Anthropic Claude ha individuato debolezze crittografiche, ma non ha violato la crittografia moderna

Anthropic Claude ha trovato due nuovi attacchi crittografici, nonostante anni di analisi umana sui loro bersagli. Uno indebolisce HAWK, uno schema sperimentale di firma post-quantistica. L'altro migliora un attacco contro una versione deliberatamente ridotta di AES, lo standard usato per proteggere le informazioni digitali.

La notizia è importante, ma è facile rappresentarla in modo inaccurato. Anthropic afferma che Claude Mythos Preview ha prodotto ricerca matematica significativa, non semplici segnalazioni di bug software. Eppure nessuno dei due risultati compromette la crittografia che protegge oggi siti web, banche, servizi di messaggistica o dispositivi.

Questa distinzione separa un credibile traguardo di ricerca dal panico sulla crittografia. Anthropic Claude ha messo alla prova la velocità e la scala della crittoanalisi condotta da esperti, lasciando però intatti i sistemi in produzione. La vera pressione ricade sul processo di revisione umana che circonda i futuri standard, non sulle persone che usano oggi servizi cifrati.

Cosa ha effettivamente scoperto Anthropic Claude

La ricerca cambia il contributo che l'AI può offrire alla crittoanalisi, lasciando intatta la crittografia già distribuita.

Anthropic ha pubblicato la propria ricerca sulla crittografia il 28 luglio 2026. L'azienda ha descritto due attacchi sviluppati con Claude Mythos Preview, un modello a disponibilità limitata progettato per attività avanzate di cybersecurity e ricerca scientifica.

Il primo attacco prende di mira HAWK, uno schema sperimentale di firma digitale. Una firma digitale consente al destinatario di verificare un'identità o confermare che i dati non siano stati alterati. HAWK è progettato per un futuro in cui computer quantistici sufficientemente potenti potrebbero minacciare i sistemi di firma più diffusi.

HAWK resta in fase di revisione attraverso il processo del National Institute of Standards and Technology per le firme aggiuntive. Non è uno standard approvato e distribuito nei sistemi in produzione. La valutazione pubblica esiste proprio per individuare debolezze prima dell'adozione.

Anthropic afferma che HAWK aveva già superato due cicli di revisione da parte di esperti nell'arco di due anni. Operando in un ambiente di ricerca agentico, Claude Mythos Preview ha individuato una simmetria matematica non sfruttata in circa 60 ore.

Quella simmetria ha reso possibile un metodo più rapido di recupero della chiave. Il recupero della chiave consiste nel ricostruire le informazioni segrete necessarie per impersonare un firmatario. Anthropic afferma che il risultato dimezza di fatto la robustezza della chiave di HAWK.

Il parametro più piccolo, HAWK-256, illustra la portata del cambiamento. I ricercatori avevano stimato che il recupero completo della chiave richiedesse circa 2^64 unità di lavoro. Anthropic riferisce che il metodo di Claude ha ridotto la stima a 2^38.

Questa riduzione è grave per il parametro più piccolo, ma non crea una scorciatoia universale. L'attacco resta esponenziale, ossia il lavoro richiesto cresce comunque rapidamente con l'aumentare della dimensione della chiave. I parametri HAWK più grandi restano impraticabili da attaccare.

La debolezza è inoltre specifica di HAWK. Anthropic afferma che non si trasferisce ad altri candidati per firme post-quantistiche né invalida la crittografia basata su reticoli come campo più ampio.

Il secondo risultato riguarda AES-128 a sette round. AES, o Advanced Encryption Standard, è un cifrario simmetrico che usa la stessa chiave segreta per cifrare e decifrare le informazioni. NIST ha standardizzato la specifica AES nel 2001.

AES-128 in produzione utilizza dieci round, che trasformano ripetutamente i dati per nascondere le relazioni tra input, output e chiave. I crittografi studiano spesso versioni a numero ridotto di round perché offrono un modo controllato per misurare quanta sicurezza aggiunge ciascun round.

Claude Mythos Preview ha migliorato un noto attacco meet-in-the-middle contro AES a sette round. Questo metodo memorizza calcoli intermedi, quindi cerca valori corrispondenti prodotti da direzioni opposte all'interno del cifrario.

Il modello ha proposto una tecnica di fingerprinting chiamata Möbius Bridge. Anthropic afferma che questa tecnica elimina un'ipotesi dall'attacco e lo rende da 200 a 800 volte più veloce rispetto all'approccio precedente.

Senza il vincolo mancante, tutto ciò può sembrare allarmante. L'attacco presuppone l'accesso a 2^105 testi in chiaro scelti, ossia che un attaccante possa chiedere ripetutamente di cifrare dati selezionati con una chiave sconosciuta. Questo requisito rende l'attacco del tutto impraticabile.

Inoltre, prende di mira sette round anziché i dieci round usati da AES-128. Claude non ha violato AES completo, indebolito un'implementazione in produzione o esposto dati cifrati dei clienti.

La notizia è quindi circoscritta ma importante. Un modello ha sviluppato attacchi pubblicabili contro due bersagli di ricerca accuratamente selezionati. Non ha prodotto una chiave universale per l'internet moderno.

Perché la ricerca crittografica di Claude mette sotto pressione la revisione umana

Il principale vantaggio di Claude non è stata una scorciatoia magica, ma la capacità di sostenere una ricerca ampia tra letteratura, matematica, codice e idee fallite.

Per il risultato su HAWK, Anthropic ha collocato Mythos Preview in un harness multi-agente isolato. Un harness combina prompt, strumenti, codice e un ambiente operativo che aiuta un sistema di AI a perseguire un obiettivo più ampio.

Il modello poteva esaminare ricerche pubblicate, svolgere ragionamenti matematici, eseguire esperimenti computazionali e comunicare tra agenti operativi. L'operatore umano aveva esperienza in informatica teorica, ma non era uno specialista della crittografia basata su reticoli.

Secondo Anthropic, la guida umana si è concentrata principalmente sulla gestione del progetto. L'operatore ha suggerito modi per tracciare le idee e ha identificato librerie per la verifica. I worker di Claude hanno sviluppato e testato l'attacco sottostante.

Un'interazione mostra perché questo processo differisce dalla risposta di un singolo chatbot. Due worker hanno investigato la simmetria che alla fine ha reso possibile l'attacco. Uno ha scartato l'idea troppo presto, mentre l'altro ha trovato un modo per utilizzarla.

Gli agenti hanno scambiato le proprie conclusioni finché entrambi non hanno accettato il risultato. Questo schema ricorda un gruppo di ricerca impegnato in una revisione interna, sebbene ogni partecipante provenisse dalla stessa famiglia di modelli sottostante.

L'esperimento su AES ha richiesto meno guida diretta. Un ricercatore ha costruito una struttura che permetteva al modello di proporre ipotesi, testarle, scartare i fallimenti e cercare un miglioramento rispetto alla crittoanalisi pubblicata.

Inizialmente Claude ha resistito all'incarico. Ha sostenuto ripetutamente che il bersaglio fosse stato studiato troppo a fondo e che non restasse nulla di facile. I ricercatori hanno risposto rafforzando il requisito di produrre lavoro originale.

Il modello ha quindi generato centinaia di milioni di token nell'arco di diversi giorni. Dopo un miliardo di token in output, Anthropic afferma che aveva sviluppato e perfezionato l'attacco descritto nell'articolo di accompagnamento.

La sola persistenza non spiega il risultato. Un sistema automatizzato di forza bruta può esplorare un ampio spazio senza comprenderne la struttura. Claude ha invece collegato la letteratura di ricerca, proposto trasformazioni, scritto codice sperimentale, valutato obiezioni e conservato conclusioni utili per agenti successivi.

È qui che la ricerca crittografica di Claude mette sotto pressione le pratiche tradizionali. La revisione tra esperti dipende tipicamente da un numero ridotto di specialisti, che dividono il proprio tempo tra insegnamento, implementazione, lavoro sugli standard e peer review.

Un processo di ricerca basato sull'AI può testare in parallelo molti percorsi speculativi. La maggior parte può fallire senza richiedere ulteriore attenzione umana. Gli esseri umani intervengono più tardi per convalidare i pochi risultati che resistono.

Questo crea una nuova asimmetria. Produrre un risultato candidato diventa più veloce che verificarne originalità e correttezza. Anthropic afferma che l'idea per AES è emersa nel giro di una settimana, mentre due ricercatori hanno impiegato quasi un mese per acquisire fiducia nel risultato.

Il collo di bottiglia si è spostato dalla generazione delle idee alla validazione. I crittografi devono confermare la matematica, confrontarla con lavori precedenti, ispezionare le ipotesi, riprodurre i calcoli e decidere se il risultato influisce su sistemi reali.

Questo divario conta perché la crittografia richiede un livello di fiducia insolitamente elevato. Una dimostrazione plausibile o un esperimento riuscito possono comunque nascondere un'ipotesi non valida. Un piccolo errore in una stima di sicurezza può cambiare se un attacco resta accademico o diventa operativo.

I team avranno bisogno di registrazioni più solide su come si sviluppano i risultati generati dall'AI. Codice riproducibile, tracciamento delle fonti, log degli esperimenti e ipotesi scartate diventano artefatti di ricerca essenziali.

La stessa esigenza si applica oltre la crittografia. I team di ingegneria faticano già a conservare il ragionamento alla base di decisioni tecniche complesse. Una base di conoscenza ingegneristica ricercabile può collegare gli output dei modelli con articoli, test, revisioni e decisioni finali.

La pressione è tanto organizzativa quanto matematica. Le istituzioni di ricerca devono decidere chi convalida le affermazioni generate dalle macchine, come attribuire il merito ai revisori e quando i risultati sensibili dovrebbero restare privati.

Il compromesso centrale è tra velocità della ricerca e verifica

Anthropic Claude può accelerare la scoperta crittografica, ma ogni accelerazione aumenta anche l'onere di dimostrare che un risultato sia reale, nuovo e sicuro da divulgare.

Il risultato su HAWK offre il caso più chiaro perché i ricercatori possono implementare l'attacco dall'inizio alla fine. Possono generare una chiave, eseguire il metodo e verificare se il valore recuperato è corretto.

Il risultato su AES richiede un lavoro più interpretativo. Il suo attacco completo è troppo costoso da eseguire, quindi la validazione dipende dal controllo di ciascun componente e dalla conferma dell'analisi complessiva della complessità.

Anthropic afferma che i ricercatori umani hanno dedicato diverse centinaia di ore alla valutazione delle affermazioni di Claude su AES. Hanno dovuto apprendere una quantità sufficiente di crittografia specialistica per valutare il metodo del modello e preparare l'articolo.

Questo non dimostra che il risultato sia falso. Mostra che la ricerca avanzata con l'AI non elimina il bisogno di competenze. Cambia il momento in cui tali competenze entrano nel flusso di lavoro.

Invece di guidare ogni fase esplorativa, gli esseri umani possono rivedere output selezionati. Questa configurazione scala la scoperta, ma la validazione potrebbe non scalare allo stesso ritmo.

Un modello può generare molti argomenti rifiniti che appaiono internamente coerenti. I revisori devono stabilire se ogni argomento si basi sulle ipotesi corrette, citi l'effettivo stato dell'arte e resista ai tentativi di riproduzione.

L'originalità crittografica aggiunge un'altra difficoltà. Un risultato può essere matematicamente corretto senza essere nuovo. I ricercatori devono cercare in un'ampia letteratura tecnica, compresi articoli con terminologia o modelli di attacco diversi.

Anthropic ha collaborato con accademici dell'ETH Zurich, della Tel Aviv University e della TU Berlin a CryptanalysisBench, un benchmark progettato per misurare i modelli linguistici su problemi di crittoanalisi. I benchmark possono creare confronti comuni, ma non sostituiscono la revisione degli esperti.

Un modello potrebbe migliorare in un benchmark memorizzando schemi riconoscibili o sfruttando debolezze nella sua valutazione. I ricercatori hanno bisogno di problemi privati, controlli sulla contaminazione e compiti che richiedano lavoro intermedio verificabile.

I due attacchi hanno richiesto anche livelli di autonomia molto diversi. Il progetto HAWK ha comportato una guida umana occasionale all'interno di un ambiente collaborativo di agenti. Il progetto AES si è svolto quasi autonomamente dopo che i ricercatori avevano spinto Claude a mantenere fisso il bersaglio.

Definire entrambi i risultati come autonomi senza precisazioni cancellerebbe questa differenza. Una descrizione migliore è che Claude ha svolto gran parte della ricerca tecnica, mentre gli esseri umani hanno scelto gli obiettivi, mantenuto l'ambiente, contestato conclusioni premature e convalidato gli output.

Questi contributi sono limitati rispetto alla scrittura manuale di ogni dimostrazione. Restano tuttavia decisivi. Il sistema ha avuto bisogno di esseri umani per inquadrare la domanda di ricerca e respingere la sua iniziale insistenza sul fatto che progressi significativi fossero impossibili.

Questa interazione complica le affermazioni secondo cui l'AI sia diventata autonomamente una crittografa di primo livello. Anthropic ha mostrato un sistema capace di produrre risultati di livello esperto in condizioni selezionate. Non ha mostrato un ricercatore generalista che scelga con affidabilità problemi di valore e convalidi ogni risposta senza supervisione.

Anche i requisiti di risorse limitano l'accesso. Anthropic ha riferito di un uso esteso dell'inferenza, orchestrazione multi-agente, strumenti specialistici e una prolungata convalida umana. Non si è trattato di una normale sessione Claude disponibile a un utente comune.

Il divario tra un esperimento di un laboratorio di frontiera e un servizio di ricerca ripetibile resta ampio. I gruppi accademici hanno bisogno di accesso ai modelli, calcolo sicuro, infrastrutture riproducibili e capacità di revisione sufficienti prima di poter testare il flusso di lavoro in modo indipendente.

Questo divario di verifica costituisce il compromesso centrale. L'AI può ampliare la frontiera delle possibili scoperte. Può anche inondare il settore di affermazioni che richiedono più tempo per essere valutate che per essere prodotte.

La crittografia dispone di una difesa utile contro questo tipo di fallimento. Gli attacchi possono spesso essere espressi come algoritmi precisi con requisiti misurabili. Ricercatori indipendenti possono riprodurli, contestarne le ipotesi e rivedere le stime di sicurezza.

Altri campi scientifici potrebbero non disporre di una verifica altrettanto chiara. Il lavoro crittografico di Claude è quindi sia un risultato di ricerca sia un ambiente di test insolitamente favorevole per la scoperta generata dalle macchine.

Cosa non compromettono i risultati di Anthropic Claude

Nessuno dei due attacchi compromette la crittografia in produzione, e trattare i risultati come un'emergenza informatica immediata travisa entrambi.

HAWK è uno schema di firma candidato, non una base già distribuita per l'online banking o la messaggistica. Il suo processo di revisione serve a individuare debolezze prima della standardizzazione.

Un fallimento in fase avanzata non sarebbe senza precedenti. Le competizioni post-quantum espongono intenzionalmente le proposte all'analisi avversaria per diversi anni. I candidati possono essere modificati, dotati di parametri più robusti o rimossi.

SIKE offre un utile confronto storico. Il candidato post-quantum ha resistito ad anni di studio prima che i ricercatori trovassero un attacco efficiente usando un normale laptop. Come riportato da Quanta, la compromissione ha dimostrato perché la valutazione pubblica debba continuare prima della distribuzione.

Il risultato di Claude su HAWK appartiene a questa tradizione. L'aspetto insolito è il ricercatore, non l'esistenza di una debolezza crittografica scoperta tardi.

L'attacco rende effettivamente HAWK meno attraente. Anthropic afferma che per ripristinare il livello di sicurezza previsto occorre raddoppiare le dimensioni delle chiavi. Chiavi più grandi aumentano l'overhead di archiviazione, trasmissione e calcolo, riducendo l'efficienza che contribuiva a distinguere la proposta.

NIST e i progettisti di HAWK devono valutare i margini di sicurezza rivisti. Possono modificare i parametri o riconsiderare il candidato senza sostituire alcun sistema esistente già distribuito.

La scoperta su AES ha un impatto operativo diretto ancora minore. AES-128 completo utilizza dieci round, mentre Claude ne ha studiati sette. Attaccare un numero inferiore di round è un metodo di ricerca standard, non la prova che il cifrario completo stia per fallire.

Anche il volume richiesto di plaintext scelto colloca l'attacco ben oltre un'esecuzione realistica. Persino il metodo a round ridotti richiederebbe una quantità implausibile di dati e calcolo.

Anthropic osserva che l'implementazione dell'attacco richiederebbe risorse immense. Ancora più importante, l'implementazione non decifrerebbe comunque il traffico protetto dal normale AES-128 a dieci round.

La scoperta resta comunque rilevante come prova delle capacità dell'AI. AES ha ricevuto decenni di analisi concentrata. Migliorare un attacco noto contro una versione ridotta suggerisce che Claude possa contribuire all'interno di una letteratura tecnica matura.

Questa conclusione dovrebbe restare più circoscritta della formulazione più ampia di Anthropic. Due risultati di ricerca non dimostrano che i modelli scopriranno con affidabilità debolezze in ogni cifrario importante.

Anche gli effetti di selezione contano. L'azienda ha pubblicizzato i suoi attacchi completati più forti dopo molte sessioni del modello. La sua pagina di ricerca riconosce che numerose sessioni non hanno prodotto alcuna scoperta.

I lettori non possono stimare il tasso di successo del sistema soltanto dai casi pubblicati. Avrebbero bisogno del numero di obiettivi tentati, del calcolo usato per tentativo, delle categorie di fallimento e di repliche indipendenti.

La ricerca proviene inoltre da Anthropic, che ha sviluppato il modello e trae vantaggio dal dimostrarne la capacità scientifica. Gli articoli e il codice allegati migliorano la trasparenza, ma resta necessaria una revisione esterna.

Questa revisione dovrebbe separare tre domande. La matematica è corretta? L'attacco è davvero nuovo? Cambia le decisioni pratiche di sicurezza?

La scoperta su HAWK sembra rilevante per la selezione dei parametri e la standardizzazione. Il miglioramento su AES a round ridotti fa progredire la ricerca crittoanalitica, ma non richiede misure correttive operative.

Le organizzazioni non dovrebbero ruotare le chiavi AES, abbandonare servizi cifrati o precipitarsi in migrazioni d'emergenza a causa di questo annuncio. I team di sicurezza dovrebbero proseguire l'attuale pianificazione post-quantum basata su standard e cicli di vita dei sistemi.

L'impatto immediato di Claude sulla cybersecurity riguarda i flussi di lavoro di ricerca e le politiche di divulgazione. I laboratori devono prepararsi a modelli che possano identificare risultati sensibili prima che manutentori, fornitori o governi sappiano come rispondere.

Anthropic afferma di aver condiviso le scoperte con autori degli algoritmi, rappresentanti governativi, partner industriali e accademici pertinenti prima della pubblicazione. Ha inoltre coordinato la divulgazione dell'attacco HAWK attraverso il processo NIST.

Questo approccio funziona quando il bersaglio non è distribuito o è deliberatamente indebolito. Un risultato futuro che colpisca un cifrario in produzione porrebbe scelte più difficili riguardo verifica, tempo per la correzione, controlli di accesso e divulgazione pubblica.

Tre segnali mostreranno se questo diventerà un nuovo modello di ricerca

Il prossimo test è stabilire se crittografi indipendenti possano riprodurre il lavoro, se gli organismi di standardizzazione agiranno e se modelli successivi troveranno debolezze pratiche.

Il primo segnale è la convalida tecnica indipendente. I ricercatori devono riprodurre l'attacco HAWK, ispezionare la dimostrazione e verificare la stima di sicurezza rivista nei set di parametri pertinenti.

Una riproduzione riuscita rafforzerebbe l'affermazione di Anthropic secondo cui Claude ha prodotto un autentico avanzamento della ricerca. Correzioni sostanziali indebolirebbero le affermazioni sull'affidabilità del modello, anche se l'intuizione centrale sopravvivesse.

L'articolo su AES necessita di un esame analogo. Gli specialisti dovrebbero testare la costruzione Möbius Bridge, confermarne l'invarianza dichiarata e ricalcolare i costi temporali e di memoria dell'attacco.

Il risultato non deve minacciare AES completo per essere utile. Deve però migliorare il lavoro precedente alle stesse ipotesi.

Il secondo segnale è una risposta formale dal team HAWK o dal NIST. Modifiche ai parametri, una presentazione rivista o una minore fiducia nel candidato mostrerebbero che la scoperta di Claude ha modificato un processo di standardizzazione in corso.

Una decisione di mantenere HAWK con adeguamenti documentati non invaliderebbe il risultato. Mostrerebbe che il sistema di revisione pubblica ha assorbito la scoperta come previsto.

Il terzo segnale è la replica su altri algoritmi e gruppi di ricerca. Anthropic ha già descritto attacchi preliminari contro versioni ridotte di LEA e Serpent-128, oltre a miglioramenti minori che coinvolgono altre primitive.

Queste affermazioni richiedono articoli completi e test indipendenti. Risultati ripetuti da ricercatori non affiliati dimostrerebbero che il metodo si estende oltre il modello, gli strumenti e le scelte di valutazione di un singolo laboratorio.

L'impatto pratico rappresenterebbe una soglia molto più elevata. I ricercatori dovrebbero osservare se l'AI trovi una debolezza in un algoritmo pienamente distribuito, in un set di parametri comunemente usato o in un'implementazione che i fornitori debbano correggere con urgenza.

Questo risultato rafforzerebbe l'argomento secondo cui l'impatto di Claude sulla cybersecurity si estende oltre una revisione accademica accelerata. Scoperte continuative limitate a schemi candidati e cifrari a round ridotti sosterrebbero una conclusione più circoscritta.

La capacità di divulgazione conterà insieme alle prestazioni del modello. Un sistema che produca più scoperte valide di quante gli esperti possano esaminare crea un arretrato di sicurezza anziché protezione immediata.

Le organizzazioni di ricerca potrebbero aver bisogno di team dedicati alla convalida, ambienti sicuri per i modelli e regole condivise per le scoperte crittografiche ad alto impatto. Anche governi e organismi di standardizzazione avranno bisogno di canali riservati capaci di gestire contributi generati dalle macchine.

La risposta più utile oggi non è né il disprezzo né il panico. Gli sviluppatori dovrebbero capire quali sono i bersagli degli attacchi. I responsabili della sicurezza dovrebbero seguire standard convalidati anziché interpretazioni sui social media.

I ricercatori dovrebbero esaminare i metodi pubblicati e verificare se il flusso di lavoro si trasferisca ad altri problemi difficili. Chiunque valuti anthropic claude dovrebbe concentrarsi sulla riproducibilità, sui requisiti di revisione umana e sulla distanza tra un attacco accademico e una minaccia operativa.

La domanda per i prossimi mesi è concreta: gli esperti indipendenti possono riprodurre questi risultati più rapidamente di quanto Claude possa generare la prossima serie? La risposta determinerà se l'AI diventerà una collaboratrice crittografica affidabile o una fonte insolitamente produttiva di affermazioni in attesa del giudizio umano.