Anthropic・GoogleのAI競争、Claudeによる誤って報じられた耐量子暗号セキュリティテストと交差

Anthropicによると、Claudeは耐量子署名候補への新たな攻撃を60時間で発見した。一部の見出しが伝えた「4時間未満」での達成ではない。この違いは重要だ。Claude Mythos Previewは本格的な暗号研究を生み出したが、運用中の耐量子セキュリティを破ったわけでも、現行システムを危険にさらしたわけでもない。

この結果は、最先端モデルが独創的な科学研究を遂行できるかを巡る、より広範なAnthropicとGoogleの競争の中で暗号解析を位置づけるものだ。Googleの研究者は近年、Geminiを用いて未解決の数学問題に取り組んできた。Anthropicは今、誤りが直接的なセキュリティ上の影響を持つ分野で、Claudeが専門家の作業を発展させられると主張している。

Claudeは、AES-128を7ラウンドに縮小したバージョンに対する攻撃も改善した。完全なAES-128は10ラウンドを使用しており、影響は受けていない。したがって本当の話は、暗号化の緊急事態というほど広範ではない一方、単なるベンチマーク勝利以上の意味を持つ。

HAWKテストでClaudeが実際に発見したこと

Claudeは提案中の署名方式に数学的な弱点を見つけたが、報告されたテストは運用中の耐量子セキュリティを破ったものではない。

Anthropicは2026年7月28日に調査結果を公表した。同社の研究者は、National Institute of Standards and Technologyが検討しているデジタル署名設計、HAWKを調査するためにClaude Mythos Previewを使用した。

デジタル署名は、メッセージやソフトウェアパッケージが想定された送信者から届き、改ざんされていないことを証明する。耐量子署名は、将来の量子コンピューターに対してもその保証を維持することを目的としている。

HAWKは、NISTのAdditional Digital Signaturesプロセスに残る候補の一つだ。このプロセスでは、アルゴリズムが標準になる前に提案を意図的に公開分析へさらす。

Anthropicの調査結果によれば、HAWKはおよそ2年にわたり、専門家による2回のレビューを通過していた。その後Claudeは、約60時間の作業で改良された秘密鍵復元攻撃の特定を支援した。

この時間軸は、元の見出しに付された「4時間未満」という表現と明確に矛盾する。Anthropicの詳細な説明では、HAWK攻撃の発見、開発、検証には合計で約60時間を要したとされる。

モデルはエージェント型のハーネス内で半自律的に動作した。このハーネスは、プロンプト、複数のClaudeワーカー、公開論文、数学ソフトウェア、計算実験用のサンドボックスを組み合わせたものだ。

人間の研究者は時折プロジェクトの指針を示した。Anthropicによれば、オペレーターには理論計算機科学の経験があったが、格子暗号の専門家ではなかった。

Claudeは文献レビューから始め、過去の攻撃を調べ、数学的仮説を検証した。最終的に成功したアイデアは2つのワーカーエージェントが探索しており、そのうち一方は当初、実用的でないとして退けていた。

有用な洞察は、HAWKを支える数学的格子内の対称性である、非自明な自己同型に関するものだった。先行研究では、そのような対称性を見つければより強力な攻撃が可能になることが示されていた。

Claudeの貢献は、HAWKの特定の構成に悪用可能な対称性を見いだしたことだった。さらに、生成された鍵に対して攻撃をテストできるエンドツーエンドの検証パイプラインを構築した。

小規模なHAWK-256のチャレンジパラメーターについて、Anthropicは推定攻撃コストが2^64回の演算から2^38回へ下がったと報告している。この削減により、小規模なテストパラメーターは実用的に復元可能となる。

ただし、この結果はClaudeがあらゆるHAWK構成を破ったことを意味しない。Anthropicによると、より大きな提案鍵サイズへの攻撃は依然として計算上非実用的だ。

この攻撃はHAWK固有のものでもある。他の格子ベースシステムや、NISTがすでに選定した耐量子標準へ自動的に転用できるものではない。

この範囲を理解することが、この出来事を正しく捉えるうえで中心となる。Claudeは、現行の本番環境における通信、銀行システム、保存済みパスワード、ソフトウェア署名を侵害したわけではない。

むしろ、こうした問題を見つけるために設けられたレビュー工程で、モデルが設計上の弱点を発見した。これは成功したストレステストであり、実際のセキュリティ侵害の証拠ではない。

Anthropic・Googleの研究競争に暗号技術が加わった理由

AnthropicとGoogleの競争は、質問への回答から、人間の専門家が独立して検証しなければならない研究成果の創出へと移行している。

最先端AIラボは長年、コーディングテスト、科学の問題、標準化された推論ベンチマークを通じてモデルを比較してきた。これらの評価には通常、既知の答えと明確な採点基準がある。

暗号解析では評価基準が変わる。有用な結果には、新規性、数学的妥当性、計算による再現可能性、そしてアルゴリズムを取り巻くセキュリティ前提との関連性が求められる。

したがってAnthropicの取り組みは、Google、OpenAI、その他のモデル開発者に対し、より厳しい能力尺度を突きつける。問われるのは、モデルが専門知識を再現できるかどうかではなくなる。

新たなテストは、大規模な技術空間を探索した後にAIシステムがその知識を発展させられるかを問うものだ。また、基礎となる数学を理解する専門家のレビューにも耐えなければならない。

Googleはすでに重要な比較対象を提供している。Anthropicの研究では、Googleの研究者がGeminiを使って複数の未解決Erdős数学問題を解決したと記されている。

OpenAIの研究者も、未解決の数学的予想に関する進展を報告している。これらの事例は、企業同士の暗号技術対決というより、研究レベルの推論を巡るより広い競争を示している。

それでもAnthropicとGoogleの比較は重要だ。両社とも、汎用モデルを専門ツールと接続している。これらのツールにより、モデルは文献を読み、コードを書き、実験を実行し、並行する試行を調整できる。

HAWKの結果は、この組み合わせが重要な理由を示している。Claudeは一度の会話応答から成功する攻撃を生成したわけではない。

複数のワーカー、外部参照、数学ソフトウェア、反復的な検証を伴う長期プロジェクトとして動作した。このワークフローは、従来のチャットボットセッションよりも計算研究グループに近い。

Anthropicはこの結果を、ETH Zurich、Tel Aviv University、TU Berlinの研究者と共同開発したCryptanalysisBenchと組み合わせている。このベンチマークには、6つの暗号技術ファミリーにまたがる191件のタスクが含まれる。

3つの階層には、既知の実用的な破り方、規模を縮小したバリエーションを持つより強固な方式、そして研究最前線に近い実運用プリミティブが含まれる。この設計は、記憶した攻撃と、より要求の厳しい暗号解析作業を区別する。

報告によれば、5つの最先端モデルは第1階層の方式の65〜86%を解いた。また、複数の第2階層方式をフル強度で破り、他の設計に関する新たな知見も生み出した。

これらの数値は、モデルが日常的に実運用の暗号を破れることを示すものではない。暗号解析が、急速な能力変化を追跡できるほど測定可能になったことを示している。

そのためGoogleや他のラボには、比較可能な方法論を公表する圧力が生じる。独創的研究という主張は、トランスクリプト、再現可能なコード、技術論文、外部レビューなしでは説得力を欠く。

これは標準化団体や暗号設計者にも圧力をかける。レビュー担当者が結果として生じる量を検証できるなら、候補アルゴリズムは導入前にさらに大規模な自動精査を受け得る。

競争優位は、最も高いベンチマークスコアを持つモデルではなく、最良の研究システムを構築したラボにもたらされるかもしれない。ツールへのアクセス、実験設計、検証、専門家の監督が製品の一部になる。

この進展は、AnthropicとGoogleの競争に、標準的な数学成果にはないセキュリティの側面を与える。誤った定理は研究時間を無駄にするが、見逃された暗号上の欠陥はデジタルインフラに影響を及ぼし得る。

60時間という見出しより重要な仕組み

Claudeの最も強い貢献は、機械的直感の一瞬のひらめきではなく、文献、数学、実験をまたぐ持続的な探索だった。

Anthropicは、複数のClaudeワーカーが仮説と批判を交換するマルチエージェントプロセスを説明している。この構造により、システムは一つの会話ですべての詳細を保持することを強いられず、競合する方向性を探索できた。

成功したHAWKのアイデアは、意見の対立から生まれた。一方のワーカーは対称性アプローチを退け、別のワーカーがそれを利用する方法を見つけた。

この事例は、AI支援研究における有用な仕組みを示している。並行エージェントは早すぎる結論に異議を唱え、ある推論経路が捨てたアイデアを保持できる。

Claudeは数学計算に使われるソフトウェアシステム、Sageにもアクセスできた。コードを書き、例を生成し、予想を検証し、出力を理論的な期待と比較できた。

計算による検証は数学的推論を置き換えたわけではない。探索範囲を絞り込み、抽象的な攻撃が実際のHAWKインスタンスで機能するかを確認する助けとなった。

エンドツーエンド実装が重要なのは、暗号上の議論が小さな仮定や計算量の誤りで破綻し得るためだ。既知のテスト鍵を復元できれば、説得力のある文章だけより強い証拠となる。

それでも、このプロセスは完全自律ではなかった。人間がプロジェクトを管理し、組織的なアプローチを提案し、Claudeを有用な計算ライブラリへ導いた。

Anthropicは外部の学術研究者にも相談し、6月にHAWK攻撃をその著者らと共有した。同社は関連するNISTメーリングリストと連携して公開開示を進めた。

この流れは、新たな分業を示している。モデルは多くの候補アイデアを生成・検証できる一方、人間は目標を選び、前提に異議を唱え、責任ある開示を管理する。

ClaudeのAESに関する作業は、自律性をさらに押し進めた。研究者は、モデルが仮説を提案し、実験を実行し、失敗したアプローチを退けられる足場を構築した。

対象はAES-128の7ラウンド版だった。完全なAES-128は10ラウンドの変換を適用するため、研究者は短縮版を用いて、攻撃手法が完全な暗号に近づくかを研究する。

Claudeは当初、有意な改善は見込めないと主張した。人間のプロンプトは、目標を維持し、容易なアプローチを超えて探索を続けるよう繰り返し指示した。

数日後、モデルはMöbius Bridgeと名付けたフィンガープリンティング手法を開発した。この手法は、既存の中間一致攻撃から一つの推測を取り除いた。

中間一致攻撃は、中間計算結果を保存し、両方向から照合する。この手法は、大きなメモリー要件と引き換えに計算時間を短縮する。

Anthropicによると、この新手法は先行攻撃を200〜800倍高速化した。ただし、基礎となる脅威モデルは依然として2^105個の選択平文へのアクセスを前提としている。

この要件を実用的に満たすことはできない。攻撃の対象も7ラウンドに限られ、完全な10ラウンド暗号は影響を受けない。

その後、Anthropicの研究者はAESに関する発見の検証に数百時間を費やした。報告によれば、2人の研究者が正しさを確信するまでにほぼ1カ月を要した。

この検証の隔たりこそ、記事全体で最も重要な仕組みかもしれない。AIは、適格な人間が認証できる速度を上回って、もっともらしい技術的発見を生み出せる。

こうしたシステムを利用する組織には、長期にわたって保持できる研究記録が必要になるでしょう。検索可能なエンジニアリング・ナレッジベースがあれば、仮説、コード、失敗した実験、レビュー、公開判断を保存できます。

その記録がなければ、迅速な生成はリスクになります。チームは、本物の攻撃と、洗練されているものの無効な推論の連鎖とを区別するのが難しくなるでしょう。

数字が示していないこと

いずれの結果も現在の本番環境の暗号化を脅かすものではなく、Anthropicの証拠についても引き続き独立した精査が必要です。

HAWKの発見は、方式の実効鍵強度をほぼ半減させるため、劇的に聞こえます。ただし、この説明には二つの留保があります。

第一に、HAWKは候補であり、採用済みの本番標準ではありません。組織は、稼働中のシステムを保護するためにHAWKへ依存していません。

第二に、より大きなHAWKパラメータは依然として攻撃が現実的ではありません。この結果は設計を弱め、標準化の見通しを損なう可能性がありますが、すべての構成が直ちに破られることを意味するものではありません。

鍵強度も、単純な物理的な行為によって低下するわけではありません。2^64と2^38という数値は、定義された攻撃モデルにおける推定計算量を表しています。

これらは、あらゆるコンピューターでの経過時間を示すものではありません。ハードウェア、実装上の選択、メモリ、並列化はいずれも実行上の現実性に影響します。

AESの結果には、さらに強い注意が必要です。Claudeが、現在のコンピューティング全体で使われているAES-128暗号を破ったわけではありません。

10ラウンドではなく7ラウンドの版に対する学術的攻撃を改善したのです。ラウンド数を減らした設計を研究することは、研究者が安全余裕を測定する助けになりますが、こうした設計は意図的に弱められています。

想定される2^105個の選択平文も、この攻撃を実行不可能なものにしています。大幅な高速化があっても、この手法が実用的なツールになるわけではありません。

独立した暗号研究者も、この違いを強調しています。格子研究に携わる暗号学教授のChris Peikertは、HAWKの結果を候補方式に対する重大な数学的攻撃と位置づけました。

他の研究者は、AESの結果を一般的な暗号化データが露出しているとの主張に置き換えるべきではないと警告しています。研究上の進歩と、その即時の運用上の影響は別の問いであるため、両方の見解は成り立ちます。

Anthropic自身も、主要な二つの結果はいずれも本番システムに影響しないと述べています。これらの発見を理由に、導入済みソフトウェアを変更する必要はありません。

同社は、HAWKへの攻撃が他のNIST耐量子候補に影響しないともしています。この境界は、この結果を論じる際に明示し続けるべきです。

歴史的な先例は、この研究を軽視せずに慎重であるべきことを示しています。SIKEという耐量子候補は、研究者が従来型のノートPCで破るまで、何年にもわたり注目を集めていました。

この失敗は、すべての耐量子暗号が健全でないことを示したわけではありません。隠れた弱点を持つ候補を排除することで、オープンな標準化が機能することを示したのです。

HAWKはいま、同様の試練に直面しています。設計者は構成を改訂し、パラメータを増やし、分析に異議を唱えるか、あるいはトレードオフがもはや標準化を正当化しないと受け入れることができます。

4時間未満という主張には、別の信頼性の問題があります。Anthropicの原資料では、HAWKの発見と検証のプロセスに60時間を要したとされています。

より小規模なHAWK-256への攻撃は、開発後であれば迅速に実行できる可能性があります。Anthropicは、より最近の、ラウンド数を減らしたLEAに対する攻撃が1時間未満で実行できるとも説明しています。

これらの別々の事実が、不正確な見出しへと圧縮された可能性があります。読者は、この圧縮表現を出来事の検証済みタイムラインとして扱うべきではありません。

AnthropicとGoogleを対比する枠組みも、スコアカード化すれば別の歪みを生みかねません。GoogleはHAWKを提出しておらず、Geminiもこの試験に直接参加したとは報じられていません。

Googleの役割は文脈的なものです。同社の数学研究は、複数のフロンティアモデル・プログラムが独自の科学研究へと進みつつある証拠を示しています。

最も妥当な結論は、より限定的です。Claudeは、提案された耐量子方式の一つに重大な弱点を見つけ、二つの確立された暗号の弱められた版に対する研究を改善しました。

これは、AI支援による暗号解読の印象的な証拠です。Claudeが現在の暗号化通信を解読できる証拠ではありません。

AI暗号解読はボトルネックを人間のレビューへ移す

当面の負担は、これまで以上に速く機械生成の発見を検証しなければならないレビュアー、標準化団体、セキュリティチームにかかります。

従来の暗号レビューは、比較的小規模な専門家コミュニティに依存しています。研究者は構成を発表し、証明を分析し、実装をテストし、数年にわたって安全性の前提に異議を唱えます。

フロンティアモデルは、試行される攻撃の数を増幅できます。膨大な文献を読み、通常の勤務時間の制約なしに計算実験を実行できます。

この拡大は、モデルが採用前の候補標準を検証する場合には防御側に有利です。アルゴリズムの変更がまだ管理可能なうちに、より多くの精査によって弱い前提を露呈させることができます。

同じ能力は、導入後にはリスクを生みます。広く使われるプリミティブに対する有効な攻撃には、慎重な開示、迅速な検証、協調的なパッチ適用、明確な公的説明が必要になります。

Anthropicは、公開前に学界、政府関係者、業界パートナー、HAWKの著者と協議したとしています。このプロセスは、AI生成の暗号学的結果を扱う初期モデルを示しています。

しかし、検証には依然として専門家の注意という高いコストがかかります。AnthropicのAES事例では、モデルによる発見時間よりもはるかに長い人間の検証時間が必要でした。

モデル出力の増加が専門家コミュニティの拡大を上回れば、この非対称性は悪化します。研究者は、個々に検討する時間が足りないまま、技術的にはもっともらしい数百件の攻撃を受け取る可能性があります。

主張が実行可能な鍵復元を生み出す場合、自動検証は役立ちます。HAWKのテスト鍵は生成し、攻撃し、既知の正解と比較できます。

証明への依存度が高い発見は、より困難です。微妙な理論的攻撃は、テストコードでは完全に捉えられない前提に依存する可能性があります。

したがって、暗号標準化団体には新たな提出規則が必要になります。機械支援による研究には、再現可能なコード、完全な計算量見積もり、前提、失敗事例、詳細な来歴を含めるべきです。

同じ要件は企業内にも当てはまります。セキュリティ責任者は、モデルが説得力のあるエクスプロイトも生成したというだけで、AI生成の修正を導入すべきではありません。

発見と検証を分離する必要があります。異なるレビュアー、ツール、モデル実行によって、各主張の反証を試みるべきです。

NISTの標準化プロセスは、すでにこの構造の一部を提供しています。候補提出は標準化前に公開レビューを受けるため、導入済みのユーザーを危険にさらすことなく弱点を明らかにできます。

AIはレビュー量を増やせますが、ガバナンスの必要性をなくすことはできません。攻撃を発見するシステムは、アクセス制御と慎重な開示を必要とする機微な情報も生み出します。

AnthropicとGoogleの競争は、注目に値するインセンティブを加えます。研究所は、自社モデルが専門家レベルの発見を行えるように見えることで利益を得ます。

こうしたインセンティブは、論文や再現可能な成果物を含む有益な透明性を促すことがあります。一方で、独立レビューが合意に達する前に、劇的な公的表現を報いることもあります。

したがって、読者は三つの証拠層を分けて考えるべきです。一つ目は、モデルが何をしたかに関する企業の説明です。

二つ目は、他の研究者がテストできる再現可能な技術資料です。三つ目は、新規性、正確性、影響についての独立した確認です。

Anthropicは、プレスリリース以上のものを提供しています。技術論文、HAWK向けの実証コード、AESの推論過程を再構成した記録を公開しました。

これらの証拠により、主張は検証可能になります。だからといって、重要なレビューが不要になるわけではありません。

Claudeのセキュリティテスト後に注目すべき三つのシグナル

次の段階は、これが孤立した成功だったのか、再現可能な研究手法なのか、それとも検証危機の始まりなのかを明らかにするでしょう。

第一のシグナルは、NISTプロセスにおけるHAWKの位置づけです。レビュアーは、より大きなパラメータが、提案を競争力のあるものとして維持するのに十分な効率性と安全性を保つかを判断しなければなりません。

HAWKが改訂に成功すれば、Claudeの研究は生産導入前の有益なレビューとして映るでしょう。候補が撤回されれば、この発見は実際の標準化判断を変えたことになります。

どちらの結果も、AI支援テストの価値を強めます。不採用は、耐量子暗号が広範に失敗したことを意味しません。

第二のシグナルは、AES分析の独立した再現です。研究者は、Möbius Bridge手法、その計算量見積もり、主張される速度上の優位性を検証しなければなりません。

再現に成功すれば、Claudeの結果は長い暗号解読研究の系譜を真に拡張するものとして確立されます。大幅な修正があれば、自律的な専門家レベルの性能に関する主張は弱まります。

第三のシグナルは、今後のベンチマーク版での性能です。CryptanalysisBenchは、ブロック暗号、ハッシュ関数、その他のプリミティブにまたがる共通テストを提供します。

研究者は、Claude、Gemini、GPT、オープンウェイトモデルが、汚染なく既知の攻撃を再現できるかを注視すべきです。新規の結果も、専門家のレビューを乗り越えなければなりません。

一貫した改善が見られれば、AnthropicとGoogleの競争は科学研究システムをめぐる軍拡競争へと変わるでしょう。不規則な結果は、足場となる仕組みと研究者の判断が、依然としてモデルのブランドより決定的であることを示唆します。

この発表を理由に、セキュリティチームが本番の暗号化を置き換える必要はありません。代わりに、より多くの機械生成の発見を自らのレビューおよび開示プロセスで受け止められるかを検討すべきです。

その準備には、実験ログの保存、発見と承認の分離、緊急の主張が届く前に専門家を特定することが含まれます。また、圧縮された見出しに反応するのではなく、標準化に関する指針を追跡することも含まれます。

報じられた4時間未満の偉業が、この物語の決定版になってはいけません。検証済みのHAWKプロジェクトには約60時間を要し、その対象は導入済みではありませんでした。

Claudeの実際の成果は、誇張された主張よりも有用です。困難な数学的空間を探索し、検証可能な弱点を見つけ、暗号レビューの速度について人間に再考を迫りました。

これにより、すべてのセキュリティおよび研究組織には一つの実務的な問いが残されます。次のAI生成攻撃が導入済みシステムに影響する場合、見出しが証拠を追い越す前に、誰がそれを検証するのでしょうか。