La citazione di Simon Willison su Anthropic rivela la vera prova della crittoanalisi IA
La copertura di Anthropic da parte di Simon Willison porta ora un avvertimento più netto: Claude ha individuato due progressi crittografici, ma nessuno dei due attacchi compromette i sistemi attualmente in funzione. Il conflitto si trova altrove. La crittoanalisi IA sta migliorando mentre governi e ingegneri scelgono le fondamenta matematiche che dovranno proteggere i sistemi digitali per decenni.
Il 28 luglio 2026, Anthropic ha dichiarato che Claude Mythos Preview aveva migliorato gli attacchi contro HAWK e una versione a round ridotti di AES-128. HAWK è uno schema di firma post-quantum proposto. AES è il consolidato cifrario simmetrico alla base di innumerevoli applicazioni sicure, anche se Anthropic ha testato solo una variante deliberatamente indebolita.
Simon Willison ha messo in evidenza il lavoro prima di citare il crittografo della Johns Hopkins Matthew Green il 29 luglio. Green ha sostenuto che la crittoanalisi IA stia arrivando in un momento insolitamente utile. Il settore sta abbandonando le firme RSA e a curva ellittica per orientarsi verso problemi più recenti concepiti per resistere ai computer quantistici.
Questa tempistica crea la tensione centrale. I risultati di Claude possono rafforzare la revisione pubblica prima che gli standard arrivino in produzione. Tuttavia, una crittoanalisi automatizzata più rapida può anche sopraffare le istituzioni umane responsabili della convalida delle scoperte, del coordinamento della divulgazione e della sostituzione dei progetti compromessi.
La ricerca Anthropic Simon ha cambiato il punto di riferimento della crittoanalisi
Il cambiamento importante non è che Claude abbia violato la crittografia implementata, perché non l’ha fatto. Claude ha prodotto miglioramenti di livello di ricerca contro due obiettivi attentamente circoscritti.
Il primo risultato di Anthropic riguardava HAWK, uno schema di firma digitale basato su reticoli preso in considerazione nel processo NIST per ulteriori firme post-quantum. Una firma digitale consente al software di verificare l’identità e rilevare modifiche non autorizzate senza esporre una chiave di firma privata.
HAWK aveva già superato due cicli di valutazione pubblica nell’arco di circa due anni. Secondo la ricerca crittografica di Anthropic, Mythos ha migliorato il miglior attacco noto dopo circa 60 ore di lavoro.
Il modello ha identificato un automorfismo non banale, ovvero una simmetria matematica all’interno della struttura reticolare sottostante di HAWK. Ricerche precedenti avevano stabilito che trovare una simmetria di questo tipo avrebbe consentito un attacco. Non avevano però dimostrato che la simmetria rilevante fosse accessibile in HAWK.
Anthropic afferma che il conseguente attacco di enumerazione ha ridotto la sicurezza effettiva del più piccolo parametro di sfida HAWK-256. Il costo previsto per il recupero della chiave è sceso da circa 2^64 operazioni a 2^38 operazioni.
La differenza è sostanziale. Un fattore di 2^26 separa queste stime, equivalendo a circa 67 milioni di volte meno lavoro secondo il modello dichiarato. Tuttavia, HAWK-256 è un piccolo parametro di sfida, non una configurazione di produzione.
L’attacco resta esponenziale, quindi il suo costo cresce rapidamente con chiavi più grandi. Anthropic afferma che i parametri HAWK più grandi rimangono impraticabili da attaccare. La debolezza è inoltre specifica di HAWK, non della crittografia basata su reticoli nel suo insieme.
Il secondo risultato ha preso di mira AES-128 a sette round. AES-128 in produzione applica dieci round di trasformazioni ripetute, mentre i ricercatori rimuovono intenzionalmente dei round per studiare il comportamento del suo margine di sicurezza.
Mythos ha sviluppato un metodo di fingerprinting chiamato Möbius Bridge. Anthropic afferma che ha eliminato un passaggio di tentativi su 256 possibilità da un attacco meet-in-the-middle esistente, che scambia ulteriore memoria con minore elaborazione.
Altre ottimizzazioni hanno prodotto un aumento di velocità stimato tra 200 e 800 volte rispetto agli attacchi precedenti. Tuttavia, l’esperimento presupponeva ancora l’accesso a 2^105 testi in chiaro scelti, un volume impossibile per qualsiasi operazione pratica.
Il modello non ha quindi violato AES così come è implementato. Ha fatto avanzare una linea di ricerca specializzata che riguarda una versione di laboratorio più debole. Questa distinzione separa un risultato scientifico significativo da un’emergenza immediata di cybersecurity.
Entrambe le linee di ricerca sono state costose. Anthropic ha stimato circa 100.000 dollari di utilizzo API per ciascun risultato principale. L’indagine su AES ha generato circa un miliardo di token di output prima di arrivare al metodo pubblicato.
La discussione Anthropic Simon è importante perché Willison si è concentrato su quanto poco prompting da parte degli esperti sembrasse necessario. Gli operatori umani hanno ripetutamente invitato il modello a perseguire risultati più difficili invece di accettare la sua conclusione iniziale secondo cui il compito era irrealizzabile.
Questi interventi sono stati importanti, ma non contenevano l’intuizione matematica finale. Il modello ha proposto trasformazioni candidate, scartato approcci falliti, testato alternative e sviluppato il fingerprint centrale attraverso un processo di ricerca agentico.
Questo sposta il dibattito oltre la domanda se un’IA possa riformulare la letteratura crittografica nota. La domanda più difficile è se un’inferenza sostenuta del modello, strumenti computazionali e un orientamento di ricerca di base possano produrre nuovi attacchi utili.
Perché Matthew Green definisce la tempistica quasi ideale
La crittoanalisi IA sta emergendo mentre la comunità della sicurezza sostituisce le sue più importanti fondamenta a chiave pubblica, attribuendo alla revisione difensiva un valore insolitamente elevato.
L’argomentazione di Green parte dalla transizione post-quantum. Gli attuali sistemi a chiave pubblica dipendono comunemente dalla crittografia RSA o a curva ellittica, la cui sicurezza si basa su problemi matematici che computer quantistici sufficientemente capaci potrebbero risolvere in modo efficiente.
Questa minaccia non significa che oggi esista un computer quantistico rilevante per la crittografia. Significa che i sistemi a lunga durata necessitano di algoritmi sostitutivi prima che una macchina del genere diventi disponibile.
La migrazione richiede anni perché la crittografia è profondamente integrata in sistemi operativi, browser, servizi di identità, dispositivi embedded, certificati, infrastrutture di pagamento e software aziendale. Anche le informazioni cifrate archiviate possono affrontare attacchi “raccogli ora, decifra in seguito”.
NIST ha avviato la standardizzazione post-quantum formale nel 2016. Nell’agosto 2024 ha finalizzato i primi tre principali standard post-quantum, che coprono la crittografia generale e le firme digitali.
L’agenzia ha continuato a valutare approcci aggiuntivi per le firme. La diversità è importante perché le organizzazioni hanno vincoli prestazionali diversi, mentre fare affidamento su un’unica famiglia matematica può concentrare il rischio sistemico.
HAWK è entrato in questa ricerca più ampia come progetto di firma compatto basato sull’isomorfismo dei reticoli. Aveva caratteristiche che potevano renderlo interessante laddove contano dimensione della firma, dimensione della chiave o compromessi di implementazione.
Il risultato di Claude mette in discussione questo equilibrio. Anthropic sostiene che ripristinare il margine di sicurezza previsto richiederebbe chiavi HAWK più grandi, eliminando diverse qualità che rendevano la proposta interessante.
Questo esito non dimostra che la standardizzazione pubblica abbia fallito. Le competizioni aperte espongono deliberatamente gli algoritmi candidati ad analisi avversariali prima che fornitori di software e governi ne dipendano.
La storia mostra perché. SIKE, un altro candidato post-quantum, ha resistito ad anni di studio prima che i ricercatori trovassero un devastante attacco classico nel 2022. Secondo quanto riportato, la violazione è stata eseguita su un normale laptop.
Green considera l’IA un modo per espandere questa capacità avversariale durante il periodo in cui offre il massimo ritorno difensivo. La citazione di Matthew Green riportata da Simon Willison descrive questo momento come un “momento perfetto” per la crittoanalisi IA pubblica.
Il vantaggio va oltre l’eliminazione dei candidati deboli. Attacchi ripetuti e credibili possono aiutare i ricercatori a individuare quali assunzioni meritino fiducia e quali schemi di progettazione creino esposizioni nascoste.
La crittografia non ottiene fiducia perché nessuno ha ancora trovato un attacco. La fiducia cresce attraverso anni di tentativi pubblici, fallimenti pubblicati, attacchi migliorati, dimostrazioni corrette e riproduzioni indipendenti.
L’IA può aumentare il numero di ipotesi esplorate durante questo processo. Può cercare articoli poco noti, tradurre condizioni matematiche in esperimenti, scrivere codice di verifica e mantenere attivi più rami di ricerca.
Questa capacità conta perché l’attenzione degli esperti è scarsa. Molti algoritmi ricevono un’analisi molto inferiore rispetto ad AES, il cui progetto ha affrontato un esame continuo da quando NIST lo ha selezionato nel 2001.
Il miglior caso difensivo assomiglia a un test automatizzato continuo per la matematica. I modelli propongono attacchi, gli strumenti computazionali scartano le idee deboli, gli esperti convalidano quelle sopravvissute e i progettisti rivedono i propri schemi.
Gli sviluppatori che seguono questo lavoro non dovrebbero interpretare ogni risultato su round ridotti come un motivo per abbandonare primitive approvate. Dovrebbero invece distinguere l’impatto sulla produzione dalle evidenze sulle future capacità di ricerca.
La gestione della conoscenza diventa rilevante qui perché la verifica richiede di preservare prompt, articoli fonte, ipotesi fallite, codice, commenti dei revisori e decisioni di divulgazione. Una base di conoscenza ingegneristica ricercabile può mantenere queste evidenze connesse durante revisioni lunghe.
La transizione post-quantum offre alla crittoanalisi IA un chiaro obiettivo difensivo. I sistemi candidati sono pubblici, l’implementazione resta limitata e le istituzioni dispongono già di processi per ricevere analisi critiche.
Questo favorevole allineamento non durerà per sempre. Una volta che una primitiva vulnerabile diventa ampiamente implementata, identificarne la debolezza crea costi urgenti di sostituzione e un problema di divulgazione potenzialmente pericoloso.
La vera sfida è la scoperta IA contro la verifica umana
L’avversario principale non è Claude contro i crittografi umani. È la velocità della scoperta automatizzata contro la limitata capacità umana necessaria per stabilire la verità.
Anthropic descrive Mythos come prevalentemente autonomo durante entrambe le indagini. Tuttavia, scoperta e accettazione sono rimaste fasi separate, e la seconda si è mossa molto più lentamente.
L’attacco a HAWK era relativamente semplice da convalidare perché i ricercatori potevano implementare la pipeline di recupero della chiave dall’inizio alla fine. Un verificatore poteva generare una chiave, eseguire l’attacco e confermare se avesse recuperato il segreto.
Il risultato su AES ha posto una sfida diversa. I suoi requisiti restano ben oltre l’esecuzione pratica, quindi i revisori non potevano semplicemente eseguire l’intero attacco alla scala dichiarata.
Hanno invece dovuto ispezionare la matematica, testare istanze più piccole, analizzare la complessità e confermare che ogni riduzione si comportasse come descritto. Anthropic afferma che due ricercatori hanno dedicato diverse centinaia di ore a questo lavoro.
Il modello ha sviluppato l’idea AES in circa una settimana. I ricercatori umani hanno poi avuto bisogno di quasi un mese per raggiungere un livello di fiducia sufficiente, nonostante si fossero concentrati intensamente sull’affermazione.
Anthropic ha anche riconosciuto che i suoi ricercatori non erano specialisti di crittografia. Hanno dovuto imparare abbastanza del settore per convalidare il metodo e preparare un articolo.
Questa divulgazione sostiene due interpretazioni. Mostra che un modello può aiutare non specialisti a raggiungere risultati avanzati. Mostra anche perché una revisione indipendente da parte di esperti resta necessaria prima che il settore accetti tali risultati.
Un modello può generare una prosa matematica persuasiva insieme a errori sottili. Una lunga derivazione può dipendere da un’assunzione ingiustificata, da un articolo precedente trascurato o da una stima di complessità che fallisce in presenza di costi di memoria realistici.
La novità pone un altro problema. Riscoprire un risultato poco noto può apparire nuovo quando la ricerca bibliografica è incompleta. Questo rischio aumenta nella crittografia, dove il lavoro rilevante può estendersi su decenni, lingue, workshop, preprint e notazione specializzata.
Lo studio indipendente CryptanalysisBench offre un contesto più ampio. I suoi autori hanno raccolto 191 attività in sei famiglie crittografiche e tre livelli di difficoltà.
Secondo quanto riferito, cinque modelli di frontiera hanno violato tra il 65% e l'86% degli schemi con attacchi pratici noti. Hanno inoltre risolto tra sei e dodici attività a piena robustezza appartenenti a un secondo livello più difficile.
Questi numeri non dimostrano una capacità esperta senza restrizioni. I benchmark semplificano l'ambiente, i problemi selezionati possono differire dalla ricerca aperta e le prestazioni dipendono da scaffolding, budget di inferenza e regole di valutazione.
Tuttavia, i risultati supportano l'affermazione più circoscritta di Anthropic: i modelli moderni possono svolgere autentico lavoro crittoanalitico. La domanda rilevante non è più se questa capacità esista o meno.
Il collo di bottiglia si sposta ora verso la revisione di un volume crescente di risultati plausibili. Anthropic prevede che la crittografia accademica possa affrontare la stessa pressione di triage che sta già emergendo nella ricerca sulle vulnerabilità software.
Non si tratta soltanto di una preoccupazione amministrativa. Un'affermazione falsa può sprecare settimane di tempo degli esperti, minare la fiducia in uno standard solido o creare panico pubblico attorno a sistemi che restano sicuri.
Una scoperta valida può essere ancora più difficile da gestire. I revisori devono riprodurla, individuare i sistemi interessati, contattare i progettisti, coordinarsi con gli organismi di standardizzazione e decidere quando i dettagli tecnici debbano diventare pubblici.
I grandi budget di inferenza accentuano lo squilibrio. Il lavoro su AES ha consumato un miliardo di token in output, mentre gli esseri umani non possono leggere o verificare direttamente un tale volume.
I ricercatori hanno bisogno di prove strutturate, non di trascrizioni grezze dei modelli. I sistemi utili devono registrare quali affermazioni hanno superato i test, quale codice le supporta e dove il giudizio umano ha modificato l'indagine.
Anche i laboratori di IA hanno bisogno di incentivi che premiano risultati negativi accurati. Pubblicare titoli eclatanti come “l'IA ha violato la crittografia” può attirare attenzione anche quando il bersaglio non è implementato o è stato deliberatamente indebolito.
Simon Willison ha evitato questa trappola sottolineando il limite esplicito indicato da Anthropic: nessuno dei due risultati riguarda i sistemi di produzione attuali. La sua impostazione ha mantenuto l'attenzione sul metodo di ricerca e sulle sue conseguenze future.
La competizione sarà quindi decisa dall'infrastruttura di verifica. Modelli più veloci da soli non possono rendere la crittografia più sicura se le code di revisione crescono più rapidamente della capacità degli esperti fidati di smaltirle.
Cosa la narrazione Anthropic Simon non deve sopravvalutare
Gli attacchi di Claude meritano attenzione, ma non dimostrano che la crittografia di Internet stia crollando né che l'IA abbia sconfitto la crittografia moderna.
Il risultato su HAWK riguarda uno schema di firma proposto. Non indebolisce gli algoritmi post-quantistici standardizzati già selezionati da NIST, altri candidati per le firme o ogni costruzione basata sui reticoli.
HAWK non ha inoltre una presenza consolidata in produzione. Rimuoverlo o rivederlo durante la valutazione rappresenterebbe il corretto funzionamento del processo di standardizzazione prima di un'implementazione diffusa.
Il risultato su AES è ancora più facile da descrivere in modo errato. AES-128 completo usa dieci round, mentre Mythos ne ha attaccati sette. Rimuovere tre round cambia l'oggetto analizzato.
I ricercatori studiano cifrari a round ridotti perché i miglioramenti possono rivelare intuizioni strutturali. Tuttavia, un attacco contro sette round non si estende automaticamente a otto, nove o dieci.
Anche il suo requisito di dati è importante. L'attacco precedente presupponeva 2^105 testi in chiaro scelti, e il miglioramento di Anthropic non ha reso tale requisito realisticamente praticabile.
Per dare una scala, 2^105 equivale approssimativamente a 40 undecilioni di input. Nessun attaccante può raccogliere, trasmettere, archiviare o elaborare così tante cifrature scelte contro un servizio reale.
Una nota a piè di pagina di Anthropic afferma che l'implementazione dell'attacco a round ridotti costerebbe comunque centinaia di milioni di dollari. Anche questa stima riguarda un cifrario indebolito, non AES-128 implementato.
L'azienda merita credito per aver dichiarato chiaramente questi limiti. La copertura secondaria e i post sui social possono comunque cancellarli, trasformando un “attacco accademico migliorato” in “l'IA ha violato AES”.
Restano inoltre interrogativi irrisolti sull'attribuzione. Anthropic ha diffuso materiali che mostrano l'attività del modello, ma qualsiasi complesso flusso di lavoro agentico combina l'output del modello con la progettazione dello scaffold, l'accesso agli strumenti, la selezione del bersaglio e il feedback umano.
I prompt umani erano brevi, talvolta composti soprattutto da incoraggiamenti. Tuttavia, gli esseri umani hanno selezionato l'obiettivo di ricerca, costruito l'ambiente, esaminato gli output e deciso quali rami meritassero ulteriore calcolo.
Definire il lavoro pienamente autonomo sopravvaluterebbe quindi le prove. Una descrizione più accurata è ricerca agentica continuativa con una guida sostanziale limitata e un'ampia validazione umana.
Anche i costi limitano la generalizzabilità. Circa 100.000 dollari per risultato sono gestibili per un laboratorio di frontiera o un programma governativo. Non sono una spesa ordinaria per la maggior parte dei gruppi universitari o dei team di standardizzazione.
I modelli futuri potrebbero ridurre questo costo. Per ora, il risultato dimostra ciò che un grande e concentrato budget di inferenza può ottenere, non ciò che ogni sviluppatore può riprodurre con una breve sessione di chat.
Anche le prove dei benchmark meritano analoga prudenza. Il successo su violazioni note conferma capacità di ricerca e ragionamento, ma non prova che i modelli identificheranno in modo affidabile difetti ignoti nella crittografia di produzione.
La selezione della ricerca può creare un bias di visibilità. Le indagini riuscite diventano articoli, mentre le esecuzioni fallite, i risultati duplicati e le affermazioni non verificabili ricevono meno attenzione pubblica.
Anthropic ha osservato che molte sessioni non hanno prodotto scoperte. Questo dettaglio dovrebbe rimanere centrale nella valutazione dell'efficienza e dell'affidabilità dell'approccio.
La conferma indipendente fornirà la verifica più forte. Gli autori di HAWK, i partecipanti a NIST e crittografi esterni devono esaminare le stime di sicurezza e le implicazioni dell'attacco.
Il resoconto tecnico di CyberScoop ha riferito che Anthropic si è coordinata con accademici e ha divulgato la scoperta su HAWK prima della pubblicazione. Tale processo migliora la fiducia, ma la pubblicazione avvia, anziché concludere, la revisione pubblica.
La maggiore incertezza riguarda ciò che accade quando il bersaglio cambia. Schemi proposti e cifrari a round ridotti sono soggetti di ricerca più sicuri rispetto ad algoritmi implementati che proteggono le comunicazioni attuali.
Un difetto generato dall'IA in un protocollo comune creerebbe obblighi contrastanti. I ricercatori avrebbero bisogno di sufficiente apertura per una verifica indipendente, ma una pubblicazione prematura potrebbe fornire agli attaccanti un metodo operativo.
I fornitori di modelli potrebbero inoltre possedere capacità concrete prima che le istituzioni esterne dispongano di un accesso comparabile. Questa asimmetria solleverebbe interrogativi su supervisione, tempistiche di divulgazione e su chi decide quali ricerche vengano pubblicate.
Questi problemi di governance non invalidano l'argomentazione difensiva. Mostrano perché la capacità di ricerca e la capacità istituzionale devono crescere insieme.
Tre segnali indicheranno se l'IA rende la crittografia più sicura
La fase successiva dipende dalla riproducibilità, dall'adozione negli standard e dal fatto che i sistemi di verifica crescano insieme alle scoperte generate dai modelli.
Il primo segnale è la riproduzione indipendente dell'attacco a HAWK. Ricercatori esterni dovrebbero confermare l'automorfismo non banale, la stima di 2^38 per HAWK-256 e l'effetto sui parametri più grandi.
La riproduzione rafforzerebbe l'affermazione che un modello agentico ha individuato una debolezza significativa sfuggita a una lunga revisione pubblica. Correzioni rilevanti indebolirebbero le affermazioni sull'affidabilità della ricerca di Claude.
Il secondo segnale è il trattamento di HAWK e candidati simili da parte di NIST. I revisori potrebbero respingere HAWK, rivederne i parametri, richiedere ulteriori analisi o decidere che altri vantaggi ne giustifichino la continua considerazione.
L'esito esatto conta meno del processo. Gli organismi di standardizzazione hanno bisogno di un metodo ripetibile per accettare contributi assistiti dall'IA senza ridurre i requisiti probatori.
La crittoanalisi generata dall'IA dovrebbe affrontare lo stesso scrutinio matematico del lavoro umano. Potrebbe inoltre richiedere registrazioni aggiuntive su impostazioni di inferenza, scaffold, accesso agli strumenti, percorsi falliti e interventi umani.
Il terzo segnale è la promessa espansione della valutazione pubblica da parte di Anthropic. L'azienda ha dichiarato di pianificare un workshop accademico e ulteriori pubblicazioni sugli attacchi contro altri cifrari a round ridotti.
Anthropic ha riferito di un attacco preliminare a LEA a 13 round, eseguibile in meno di un'ora su un moderno desktop. LEA completo usa 24 round, quindi anche questo risultato non ha alcun impatto immediato sulla produzione.
Ha inoltre descritto un attacco contro sei round di Serpent-128, il cui progetto completo usa 32 round. Altri miglioramenti limitati hanno riguardato, secondo quanto riferito, Salsa20, Poseidon e SHA-1.
Queste affermazioni successive necessitano di articoli, codice, revisione esterna e modelli di minaccia precisi. Un flusso costante di risultati confermati in modo indipendente sosterrebbe l'interpretazione ottimistica di Green.
Un'ondata di affermazioni poco chiare o duplicate indicherebbe invece il collo di bottiglia della verifica. Il settore avrebbe quindi bisogno di filtri migliori prima di espandere il volume grezzo delle scoperte.
Nel lungo termine, i ricercatori dovrebbero osservare se i modelli progrediscono dall'attacco a varianti ridotte verso la valutazione di progetti candidati completi. Le primitive di produzione a round completi fissano un livello molto più elevato.
Dovrebbero inoltre misurare quanto spesso l'IA trovi difetti prima dei revisori umani. Le singole storie di successo sono informative, ma confronti sistematici rivelerebbero se i modelli ampliano la copertura o duplicano principalmente il lavoro degli esperti.
La specifica HAWK e i materiali pubblici associati offrono l'ambiente giusto per questa verifica. Le specifiche aperte consentono a team indipendenti di mettere in discussione sia il progetto sia l'analisi di Anthropic.
Le organizzazioni non devono modificare AES implementato a causa di questa ricerca. Dovrebbero continuare a seguire linee guida crittografiche approvate, censire le dipendenze legacy dalle chiavi pubbliche e preparare piani di migrazione post-quantistica.
I responsabili della sicurezza dovrebbero inoltre stabilire procedure per ricevere risultati assistiti dall'IA. Tali procedure necessitano di triage tecnico, requisiti di riproducibilità, canali di divulgazione e una chiara responsabilità per le decisioni di correzione.
I ricercatori dovrebbero conservare i risultati negativi. Gli approcci falliti possono prevenire il lavoro duplicato, rivelare i limiti dei modelli e mostrare se un successo dichiarato è emerso da una ricerca sistematica o da una fortuna eccezionale.
Lo scambio tra Anthropic e Simon coglie infine un raro allineamento tra capacità e necessità. L'IA sta migliorando nella matematica avversaria proprio quando il mondo necessita di un esame più ampio di ipotesi di sicurezza poco familiari.
L'ottimismo di Green resta condizionale. La crittoanalisi tramite IA rafforza la sicurezza solo quando gli esseri umani possono validarne l'output, rivedere i progetti deboli e coordinare le divulgazioni prima che gli attaccanti ottengano un vantaggio.
Le organizzazioni di standardizzazione costruiranno questa capacità mentre i bersagli sono ancora non implementati? Sviluppatori, ricercatori e team di sicurezza dovrebbero seguire attentamente i tre segnali: riproduzione indipendente, risposta di NIST e qualità delle prossime divulgazioni di Anthropic.
Questi segnali riveleranno se il lavoro di Claude inaugura un'era più sicura di revisione crittografica continua oppure crea semplicemente una coda più rapida di affermazioni in attesa del giudizio umano.
