Anthropic Claude znalazł słabości kryptograficzne, ale nie złamał współczesnego szyfrowania

Anthropic Claude znalazł dwa nowe ataki kryptograficzne, mimo że ich cele były przez lata analizowane przez ludzi. Jeden osłabia HAWK, eksperymentalny schemat podpisu postkwantowego. Drugi usprawnia atak na celowo zredukowaną wersję AES, standardu używanego do ochrony informacji cyfrowych.

To odkrycie ma znaczenie, ale łatwo je błędnie przedstawić. Anthropic twierdzi, że Claude Mythos Preview stworzył wartościowe badania matematyczne, a nie jedynie raporty o błędach w oprogramowaniu. Żaden z wyników nie narusza jednak szyfrowania chroniącego obecnie strony internetowe, banki, usługi komunikatorów ani urządzenia.

To rozróżnienie oddziela wiarygodny kamień milowy badań od paniki wokół szyfrowania. Anthropic Claude rzucił wyzwanie szybkości i skali eksperckiej kryptoanalizy, nie naruszając przy tym systemów produkcyjnych. Prawdziwa presja dotyczy procesu ludzkiej weryfikacji otaczającego przyszłe standardy, a nie osób korzystających dziś z szyfrowanych usług.

Co Anthropic Claude faktycznie odkrył

Badanie zmienia zakres wkładu AI w kryptoanalizę, pozostawiając wdrożone szyfrowanie nienaruszone.

Anthropic opublikował swoje badania nad kryptografią 28 lipca 2026 roku. Firma opisała dwa ataki opracowane z wykorzystaniem Claude Mythos Preview, ograniczonego modelu przeznaczonego do zaawansowanych prac z zakresu cyberbezpieczeństwa i nauki.

Pierwszy atak jest wymierzony w HAWK, eksperymentalny schemat podpisu cyfrowego. Podpis cyfrowy pozwala odbiorcy zweryfikować tożsamość lub potwierdzić, że dane nie zostały zmienione. HAWK zaprojektowano z myślą o przyszłości, w której odpowiednio zaawansowane komputery kwantowe mogłyby zagrozić powszechnie używanym systemom podpisu.

HAWK nadal jest oceniany w ramach procesu National Institute of Standards and Technology dotyczącego dodatkowych podpisów. Nie jest zatwierdzonym standardem wdrożonym w systemach produkcyjnych. Publiczna ocena istnieje właśnie po to, aby wykrywać słabości przed przyjęciem rozwiązania.

Anthropic twierdzi, że HAWK przetrwał już dwie rundy eksperckiej oceny prowadzonej przez dwa lata. Pracując w agentowym środowisku badawczym, Claude Mythos Preview znalazł niewykorzystaną symetrię matematyczną w około 60 godzin.

Ta symetria umożliwiła szybszą metodę odzyskiwania klucza. Odzyskiwanie klucza oznacza odtworzenie tajnych informacji potrzebnych do podszycia się pod osobę składającą podpis. Anthropic twierdzi, że wynik skutecznie zmniejsza siłę klucza HAWK o połowę.

Mniejszy parametr HAWK-256 ilustruje skalę tej zmiany. Badacze szacowali, że pełne odzyskanie klucza wymaga około 2^64 jednostek pracy. Anthropic podaje, że metoda Claude’a obniżyła ten szacunek do 2^38.

Ta redukcja jest poważna dla małego parametru, ale nie tworzy uniwersalnego skrótu. Atak nadal ma wykładniczą złożoność, co oznacza, że wymagana praca wciąż szybko rośnie wraz z rozmiarem klucza. Atakowanie większych parametrów HAWK pozostaje niepraktyczne.

Słabość dotyczy także wyłącznie HAWK. Anthropic twierdzi, że nie przenosi się ona na innych kandydatów na podpisy postkwantowe ani nie podważa kryptografii opartej na kratach jako szerszej dziedziny.

Drugie odkrycie dotyczy siedmiorundowego AES-128. AES, czyli Advanced Encryption Standard, to szyfr symetryczny, który używa tego samego tajnego klucza do szyfrowania i odszyfrowywania informacji. NIST ustandaryzował specyfikację AES w 2001 roku.

Produkcyjny AES-128 wykorzystuje dziesięć rund, które wielokrotnie przekształcają dane, aby ukryć zależności między wejściem, wyjściem i kluczem. Kryptografowie często badają wersje o zredukowanej liczbie rund, ponieważ zapewniają one kontrolowany sposób pomiaru, ile bezpieczeństwa wnosi każda runda.

Claude Mythos Preview usprawnił znany atak typu meet-in-the-middle na siedmiorundowy AES. Metoda ta przechowuje obliczenia pośrednie, a następnie wyszukuje pasujące wartości uzyskane z przeciwnych kierunków wewnątrz szyfru.

Model zaproponował technikę odcisków palców nazwaną Möbius Bridge. Anthropic twierdzi, że technika ta eliminuje jedno zgadywanie w ataku i czyni go od 200 do 800 razy szybszym niż wcześniejsze podejście.

Bez brakującego ograniczenia brzmi to alarmująco. Atak zakłada dostęp do 2^105 wybranych tekstów jawnych, co oznacza, że atakujący może wielokrotnie prosić o zaszyfrowanie wybranych danych nieznanym kluczem. Ten wymóg sprawia, że atak jest całkowicie niepraktyczny.

Atak celuje też w siedem rund zamiast dziesięciu rund stosowanych przez AES-128. Claude nie złamał pełnego AES, nie osłabił implementacji produkcyjnej ani nie ujawnił zaszyfrowanych danych klientów.

Wiadomość jest więc wąska, ale ważna. Model opracował ataki nadające się do publikacji na dwa starannie wybrane cele badawcze. Nie stworzył głównego klucza do współczesnego internetu.

Dlaczego badania Claude’a nad kryptografią wywierają presję na ludzką weryfikację

Główną przewagą Claude’a nie był magiczny skrót, lecz zdolność do prowadzenia szerokich poszukiwań w literaturze, matematyce, kodzie i wśród nieudanych pomysłów.

W przypadku wyniku dotyczącego HAWK Anthropic umieścił Mythos Preview w izolowanym, wieloagentowym środowisku wykonawczym. Takie środowisko łączy prompty, narzędzia, kod i środowisko operacyjne, które pomaga systemowi AI realizować większy cel.

Model mógł analizować opublikowane badania, prowadzić rozumowanie matematyczne, uruchamiać eksperymenty obliczeniowe i komunikować się między agentami roboczymi. Ludzki operator miał doświadczenie w teoretycznej informatyce, ale nie był specjalistą od kryptografii opartej na kratach.

Według Anthropic ludzkie wskazówki koncentrowały się głównie na zarządzaniu projektem. Operator sugerował sposoby śledzenia pomysłów i wskazywał biblioteki do weryfikacji. Agenci roboczy Claude’a opracowali i przetestowali podstawowy atak.

Jedna interakcja pokazuje, dlaczego proces ten różni się od pojedynczej odpowiedzi chatbota. Dwóch agentów roboczych badało symetrię, która ostatecznie umożliwiła atak. Jeden zbyt wcześnie odrzucił pomysł, podczas gdy drugi znalazł sposób jego wykorzystania.

Agenci wymieniali się wnioskami, aż obaj zaakceptowali wynik. Ten wzorzec przypomina grupę badawczą prowadzącą wewnętrzną ocenę, choć każdy uczestnik pochodził z tej samej rodziny modeli bazowych.

Eksperyment AES wymagał mniej bezpośrednich wskazówek. Badacz stworzył szkielet, który pozwalał modelowi proponować hipotezy, je testować, odrzucać niepowodzenia i szukać ulepszenia względem opublikowanej kryptoanalizy.

Claude początkowo opierał się zadaniu. Wielokrotnie argumentował, że cel został zbadany zbyt dokładnie i że nie pozostało nic łatwego. Badacze odpowiedzieli, wzmacniając wymóg stworzenia nowatorskiej pracy.

Model wygenerował następnie setki milionów tokenów w ciągu kilku dni. Po miliardzie tokenów wyjściowych Anthropic twierdzi, że opracował i dopracował atak opisany w towarzyszącym artykule.

Sam surowy upór nie wyjaśnia tego wyniku. Zautomatyzowany system brute-force może przeszukiwać dużą przestrzeń bez rozumienia jej struktury. Claude zamiast tego łączył literaturę badawczą, proponował przekształcenia, pisał kod eksperymentalny, oceniał zastrzeżenia i zachowywał użyteczne wnioski dla późniejszych agentów.

W tym miejscu badania Claude’a nad kryptografią wywierają presję na tradycyjną praktykę. Ekspercka ocena zazwyczaj zależy od niewielkiej liczby specjalistów, którzy dzielą czas między nauczanie, wdrożenia, prace nad standardami i recenzowanie.

Proces badawczy AI może równolegle testować wiele spekulatywnych ścieżek. Większość z nich może zakończyć się niepowodzeniem bez pochłaniania dodatkowej uwagi ludzi. Ludzie wkraczają później, aby zweryfikować nieliczne wyniki, które przetrwały.

Tworzy to nową asymetrię. Opracowanie potencjalnego wyniku staje się szybsze niż weryfikacja jego oryginalności i poprawności. Anthropic twierdzi, że pomysł dotyczący AES pojawił się w ciągu tygodnia, podczas gdy dwóm badaczom uzyskanie pewności co do niego zajęło niemal miesiąc.

Wąskie gardło przesunęło się z generowania pomysłów na walidację. Kryptografowie muszą potwierdzić matematykę, porównać wynik z wcześniejszymi pracami, sprawdzić założenia, odtworzyć obliczenia i zdecydować, czy wynik wpływa na rzeczywiste systemy.

Ta luka ma znaczenie, ponieważ kryptografia wymaga wyjątkowo wysokiej pewności. Wiarygodny dowód lub udany eksperyment może nadal skrywać nieprawidłowe założenie. Mały błąd w oszacowaniu bezpieczeństwa może zmienić to, czy atak jest akademicki, czy operacyjny.

Zespoły będą potrzebować lepszych zapisów tego, jak rozwijały się wyniki generowane przez AI. Odtwarzalny kod, śledzenie źródeł, dzienniki eksperymentów i odrzucone hipotezy stają się niezbędnymi artefaktami badawczymi.

Ta sama potrzeba występuje poza kryptografią. Zespoły inżynieryjne już zmagają się z zachowaniem uzasadnienia złożonych decyzji technicznych. Przeszukiwalna baza wiedzy inżynieryjnej może łączyć wyniki modeli z artykułami, testami, recenzjami i ostatecznymi decyzjami.

Presja ma charakter organizacyjny w równym stopniu co matematyczny. Instytucje badawcze muszą zdecydować, kto waliduje twierdzenia generowane przez maszyny, jak recenzenci otrzymują uznanie i kiedy wrażliwe ustalenia powinny pozostać prywatne.

Główny kompromis to szybkość badań kontra weryfikacja

Anthropic Claude może przyspieszyć odkrycia kryptograficzne, ale każde przyspieszenie zwiększa również ciężar udowodnienia, że wynik jest rzeczywisty, nowatorski i bezpieczny do ujawnienia.

Wynik dotyczący HAWK stanowi najczytelniejszy przypadek, ponieważ badacze mogą wdrożyć atak od początku do końca. Mogą wygenerować klucz, uruchomić metodę i sprawdzić, czy odzyskana wartość jest poprawna.

Wynik dotyczący AES wymaga więcej pracy interpretacyjnej. Pełny atak jest zbyt kosztowny, by go wykonać, więc walidacja zależy od sprawdzenia każdego komponentu i potwierdzenia ogólnej analizy złożoności.

Anthropic twierdzi, że ludzcy badacze poświęcili kilkaset godzin na ocenę twierdzeń Claude’a dotyczących AES. Musieli nauczyć się wystarczająco dużo specjalistycznej kryptografii, aby ocenić metodę modelu i przygotować artykuł.

Nie jest to dowód, że odkrycie jest fałszywe. Pokazuje to, że zaawansowane badania AI nie eliminują potrzeby posiadania wiedzy eksperckiej. Zmieniają moment, w którym wiedza ekspercka wchodzi do procesu.

Zamiast prowadzić każdy krok eksploracyjny, ludzie mogą oceniać wybrane wyniki. Taki układ skaluje odkrywanie, ale walidacja może nie skalować się w tym samym tempie.

Model może generować wiele dopracowanych argumentów, które wyglądają na wewnętrznie spójne. Recenzenci muszą ustalić, czy każdy argument opiera się na właściwych założeniach, odwołuje się do rzeczywistego stanu wiedzy i wytrzymuje próby odtworzenia.

Nowatorstwo kryptograficzne dodaje kolejną trudność. Wynik może być poprawny matematycznie, nie będąc nowym. Badacze muszą przeszukiwać obszerną literaturę techniczną, w tym artykuły używające odmiennej terminologii lub modeli ataku.

Anthropic współpracował z naukowcami z ETH Zurich, Tel Aviv University i TU Berlin nad CryptanalysisBench, benchmarkiem zaprojektowanym do pomiaru możliwości modeli językowych w problemach kryptoanalitycznych. Benchmarki mogą tworzyć wspólną podstawę porównań, ale nie zastępują eksperckiej oceny.

Model mógłby poprawić wynik w benchmarku przez zapamiętywanie rozpoznawalnych wzorców lub wykorzystywanie słabości jego oceny. Badacze potrzebują prywatnych problemów, kontroli zanieczyszczenia danych i zadań wymagających weryfikowalnej pracy pośredniej.

Oba ataki wymagały również bardzo różnych poziomów autonomii. Projekt HAWK obejmował okazjonalne wskazówki człowieka w środowisku współpracy agentów. Projekt AES działał niemal autonomicznie po tym, jak badacze skłonili Claude’a do utrzymania niezmienionego celu.

Nazywanie obu wyników autonomicznymi bez zastrzeżeń zacierałoby tę różnicę. Trafniejszy opis jest taki, że Claude wykonał większość technicznego poszukiwania, podczas gdy ludzie wybierali cele, utrzymywali środowisko, podważali przedwczesne wnioski i walidowali wyniki.

Wkład ten jest ograniczony w porównaniu z ręcznym pisaniem każdego dowodu. Mimo to pozostaje decydujący. System potrzebował ludzi, by sformułowali pytanie badawcze i odrzucili jego początkowe przekonanie, że znaczący postęp jest niemożliwy.

Ta interakcja komplikuje twierdzenia, że AI samodzielnie stała się czołowym kryptografem. Anthropic pokazał system zdolny do osiągania wyników na poziomie eksperckim w wybranych warunkach. Nie pokazał jednak uniwersalnego badacza, który niezawodnie wybiera wartościowe problemy i weryfikuje każdą odpowiedź bez nadzoru.

Wymagania dotyczące zasobów również ograniczają dostęp. Anthropic poinformował o intensywnym wykorzystaniu inferencji, orkiestracji wielu agentów, wyspecjalizowanych narzędziach i długotrwałej walidacji przez ludzi. Nie była to zwykła sesja Claude dostępna dla przeciętnego użytkownika.

Różnica między eksperymentem w laboratorium tworzącym modele z czołówki a powtarzalną usługą badawczą nadal jest duża. Grupy akademickie potrzebują dostępu do modeli, bezpiecznej mocy obliczeniowej, odtwarzalnych struktur wsparcia oraz wystarczających możliwości recenzji, zanim będą mogły niezależnie przetestować ten workflow.

Ta luka w weryfikacji tworzy kluczowy kompromis. AI może poszerzać granice możliwych odkryć. Może też zalać dziedzinę twierdzeniami, których ocena zajmuje więcej czasu niż ich stworzenie.

Kryptografia ma użyteczną ochronę przed takim scenariuszem. Ataki często można wyrazić jako precyzyjne algorytmy o mierzalnych wymaganiach. Niezależni badacze mogą je odtworzyć, zakwestionować ich założenia i zrewidować oceny bezpieczeństwa.

Inne dziedziny nauki mogą nie dysponować tak przejrzystą weryfikacją. Kryptograficzna praca Claude’a jest więc zarówno osiągnięciem badawczym, jak i wyjątkowo sprzyjającym środowiskiem testowym dla odkryć generowanych przez maszyny.

Czego wyniki Anthropic Claude nie łamią

Żaden z ataków nie narusza stosowanego w praktyce szyfrowania, a przedstawianie tych ustaleń jako natychmiastowego cyberkryzysu zniekształca oba wyniki.

HAWK to kandydacki schemat podpisu, a nie wdrożony fundament bankowości internetowej czy komunikatorów. Jego proces recenzji ma na celu wykrycie słabości przed standaryzacją.

Porażka na późnym etapie nie byłaby bezprecedensowa. Konkursy postkwantowe celowo wystawiają propozycje na analizę przeciwników przez kilka lat. Kandydaci mogą zostać zmodyfikowani, otrzymać silniejsze parametry lub zostać wycofani.

SIKE stanowi użyteczne porównanie historyczne. Ten kandydat postkwantowy przetrwał lata badań, zanim naukowcy znaleźli skuteczny atak z użyciem zwykłego laptopa. Jak pisał Quanta, przełamanie pokazało, dlaczego publiczna ocena musi trwać przed wdrożeniem.

Wynik Claude’a dotyczący HAWK wpisuje się w tę tradycję. Nietypowy jest badacz, a nie samo istnienie późno wykrytej słabości kryptograficznej.

Atak rzeczywiście czyni HAWK mniej atrakcyjnym. Anthropic twierdzi, że przywrócenie zakładanego poziomu bezpieczeństwa wymaga podwojenia rozmiarów kluczy. Większe klucze zwiększają narzut związany z przechowywaniem, transmisją i obliczeniami, ograniczając efektywność, która wyróżniała tę propozycję.

NIST i projektanci HAWK muszą ocenić zrewidowane marginesy bezpieczeństwa. Mogą zmienić parametry lub ponownie rozważyć kandydata bez zastępowania jakiegokolwiek istniejącego wdrożonego systemu.

Ustalenie dotyczące AES ma jeszcze mniejszy bezpośredni wpływ operacyjny. Pełny AES-128 używa dziesięciu rund, podczas gdy Claude badał siedem. Atakowanie mniejszej liczby rund jest standardową metodą badawczą, a nie dowodem na to, że pełny szyfr wkrótce zawiedzie.

Wymagana liczba wybranych tekstów jawnych również stawia ten atak daleko poza realistycznym zastosowaniem. Nawet metoda dla zredukowanej liczby rund wymagałaby niewiarygodnej ilości danych i mocy obliczeniowej.

Anthropic zauważa, że wdrożenie ataku wymagałoby ogromnych zasobów. Co ważniejsze, nawet jego wdrożenie nie odszyfrowałoby ruchu chronionego standardowym dziesięciorundowym AES-128.

Ustalenie ma jednak znaczenie jako dowód możliwości AI. AES był przedmiotem dekad skoncentrowanej analizy. Ulepszenie znanego ataku na zredukowaną wersję sugeruje, że Claude może wnosić wkład do dojrzałej literatury technicznej.

Ten wniosek powinien pozostać węższy niż najszersze ujęcie Anthropic. Dwa wyniki badawcze nie dowodzą, że modele będą niezawodnie odkrywać słabości we wszystkich istotnych szyfrach.

Znaczenie mają także efekty selekcji. Firma nagłośniła swoje najsilniejsze ukończone ataki po wielu sesjach modelu. Jej strona badawcza przyznaje, że liczne sesje nie przyniosły żadnego odkrycia.

Na podstawie samych opublikowanych przypadków czytelnicy nie mogą oszacować wskaźnika sukcesu systemu. Potrzebowaliby liczby badanych celów, mocy obliczeniowej użytej na próbę, kategorii niepowodzeń i niezależnych replikacji.

Badania pochodziły również od Anthropic, które stworzyło model i korzysta na demonstracji jego możliwości naukowych. Towarzyszące artykuły i kod zwiększają przejrzystość, ale nadal konieczna jest zewnętrzna recenzja.

Recenzja ta powinna rozdzielić trzy pytania. Czy matematyka jest poprawna? Czy atak jest rzeczywiście nowy? Czy zmienia on praktyczne decyzje dotyczące bezpieczeństwa?

Ustalenie dotyczące HAWK wydaje się istotne dla doboru parametrów i standaryzacji. Ulepszenie AES dla zredukowanej liczby rund rozwija badania kryptoanalityczne, ale nie wymaga działań naprawczych w środowiskach operacyjnych.

Organizacje nie powinny rotować kluczy AES, porzucać szyfrowanych usług ani spieszyć się z awaryjnymi migracjami z powodu tego ogłoszenia. Zespoły bezpieczeństwa powinny kontynuować obecne planowanie postkwantowe w oparciu o standardy i cykle życia systemów.

Natychmiastowy wpływ Claude’a na cyberbezpieczeństwo dotyczy workflow badawczych i polityki ujawniania informacji. Laboratoria muszą przygotować się na modele, które mogą identyfikować wrażliwe wyniki, zanim opiekunowie projektów, dostawcy lub rządy będą wiedzieć, jak zareagować.

Anthropic twierdzi, że przed publikacją udostępnił ustalenia autorom algorytmów, przedstawicielom rządów, partnerom branżowym i odpowiednim naukowcom. Firma skoordynowała również ujawnienie ataku na HAWK w ramach procesu NIST.

Takie podejście działa, gdy cel nie jest wdrożony lub został celowo osłabiony. Przyszły wynik wpływający na szyfr produkcyjny rodziłby trudniejsze decyzje dotyczące weryfikacji, czasu na działania naprawcze, kontroli dostępu i publicznego ujawnienia.

Trzy sygnały pokażą, czy stanie się to nowym modelem badań

Kolejnym testem będzie to, czy niezależni kryptografowie potrafią odtworzyć tę pracę, czy organy standaryzacyjne podejmą działania i czy późniejsze modele znajdą praktyczne słabości.

Pierwszym sygnałem jest niezależna walidacja techniczna. Badacze muszą odtworzyć atak na HAWK, przeanalizować dowód i zweryfikować zrewidowaną ocenę bezpieczeństwa dla odpowiednich zestawów parametrów.

Pomyślne odtworzenie wzmocniłoby twierdzenie Anthropic, że Claude dokonał rzeczywistego postępu badawczego. Istotne korekty osłabiłyby twierdzenia dotyczące niezawodności modelu, nawet jeśli kluczowy wgląd się utrzyma.

Artykuł o AES wymaga podobnej kontroli. Specjaliści powinni przetestować konstrukcję Möbius Bridge, potwierdzić deklarowaną niezmienniczość i ponownie obliczyć koszty czasowe oraz pamięciowe ataku.

Wynik nie musi zagrażać pełnemu AES, aby był wartościowy. Musi jednak poprawiać wcześniejsze prace przy tych samych założeniach.

Drugim sygnałem będzie formalna odpowiedź zespołu HAWK lub NIST. Zmiany parametrów, zrewidowane zgłoszenie albo obniżone zaufanie do kandydata pokazałyby, że ustalenie Claude’a wpłynęło na trwający proces standaryzacyjny.

Decyzja o utrzymaniu HAWK z udokumentowanymi korektami nie unieważniałaby wyniku. Pokazałaby, że system publicznej recenzji przyswoił to ustalenie zgodnie z przeznaczeniem.

Trzecim sygnałem jest replikacja w odniesieniu do innych algorytmów i grup badawczych. Anthropic opisał już wstępne ataki na zredukowane wersje LEA i Serpent-128, a także mniejsze usprawnienia dotyczące innych prymitywów.

Twierdzenia te wymagają pełnych artykułów i niezależnych testów. Powtarzające się wyniki od niepowiązanych badaczy pokazałyby, że metoda wykracza poza model, narzędzia i wybory ewaluacyjne jednego laboratorium.

Praktyczny wpływ stanowiłby znacznie wyższy próg. Badacze powinni obserwować, czy AI znajdzie słabość w w pełni wdrożonym algorytmie, powszechnie używanym zestawie parametrów lub implementacji, którą dostawcy muszą pilnie załatać.

Taki rezultat wzmocniłby argument, że wpływ Claude’a na cyberbezpieczeństwo wykracza poza przyspieszoną recenzję akademicką. Dalsze ustalenia ograniczone do kandydackich schematów i szyfrów o zredukowanej liczbie rund wspierałyby węższy wniosek.

Możliwości ujawniania informacji będą ważne obok wydajności modeli. System, który generuje więcej prawidłowych ustaleń, niż eksperci są w stanie zrecenzować, tworzy zaległości w bezpieczeństwie, a nie natychmiastową ochronę.

Organizacje badawcze mogą potrzebować wyspecjalizowanych zespołów walidacyjnych, bezpiecznych środowisk dla modeli i wspólnych zasad dotyczących kryptograficznych odkryć o dużym wpływie. Rządy i organy standaryzacyjne będą również potrzebować poufnych kanałów zdolnych obsługiwać zgłoszenia generowane przez maszyny.

Najbardziej użyteczną reakcją dziś nie jest ani lekceważenie, ani panika. Twórcy powinni rozumieć, czego dotyczą ataki. Liderzy bezpieczeństwa powinni kierować się zweryfikowanymi standardami, a nie interpretacjami z mediów społecznościowych.

Badacze powinni przeanalizować opublikowane metody i sprawdzić, czy workflow można przenieść na inne trudne problemy. Każdy, kto ocenia anthropic claude, powinien koncentrować się na odtwarzalności, wymaganiach dotyczących przeglądu przez ludzi oraz dystansie między atakiem akademickim a zagrożeniem operacyjnym.

Pytanie na nadchodzące miesiące jest konkretne: czy niezależni eksperci potrafią odtworzyć te wyniki szybciej, niż Claude wygeneruje kolejny zestaw? Odpowiedź określi, czy AI stanie się niezawodnym współpracownikiem kryptografów, czy wyjątkowo produktywnym źródłem twierdzeń oczekujących na ludzki osąd.