l’environnement, remis en cause des conclusions prématurées et validé les résultats.

Ces contributions sont limitées par rapport à la rédaction manuelle de chaque preuve. Elles restent toutefois décisives. Le système avait besoin d’humains pour formuler la question de recherche et rejeter son insistance initiale selon laquelle tout progrès significatif était impossible.

Cette interaction complique les affirmations selon lesquelles l’IA serait devenue, de manière indépendante, un cryptographe de premier plan. Anthropic a montré un système capable de produire des résultats de niveau expert dans des conditions sélectionnées. L’entreprise n’a pas démontré l’existence d’un chercheur généraliste qui choisit de manière fiable des problèmes utiles et valide chaque réponse sans supervision.

Les besoins en ressources limitent également l’accès. Anthropic a fait état d’un usage intensif de l’inférence, d’une orchestration multi-agents, d’outils spécialisés et d’une validation humaine prolongée. Il ne s’agissait pas d’une session Claude ordinaire accessible à un utilisateur lambda.

L’écart entre une expérience de laboratoire de pointe et un service de recherche reproductible demeure considérable. Les groupes universitaires ont besoin d’accéder aux modèles, à des ressources de calcul sécurisées, à des infrastructures reproductibles et à une capacité de relecture suffisante avant de pouvoir tester le flux de travail de manière indépendante.

Cet écart de vérification constitue le principal compromis. L’IA peut étendre la frontière des découvertes possibles. Elle peut aussi inonder le domaine d’affirmations dont l’évaluation prend plus de temps que leur production.

La cryptographie dispose d’une défense utile contre ce mode d’échec. Les attaques peuvent souvent être exprimées sous forme d’algorithmes précis aux exigences mesurables. Des chercheurs indépendants peuvent les reproduire, contester leurs hypothèses et réviser les estimations de sécurité.

D’autres domaines scientifiques ne bénéficient peut-être pas d’une vérification aussi nette. Le travail cryptographique de Claude constitue donc à la fois une réussite de recherche et un environnement de test inhabituellement favorable à la découverte générée par machine.

Ce que les résultats d’Anthropic Claude ne compromettent pas

Aucune des deux attaques ne compromet le chiffrement en production, et présenter ces résultats comme une urgence cybernétique immédiate déforme la nature des deux avancées.

HAWK est un schéma de signature candidat, et non une base déployée pour la banque en ligne ou la messagerie. Son processus d’examen vise précisément à détecter les faiblesses avant la normalisation.

Un échec tardif ne serait pas sans précédent. Les compétitions post-quantiques exposent intentionnellement les propositions à des analyses adversariales pendant plusieurs années. Les candidats peuvent être modifiés, se voir attribuer des paramètres plus robustes ou être retirés.

SIKE offre une comparaison historique utile. Ce candidat post-quantique a résisté à des années d’étude avant que des chercheurs ne découvrent une attaque efficace à l’aide d’un ordinateur portable ordinaire. Comme Quanta l’a rapporté, cette compromission a démontré pourquoi l’évaluation publique doit se poursuivre avant le déploiement.

Le résultat de Claude sur HAWK s’inscrit dans cette tradition. L’élément inhabituel est le chercheur, non l’existence d’une faiblesse cryptographique tardive.

L’attaque rend néanmoins HAWK moins attrayant. Selon Anthropic, restaurer le niveau de sécurité visé nécessite de doubler la taille des clés. Des clés plus grandes augmentent les coûts de stockage, de transmission et de calcul, réduisant l’efficacité qui distinguait la proposition.

Le NIST et les concepteurs de HAWK doivent évaluer les marges de sécurité révisées. Ils peuvent modifier les paramètres ou reconsidérer le candidat sans remplacer aucun système actuellement déployé.

Le résultat concernant AES a un impact opérationnel direct encore plus limité. AES-128 complet utilise dix tours, tandis que Claude en a étudié sept. Attaquer un nombre réduit de tours est une méthode de recherche standard, et non la preuve que le chiffrement complet est sur le point d’échouer.

Le volume requis de textes clairs choisis place également l’attaque bien au-delà d’une exécution réaliste. Même la méthode à nombre de tours réduit exigerait une quantité invraisemblable de données et de calculs.

Anthropic souligne que la mise en œuvre de l’attaque nécessiterait d’immenses ressources. Plus important encore, cette mise en œuvre ne déchiffrerait toujours pas le trafic protégé par AES-128 normal à dix tours.

Cette découverte reste néanmoins importante comme preuve des capacités de l’IA. AES a fait l’objet de décennies d’analyse soutenue. Améliorer une attaque connue contre une version réduite suggère que Claude peut contribuer à une littérature technique mature.

Cette conclusion doit rester plus limitée que le cadrage le plus large d’Anthropic. Deux résultats de recherche ne démontrent pas que les modèles découvriront de manière fiable des faiblesses dans tous les chiffrements importants.

Les effets de sélection comptent également. L’entreprise a rendu publiques ses attaques finalisées les plus solides après de nombreuses sessions de modèle. Sa page de recherche reconnaît que de nombreuses sessions n’ont produit aucune découverte.

Les lecteurs ne peuvent pas estimer le taux de réussite du système à partir des seuls cas publiés. Il leur faudrait le nombre de cibles tentées, les ressources de calcul utilisées par tentative, les catégories d’échec et des réplications indépendantes.

La recherche provient également d’Anthropic, qui a développé le modèle et bénéficie de la démonstration de ses capacités scientifiques. Les articles et le code qui l’accompagnent améliorent la transparence, mais un examen externe reste nécessaire.

Cet examen doit distinguer trois questions. Les mathématiques sont-elles correctes ? L’attaque est-elle réellement nouvelle ? Modifie-t-elle les décisions pratiques en matière de sécurité ?

Le résultat HAWK semble pertinent pour le choix des paramètres et la normalisation. L’amélioration d’AES à nombre de tours réduit fait progresser la recherche cryptanalytique, mais ne nécessite pas de mesure corrective opérationnelle.

Les organisations ne devraient pas renouveler leurs clés AES, abandonner des services chiffrés ou se précipiter vers des migrations d’urgence à cause de cette annonce. Les équipes de sécurité devraient poursuivre leur planification post-quantique existante en fonction des normes et des cycles de vie des systèmes.

L’impact immédiat de Claude sur la cybersécurité concerne les flux de travail de recherche et la politique de divulgation. Les laboratoires doivent se préparer à des modèles capables d’identifier des résultats sensibles avant que les responsables de maintenance, les fournisseurs ou les gouvernements ne sachent comment réagir.

Anthropic affirme avoir partagé ses résultats avec les auteurs des algorithmes, des représentants gouvernementaux, des partenaires industriels et des universitaires concernés avant publication. L’entreprise a également coordonné la divulgation de l’attaque HAWK via le processus du NIST.

Cette approche fonctionne lorsque la cible n’est pas déployée ou est délibérément affaiblie. Un futur résultat touchant un chiffrement en production imposerait des choix plus difficiles concernant la vérification, le délai de correction, les contrôles d’accès et la divulgation publique.

Trois signaux indiqueront si cela devient un nouveau modèle de recherche

Le prochain test consistera à voir si des cryptographes indépendants peuvent reproduire les travaux, si les organismes de normalisation agissent et si les modèles ultérieurs découvrent des faiblesses pratiques.

Le premier signal est une validation technique indépendante. Les chercheurs doivent reproduire l’attaque HAWK, examiner la preuve et vérifier l’estimation de sécurité révisée sur les ensembles de paramètres pertinents.

Une reproduction réussie renforcerait l’affirmation d’Anthropic selon laquelle Claude a produit une véritable avancée de recherche. Des corrections importantes affaibliraient les affirmations concernant la fiabilité du modèle, même si l’intuition centrale subsiste.

L’article sur AES nécessite un examen similaire. Les spécialistes devraient tester la construction Möbius Bridge, confirmer son invariance revendiquée et recalculer les coûts en temps et en mémoire de l’attaque.

Le résultat n’a pas besoin de menacer AES complet pour être utile. Il doit en revanche améliorer les travaux antérieurs dans les mêmes hypothèses.

Le deuxième signal sera une réponse formelle de l’équipe HAWK ou du NIST. Des changements de paramètres, une soumission révisée ou une confiance réduite dans le candidat montreraient que la découverte de Claude a modifié un processus de normalisation en cours.

Une décision de conserver HAWK avec des ajustements documentés n’invaliderait pas le résultat. Elle montrerait que le système d’examen public a intégré la découverte comme prévu.

Le troisième signal est la réplication sur d’autres algorithmes et par d’autres groupes de recherche. Anthropic a déjà décrit des attaques préliminaires contre des versions réduites de LEA et Serpent-128, ainsi que de plus petites améliorations impliquant d’autres primitives.

Ces affirmations nécessitent des articles complets et des tests indépendants. Des résultats répétés par des chercheurs non affiliés démontreraient que la méthode s’étend au-delà du modèle, des outils et des choix d’évaluation d’un seul laboratoire.

Un impact pratique représenterait un seuil bien plus élevé. Les chercheurs devraient surveiller si l’IA découvre une faiblesse dans un algorithme entièrement déployé, un ensemble de paramètres couramment utilisé ou une implémentation que les fournisseurs doivent corriger d’urgence.

Un tel résultat renforcerait l’argument selon lequel l’impact de Claude sur la cybersécurité dépasse l’accélération de l’examen universitaire. Des découvertes qui resteraient limitées aux schémas candidats et aux chiffrements à nombre de tours réduit étayeraient une conclusion plus restreinte.

La capacité de divulgation comptera autant que les performances du modèle. Un système qui produit davantage de découvertes valides que les experts ne peuvent en examiner crée un retard de sécurité plutôt qu’une protection immédiate.

Les organismes de recherche pourraient avoir besoin d’équipes de validation dédiées, d’environnements de modèles sécurisés et de règles communes pour les découvertes cryptographiques à fort impact. Les gouvernements et les organismes de normalisation auront également besoin de canaux confidentiels capables de traiter des soumissions générées par machine.

La réponse la plus utile aujourd’hui n’est ni le rejet ni la panique. Les développeurs devraient comprendre ce que ciblent les attaques. Les responsables de la sécurité devraient suivre les normes validées plutôt que les interprétations des réseaux sociaux.

Les chercheurs devraient examiner les méthodes publiées et tester si le flux de travail se transfère à d’autres problèmes difficiles. Toute personne évaluant anthropic claude devrait se concentrer sur la reproductibilité, les exigences de révision humaine et la distance entre une attaque universitaire et une menace opérationnelle.

La question des prochains mois est concrète : les experts indépendants pourront-ils reproduire ces résultats plus rapidement que Claude ne pourra générer la prochaine série ? La réponse déterminera si l’IA devient un collaborateur cryptographique fiable ou une source exceptionnellement productive d’affirmations en attente de jugement humain.