La course à la sécurité entre Anthropic et Google s’intensifie alors que Claude révèle des faiblesses cryptographiques

Anthropic affirme que Claude Mythos Preview a découvert deux attaques cryptographiques, dont l’une contre un candidat à la signature post-quantique ayant résisté à deux années d’examen par des experts. La relation entre Anthropic et Google en matière de sécurité fait désormais face à une question plus complexe que la défense logicielle classique. Les laboratoires de pointe peuvent-ils gérer en toute sécurité des systèmes d’IA qui opèrent de plus en plus comme des chercheurs en cryptographie ?

Ces découvertes ne compromettent ni les services bancaires en ligne, ni les messages chiffrés, ni les services Google déployés. L’une cible HAWK, une proposition de signature numérique non déployée actuellement évaluée par le National Institute of Standards and Technology. L’autre améliore une attaque contre AES à sept tours, une version de recherche délibérément affaiblie du chiffrement largement déployé.

Cette limite est importante, mais elle ne rend pas la recherche banale. Mythos a trouvé l’attaque contre HAWK après environ 60 heures et a effectué l’essentiel du travail avec une intervention humaine limitée. Il a également développé une nouvelle technique qui a accéléré de 200 à 800 fois une attaque théorique existante contre AES.

Google intervient dans cette histoire à la fois comme partenaire d’Anthropic et comme rival dans la recherche de pointe. L’entreprise participe à l’initiative de sécurité Project Glasswing d’Anthropic tout en développant Gemini et ses propres systèmes de raisonnement mathématique. Cette configuration fait de ce résultat un test de défense partagée, de capacité concurrentielle et de divulgation responsable.

Claude est passé de la détection d’erreurs de code à l’évaluation de conceptions cryptographiques

Le changement important est que Claude a attaqué les fondements mathématiques d’algorithmes proposés, et non de simples erreurs dans leurs implémentations logicielles.

Les vulnérabilités logicielles et les faiblesses cryptographiques sont liées, mais elles ne sont pas interchangeables. Un bug d’implémentation survient lorsque des développeurs traduisent incorrectement une conception solide en code fonctionnel. Une faiblesse cryptanalytique concerne les hypothèses intégrées à la conception elle-même.

Claude avait déjà détecté des problèmes d’implémentation dans des bibliothèques cryptographiques. Ces cas impliquaient du code utilisant incorrectement des algorithmes de chiffrement. Les recherches d’Anthropic sur la cryptographie indiquent que Mythos Preview a désormais trouvé des attaques mathématiques améliorées contre les algorithmes qui lui ont été soumis par les chercheurs.

La première cible était HAWK, un schéma de signature numérique post-quantique. Une signature numérique permet à un système de vérifier une identité et de détecter des modifications non autorisées sans exposer la clé privée du signataire.

La cryptographie post-quantique vise à résister à la fois aux ordinateurs conventionnels et aux futures machines quantiques pertinentes sur le plan cryptographique. De telles machines menaceraient les systèmes à clé publique largement utilisés, notamment RSA et les signatures sur courbes elliptiques.

HAWK reste un candidat dans le processus du NIST visant à sélectionner des normes supplémentaires de signatures numériques. Son évaluation publique est conçue pour révéler des faiblesses avant que gouvernements et entreprises n’en dépendent.

Ce processus avait déjà soumis HAWK à deux cycles d’analyse experte sur environ deux ans. Mythos a ensuite identifié une symétrie jusque-là inutilisée dans le réseau mathématique sur lequel repose le schéma.

Un réseau est une grille structurée de points utilisée pour construire des problèmes réputés difficiles pour les ordinateurs. HAWK repose sur la difficulté à trouver des relations entre certains réseaux.

Mythos a découvert un automorphisme non trivial, c’est-à-dire une symétrie cachée qui préserve la structure du réseau. Des travaux antérieurs avaient montré que localiser une telle symétrie permettrait une attaque. Ils n’avaient pas établi que la symétrie pertinente était accessible dans HAWK.

L’attaque résultante a réduit le travail estimé nécessaire pour récupérer la plus petite clé HAWK-256, de 2^64 opérations à 2^38. Les paramètres HAWK plus grands restent impossibles à attaquer en pratique, et la méthode ne remet pas en cause la cryptographie sur réseaux de manière générale.

La conséquence pratique demeure néanmoins sérieuse pour la conception de HAWK. Selon Anthropic, conserver le niveau de sécurité visé exigerait environ de doubler la taille de ses clés. Cette modification supprimerait d’importants avantages d’efficacité qui sous-tendent la proposition.

L’évaluation de HAWK fait donc ce que devrait faire un examen cryptographique public. Une conception a été soumise à un processus contradictoire, une faiblesse est apparue avant son déploiement, et les évaluateurs ont obtenu des éléments pour leur décision de normalisation.

Le renversement tient à l’origine de ces éléments. Un modèle de langage, épaulé par un chercheur sans formation spécialisée en cryptographie sur réseaux, a trouvé l’idée centrale que des experts reconnus n’avaient pas publiée.

Le partenariat entre Anthropic et Google couvre désormais une frontière plus sensible

La relation entre Anthropic et Google donne aux défenseurs accès à des analyses plus puissantes, tout en créant une responsabilité partagée pour des résultats qui ne peuvent pas toujours être publiés immédiatement.

Google fait partie des nombreuses entreprises technologiques participant à Project Glasswing, le programme d’Anthropic visant à appliquer Claude Mythos à des logiciels importants. Parmi les autres participants nommés figurent Apple, Microsoft, Amazon Web Services, Cisco, NVIDIA et la Linux Foundation.

Ce groupe donne à Anthropic accès à des équipes de sécurité expérimentées et à des systèmes largement déployés. Il crée aussi des canaux pour valider les résultats, coordonner les correctifs et décider à quel moment les détails techniques peuvent être rendus publics sans risque.

La cryptographie rend ces questions de coordination plus difficiles. Une vulnérabilité logicielle dispose normalement d’un responsable identifiable et d’une voie de correction. Une faiblesse dans une primitive cryptographique déployée peut affecter les protocoles, le matériel, les certificats, les systèmes d’identité et les informations archivées.

Remplacer un algorithme peut prendre des années. Les organisations doivent d’abord identifier tous les endroits où l’algorithme est utilisé. Elles ont ensuite besoin de remplacements compatibles, de matériel mis à jour, de clés migrées, du soutien des fournisseurs et de règles concernant les anciennes données.

Google a un intérêt direct dans cette transition. Ses navigateurs, services cloud, systèmes d’exploitation et infrastructures d’identité dépendent de la cryptographie. L’entreprise mène également des recherches en informatique quantique qui éclairent les estimations sur le moment où les systèmes à clé publique existants devront être remplacés.

Anthropic a lié son analyse de HAWK à la discussion de Google sur le raccourcissement du délai avant l’arrivée d’un ordinateur quantique pertinent sur le plan cryptographique. L’estimation du risque quantique de Google ne prouve pas qu’une telle machine arrivera selon un calendrier fixe. Elle montre que les grands laboratoires considèrent la planification de la migration comme un problème d’ingénierie actif.

Le partenariat entre Anthropic et Google illustre également une structure de marché inhabituelle. Les entreprises coopèrent sur la sécurité défensive tout en rivalisant pour créer des modèles généralistes toujours plus capables.

Google a présenté des recherches mathématiques effectuées avec Gemini. Anthropic a présenté la cryptanalyse de Claude comme une preuve de capacités de recherche de niveau expert. OpenAI a formulé des affirmations similaires à propos de modèles s’attaquant à des problèmes mathématiques difficiles.

Ces résultats déplacent la compétition au-delà de la qualité des chatbots et des benchmarks de programmation. Les laboratoires veulent désormais des modèles capables d’explorer la littérature, de proposer des hypothèses, de mener des expériences, d’écarter les approches infructueuses et de produire des résultats adaptés à l’examen d’experts.

La cryptanalyse constitue un test particulièrement révélateur. De nombreuses attaques proposées peuvent être vérifiées à l’aide d’arguments mathématiques ou de démonstrations exécutables. Le succès est ainsi plus facile à évaluer qu’un essai ouvert ou une recommandation commerciale.

Le domaine entraîne également des conséquences exceptionnellement importantes. Une affirmation erronée peut gaspiller des semaines de travail spécialisé. Un résultat correct contre un système déployé peut créer un problème immédiat de divulgation.

C’est pourquoi le lien entre Anthropic et Google importe davantage qu’une annonce de partenariat classique. Le produit pertinent n’est pas seulement le modèle. C’est le système combiné de chercheurs, d’infrastructures sécurisées, de procédures de validation, de fournisseurs et de contacts gouvernementaux qui entoure le modèle.

Les entreprises devraient en tirer une leçon similaire. Acheter un accès à un modèle avancé ne crée pas un programme de cryptographie. Les organisations ont besoin d’un inventaire des algorithmes, d’évaluateurs responsables, d’environnements de test contrôlés et d’un mécanisme d’escalade pour les résultats crédibles.

Elles ont aussi besoin de registres durables des éléments probants et des décisions. Une base de connaissances d’ingénierie consultable peut aider les équipes à préserver les résultats de tests, le contexte d’implémentation et les conclusions des évaluateurs tout au long d’une longue migration.

La pression pèse le plus lourdement sur les responsables de la sécurité qui considèrent encore la cryptographie comme une infrastructure statique. La recherche assistée par l’IA rend l’évaluation continue plus réaliste, tout en réduisant le temps disponible pour réagir lorsque les hypothèses échouent.

Les chercheurs d’Anthropic et Google font face à un nouveau goulot d’étranglement de validation

Claude a généré des découvertes candidates plus vite que les chercheurs d’Anthropic ne pouvaient les valider avec confiance et les préparer à la publication.

L’effort sur HAWK a utilisé un dispositif multi-agent, un environnement contrôlé dans lequel plusieurs instances de Claude pouvaient échanger des résultats et utiliser des outils de calcul. Le système avait accès à Python, au logiciel mathématique Sage et à des recherches cryptographiques publiées.

Un opérateur humain assurait la gestion du projet et donnait occasionnellement des orientations non techniques. L’opérateur possédait une expérience en informatique théorique, mais n’était pas spécialiste de la cryptographie sur réseaux.

Deux agents du modèle ont examiné indépendamment la symétrie devenue centrale dans l’attaque. L’un a écarté prématurément l’approche. L’autre l’a développée davantage, a partagé des preuves et a finalement convaincu son pair.

Mythos a ensuite construit une chaîne de vérification de bout en bout. Cette étape a permis à l’opérateur humain de tester si la méthode proposée de récupération de clé fonctionnait comme décrit.

L’expérience sur AES a nécessité moins de guidage direct après qu’Anthropic a construit le cadre initial. AES, ou Advanced Encryption Standard, chiffre les données en transformant à plusieurs reprises des blocs de taille fixe à l’aide d’une clé secrète.

AES-128 utilise 10 tours. Les chercheurs étudient des versions à nombre réduit de tours afin de mesurer les marges de sécurité et de développer des techniques susceptibles de révéler des faiblesses structurelles. Casser sept tours ne casse pas le chiffrement complet déployé.

L’attaque précédente contre sept tours utilisait une méthode de rencontre au milieu. Cette technique stocke des calculs intermédiaires afin qu’un attaquant puisse relier des calculs partiels provenant de directions opposées.

Une étape nécessitait 256 hypothèses et recherches distinctes. Mythos a créé une empreinte qui restait inchangée entre ces hypothèses, éliminant cette partie de la recherche.

Claude a nommé cette construction un Möbius Bridge. Des optimisations supplémentaires ont compensé le coût du calcul de la nouvelle transformation, produisant l’accélération annoncée de 200 à 800 fois.

L’attaque suppose toujours l’accès à 2^105 textes en clair choisis. Un modèle à textes en clair choisis permet à un attaquant de demander le chiffrement de messages sélectionnés sous une clé inconnue. Cette exigence en données rend le résultat totalement impraticable.

Anthropic indique également que la mise en œuvre de l’attaque nécessiterait des ressources informatiques extraordinaires. Plus important encore, la méthode s’applique à sept tours plutôt qu’aux 10 tours utilisés par AES-128.

La recherche modifie donc la compréhension publiée d’un système réduit sans créer une attaque opérationnelle contre le chiffrement quotidien. Ces deux affirmations peuvent être vraies en même temps.

Ce qui ressort, c’est l’écart entre le temps de découverte et le temps de vérification. Mythos a trouvé l’idée liée à AES en environ une semaine, après avoir produit un très grand volume de travaux intermédiaires. Des chercheurs humains ont ensuite passé plusieurs centaines d’heures à étudier la cryptographie et à contrôler le résultat.

Anthropic indique que deux chercheurs ont eu besoin de près d’un mois pour avoir confiance dans la méthode. Ce déséquilibre est le mécanisme à l’origine du problème plus vaste auquel l’industrie est confrontée.

Les modèles peuvent mener en parallèle de nombreuses recherches spéculatives. Les spécialistes humains doivent déterminer si chaque résultat est correct, inédit, pertinent et sûr à divulguer. Augmenter la première activité sans accroître la seconde crée une file d’attente de validation qui ne cesse de s’allonger.

La nouvelle étude CryptanalysisBench rend cette tendance mesurable. Ses auteurs ont réuni 191 tâches couvrant six familles de primitives cryptographiques et trois niveaux de difficulté.

Cinq modèles de pointe auraient compromis entre 65 % et 86 % des schémas du premier niveau. Ils ont également trouvé des attaques contre des tâches plus robustes et simplifiées, y compris des résultats que les auteurs jugeaient auparavant inconnus.

Ces résultats de benchmark restent des affirmations de recherche, et non une garantie de cryptanalyse autonome fiable. Ils fournissent toutefois un test plus large que les deux exemples phares d’Anthropic.

Pour le réseau de sécurité Anthropic Google, la question opérationnelle est désormais claire. L’accès aux modèles peut accroître la capacité de découverte, mais les partenaires ont toujours besoin de spécialistes rares pour valider ce que produisent les modèles.

Le résultat sur AES est important sans constituer une urgence pour le chiffrement

Aucune des deux découvertes ne compromet un système cryptographique en production, et exagérer ce point masquerait la véritable importance de la recherche.

Le titre trompeur le plus facile serait d’affirmer que Claude a cassé AES. Ce n’est pas le cas. Mythos a amélioré une attaque théorique contre une version modifiée utilisant sept des 10 tours d’AES-128.

Les cryptographes étudient intentionnellement des conceptions à nombre de tours réduit, car les algorithmes à pleine puissance résistent souvent à l’analyse directe. Ces cibles plus petites aident les chercheurs à tester des idées et à comprendre le niveau de protection apporté par des tours supplémentaires.

Une meilleure attaque peut réduire la marge de sécurité perçue d’un chiffrement. Elle ne se transpose pas automatiquement au chiffrement complet, surtout lorsque plusieurs tours restent intacts.

Le NIST a standardisé le chiffrement AES en 2001. L’algorithme a fait l’objet de décennies d’analyse publique et reste central pour les communications numériques, le stockage et les systèmes d’authentification.

Le résultat Mythos prolonge cette tradition de recherche. Il améliore la meilleure attaque connue sous une hypothèse extrême sur les données, mais laisse AES-128 complet inchangé.

HAWK ne présente pas non plus d’exposition immédiate en production. Le NIST ne l’a ni standardisé ni déployé. Selon l’analyse d’Anthropic, la nouvelle attaque n’affecte pas les autres candidats aux signatures post-quantiques.

Cette limite devrait tempérer les affirmations selon lesquelles Claude a trouvé des faiblesses menaçant la sécurité actuelle d’Internet. Elle ne doit pas effacer la vitesse ni la nouveauté de ces travaux.

Un rapport indépendant de CyberScoop cite Ellen Boehm, dirigeante de Keyfactor, qui décrit le résultat sur HAWK comme une preuve que le processus d’évaluation du NIST fonctionne. L’examen public est censé écarter les candidats faibles avant leur adoption.

Cette découverte rappelle aussi les précédents échecs de standardisation post-quantique. SIKE, un autre candidat, avait reçu une attention considérable avant que des chercheurs ne découvrent une attaque dévastatrice fonctionnant sur du matériel ordinaire.

Les compétitions cryptographiques s’attendent à des éliminations. Leur objectif est de concentrer les efforts adverses avant que les standards ne deviennent difficiles à remplacer. L’IA ajoute une nouvelle source d’efforts adverses à ce processus.

Le point sceptique le plus solide concerne la validation externe. Anthropic a produit le modèle, conçu le harnais d’évaluation, employé les chercheurs et publié l’interprétation principale.

L’entreprise affirme avoir consulté des universitaires, averti les auteurs de HAWK, publié des articles et fourni du code de démonstration. Ces mesures rendent un examen indépendant possible, mais cet examen demande encore du temps.

L’article sur AES présente une autre complication. Anthropic reconnaît que ses chercheurs n’étaient pas des experts en cryptographie et ont passé beaucoup de temps à apprendre suffisamment pour vérifier le travail de Claude.

Cet aveu est précieux, car il expose le déficit de vérification. Il signifie également que des cryptographes externes devraient examiner la nouveauté revendiquée, l’analyse du temps d’exécution, les hypothèses et le lien avec les attaques antérieures.

Un code reproductible apporte des preuves plus solides pour HAWK, car les chercheurs peuvent exécuter le processus de récupération contre des clés de test. Le résultat sur AES dépend davantage d’une analyse mathématique et de complexité détaillée.

Les systèmes d’IA peuvent générer des récits techniques plausibles même lorsqu’un argument sous-jacent contient une erreur subtile. Les longues exécutions autonomes peuvent rendre ces erreurs plus difficiles à repérer, car les relecteurs doivent inspecter un raisonnement intermédiaire très étendu.

Anthropic a publié une version réécrite d’une session Claude pertinente. L’entreprise note également que de nombreuses sessions ont échoué et que des sessions ultérieures ont affiné l’idée centrale.

Cette divulgation aide les lecteurs à comprendre le processus, mais elle ne fournit pas de taux de réussite simple. Le public ne peut pas en déduire que confier à Claude n’importe quel chiffrement difficile produira une découverte valide.

La bonne conclusion est plus limitée. Un modèle de pointe soigneusement encadré a produit deux résultats sérieux de cryptanalyse dans des conditions de recherche contrôlées. L’un est directement testable, tandis que l’autre nécessite un examen continu par des experts.

Cette distinction protège les deux aspects de l’histoire. Elle évite une panique injustifiée autour du chiffrement tout en reconnaissant que la cryptanalyse assistée par IA a franchi un seuil de capacité significatif.

La véritable course oppose la vitesse de découverte à la réponse défensive

L’IA rend l’examen cryptographique moins coûteux à mettre à l’échelle, mais elle peut aussi donner aux attaquants davantage de chances de trouver l’unique faiblesse que les défenseurs ont négligée.

La recherche cryptographique traditionnelle dépend d’une communauté limitée de mathématiciens, d’ingénieurs en sécurité et de spécialistes des protocoles. Chacun ne peut explorer qu’un petit nombre d’idées à la fois.

Les systèmes agentiques changent cette contrainte. Ils peuvent lire des articles, écrire du code expérimental, générer des conjectures et lancer des recherches parallèles sans attendre de recrutements humains supplémentaires.

La plupart des pistes échoueront. Cela ne remet pas nécessairement le modèle en cause. La recherche en sécurité récompense souvent l’unique piste fructueuse parmi des centaines d’idées rejetées.

Le flux de travail de HAWK illustre cet avantage de recherche. Un agent a abandonné la direction utile, mais un autre a continué. Leur environnement partagé a permis à une idée prometteuse de survivre à une erreur individuelle.

Cette même capacité crée un risque asymétrique. Les défenseurs doivent trouver et corriger chaque faiblesse exploitable dans les systèmes qu’ils maintiennent. Un attaquant n’a besoin que d’une seule faiblesse négligée et d’une voie d’exploitation viable.

La cryptographie augmente les enjeux, car une seule primitive peut sous-tendre de nombreux produits. Une faille peut affecter des données enregistrées avant sa découverte publique, notamment lorsque des adversaires conservent du trafic chiffré pour une analyse ultérieure.

Aucune défaillance de ce type ne s’est produite ici. HAWK n’est pas déployé et AES complet reste intact. La préoccupation porte sur ce qui se produira lorsque le même processus de recherche atteindra des algorithmes de production moins étudiés.

Anthropic indique avoir déjà testé des versions réduites d’autres chiffrements. L’entreprise a fait état de travaux préliminaires impliquant LEA, Serpent-128, Salsa20, Poseidon et SHA-1.

L’entreprise a soigneusement limité ces affirmations. Plusieurs attaques ne s’appliquent qu’à des variantes à nombre de tours réduit, tandis que d’autres améliorations signalées restent modestes ou nécessitent une enquête plus approfondie.

Cette attention portée à la longue traîne reste néanmoins importante. L’attention en matière de sécurité se concentre sur des standards comme AES, TLS et les systèmes de signature largement déployés. Les algorithmes spécialisés peuvent faire l’objet d’analyses soutenues bien moins nombreuses.

Un modèle ne se fatigue pas de lire des articles obscurs ou de tester des conceptions de niche. Une fois qu’un encadrement capable existe, les chercheurs peuvent le rediriger vers de nombreuses cibles.

Le partenariat Anthropic Google offre aux défenseurs un avantage précoce en matière de coordination. Google et les autres membres de Glasswing peuvent identifier les systèmes critiques, apporter une expertise métier et préparer des canaux de remédiation avant que l’accès ne s’élargisse.

Cet avantage ne restera pas exclusif éternellement. Les laboratoires concurrents améliorent leurs systèmes de raisonnement, les modèles ouverts continuent de progresser et les techniques d’encadrement publiées peuvent se diffuser entre groupes de recherche.

Le compromis central est donc celui entre accès et préparation. Restreindre un modèle capable peut ralentir les usages malveillants, mais cela limite également le nombre de défenseurs susceptibles de l’utiliser.

Une diffusion large étend la couverture défensive tout en augmentant la probabilité que des utilisateurs mal encadrés ciblent des systèmes déployés. Elle crée aussi davantage de résultats non vérifiés que les responsables de maintenance doivent traiter.

Une réponse viable exige un accès gradué fondé sur la capacité et la sensibilité de la cible. Les tâches de benchmark bénignes nécessitent moins de contrôles que les recherches visant des systèmes d’identité déployés ou des infrastructures critiques.

Les équipes de recherche ont également besoin de règles de divulgation avant le début d’une découverte. Ces règles devraient préciser qui reçoit une découverte, comment la validation s’effectue, quand les fournisseurs sont contactés et quelles preuves peuvent être publiées.

Anthropic affirme avoir partagé l’attaque contre HAWK avec ses auteurs en juin. L’entreprise a coordonné la publication via une liste de diffusion publique du NIST et informé au préalable des partenaires gouvernementaux et industriels.

Cette procédure a fonctionné parce que HAWK avait des auteurs identifiables, un forum de normalisation et aucune base de déploiement. Une faille dans une primitive largement intégrée entraînerait une décision bien plus complexe.

Le principal adversaire n’est plus Anthropic face à Google. C’est la découverte accélérée par l’IA face au système humain plus lent chargé de la vérification, de la correction et de la migration.

Ce que le réseau de sécurité Anthropic Google doit démontrer ensuite

Les prochaines preuves devront montrer une validation reproductible, un accès responsable et une remédiation défensive plus rapide, plutôt qu’un nouveau titre de recherche isolé.

Le premier signal à surveiller est la reproduction indépendante des articles sur HAWK et AES. Les cryptographes devraient vérifier l’implémentation, les estimations de complexité, la nouveauté et les limites des deux attaques.

Une reproduction réussie renforcerait l’affirmation d’Anthropic selon laquelle Claude a mené une recherche cryptographique de niveau expert. Des erreurs substantielles ou des travaux antérieurs négligés affaibliraient l’argument plus large sur les capacités.

Le deuxième signal est le traitement de HAWK par le NIST. Les évaluateurs peuvent rejeter les paramètres actuels, demander une refonte ou décider que des clés plus grandes préservent suffisamment de valeur pour poursuivre son examen.

Cette réponse montrera si Mythos a simplement ajusté une estimation universitaire ou modifié une décision de normalisation en cours. Dans les deux cas, elle démontrerait aussi comment des preuves générées par IA entrent dans un processus public formel.

Le troisième signal est la façon dont Project Glasswing traite une découverte concernant une cryptographie déployée. Ce cas testerait la capacité du réseau de sécurité Anthropic Google à valider, contenir et coordonner un résultat avant que des attaquants ne l’exploitent.

Un système responsable doit séparer la sortie brute du modèle des affirmations exploitables de vulnérabilité. Il doit aussi fournir aux fournisseurs affectés suffisamment de preuves pour répondre sans exposer inutilement les utilisateurs.

Les prochains mois devraient montrer si des groupes universitaires adoptent CryptanalysisBench et obtiennent des résultats comparables avec d’autres modèles. Des succès répétés dans des laboratoires indépendants compteraient davantage que d’autres études de cas d’Anthropic.

Les chercheurs devraient également communiquer les taux d’échec et l’effort total de recherche. Un modèle qui trouve une attaque utile après une exploration immense a de la valeur, mais sa fiabilité diffère de celle d’un assistant de recherche constant.

Pour les acheteurs en entreprise, l’action immédiate ne consiste pas à remplacer AES ni à réagir à chaque affirmation de cryptographie générée par IA. Elle consiste à cartographier les dépendances cryptographiques et à désigner des responsables pour les futures migrations.

Les équipes de sécurité devraient demander aux fournisseurs comment ils recensent leurs algorithmes, valident les conclusions assistées par l’IA et coordonnent la divulgation. Elles devraient également préserver leur capacité à renouveler les clés et à remplacer les primitives sans devoir reconstruire des applications entières.

Les résultats de Claude n’annoncent pas une crise du chiffrement. Ils annoncent une boucle de recherche plus rapide, dont les institutions défensives continuent d’opérer à un rythme humain.

La question décisive est de savoir si Anthropic, Google, les organismes de normalisation et les cryptographes indépendants peuvent, ensemble, raccourcir cette boucle de réponse. Dans le cas contraire, la prochaine découverte valide pourrait arriver avant que ses utilisateurs ne soient prêts.