La partnership per la sicurezza tra Anthropic e Google affronta una nuova prova mentre Claude Mythos supera la ricerca umana in crittografia

Anthropic afferma che Claude Mythos Preview ha individuato due attacchi crittografici in pochi giorni, nonostante anni di precedente scrutinio umano. La partnership per la sicurezza tra Anthropic e Google si trova ora ad affrontare una questione più difficile rispetto alla scoperta di vulnerabilità software. I difensori possono convalidare e assorbire la ricerca generata dalle macchine prima che capacità simili si diffondano tra gli aggressori?

I risultati non significano che Claude abbia violato la crittografia che protegge l'online banking, i messaggi privati o i dati aziendali. Un attacco prende di mira HAWK, una proposta di firma digitale non implementata e sottoposta a revisione federale. L'altro migliora un attacco contro AES-128 a sette round, una variante di ricerca deliberatamente indebolita del cifrario a dieci round impiegato in produzione.

Questa distinzione è importante, ma non cancella il ribaltamento centrale. La crittoanalisi ha a lungo dipeso da una piccola comunità di specialisti che unisce intuizione matematica a mesi o anni di revisione. Secondo quanto riportato, Mythos ha prodotto un attacco serio contro HAWK entro 60 ore e ha migliorato la ricerca su AES a round ridotti nell'arco di una settimana.

Google entra nella vicenda attraverso Project Glasswing, la collaborazione ristretta di Anthropic sulla sicurezza con importanti organizzazioni tecnologiche e infrastrutturali. Il programma offre a partner selezionati accesso a capacità Claude avanzate per la ricerca difensiva. Le ultime scoperte alzano la posta per ogni partecipante, perché le debolezze crittografiche creano un problema di divulgazione diverso dai normali bug software.

Claude Mythos ha individuato due tipi diversi di debolezza

Il cambiamento importante non è che l'AI possa spiegare la crittografia. È che un sistema di AI avrebbe contribuito a creare nuova crittoanalisi verificabile.

Anthropic ha reso note le scoperte il 28 luglio 2026. I suoi ricercatori hanno affermato che Mythos Preview ha contribuito ad attacchi contro HAWK e una versione ridotta dell'Advanced Encryption Standard, o AES.

HAWK è uno schema di firma digitale post-quantistico. Le firme digitali consentono a un destinatario di verificare chi ha firmato un messaggio e se qualcuno lo ha modificato. Gli schemi post-quantistici mirano a resistere agli attacchi sia dei computer convenzionali sia dei futuri computer quantistici.

Il National Institute of Standards and Technology sta valutando HAWK attraverso il proprio processo per firme aggiuntive. HAWK è un candidato, non uno standard approvato, e le organizzazioni non vi fanno attualmente affidamento per la sicurezza in produzione.

Secondo Anthropic, Mythos ha identificato un automorfismo non banale nel reticolo sottostante di HAWK. Un automorfismo è una simmetria che riconduce una struttura matematica a sé stessa preservando relazioni importanti.

Quella simmetria ha fornito ai ricercatori una scorciatoia per recuperare una chiave privata HAWK. L'attacco ha ridotto la robustezza effettiva dello schema al punto che mantenere il livello di sicurezza previsto richiederebbe chiavi sostanzialmente più grandi.

Il più piccolo insieme di parametri HAWK avrebbe dovuto richiedere circa 2^64 operazioni per essere attaccato. Il metodo riportato abbassa questa stima a circa 2^38 operazioni. Resta un calcolo considerevole, ma cambia la valutazione della sicurezza del candidato.

La scoperta mette inoltre in discussione una ragione principale per considerare HAWK. Chiavi più grandi potrebbero compensare la debolezza, ma tale modifica ridurrebbe i vantaggi di efficienza che hanno contribuito a rendere attraente la proposta.

Anthropic afferma che Mythos ha trovato il nucleo dell'attacco contro HAWK dopo circa 60 ore. Ricercatori umani hanno fornito indicazioni occasionali, revisionato l'output e trasformato il lavoro del modello in un risultato formale.

Il secondo progetto riguardava AES-128, il cifrario simmetrico ampiamente implementato utilizzato per proteggere i dati. La crittografia simmetrica usa la stessa chiave segreta per cifrare e decifrare le informazioni.

AES-128 in produzione applica dieci round di trasformazioni a ciascun blocco di dati. I crittografi studiano anche versioni a round ridotti perché queste varianti mostrano quanta protezione fornisca ogni round aggiuntivo.

Mythos ha attaccato una variante a sette round, non il cifrario completo. Il suo contributo principale è stata una tecnica matematica chiamata Möbius Bridge, che ha eliminato una ricerca ad alta intensità di memoria da un attacco esistente.

In combinazione con altre modifiche, l'approccio avrebbe reso il miglior attacco contro AES a sette round da 200 a 800 volte più rapido. Richiede comunque oltre 2^105 testi in chiaro scelti, ossia messaggi selezionati specificamente per l'analisi.

Tale requisito di dati è al di là della portata pratica. Il risultato migliora quindi lo stato dell'arte accademico senza minacciare AES-128 completo.

Anthropic afferma che ciascun progetto di ricerca ha richiesto un utilizzo sostanziale del modello. Più importante del totale delle risorse è ciò che tale utilizzo ha acquistato: esplorazione persistente di numerosi possibili percorsi matematici senza affaticamento umano.

Si tratta di due risultati differenti. Il lavoro su HAWK modifica la valutazione di un candidato attivo alla standardizzazione. Il lavoro su AES fa avanzare l'analisi di un obiettivo di ricerca indebolito, lasciando intatta la crittografia in produzione.

Insieme, creano la tensione centrale dell'articolo. Claude non ha violato Internet, ma avrebbe compresso una seria ricerca crittografica in un flusso di lavoro al ritmo della macchina.

Perché la partnership tra Anthropic e Google conta ora di più

La ricerca crittografica trasforma Project Glasswing da programma di difesa software in un primo test di governance per la scoperta scientifica alla velocità delle macchine.

Anthropic ha introdotto Claude Mythos Preview e Project Glasswing nell'aprile 2026. L'iniziativa ha riunito organizzazioni tra cui Google, Apple, Microsoft, Cisco, CrowdStrike, Amazon Web Services, NVIDIA e la Linux Foundation.

La partnership è stata progettata per individuare e riparare vulnerabilità gravi prima che sistemi di AI ampiamente disponibili offrissero agli aggressori capacità comparabili. Anthropic ha inizialmente limitato l'accesso a Mythos perché il modello avrebbe potuto scoprire e sfruttare debolezze software con poche indicazioni.

La precedente valutazione sulla cybersicurezza dell'azienda affermava che Mythos poteva ispezionare grandi codebase, identificare bug precedentemente sconosciuti e sviluppare exploit funzionanti. Riferiva inoltre di debolezze nelle implementazioni di protocolli e librerie crittografiche.

Individuare un'implementazione difettosa è diverso dall'attaccare la matematica sottostante. Un bug software di solito riguarda versioni specifiche di un programma. I responsabili possono correggere il codice, distribuire un aggiornamento e monitorarne l'adozione.

Una debolezza in un progetto crittografico ha un raggio d'impatto più ampio. Se le organizzazioni implementano diffusamente il progetto, sostituirlo può richiedere modifiche a software, hardware, protocolli, certificati, dati archiviati e sistemi di conformità.

HAWK non è implementato, il che rende questa la versione favorevole della vicenda. La debolezza è emersa durante la valutazione, prima che la proposta venisse incorporata nelle infrastrutture.

È esattamente ciò che un processo aperto di standardizzazione dovrebbe ottenere. I candidati affrontano un esame pubblico continuo affinché i progetti deboli possano essere modificati o respinti prima dell'adozione.

Ellen Boehm, vicepresidente senior di Keyfactor per la strategia e l'innovazione nell'AI, ha dichiarato a CyberScoop che la scoperta dimostra il funzionamento del processo di valutazione. La sua valutazione colloca Mythos all'interno dell'attuale sistema di revisione anziché trattarlo come un sostituto di tale sistema.

Il rapporto tra Anthropic e Google è importante perché Google gestisce software, browser, servizi cloud, sistemi di identità e infrastrutture che dipendono dalla crittografia. Impiega inoltre ricercatori che progettano e analizzano protocolli di sicurezza.

La partecipazione di Google non significa che i suoi ricercatori abbiano prodotto o approvato in modo indipendente le scoperte su HAWK e AES. Le informazioni pubbliche stabiliscono soltanto che Google partecipa a Project Glasswing e ha ricevuto accesso nell'ambito di tale quadro difensivo.

Tuttavia, Google rappresenta il tipo di organizzazione che deve reagire se la crittoanalisi automatizzata si espande. Gestisce infrastrutture sufficienti per comprendere sia l'opportunità difensiva sia l'onere della migrazione.

La pressione non è limitata a Google. Gli organismi di standardizzazione devono decidere come accettare, riprodurre e documentare proposte assistite dall'AI. I fornitori devono tracciare dove compaiono gli algoritmi nei loro prodotti. I team di sicurezza devono prepararsi a un numero di scoperte maggiore di quanto i revisori umani possano elaborare rapidamente.

La partnership tra Anthropic e Google offre quindi un primo modello di accesso controllato. Collega gli sviluppatori di modelli con organizzazioni capaci di convalidare le scoperte e coordinare le correzioni.

Questo approccio concentra inoltre informazioni e capacità in un piccolo gruppo. Le organizzazioni esterne alla partnership devono confidare che i partecipanti divulghino risultati rilevanti in modo rapido, accurato ed equo.

La ricerca crittografica rende questa preoccupazione più urgente. Un fornitore di software può generalmente ricevere una segnalazione privata di bug e rilasciare una correzione. Una debolezza matematica appena scoperta può colpire contemporaneamente fornitori concorrenti, governi, ricercatori e processi di standardizzazione.

La sfida non consiste più soltanto nell'individuare le falle prima degli aggressori. Consiste nel costruire una pipeline di revisione capace di tenere il passo senza conferire a un consorzio privato un'influenza eccessiva sulle decisioni di sicurezza pubblica.

Il vero progresso è la compressione della ricerca

Mythos non ha eliminato i crittografi umani. Ha cambiato la quantità di lavoro esplorativo che un piccolo team umano può tentare in un periodo fisso.

La crittoanalisi combina teoria, sperimentazione, implementazione e fallimenti ripetuti. I ricercatori formulano ipotesi, testano casi più piccoli, scrivono codice, esaminano i risultati, rivedono le assunzioni e decidono quale percorso meriti maggiore attenzione.

I modelli linguistici possono ora partecipare lungo tutto questo ciclo. Possono leggere specifiche, derivare equazioni, implementare esperimenti, invocare strumenti matematici, confrontare output e preservare risultati intermedi utili.

Questa ampiezza conta più di qualsiasi singola risposta. L'automazione tradizionale funziona bene quando i ricercatori conoscono già l'esatta procedura di ricerca. I modelli di frontiera possono proporre e testare procedure diverse reagendo a evidenze inattese.

Il caso HAWK sarebbe iniziato con Mythos che identificava una simmetria strutturale nel reticolo dello schema. Un ricercatore umano ha poi contribuito a orientare l'indagine e a valutare se l'osservazione supportasse un attacco reale.

Questo flusso di lavoro complica le semplici affermazioni sull'autonomia. Il modello ha contribuito con un'idea chiave e ha svolto gran parte dell'analisi, ma gli umani hanno selezionato l'obiettivo di ricerca, configurato l'ambiente, revisionato gli output e preparato il risultato.

“Autonomo” dovrebbe quindi descrivere parti del processo, non l'intero progetto scientifico. Mythos poteva continuare l'esplorazione tecnica senza sollecitazioni costanti. Non ha scelto in autonomia l'obiettivo sociale né lo standard di pubblicazione.

Il progetto AES a round ridotti dimostra una diversa forma di valore. L'obiettivo aveva ricevuto un'ampia analisi umana e il modello non ha rivelato una compromissione pratica. Ha trovato un percorso più efficiente attraverso un attacco teorico altamente vincolato.

L'accelerazione riportata è derivata in parte dall'eliminazione di una tabella di ricerca contenente 256 voci. Ciò non ha eliminato l'enorme requisito di dati dell'attacco, ma ne ha migliorato le caratteristiche di tempo e memoria.

Questa distinzione mostra perché la ricerca assistita dall'AI possa progredire prima che i modelli diventino universalmente affidabili. Un attacco candidato può spesso essere verificato attraverso equazioni, codice eseguibile o un esperimento formale di sicurezza.

La crittoanalisi offre un riscontro insolitamente chiaro. O un metodo proposto per il recupero della chiave recupera la chiave nelle condizioni dichiarate, oppure non lo fa. I ricercatori possono scartare molti percorsi allucinati senza dover confidare nella prosa del modello.

Il recente CryptanalysisBench offre prove più ampie di questo cambiamento nelle capacità. I suoi autori hanno valutato 191 attività distribuite su sei famiglie di primitive crittografiche.

Cinque modelli di frontiera hanno risolto tra il 65 e l’86 per cento delle attività che riguardavano schemi con attacchi pratici noti. Claude Mythos 5 ha ottenuto 42 successi su 49 attività di Livello 1, il risultato più alto riportato.

Il benchmark includeva anche schemi più difficili, privi di compromissioni pratiche note. Mythos 5 ha violato 61 schemi contando le varianti complete e scalate, rispetto ai 37 di Claude Opus 4.8.

Questi dati non dimostrano che i modelli possano sconfiggere la crittografia moderna usata in produzione. Il livello delle sfide rimane in gran parte irrisolto e molte vittorie nel benchmark riguardano configurazioni indebolite o schemi con difetti noti.

I risultati mostrano però che i modelli sanno muoversi in ambienti di ricerca tecnici, implementare attacchi e talvolta individuare problemi di progettazione non segnalati in precedenza. È una soglia più alta rispetto alla semplice sintesi di articoli esistenti.

Anche il confronto con gli esseri umani richiede cautela. Un’esecuzione del modello di 60 ore non equivale a un crittografo che lavora per 60 ore. Il sistema può usare grandi quantità di calcolo, sperimentazione parallela e un’estesa conoscenza pregressa codificata durante l’addestramento.

Il confronto significativo riguarda il tempo di ricerca trascorso e l’output del team. Un piccolo gruppo ha ottenuto accesso a una quantità di lavoro esplorativo molto superiore a quella che avrebbe potuto produrre manualmente nella stessa settimana.

Questa è compressione della ricerca. Il modello trasforma il calcolo in ulteriori tentativi, mentre gli esseri umani decidono quali tentativi meritino fiducia.

Questo equilibrio spinge i laboratori a riprogettare le proprie operazioni di ricerca. L’esperienza si sposta verso la scelta dei bersagli, la costruzione di valutazioni, l’individuazione di sottili errori del modello e la trasformazione di risultati provvisori in affermazioni difendibili.

Il giudizio umano resta essenziale, ma interviene più tardi nel ciclo. I ricercatori dedicano meno tempo alla generazione di ogni singolo candidato e più tempo alla convalida di un flusso molto più ampio di candidati.

I risultati non compromettono la crittografia in produzione

Il motivo più forte per essere cauti è anche il più semplice: nessuno dei due attacchi pubblicati compromette un sistema crittografico che le persone usano oggi.

HAWK rimane una proposta. I suoi progettisti possono rivederne i parametri, rispondere all’analisi o ritirare la configurazione interessata senza costringere gli utenti a migrare sistemi già distribuiti.

La specifica HAWK descrive un sistema di firma compatto basato su assunzioni reticolari. Tali assunzioni hanno sempre richiesto un esame pubblico prima della standardizzazione.

Il risultato di Mythos contribuisce a questo esame. Non implica che ogni firma basata su reticoli abbia la stessa debolezza. L’attacco dipende dalla particolare struttura matematica di HAWK.

Non invalida neppure gli standard post-quantistici completati dal NIST. HAWK fa parte di un processo separato che esamina ulteriori opzioni per le firme digitali.

Il risultato su AES richiede una precisazione ancora più forte. AES-128 a sette round è una variante di ricerca progettata per essere più debole della forma a dieci round impiegata in produzione.

Attaccare meno round aiuta i crittografi a misurare il margine di sicurezza di un cifrario. I progressi contro sette round possono avere valore matematico senza stabilire un percorso attraverso tutti e dieci.

L’attacco assistito da Mythos presuppone inoltre un volume straordinario di testi in chiaro scelti. Uno scenario di testo in chiaro scelto consente all’attaccante di selezionare messaggi e osservarne gli output cifrati.

I sistemi reali limitano l’accesso, ruotano le chiavi, limitano i dati e aggiungono protocolli attorno al cifrario sottostante. Questi controlli rendono le condizioni teoriche pubblicate ancora meno pratiche.

Definire il risultato una “violazione di AES” fuorvierebbe quindi i lettori. Si tratta di un miglioramento contro AES a round ridotti, non di una compromissione di AES-128 come distribuito.

La stessa cautela vale per le affermazioni secondo cui l’IA avrebbe superato tutti i crittografi umani. Il modello ha lavorato all’interno di un’impalcatura progettata da esseri umani e ha attinto a decenni di ricerca pubblicata incorporata nel suo ambiente di addestramento.

I ricercatori non hanno stabilito pubblicamente con quale frequenza Mythos abbia seguito piste false, quante esecuzioni siano fallite o come cambino le prestazioni con un budget computazionale fisso. Le storie di successo rivelano capacità, ma non forniscono una misura completa della produttività.

La riproducibilità presenta un altro problema. Specialisti indipendenti necessitano di dettagli sufficienti per verificare matematica e codice. Le trascrizioni del modello possono aiutare, ma lunghe tracce dell’agente possono essere più difficili da verificare rispetto a una derivazione convenzionale.

Lo scetticismo pubblico si è concentrato sul livello di supervisione specialistica. I critici sostengono che affermazioni crittografiche straordinarie meritino una revisione da parte di esperti affermati prima di un’ampia presentazione promozionale.

Questa critica non dovrebbe essere liquidata come resistenza all’automazione. Gli errori crittografici possono sopravvivere alla peer review e un attacco plausibile può nascondere un’assunzione errata sull’avversario o sul modello di sicurezza.

La conferma esterna rafforza il caso. Le notizie indicano che i progettisti di HAWK hanno riconosciuto la sostanza dell’attacco, mentre crittografi indipendenti hanno esaminato il risultato su AES a round ridotti.

Restano necessarie la pubblicazione formale e una continua peer review. Un’impressionante traccia del modello è prova di un processo di ricerca, non un sostituto di una dimostrazione completa.

Le prove del benchmark evidenziano anche chiari limiti. Persino Mythos ha fallito su alcuni schemi con attacchi noti, e le attività più difficili orientate alla produzione restano aperte.

I modelli possono sprecare il proprio budget implementando un concetto corretto, mirare al gioco di sicurezza sbagliato o sfruttare debolezze in un harness di test. Sono fallimenti degli agenti già noti, con implicazioni insolitamente elevate.

Un’organizzazione di sicurezza dovrebbe quindi trattare la crittoanalisi generata dall’IA come ricerca non attendibile finché gli esperti non la riproducono. Questa politica coglie il valore difensivo senza trasformare le dichiarazioni dei fornitori in fatti operativi.

La crittoanalisi alla velocità delle macchine cambia il collo di bottiglia dei difensori

Una scoperta più rapida aiuta i difensori solo quando verifica, divulgazione e migrazione possono procedere a una velocità comparabile.

La sicurezza del software affronta già questo squilibrio. Gli strumenti automatizzati possono generare più potenziali risultati di quanti i manutentori riescano a esaminare. Mythos estende la stessa pressione a sistemi matematicamente complessi.

Il primo collo di bottiglia è la convalida. Un modello può esplorare rapidamente molte ipotesi, ma i crittografi qualificati restano pochi. Ogni affermazione seria può richiedere un attento esame di dimostrazioni, codice, assunzioni sui parametri e modelli di minaccia.

Il secondo collo di bottiglia è la divulgazione. Lo stato non distribuito di HAWK ha semplificato il coordinamento, ma risultati futuri potrebbero riguardare primitive ampiamente usate. Pubblicare troppo presto potrebbe esporre i sistemi prima che i fornitori preparino mitigazioni.

Aspettare troppo a lungo crea anch’esso rischi. Un piccolo gruppo di aziende o governi potrebbe possedere conoscenze che riguardano tutti, mentre le organizzazioni esterne restano incapaci di valutare la propria esposizione.

Il terzo collo di bottiglia è l’inventario crittografico. Molte imprese non sanno da quali algoritmi, dimensioni delle chiavi, certificati, librerie o dispositivi incorporati dipendano.

Una debolezza appena scoperta è difficile da gestire senza questa mappa. I team non possono dare priorità alla migrazione se non riescono a individuare ogni utilizzo coinvolto.

È qui che la collaborazione tra Anthropic e Google diventa operativamente significativa. Google e altri partner di Glasswing gestiscono sistemi abbastanza grandi da verificare se i risultati generati dalle macchine possano confluire in programmi di correzione reali.

La partnership può contribuire a sviluppare metodi di revisione, standard di evidenza e procedure di divulgazione. Può anche rivelare se le grandi organizzazioni riescano a gestire i risultati senza sovraccaricare i manutentori.

Tuttavia, il controllo degli accessi non risolve il problema di diffusione sottostante. Una capacità crittoanalitica comparabile non rimarrà indefinitamente esclusiva di un singolo modello o di una singola partnership.

CryptanalysisBench ha valutato sistemi chiusi e a pesi aperti. Il modello aperto GLM-5.2 è rimasto indietro rispetto a Mythos, ma ha comunque risolto 32 delle 49 attività di Livello 1.

Questo divario è importante, ma la direzione generale conta di più. Più famiglie di modelli possono già svolgere porzioni significative di un flusso di lavoro d’attacco.

Il vantaggio offensivo dipende da ciò che accade dopo. Se i difensori usano sistemi avanzati per esaminare i candidati prima della distribuzione, l’IA può rafforzare gli standard. Se gli attaccanti ottengono modelli capaci prima che la migrazione migliori, la scoperta potrebbe superare la correzione.

La crittografia rende particolarmente pericolosa una correzione ritardata. Sostituire un componente del browser può richiedere settimane. Sostituire una primitiva incorporata nell’hardware e in certificati a lunga durata può richiedere anni.

I dati cifrati archiviati creano un’altra esposizione. Un avversario può raccogliere informazioni ora e decifrarle in seguito se un attacco futuro indebolisce la protezione sottostante.

I risultati attuali non creano questo scenario per AES. Rafforzano però il valore dell’agilità crittografica, ossia la capacità di sostituire gli algoritmi senza ricostruire un intero sistema.

Le organizzazioni di standardizzazione avranno inoltre bisogno di regole più chiare per le proposte assistite dall’IA. I ricercatori dovrebbero divulgare versioni dei modelli, impalcature, budget computazionali, interventi umani, esecuzioni fallite e metodi di verifica.

Questi dettagli consentono ai revisori di distinguere un risultato scientifico da una dimostrazione selettiva. Rendono inoltre più facile misurare le tendenze delle capacità tra i modelli.

La risposta più utile nel breve termine non è il panico né una restrizione generalizzata. È l’espansione della capacità umana e istituzionale che circonda la scoperta automatizzata.

Più validatori, strumenti riproducibili, canali di divulgazione più chiari e inventari crittografici completi determineranno se la ricerca alla velocità delle macchine gioverà prima ai difensori.

Cosa osservare dopo i risultati di Claude Mythos sulla crittografia

Tre segnali mostreranno se questo episodio diventerà un cambiamento duraturo della ricerca o resterà una dimostrazione eccezionale.

Il primo segnale è il trattamento di HAWK all’interno del processo NIST. I revisori devono determinare se parametri rivisti preservino efficienza e fiducia sufficienti affinché il candidato possa proseguire.

Una riprogettazione significativa o la rimozione rafforzerebbe l’argomento secondo cui Mythos ha modificato una reale decisione sugli standard. Un ristretto aggiustamento dei parametri indicherebbe un risultato utile ma più circoscritto.

Entrambi gli esiti convaliderebbero comunque i test prima della distribuzione. La domanda chiave è se l’analisi assistita dall’IA diventerà una parte normale della valutazione dei candidati futuri.

Il secondo segnale è la riproduzione indipendente degli attacchi contro HAWK e AES a round ridotti. Crittografi esterni devono verificare assunzioni, derivazioni, implementazione e prestazioni riportate.

Una riproduzione chiara rafforzerebbe l’affermazione di Anthropic secondo cui Mythos ha contribuito a una ricerca autentica. Correzioni sostanziali restringerebbero il risultato ed esporrebbero debolezze nell’attuale processo di convalida.

Il terzo segnale è la prossima generazione di benchmark controllati. I ricercatori dovrebbero concentrarsi su schemi a piena robustezza, problemi di test non pubblicati e attività protette dalla contaminazione dei dati di addestramento.

CryptanalysisBench separa già gli attacchi noti dagli schemi più difficili e verifica le tracce alla ricerca di segnali di memorizzazione. I suoi livelli non saturi offrono un utile punto di partenza.

I progressi in questi livelli sarebbero più informativi della ripetizione di attacchi già risolti. Un modello che individua con costanza nuovi difetti con budget fissi sosterrebbe un’affermazione più forte sulla ricerca scientifica automatizzata.

Anche la partnership di sicurezza tra Anthropic e Google dovrebbe divulgare come le organizzazioni partecipanti gestiscono i risultati crittografici. Prove utili includerebbero tempistiche di convalida, esiti della divulgazione e la quota di rapporti del modello respinti dagli esperti.

I lettori dovrebbero resistere a entrambi gli estremi più comodi. Claude Mythos non ha compromesso la crittografia di uso quotidiano, ma liquidare il lavoro perché i suoi obiettivi non erano implementati o erano versioni ridotte significherebbe non cogliere lo scopo della ricerca crittografica.

I margini di sicurezza vengono studiati prima che scompaiano. Gli standard candidati vengono attaccati prima che gli utenti ne dipendano. Gli ultimi risultati suggeriscono che l’IA possa contribuire in modo significativo a entrambe le attività.

Sviluppatori e acquirenti aziendali dovrebbero chiedersi se le loro organizzazioni siano in grado di identificare ogni algoritmo critico utilizzato. Dovrebbero inoltre chiedersi con quale rapidità tali dipendenze possano cambiare quando uno standard perde credibilità.

I ricercatori dovrebbero osservare se team indipendenti riproducono il lavoro e se il NIST modifica lo status di HAWK. Questi esiti diranno più di qualsiasi titolo sensazionalistico.

La conclusione più credibile è più circoscritta e più rilevante. Secondo quanto riportato, Mythos ha condensato anni di competenze accumulate in giorni di esplorazione mirata, mentre gli esseri umani restavano responsabili della verifica.

Questa combinazione mette sotto pressione ogni istituzione di sicurezza costruita attorno a un ciclo di ricerca più lento. Il prossimo banco di prova sarà capire se i difensori riusciranno a riprogettare i propri processi prima che la scoperta alla velocità delle macchine diventi ampiamente disponibile.