Claude Mythosが人間の暗号研究を上回る中、Anthropic Googleのセキュリティ提携は新たな試練に直面

Anthropicによると、Claude Mythos Previewは、人間の研究者による数年にわたる精査にもかかわらず、数日で2件の暗号攻撃を発見した。Anthropic Googleのセキュリティ提携は今、ソフトウェア脆弱性の発見よりも難しい問いに直面している。類似の能力が攻撃者へ広がる前に、防御側は機械生成の研究成果を検証し、取り込めるのか。

この結果は、Claudeがオンラインバンキング、私的なメッセージ、企業データを保護する暗号を破ったことを意味しない。一方の攻撃は、連邦当局による審査中で未配備のデジタル署名提案であるHAWKを対象とする。もう一方は、実運用で使われる10ラウンドの暗号方式を意図的に弱めた研究用バリアントである7ラウンドAES-128への攻撃を改善したものだ。

この区別は重要だが、中心的な変化を打ち消すものではない。暗号解読は長年、数学的直観と数か月から数年に及ぶ検証を組み合わせる、少数の専門家コミュニティに依存してきた。報道によれば、Mythosは本格的なHAWK攻撃を60時間以内に生み出し、縮小ラウンドAESの研究を1週間以内に改善した。

Googleがこの話に登場するのは、Anthropicが大手テクノロジー企業やインフラ組織と進める限定的なセキュリティ協業、Project Glasswingを通じてだ。このプログラムは、審査済みのパートナーに防御的研究のための高度なClaude機能へのアクセスを提供する。今回の発見は、暗号の欠陥が通常のソフトウェアバグとは異なる情報開示の問題を生むため、すべての参加者にとって重要性を増している。

Claude Mythosが発見した2種類の弱点

重要な変化は、AIが暗号技術を説明できることではない。AIシステムが、新たで検証可能な暗号解読に寄与したとされる点にある。

Anthropicは2026年7月28日にこの発見を公表した。同社の研究者は、Mythos PreviewがHAWKと、Advanced Encryption Standard（AES）の縮小版に対する攻撃に寄与したと述べた。

HAWKは耐量子デジタル署名方式である。デジタル署名により、受信者は誰がメッセージに署名したか、また誰かが内容を改変していないかを検証できる。耐量子方式は、従来のコンピューターと将来の量子コンピューターの両方による攻撃への耐性を目指す。

National Institute of Standards and Technologyは、追加署名方式に関するプロセスを通じてHAWKを評価している。HAWKは候補であり、承認済みの標準ではない。現時点で組織が実運用のセキュリティのために依存しているわけでもない。

Anthropicによると、MythosはHAWKの基盤となる格子において、非自明な自己同型を特定した。自己同型とは、重要な関係を保ったまま数学的構造をそれ自体へ写す対称性である。

この対称性は、研究者にHAWKの秘密鍵を復元する近道を与えた。この攻撃により方式の実効的な強度は低下し、意図されたセキュリティ水準を維持するには大幅に大きな鍵が必要となる。

最小のHAWKパラメーターセットは、攻撃に約2^64回の演算が必要と見込まれていた。報告された手法は、この見積もりをおよそ2^38回の演算まで引き下げる。依然として大規模な計算ではあるが、候補方式のセキュリティ評価を変えるものだ。

この発見は、HAWKを検討する主な理由の一つにも疑問を投げかける。より大きな鍵で弱点を相殺できる可能性はあるが、その調整は、この提案を魅力的にしていた効率面の利点を損なうことになる。

Anthropicによると、Mythosは約60時間でHAWK攻撃の核心を発見した。人間の研究者は時折方向性を与え、出力を検証し、モデルの成果を正式な結果へとまとめた。

2つ目のプロジェクトは、データ保護に広く導入されている共通鍵暗号であるAES-128を扱った。共通鍵暗号では、同じ秘密鍵を使って情報を暗号化・復号する。

実運用のAES-128は、各データブロックに10ラウンドの変換を適用する。暗号研究者は、追加の各ラウンドがどれだけの保護をもたらすかを明らかにするため、縮小ラウンド版も研究している。

Mythosが攻撃したのは完全な暗号方式ではなく、7ラウンドのバリアントだった。その主な貢献は、既存の攻撃におけるメモリー集約的なルックアップを排除する「Möbius Bridge」と呼ばれる数学的手法である。

他の変更と組み合わせることで、このアプローチは7ラウンドAESに対する最良の攻撃を200倍から800倍高速化したとされる。それでも2^105を超える選択平文、すなわち分析のために特別に選ばれたメッセージを必要とする。

このデータ要件は実用的な範囲を超えている。したがって、この結果は完全なAES-128を脅かすことなく、学術的な最先端を前進させるものだ。

Anthropicによると、それぞれの研究には相当量のモデル利用が必要だった。リソース総量より重要なのは、その利用で何が得られたかである。すなわち、人間の疲労なしに、多数の可能な数学的経路を持続的に探究する能力だ。

これらは異なる2つの結果である。HAWKに関する成果は、標準化が進行中の候補の評価を変える。AESに関する成果は、弱められた研究対象の分析を前進させる一方、実運用の暗号はそのまま維持する。

両者が、この記事の中心的な緊張を生み出している。Claudeはインターネットを解読したわけではないが、本格的な暗号研究を機械のペースで進むワークフローへ圧縮したとされる。

Anthropic Googleの提携が今まで以上に重要な理由

暗号研究により、Project Glasswingはソフトウェア防御プログラムから、機械速度の科学的発見に向けた初期のガバナンステストへと変わる。

Anthropicは2026年4月、Claude Mythos PreviewとProject Glasswingを導入した。この取り組みには、Google、Apple、Microsoft、Cisco、CrowdStrike、Amazon Web Services、NVIDIA、Linux Foundationなどの組織が参加した。

この提携は、広く利用可能なAIシステムが攻撃者に同等の能力を与える前に、重大な脆弱性を発見・修復することを目的として設計された。Anthropicは当初、Mythosへのアクセスを制限した。モデルが最小限の指示でソフトウェアの弱点を発見し、悪用できる可能性があると報告されていたためだ。

同社の以前のサイバーセキュリティ評価では、Mythosが大規模なコードベースを調査し、これまで知られていなかったバグを特定し、実際に動作するエクスプロイトを開発できるとされていた。また、暗号プロトコルやライブラリーの実装における弱点も報告している。

欠陥のある実装を見つけることは、基盤となる数学を攻撃することとは異なる。ソフトウェアのバグは通常、特定のバージョンのプログラムに影響する。保守担当者はコードを修正し、更新を配布し、導入状況を追跡できる。

暗号設計の弱点は、より広範な影響範囲を持つ。組織がその設計を広く導入した場合、置き換えにはソフトウェア、ハードウェア、プロトコル、証明書、アーカイブ済みデータ、コンプライアンスシステムにまたがる変更が必要になる可能性がある。

HAWKは導入されていないため、これはこの話の好ましい形だ。弱点は、提案がインフラに組み込まれる前の評価段階で明らかになった。

それこそが、オープンな標準化プロセスが達成すべきことだ。候補は継続的な公開レビューを受け、弱い設計は採用前に修正または却下される。

Keyfactorの戦略・AIイノベーション担当シニアバイスプレジデントであるEllen BoehmはCyberScoopに対し、この発見は評価プロセスが機能していることを示すと語った。彼女の評価は、Mythosを既存のレビューシステムの代替としてではなく、その内部に位置付けるものだ。

Anthropic Googleの関係が重要なのは、Googleが暗号技術に依存するソフトウェア、ブラウザー、クラウドサービス、アイデンティティシステム、インフラを運用しているためだ。また、セキュリティプロトコルを設計・分析する研究者も雇用している。

Googleの参加は、同社の研究者がHAWKやAESの発見を生み出した、あるいは独自に支持したことを意味しない。公開情報から確認できるのは、GoogleがProject Glasswingに参加し、その防御的枠組みの中でアクセスを受けているという点だけだ。

それでもGoogleは、自動化された暗号解読が拡大した場合に対応しなければならない組織の典型だ。防御上の機会と移行の負担の両方を理解するのに十分なインフラを維持している。

この圧力はGoogleに限られない。標準化団体は、AI支援による提出をどのように受け入れ、再現し、文書化するかを決めなければならない。ベンダーは、アルゴリズムが自社製品のどこで使われているかを追跡する必要がある。セキュリティチームは、人間のレビュアーが迅速に処理できる量を超える発見に備えなければならない。

したがって、Anthropic Googleの提携は、管理されたアクセスの初期モデルを示している。モデル開発者と、発見を検証し修復を調整できる組織を結び付けるものだ。

このアプローチは同時に、情報と能力を少数のグループに集中させる。提携外の組織は、参加者が関連する結果を迅速かつ正確、公平に開示すると信頼しなければならない。

暗号研究は、この懸念をさらに切迫したものにする。ソフトウェアベンダーは通常、非公開でバグ報告を受け、パッチを発行できる。しかし、新たに発見された数学的弱点は、競合ベンダー、政府、研究者、標準化プロセスに同時に影響する可能性がある。

もはや課題は、攻撃者より先に欠陥を見つけることだけではない。民間コンソーシアムに公共のセキュリティ判断に対する過度な影響力を与えることなく、追随できるレビューのパイプラインを構築することだ。

真の進展は研究の圧縮にある

Mythosは人間の暗号研究者を不要にしたのではない。限られた期間内に少人数のチームが試みられる探索作業の量を変えたのだ。

暗号解読は、理論、実験、実装、そして繰り返される失敗を組み合わせる。研究者は仮説を立て、小さな事例を試し、コードを書き、結果を調べ、前提を見直し、どの経路により注力すべきかを判断する。

言語モデルは現在、このループ全体に参加できる。仕様を読み、方程式を導き、実験を実装し、数学ツールを呼び出し、出力を比較し、有用な中間結果を保持できる。

この広がりは、単一の回答よりも重要だ。従来の自動化は、研究者が正確な探索手順をすでに知っている場合に優れた性能を発揮する。フロンティアモデルは、予期しない証拠に対応しながら、異なる手順を提案し検証できる。

HAWKの事例は、Mythosが方式の格子における構造的対称性を特定したことから始まったとされる。その後、人間の研究者が調査の方向付けを助け、その観察が実際の攻撃を裏付けるかを評価した。

このワークフローは、自律性に関する単純な主張を複雑にする。モデルは重要なアイデアを提供し、分析の多くを実行したが、人間は研究対象を選定し、環境を設定し、出力をレビューし、結果をまとめた。

したがって「自律的」という語は、科学プロジェクト全体ではなく、プロセスの一部を表すべきだ。Mythosは絶え間ないプロンプトなしに技術的な探究を続けられた。しかし、社会的な目的や発表基準を独自に選んだわけではない。

縮小ラウンドAESプロジェクトは、異なる形の価値を示している。この対象は人間によって広範に分析されており、モデルは実用的な解読を明らかにしたわけではない。高度に制約された理論上の攻撃を、より効率的に進める経路を見つけたのだ。

報告された高速化は、256項目を含むルックアップテーブルを排除したことにも一部起因する。これは攻撃の膨大なデータ要件をなくしたわけではないが、時間とメモリーの特性を改善した。

この区別は、モデルが普遍的に信頼できるようになる前から、AI支援研究が進展し得る理由を示している。候補となる攻撃は、多くの場合、方程式、実行可能なコード、または正式なセキュリティ実験を通じて検証できる。

暗号解読は、異例なほど明確なフィードバックをもたらす。提案された鍵復元手法が、提示された条件下で鍵を復元できるか、できないかのどちらかだからだ。研究者は、モデルの文章を信頼せずとも、多くの幻覚的な探索経路を退けられる。

新たに公開されたCryptanalysisBenchは、この能力変化を示すより広範な証拠を提供している。著者らは、6種類の暗号プリミティブ群にまたがる191件のタスクを評価した。

既知の実用的攻撃がある方式に関するタスクでは、5つの最先端モデルが65～86％を解いた。Claude Mythos 5はTier 1の49タスク中42件に成功し、報告された中で最高の結果を達成した。

このベンチマークには、既知の実用的な破り方がない、より難しい方式も含まれていた。Mythos 5はフル版とスケール版を合わせて61の方式を破り、Claude Opus 4.8の37件を上回った。

これらの数値は、モデルが現代の実運用暗号を破れることを示すものではない。チャレンジ階層は依然として大部分が未解決であり、多くのベンチマークでの成功は、弱められた構成や既知の欠陥を持つ方式に関わる。

結果が示すのは、モデルが技術研究環境を探索し、攻撃を実装し、ときに未報告だった設計上の問題を発見できることだ。これは既存論文を要約するより高いハードルである。

人間との比較にも注意が必要だ。モデルを60時間動かすことは、暗号研究者1人が60時間働くことと同じではない。このシステムは大量の計算資源、並列実験、学習時に符号化された広範な事前知識を利用できる。

意味のある比較は、経過した研究時間とチームの成果に関するものだ。少人数のグループは、同じ週に手作業で生み出せる量をはるかに超える探索的労働力を利用できるようになった。

これは研究の圧縮である。モデルは計算を追加の試行へと変換し、人間はどの試行を信頼に値するとみなすかを判断する。

このバランスは、研究所に研究運営の再設計を迫る。専門性は、標的の選定、評価の構築、微妙なモデルの誤りの発見、暫定的な結果を擁護可能な主張へ変換することへと移る。

人間の判断は依然として不可欠だが、ループのより後段で関与する。研究者は、すべての候補を生成する時間を減らし、はるかに大きな候補の流れを検証する時間を増やす。

調査結果は実運用の暗号化を破るものではない

慎重であるべき最も強い理由は、同時に最も単純なものでもある。公表された2つの攻撃のいずれも、今日人々が利用している暗号システムを侵害していない。

HAWKは依然として提案段階にある。設計者はパラメータを改訂し、分析に対応し、あるいは影響を受けた構成を撤回できる。そうしても、利用者に展開済みシステムの移行を強いることはない。

HAWK specificationは、格子仮定に基づくコンパクトな署名システムを説明している。こうした仮定には、標準化前の公開検証が常に求められてきた。

Mythosの結果は、その検証に寄与するものだ。すべての格子ベース署名が同じ弱点を持つことを意味しない。この攻撃はHAWK固有の数学的構造に依存している。

また、NISTが完了した耐量子標準を無効化するものでもない。HAWKは、追加のデジタル署名オプションを検討する別のプロセスの一部である。

AESの結果には、さらに強い限定が必要だ。7ラウンドAES-128は、展開されている10ラウンド版より弱く設計された研究用の変種である。

少ないラウンドへの攻撃は、暗号研究者が暗号の安全余裕を測る助けになる。7ラウンドに対する進展は、10ラウンドすべてを突破する道筋を示さずとも、数学的に価値があり得る。

Mythos支援による攻撃は、例外的に大量の選択平文も前提としている。選択平文の設定では、攻撃者がメッセージを選び、その暗号化出力を観測できる。

現実のシステムはアクセスを制限し、鍵をローテーションし、データ量を抑え、基礎となる暗号の周囲にプロトコルを追加する。これらの対策により、公表された理論上の条件はさらに実用性を欠くものになる。

したがって、この結果を「AESの破り」と呼ぶのは読者を誤導する。これはラウンド数を減らしたAESに対する改善であり、実運用のAES-128の侵害ではない。

AIがすべての人間の暗号研究者を上回ったという主張にも、同じ慎重さが当てはまる。このモデルは人間が設計した足場の中で動作し、学習環境に組み込まれた数十年分の公表研究を活用した。

研究者らは、Mythosがどの程度の頻度で誤った手掛かりを追ったか、何回の実行が失敗したか、固定された計算予算の下で性能がどう変化するかを、公開の場で確立していない。成功事例は能力を示すが、完全な生産性指標にはならない。

再現性も別の問題をもたらす。独立した専門家には、数学とコードを検証するために十分な詳細が必要だ。モデルのトランスクリプトは役立ち得るが、長大なエージェントのトレースは、従来の導出より監査が難しい場合がある。

公の懐疑は、専門家による監督の水準に焦点を当てている。批評家は、並外れた暗号学的主張には、広範な宣伝的な位置づけを行う前に確立された専門家のレビューが必要だと主張する。

その批判を自動化への抵抗として退けるべきではない。暗号学的な誤りは査読をすり抜け得るし、一見もっともらしい攻撃が、攻撃者やセキュリティモデルに関する誤った仮定を隠していることもある。

外部からの確認は根拠を強める。報道によれば、HAWKの設計者は攻撃の本質を認め、独立した暗号研究者がラウンド数を減らしたAESの結果をレビューした。

正式な公表と継続的な査読は依然として必要だ。印象的なモデルのトレースは研究プロセスの証拠であり、完全な証明の代替ではない。

ベンチマークの証拠は、明確な限界も示している。Mythosでさえ既知の攻撃がある一部の方式では失敗しており、最も難しい実運用志向のタスクは未解決のままだ。

モデルは、正しい概念を実装するために予算を浪費したり、誤ったセキュリティゲームを標的にしたり、テストハーネスの弱点を利用したりする可能性がある。これらは、特に高いリスクを伴う、よく知られたエージェントの失敗である。

したがって、セキュリティ組織は、専門家が再現するまでAI生成の暗号解読を信頼できない研究として扱うべきだ。この方針なら、防御上の価値を取り込みつつ、ベンダーの主張を運用上の事実へと変えてしまうことを避けられる。

機械速度の暗号解読は防御側のボトルネックを変える

より速い発見が防御側に役立つのは、検証、開示、移行も同程度の速度で進められる場合に限られる。

ソフトウェアセキュリティはすでにこの不均衡に直面している。自動化ツールは、保守担当者がレビューできる数を超える潜在的な発見を生み出し得る。Mythosは、同じ圧力を数学的に複雑なシステムへと拡張する。

最初のボトルネックは検証だ。モデルは多くの仮説を迅速に探索できるが、有資格の暗号研究者は依然として希少である。重大な主張ごとに、証明、コード、パラメータの仮定、脅威モデルを慎重にレビューする必要がある。

2つ目のボトルネックは開示だ。HAWKが未展開だったことで調整は容易になったが、将来の発見は広く使われるプリミティブに影響する可能性がある。早すぎる公表は、ベンダーが緩和策を準備する前にシステムを危険にさらすおそれがある。

待ちすぎることにもリスクがある。少数の企業や政府が、外部組織が自らのリスクを評価できないまま、全員に影響する知識を保有する可能性がある。

3つ目のボトルネックは暗号資産の棚卸しだ。多くの企業は、自らが依存するアルゴリズム、鍵長、証明書、ライブラリ、組み込みデバイスを把握していない。

その地図がなければ、新たに発見された弱点を管理することは難しい。影響を受けるすべての利用箇所を特定できなければ、チームは移行の優先順位を付けられない。

ここでAnthropicとGoogleの協業は運用上重要になる。Googleや他のGlasswingパートナーは、機械生成の発見が実際の修復プログラムへ流れ込めるかを検証できるほど大規模なシステムを運用している。

この提携は、レビュー手法、証拠の基準、開示手順の開発を支援できる。また、大規模組織が保守担当者を圧倒することなく発見を処理できるかどうかも明らかにできる。

しかし、アクセス制御は根底にある拡散の問題を解決しない。同等の暗号解読能力が、1つのモデルや1つの提携だけに無期限で独占されることはない。

CryptanalysisBenchは、クローズドモデルとオープンウェイトモデルを評価した。オープンなGLM-5.2モデルはMythosに後れを取ったが、それでもTier 1の49タスク中32件を解いた。

その差は重要だが、より重要なのは大きな方向性である。複数のモデルファミリーが、すでに攻撃ワークフローの意味のある部分を実行できる。

攻撃側の優位は、その次に何が起きるかに左右される。防御側が高度なシステムを使い、展開前に候補を検査するなら、AIは標準を強化できる。移行が改善する前に攻撃者が有能なモデルを手に入れれば、発見が修復を上回る可能性がある。

暗号技術では、修復の遅れが特に危険になる。ブラウザのコンポーネントの置き換えには数週間で済む場合がある。一方、ハードウェアや長期利用される証明書全体に埋め込まれたプリミティブの置き換えには、何年もかかり得る。

保存された暗号化データは、別のリスクも生む。将来の攻撃が基礎となる保護を弱めれば、攻撃者は今情報を収集し、後で復号できる。

現在の発見は、AESについてそのようなシナリオを生み出すものではない。ただし、システム全体を作り直すことなくアルゴリズムを置き換える能力を意味する、暗号アジリティの価値をあらためて強調している。

標準化団体にも、AI支援による提出物についてより明確なルールが必要になる。研究者は、モデルのバージョン、足場となる仕組み、計算予算、人間の介入、失敗した実行、検証手法を開示すべきだ。

これらの詳細によって、レビュー担当者は科学的結果と選択的な実演を区別できる。また、モデル間の能力動向を測定しやすくなる。

短期的に最も有用な対応は、パニックや一律の制限ではない。自動化された発見を取り巻く人間と組織の能力を拡大することだ。

より多くの検証者、再現可能なツール、明確な開示チャネル、完全な暗号資産の棚卸しが、機械速度の研究がまず防御側に利益をもたらすかを左右する。

Claude Mythosの暗号学的結果の後に注目すべきこと

この出来事が持続的な研究上の転換となるか、例外的な実演にとどまるかは、3つのシグナルが示す。

第1のシグナルは、NISTプロセスにおけるHAWKの扱いだ。レビュー担当者は、改訂されたパラメータが候補として継続するのに十分な効率性と信頼性を維持しているかを判断しなければならない。

大幅な再設計や削除が行われれば、Mythosが実際の標準化判断を変えたという主張は強まる。限定的なパラメータ調整であれば、有用ではあるが、より限定的な発見だったことを示す。

どちらの結果であっても、展開前テストの有効性は裏付けられる。重要な問いは、AI支援分析が将来の候補の評価において通常の一部となるかどうかだ。

第2のシグナルは、HAWKとラウンド数を減らしたAES攻撃の独立した再現である。外部の暗号研究者は、仮定、導出、実装、報告された性能を検証する必要がある。

明確な再現は、Mythosが真の研究に寄与したというAnthropicの主張を強める。重要な修正があれば、結果は限定され、現在の検証プロセスの弱点が明らかになる。

第3のシグナルは、次世代の統制されたベンチマークだ。研究者は、完全強度の方式、未公表のテスト問題、学習データ汚染から保護されたタスクに焦点を当てるべきである。

CryptanalysisBenchはすでに、既知の攻撃とより困難な方式を分け、記憶の兆候についてトレースを監査している。その飽和していない階層は、有用な出発点となる。

それらの階層での進展は、解決済みの攻撃を繰り返すことより有益な情報をもたらす。固定予算の下で新たな欠陥を一貫して見つけるモデルは、自動化された科学研究に関するより強い主張を支持するだろう。

AnthropicとGoogleのセキュリティ提携も、参加組織が暗号学的な発見をどのように扱うかを開示すべきだ。有用な証拠には、検証までの期間、開示の結果、専門家により却下されたモデル報告の割合が含まれる。

読者は、都合のよい両極端の見方を避けるべきだ。Claude Mythosは日常的な暗号を破ったわけではないが、標的が未導入または弱められたものだったという理由でこの成果を退けるのは、暗号研究の目的を見誤ることになる。

セキュリティ・マージンは、失われる前に研究される。候補となる標準は、利用者が依存する前に攻撃される。最新の成果は、AIがこの両方に有意義に貢献できる可能性を示している。

開発者と企業の購入担当者は、自組織が利用するすべての重要なアルゴリズムを特定できるかを問うべきだ。また、ある標準への信頼が失われたとき、それらの依存関係をどれほど迅速に変更できるかも考える必要がある。

研究者は、独立したチームがこの成果を再現するか、またNISTがHAWKのステータスを変更するかを注視すべきだ。そうした結果の方が、どんな劇的な見出しよりも多くを物語る。

最も信頼できる結論は、より限定的でありながら、より重大なものだ。報道によれば、Mythosは長年にわたり蓄積された専門知識を、方向づけられた探索の数日間に圧縮した一方、検証の責任は人間が担い続けた。

この組み合わせは、より遅い研究サイクルを前提に構築されてきたすべてのセキュリティ機関に圧力をかける。次の試金石は、機械速度の発見が広く利用可能になる前に、防御側がそのプロセスを再設計できるかどうかだ。