La corsa alla sicurezza tra Anthropic e Google si intensifica mentre Claude scopre debolezze crittografiche

Anthropic afferma che Claude Mythos Preview ha individuato due attacchi crittografici, incluso uno contro un candidato per firme post-quantum che aveva superato due anni di revisione da parte di esperti. Il rapporto sulla sicurezza tra Anthropic e Google si trova ora ad affrontare una domanda più complessa della normale difesa software. I laboratori di frontiera possono gestire in sicurezza sistemi di IA che operano sempre più come ricercatori di crittografia?

Le scoperte non compromettono l'online banking, i messaggi cifrati o i servizi Google distribuiti. Una riguarda HAWK, una proposta di firma digitale non ancora distribuita, in fase di valutazione presso il National Institute of Standards and Technology. L'altra migliora un attacco contro AES a sette round, una versione deliberatamente indebolita a fini di ricerca del cifrario ampiamente utilizzato.

Questa limitazione è importante, ma non rende la ricerca ordinaria. Mythos ha individuato l'attacco a HAWK dopo circa 60 ore e ha svolto gran parte del lavoro con una supervisione umana limitata. Ha inoltre sviluppato una nuova tecnica che ha reso un attacco teorico esistente contro AES da 200 a 800 volte più veloce.

Google entra nella vicenda sia come partner di Anthropic sia come rivale nella ricerca di frontiera. Partecipa all'iniziativa di sicurezza Project Glasswing di Anthropic, mentre sviluppa Gemini e i propri sistemi di ragionamento matematico. Questo assetto trasforma il risultato in una prova di difesa condivisa, capacità competitiva e divulgazione responsabile.

Claude è passato dall'individuazione di errori nel codice alla verifica dei progetti crittografici

Il cambiamento importante è che Claude ha attaccato la matematica alla base degli algoritmi proposti, non semplicemente gli errori nelle implementazioni software.

Le vulnerabilità software e le debolezze crittografiche sono correlate, ma non sono intercambiabili. Un bug di implementazione si manifesta quando gli sviluppatori traducono in modo errato un progetto valido in codice funzionante. Una debolezza crittanalitica riguarda invece le ipotesi all'interno del progetto stesso.

Claude aveva già individuato problemi di implementazione nelle librerie crittografiche. Quei casi riguardavano codice che utilizzava in modo errato gli algoritmi di cifratura. La ricerca sulla crittografia di Anthropic afferma che Mythos Preview ha ora scoperto attacchi matematici migliorati contro gli algoritmi che i ricercatori gli hanno sottoposto.

Il primo obiettivo era HAWK, uno schema di firma digitale post-quantum. Una firma digitale consente a un sistema di verificare l'identità e rilevare modifiche non autorizzate senza esporre la chiave privata del firmatario.

La crittografia post-quantum punta a resistere sia ai computer convenzionali sia alle future macchine quantistiche rilevanti dal punto di vista crittografico. Tali macchine minaccerebbero sistemi a chiave pubblica ampiamente usati, incluse RSA e le firme a curva ellittica.

HAWK resta un candidato nel processo NIST per la selezione di ulteriori standard per le firme digitali. La sua valutazione pubblica è progettata per far emergere debolezze prima che governi e aziende vi facciano affidamento.

Quel processo aveva già sottoposto HAWK a due cicli di analisi da parte di esperti nell'arco di circa due anni. Mythos ha poi identificato una simmetria precedentemente inutilizzata nel reticolo matematico su cui si basa lo schema.

Un reticolo è una griglia strutturata di punti utilizzata per costruire problemi ritenuti difficili per i computer. HAWK si basa sulla difficoltà di trovare relazioni tra particolari reticoli.

Mythos ha individuato un automorfismo non banale, ossia una simmetria nascosta che preserva la struttura del reticolo. Ricerche precedenti avevano mostrato che individuare tale simmetria avrebbe reso possibile un attacco. Non avevano però stabilito che la simmetria pertinente fosse accessibile in HAWK.

L'attacco risultante ha ridotto il lavoro stimato necessario per recuperare la chiave HAWK-256 più piccola da 2^64 operazioni a 2^38. I parametri HAWK più grandi restano impraticabili da attaccare e il metodo non compromette la crittografia basata su reticoli in generale.

La conseguenza pratica resta comunque seria per il progetto di HAWK. Secondo Anthropic, per mantenere il livello di sicurezza previsto sarebbe necessario all'incirca raddoppiare la dimensione della chiave. Questa modifica eliminerebbe importanti vantaggi di efficienza alla base della proposta.

La valutazione di HAWK sta quindi facendo ciò che una revisione crittografica pubblica dovrebbe fare. Un progetto è entrato in un processo avversariale, una debolezza è emersa prima della distribuzione e i revisori hanno ottenuto evidenze per la loro decisione di standardizzazione.

L'inversione riguarda chi ha fornito tali evidenze. Un modello linguistico, supportato da un ricercatore senza formazione specialistica nella crittografia basata su reticoli, ha individuato l'idea centrale che esperti affermati non avevano pubblicato.

La partnership tra Anthropic e Google copre ora una frontiera più sensibile

Il rapporto tra Anthropic e Google offre ai difensori accesso a un'analisi più potente, creando al contempo una responsabilità condivisa per risultati che non sempre possono essere pubblicati immediatamente.

Google è una delle diverse aziende tecnologiche che partecipano a Project Glasswing, il programma di Anthropic per applicare Claude Mythos a software importanti. Tra gli altri partecipanti nominati figurano Apple, Microsoft, Amazon Web Services, Cisco, NVIDIA e la Linux Foundation.

Questo gruppo offre ad Anthropic accesso a team di sicurezza esperti e a sistemi ampiamente distribuiti. Crea inoltre canali per convalidare le scoperte, coordinare le patch e decidere quando i dettagli tecnici possono diventare pubblici in sicurezza.

La crittografia rende queste questioni di coordinamento più difficili. Una vulnerabilità software ha normalmente un responsabile identificabile e un percorso per l'applicazione di patch. Una debolezza in una primitiva crittografica distribuita può riguardare protocolli, hardware, certificati, sistemi di identità e informazioni archiviate.

La sostituzione di un algoritmo può richiedere anni. Le organizzazioni devono prima identificare ogni punto in cui l'algoritmo compare. Poi servono sostituzioni compatibili, hardware aggiornato, chiavi migrate, supporto dei fornitori e regole per i dati storici.

Google ha un interesse diretto in questa transizione. I suoi browser, servizi cloud, sistemi operativi e infrastrutture di identità dipendono dalla crittografia. Conduce inoltre ricerche sul calcolo quantistico che contribuiscono alle stime su quando gli attuali sistemi a chiave pubblica debbano essere sostituiti.

Anthropic ha collegato la propria analisi di HAWK alla discussione di Google sulla riduzione della finestra temporale per l'arrivo di un computer quantistico rilevante dal punto di vista crittografico. La stima del rischio quantistico di Google non dimostra che una simile macchina arriverà secondo una tempistica fissa. È un'indicazione del fatto che i principali laboratori considerano la pianificazione della migrazione un problema ingegneristico attivo.

La partnership tra Anthropic e Google illustra anche un'insolita struttura di mercato. Le aziende collaborano sulla sicurezza difensiva mentre competono per sviluppare modelli generalisti sempre più capaci.

Google ha riportato ricerche matematiche svolte con Gemini. Anthropic ha presentato la crittanalisi di Claude come prova di capacità di ricerca a livello di esperti. OpenAI ha avanzato affermazioni simili su modelli che affrontano problemi matematici difficili.

Questi risultati spostano la competizione oltre la qualità dei chatbot e i benchmark di programmazione. I laboratori vogliono ora modelli in grado di cercare nella letteratura, proporre ipotesi, eseguire esperimenti, scartare approcci falliti e produrre risultati adatti alla revisione da parte di esperti.

La crittanalisi è un test particolarmente rivelatore. Molti attacchi proposti possono essere verificati con argomentazioni matematiche o dimostrazioni eseguibili. Questo rende il successo più facile da valutare rispetto a un saggio aperto o a una raccomandazione aziendale.

Il settore comporta anche conseguenze insolitamente elevate. Un'affermazione falsa può sprecare settimane di lavoro specialistico. Un risultato corretto contro un sistema distribuito può creare un problema immediato di divulgazione.

Ecco perché il legame tra Anthropic e Google conta più di un tradizionale annuncio di partnership. Il prodotto rilevante non è soltanto il modello. È il sistema combinato di ricercatori, infrastruttura sicura, procedure di convalida, fornitori e contatti governativi che circondano il modello.

Le aziende dovrebbero trarre una lezione simile. Acquistare l'accesso a un modello avanzato non crea un programma di crittografia. Le organizzazioni necessitano di un inventario degli algoritmi, revisori responsabili, ambienti di test controllati e un percorso per segnalare scoperte credibili.

Hanno inoltre bisogno di registri duraturi delle evidenze e delle decisioni. Una base di conoscenze ingegneristiche ricercabile può aiutare i team a preservare risultati dei test, contesto di implementazione e conclusioni dei revisori durante una lunga migrazione.

La pressione ricade soprattutto sui responsabili della sicurezza che continuano a trattare la crittografia come un'infrastruttura statica. La ricerca assistita dall'IA rende più realistica la valutazione continua, riducendo al contempo il tempo disponibile per reagire quando le ipotesi falliscono.

I ricercatori di Anthropic e Google affrontano un nuovo collo di bottiglia nella convalida

Claude ha generato scoperte candidate più rapidamente di quanto i ricercatori di Anthropic potessero convalidarle con sicurezza e prepararle per la pubblicazione.

Lo sforzo su HAWK ha utilizzato un harness multi-agente, un ambiente controllato in cui più istanze di Claude potevano scambiarsi risultati e usare strumenti computazionali. Il sistema aveva accesso a Python, al software matematico Sage e a ricerche crittografiche pubblicate.

Un operatore umano ha fornito gestione del progetto e occasionali indicazioni non tecniche. L'operatore aveva esperienza in informatica teorica, ma non era uno specialista di crittografia basata su reticoli.

Due lavoratori del modello hanno esaminato indipendentemente la simmetria divenuta centrale nell'attacco. Uno ha scartato prematuramente l'approccio. L'altro lo ha sviluppato ulteriormente, ha condiviso evidenze e alla fine ha convinto il suo pari.

Mythos ha poi costruito una pipeline di verifica end-to-end. Questo passaggio ha consentito all'operatore umano di verificare se il metodo proposto per il recupero della chiave funzionasse come descritto.

L'esperimento su AES ha richiesto una guida meno diretta dopo che Anthropic ha realizzato l'infrastruttura iniziale. AES, o Advanced Encryption Standard, cifra i dati trasformando ripetutamente blocchi di dimensione fissa con una chiave segreta.

AES-128 utilizza 10 round. I ricercatori studiano versioni a numero ridotto di round per misurare i margini di sicurezza e sviluppare tecniche che potrebbero rivelare debolezze strutturali. Rompere sette round non significa violare il cifrario completo distribuito.

Il precedente attacco a sette round utilizzava un metodo meet-in-the-middle. Questa tecnica memorizza calcoli intermedi affinché un attaccante possa collegare calcoli parziali provenienti da direzioni opposte.

Una fase richiedeva 256 ipotesi e ricerche separate. Mythos ha creato un'impronta che rimaneva invariata tra tali ipotesi, eliminando quella parte della ricerca.

Claude ha chiamato questa costruzione Möbius Bridge. Ulteriori ottimizzazioni hanno compensato il costo del calcolo della nuova trasformazione, producendo l'aumento di velocità riportato, da 200 a 800 volte.

L'attacco presuppone comunque l'accesso a 2^105 testi in chiaro scelti. Un modello a testo in chiaro scelto consente a un attaccante di richiedere cifrature di messaggi selezionati con una chiave sconosciuta. Questo requisito sui dati rende il risultato completamente impraticabile.

Anthropic afferma inoltre che l'implementazione dell'attacco richiederebbe risorse computazionali straordinarie. Ancora più importante, il metodo si applica a sette round anziché ai 10 round utilizzati da AES-128.

La ricerca modifica quindi la comprensione pubblicata di un sistema ridotto senza creare un attacco funzionante contro la cifratura di uso quotidiano. Entrambe le affermazioni possono essere vere allo stesso tempo.

Ciò che colpisce è la differenza tra il tempo di scoperta e quello di verifica. Mythos ha individuato l’idea relativa ad AES in circa una settimana, dopo aver prodotto un volume molto ampio di lavoro intermedio. I ricercatori umani hanno poi dedicato diverse centinaia di ore allo studio della crittografia e alla verifica del risultato.

Anthropic afferma che due ricercatori hanno impiegato quasi un mese per acquisire fiducia nel metodo. Questo squilibrio è il meccanismo che alimenta il problema più ampio del settore.

I modelli possono condurre in parallelo molte indagini speculative. Gli specialisti umani devono stabilire se ciascun risultato sia corretto, nuovo, rilevante e sicuro da divulgare. Espandere la prima attività senza ampliare la seconda produce una coda di revisione in crescita.

Il nuovo studio CryptanalysisBench rende misurabile questa tendenza. I suoi autori hanno raccolto 191 attività in sei famiglie di primitive crittografiche e tre livelli di difficoltà.

Secondo quanto riportato, cinque modelli frontier hanno violato tra il 65% e l’86% degli schemi di primo livello. Hanno inoltre individuato attacchi su attività più robuste e ridotte, compresi risultati che gli autori hanno ritenuto precedentemente sconosciuti.

I risultati del benchmark restano affermazioni di ricerca, non una garanzia di criptoanalisi autonoma affidabile. Tuttavia, offrono un test più ampio rispetto ai due esempi principali presentati da Anthropic.

Per la rete di sicurezza Anthropic Google, la questione operativa è ora chiara. L’accesso ai modelli può ampliare la capacità di scoperta, ma i partner hanno comunque bisogno di specialisti rari per convalidare ciò che i modelli producono.

Il risultato su AES è significativo senza costituire un’emergenza per la crittografia

Nessuna delle due scoperte compromette un sistema crittografico in produzione, e enfatizzare eccessivamente questo punto oscurerebbe la reale importanza della ricerca.

Il titolo più fuorviante direbbe che Claude ha violato AES. Non è così. Mythos ha migliorato un attacco teorico a una versione modificata che utilizza sette dei 10 round di AES-128.

I crittografi studiano intenzionalmente i design a round ridotti perché gli algoritmi a piena potenza spesso resistono all’analisi diretta. Questi obiettivi più piccoli aiutano i ricercatori a testare idee e a comprendere quanta protezione forniscano i round aggiuntivi.

Un attacco migliore può ridurre il margine di sicurezza percepito di un cifrario. Non si trasferisce automaticamente al cifrario completo, soprattutto quando diversi round restano intatti.

NIST ha standardizzato la cifratura AES nel 2001. L’algoritmo ha ricevuto decenni di analisi pubblica e rimane centrale per le comunicazioni digitali, l’archiviazione e i sistemi di autenticazione.

Il risultato di Mythos si inserisce in questa tradizione di ricerca. Migliora il miglior attacco noto sotto un’ipotesi estrema sui dati, ma lascia AES-128 completo inalterato.

Anche HAWK non presenta alcuna esposizione immediata in produzione. NIST non lo ha standardizzato né distribuito. Secondo l’analisi di Anthropic, il nuovo attacco non interessa altri candidati alle firme post-quantistiche.

Questo confine dovrebbe moderare le affermazioni secondo cui Claude avrebbe trovato debolezze che minacciano l’attuale sicurezza di internet. Non dovrebbe però cancellare la velocità o la novità del lavoro.

Un rapporto indipendente di CyberScoop ha citato Ellen Boehm, dirigente di Keyfactor, che ha descritto il risultato su HAWK come prova del funzionamento del processo di valutazione di NIST. La revisione pubblica dovrebbe respingere i candidati deboli prima dell’adozione.

La scoperta ricorda anche precedenti fallimenti della standardizzazione post-quantistica. SIKE, un altro candidato, ha resistito a notevole attenzione prima che i ricercatori trovassero un attacco devastante eseguibile su hardware ordinario.

Le competizioni crittografiche prevedono perdite. Il loro scopo è concentrare lo sforzo avversariale prima che gli standard diventino difficili da sostituire. L’AI aggiunge un’altra fonte di sforzo avversariale a questo processo.

Il punto scettico più forte riguarda la convalida esterna. Anthropic ha prodotto il modello, progettato l’infrastruttura, assunto i ricercatori e pubblicato l’interpretazione principale.

L’azienda afferma di aver consultato accademici, notificato gli autori di HAWK, pubblicato articoli e fornito codice dimostrativo. Questi passaggi rendono possibile un esame indipendente, ma l’esame richiede comunque tempo.

L’articolo su AES presenta un’ulteriore complicazione. Anthropic riconosce che i suoi ricercatori non erano esperti di crittografia e hanno dedicato molto tempo a imparare abbastanza materiale per verificare il lavoro di Claude.

Questa ammissione è preziosa perché mette in luce il divario nella verifica. Significa anche che crittografi esterni dovrebbero esaminare la novità dichiarata, l’analisi dei tempi di esecuzione, le ipotesi e il rapporto con gli attacchi precedenti.

Il codice riproducibile offre prove più solide per HAWK, perché i ricercatori possono eseguire il processo di recupero contro chiavi di test. Il risultato su AES dipende più fortemente da un’analisi matematica e di complessità dettagliata.

I sistemi AI possono generare narrazioni tecniche plausibili anche quando un argomento sottostante contiene un errore sottile. Le lunghe esecuzioni autonome possono rendere tali errori più difficili da individuare, perché i revisori devono ispezionare un ampio ragionamento intermedio.

Anthropic ha pubblicato una ricostruzione riscritta di una sessione Claude rilevante. Osserva inoltre che molte sessioni sono fallite e che quelle successive hanno perfezionato l’idea centrale.

Questa divulgazione aiuta i lettori a comprendere il processo, ma non fornisce un semplice tasso di successo. Il pubblico non può dedurre che assegnare a Claude qualsiasi cifrario difficile produrrà una scoperta valida.

La conclusione corretta è più circoscritta. Un modello frontier attentamente strutturato ha prodotto due seri risultati di criptoanalisi in condizioni di ricerca controllate. Uno è direttamente verificabile, mentre l’altro richiede un continuo esame da parte di esperti.

Questa distinzione tutela entrambi i lati della storia. Evita un panico infondato sulla cifratura, riconoscendo al contempo che la criptoanalisi assistita dall’AI ha superato una soglia significativa di capacità.

La vera competizione è tra velocità di scoperta e risposta difensiva

L’AI rende più economico scalare la revisione crittografica, ma può anche offrire agli attaccanti più occasioni per trovare l’unica debolezza trascurata dai difensori.

La ricerca crittografica tradizionale dipende da una comunità limitata di matematici, ingegneri della sicurezza e specialisti dei protocolli. Ogni persona può perseguire solo un piccolo numero di idee alla volta.

I sistemi agentici cambiano questo vincolo. Possono leggere articoli, scrivere codice sperimentale, generare congetture e avviare ricerche parallele senza attendere ulteriori assunzioni umane.

La maggior parte dei percorsi fallirà. Questo non compromette necessariamente il modello. La ricerca sulla sicurezza spesso premia l’unico percorso riuscito tra centinaia di idee respinte.

Il flusso di lavoro su HAWK illustra questo vantaggio di ricerca. Un agente ha scartato la direzione utile, ma un altro ha continuato. Il loro ambiente condiviso ha permesso a un’idea promettente di sopravvivere a un errore individuale.

La stessa capacità crea un rischio asimmetrico. I difensori devono trovare e correggere ogni debolezza sfruttabile nei sistemi che mantengono. A un attaccante basta una sola debolezza trascurata e un percorso praticabile verso lo sfruttamento.

La crittografia alza la posta in gioco perché una singola primitiva può essere alla base di molti prodotti. Un difetto può interessare dati registrati prima della sua scoperta pubblica, soprattutto quando gli avversari conservano traffico cifrato per analizzarlo in seguito.

Qui non si è verificato alcun simile fallimento. HAWK non è distribuito e AES completo rimane integro. La preoccupazione riguarda ciò che accade quando lo stesso processo di ricerca raggiunge algoritmi di produzione meno studiati.

Anthropic afferma di aver già testato versioni ridotte di altri cifrari. Ha riportato lavori preliminari che coinvolgono LEA, Serpent-128, Salsa20, Poseidon e SHA-1.

L’azienda ha limitato con attenzione queste affermazioni. Diversi attacchi si applicano solo a varianti a round ridotti, mentre altri miglioramenti riportati restano modesti o attendono indagini più approfondite.

Ciononostante, questa attenzione alla lunga coda è importante. L’attenzione alla sicurezza si concentra su standard come AES, TLS e sistemi di firma ampiamente distribuiti. Algoritmi specializzati possono ricevere un’analisi sostenuta molto minore.

Un modello non si stanca di leggere articoli oscuri o di testare design di nicchia. Una volta disponibile un’infrastruttura capace, i ricercatori possono reindirizzarla verso molti obiettivi.

La partnership tra Anthropic e Google offre ai difensori un vantaggio iniziale di coordinamento. Google e gli altri membri di Glasswing possono identificare sistemi critici, contribuire con competenze di dominio e preparare canali di mitigazione prima che l’accesso più ampio si espanda.

Questo vantaggio non resterà esclusivo per sempre. I laboratori concorrenti stanno migliorando i sistemi di ragionamento, i modelli aperti continuano ad avanzare e le tecniche di scaffolding pubblicate possono diffondersi tra i gruppi di ricerca.

Il compromesso centrale è quindi tra accesso e preparazione. Limitare un modello capace può rallentare gli abusi, ma limita anche il numero di difensori che possono applicarlo.

Un rilascio ampio espande la copertura difensiva, aumentando al contempo la probabilità che utenti con una governance inadeguata prendano di mira sistemi distribuiti. Crea inoltre più risultati non verificati che i responsabili della manutenzione devono elaborare.

Una risposta praticabile richiede un accesso graduale basato sulla capacità e sulla sensibilità del bersaglio. Le attività di benchmark benigne richiedono meno controlli rispetto alle ricerche contro sistemi di identità distribuiti o infrastrutture critiche.

I team di ricerca necessitano inoltre di regole di divulgazione prima che la scoperta inizi. Tali regole dovrebbero identificare chi riceve una scoperta, come avviene la convalida, quando vengono contattati i fornitori e quali prove possono essere pubblicate.

Anthropic afferma di aver condiviso l’attacco a HAWK con i suoi autori a giugno. Ha coordinato la pubblicazione tramite una mailing list pubblica di NIST e informato in anticipo partner governativi e industriali.

Questa procedura ha funzionato perché HAWK aveva autori identificabili, un forum di standardizzazione e nessuna base di distribuzione. Un difetto in una primitiva ampiamente integrata creerebbe una decisione molto più complessa.

L’avversario principale non è più Anthropic contro Google. È la scoperta AI accelerata contro il più lento sistema umano responsabile di verifica, riparazione e migrazione.

Cosa deve dimostrare ora la rete di sicurezza Anthropic Google

Le prossime prove devono mostrare una convalida ripetibile, un accesso responsabile e una mitigazione difensiva più rapida, anziché un altro titolo isolato sulla ricerca.

Il primo segnale da osservare è la riproduzione indipendente degli articoli su HAWK e AES. I crittografi dovrebbero verificare l’implementazione, le stime di complessità, la novità e i limiti di entrambi gli attacchi.

Una riproduzione riuscita rafforzerebbe l’affermazione di Anthropic secondo cui Claude ha svolto ricerca crittografica di livello esperto. Errori sostanziali o lavori precedenti trascurati indebolirebbero l’argomentazione più ampia sulle capacità.

Il secondo segnale è il trattamento che NIST riserverà a HAWK. I revisori potrebbero respingere i parametri attuali, richiedere una riprogettazione o decidere che chiavi più grandi preservano un valore sufficiente per continuare la valutazione.

Quella risposta mostrerà se Mythos abbia semplicemente modificato una stima accademica o cambiato una decisione di standardizzazione in corso. Entrambi gli esiti dimostrerebbero anche come le prove generate dall’AI entrino in un processo pubblico formale.

Il terzo segnale è il modo in cui Project Glasswing gestisce una scoperta relativa alla crittografia distribuita. Quel caso verificherebbe se la rete di sicurezza Anthropic Google sia in grado di convalidare, contenere e coordinare un risultato prima che gli attaccanti lo sfruttino.

Un sistema responsabile deve separare l’output grezzo del modello dalle affermazioni di vulnerabilità azionabili. Deve inoltre fornire ai fornitori interessati prove sufficienti per rispondere senza esporre inutilmente gli utenti.

I prossimi mesi dovrebbero rivelare se i gruppi accademici adotteranno CryptanalysisBench e otterranno risultati comparabili da altri modelli. Un successo ripetuto in laboratori indipendenti conterebbe più di ulteriori casi di studio di Anthropic.

I ricercatori dovrebbero inoltre riportare i tassi di fallimento e lo sforzo totale di ricerca. Un modello che trova un attacco utile dopo un’esplorazione enorme ha valore, ma la sua affidabilità differisce da quella di un assistente di ricerca coerente.

Per gli acquirenti aziendali, l’azione immediata non consiste nel sostituire AES o reagire a ogni affermazione crittografica generata dall’AI. Consiste nel mappare dove esistono dipendenze crittografiche e nell’assegnare responsabili per le future migrazioni.

I team di sicurezza dovrebbero chiedere ai fornitori come catalogano gli algoritmi, convalidano le rilevazioni assistite dall’IA e coordinano la divulgazione. Dovrebbero inoltre preservare la capacità di ruotare le chiavi e sostituire le primitive senza dover ricostruire intere applicazioni.

I risultati di Claude non annunciano una crisi della crittografia. Annunciano un ciclo di ricerca più rapido, le cui istituzioni difensive operano ancora a velocità umana.

La questione decisiva è se Anthropic, Google, gli organismi di standardizzazione e i crittografi esterni possano accorciare insieme quel ciclo di risposta. In caso contrario, la prossima scoperta valida potrebbe arrivare prima che i suoi utenti siano pronti.