Wyścig Anthropic i Google w dziedzinie bezpieczeństwa nabiera tempa, gdy Claude wykrywa słabości kryptograficzne

Anthropic twierdzi, że Claude Mythos Preview odkrył dwa ataki kryptograficzne, w tym jeden na kandydata do postkwantowego podpisu, który przetrwał dwa lata eksperckiej oceny. Relacje Anthropic i Google w obszarze bezpieczeństwa stają teraz przed trudniejszym pytaniem niż zwykła obrona oprogramowania. Czy laboratoria pracujące nad najbardziej zaawansowaną AI mogą bezpiecznie zarządzać systemami, które coraz bardziej przypominają badaczy kryptografii?

Odkrycia nie zagrażają bankowości internetowej, szyfrowanym wiadomościom ani wdrożonym usługom Google. Jedno dotyczy HAWK, niewdrożonej propozycji podpisu cyfrowego ocenianej przez National Institute of Standards and Technology. Drugie ulepsza atak na siedmiorundowy AES, celowo osłabioną wersję badawczą szeroko stosowanego szyfru.

To ograniczenie ma znaczenie, lecz nie czyni tych badań rutynowymi. Mythos znalazł atak na HAWK po około 60 godzinach i wykonał większość pracy przy ograniczonym kierowaniu ze strony człowieka. Opracował także nową technikę, która przyspieszyła istniejący teoretyczny atak na AES od 200 do 800 razy.

Google pojawia się w tej historii zarówno jako partner Anthropic, jak i rywal w badaniach nad zaawansowaną AI. Uczestniczy w inicjatywie bezpieczeństwa Project Glasswing Anthropic, jednocześnie rozwijając Gemini i własne systemy rozumowania matematycznego. Taki układ sprawia, że wynik staje się testem wspólnej obrony, konkurencyjnych możliwości i odpowiedzialnego ujawniania informacji.

Claude przeszedł od znajdowania błędów w kodzie do testowania projektów kryptograficznych

Najważniejsza zmiana polega na tym, że Claude zaatakował matematykę stojącą za proponowanymi algorytmami, a nie tylko błędy w implementacjach oprogramowania.

Luki w oprogramowaniu i słabości kryptograficzne są powiązane, lecz nie są tym samym. Błąd implementacyjny pojawia się, gdy programiści nieprawidłowo przekładają poprawny projekt na działający kod. Słabość kryptoanalityczna dotyczy założeń zawartych w samym projekcie.

Claude znajdował już problemy implementacyjne w bibliotekach kryptograficznych. Przypadki te dotyczyły kodu, który nieprawidłowo używał algorytmów szyfrowania. Badania Anthropic dotyczące kryptografii wskazują, że Mythos Preview znalazł teraz ulepszone ataki matematyczne na algorytmy przekazane mu przez badaczy.

Pierwszym celem był HAWK, postkwantowy schemat podpisu cyfrowego. Podpis cyfrowy pozwala systemowi zweryfikować tożsamość i wykryć nieuprawnione zmiany bez ujawniania klucza prywatnego podpisującego.

Kryptografia postkwantowa ma zapewniać odporność zarówno na konwencjonalne komputery, jak i przyszłe komputery kwantowe istotne z kryptograficznego punktu widzenia. Takie maszyny zagroziłyby powszechnie używanym systemom klucza publicznego, w tym RSA i podpisom opartym na krzywych eliptycznych.

HAWK pozostaje kandydatem w procesie NIST dotyczącym wyboru dodatkowych standardów podpisu cyfrowego. Jego publiczna ocena ma ujawnić słabości, zanim rządy i przedsiębiorstwa zaczną na nim polegać.

Proces ten poddał już HAWK dwóm rundom eksperckiej analizy w okresie około dwóch lat. Następnie Mythos zidentyfikował wcześniej niewykorzystaną symetrię w matematycznej sieci wspierającej ten schemat.

Sieć to uporządkowany układ punktów wykorzystywany do konstruowania problemów uznawanych za trudne obliczeniowo. HAWK opiera się na trudności znalezienia zależności między określonymi sieciami.

Mythos znalazł nietrywialny automorfizm, czyli ukrytą symetrię zachowującą strukturę sieci. Wcześniejsze badania wykazały, że odnalezienie takiej symetrii umożliwiłoby atak. Nie ustalono jednak, czy istotna symetria jest dostępna w HAWK.

Wynikający z tego atak zmniejszył szacowany nakład pracy potrzebny do odzyskania najmniejszego klucza HAWK-256 z 2^64 operacji do 2^38. Atak na większe parametry HAWK nadal jest niepraktyczny, a metoda nie podważa kryptografii opartej na sieciach jako całości.

Praktyczna konsekwencja pozostaje jednak poważna dla projektu HAWK. Według Anthropic utrzymanie zakładanego poziomu bezpieczeństwa wymagałoby mniej więcej podwojenia rozmiaru klucza. Taka zmiana zlikwidowałaby ważne korzyści wydajnościowe stojące za tą propozycją.

Ocena HAWK wykonuje zatem dokładnie to, co powinna robić publiczna analiza kryptograficzna. Projekt trafił do procesu adversarialnego, słabość ujawniono przed wdrożeniem, a oceniający zyskali dowody na potrzeby decyzji standaryzacyjnej.

Odwrócenie sytuacji dotyczy tego, kto dostarczył tych dowodów. Model językowy, wspierany przez badacza bez specjalistycznego przygotowania w kryptografii sieciowej, znalazł kluczową ideę, której uznani eksperci wcześniej nie opublikowali.

Partnerstwo Anthropic i Google obejmuje teraz bardziej wrażliwy obszar

Relacje Anthropic i Google dają obrońcom dostęp do silniejszej analizy, jednocześnie tworząc wspólną odpowiedzialność za wyniki, których nie zawsze można natychmiast opublikować.

Google jest jedną z kilku firm technologicznych uczestniczących w Project Glasswing, programie Anthropic wykorzystującym Claude Mythos do pracy nad ważnym oprogramowaniem. Wśród innych wymienionych uczestników są Apple, Microsoft, Amazon Web Services, Cisco, NVIDIA oraz Linux Foundation.

Grupa ta daje Anthropic dostęp do doświadczonych zespołów bezpieczeństwa i szeroko wdrożonych systemów. Tworzy także kanały do weryfikowania ustaleń, koordynowania poprawek oraz decydowania, kiedy szczegóły techniczne można bezpiecznie upublicznić.

Kryptografia czyni te kwestie koordynacyjne trudniejszymi. Luka w oprogramowaniu zwykle ma możliwego do zidentyfikowania opiekuna i ścieżkę wdrożenia poprawki. Słabość we wdrożonej prymitywie kryptograficznej może wpływać na protokoły, sprzęt, certyfikaty, systemy tożsamości i zarchiwizowane informacje.

Zastąpienie algorytmu może wymagać lat. Organizacje muszą najpierw zidentyfikować każde miejsce, w którym algorytm występuje. Następnie potrzebują zgodnych zamienników, zaktualizowanego sprzętu, zmigrowanych kluczy, wsparcia dostawców i zasad dotyczących starych danych.

Google ma bezpośredni interes w tej transformacji. Jego przeglądarki, usługi chmurowe, systemy operacyjne i infrastruktura tożsamości zależą od kryptografii. Firma prowadzi również badania nad komputerami kwantowymi, które wpływają na szacunki dotyczące tego, kiedy istniejące systemy klucza publicznego wymagają zastąpienia.

Anthropic powiązał analizę HAWK z dyskusją Google na temat skracającego się horyzontu czasowego do pojawienia się komputera kwantowego istotnego z kryptograficznego punktu widzenia. Szacunek Google dotyczący ryzyka kwantowego nie jest dowodem, że taka maszyna pojawi się według ustalonego harmonogramu. Jest dowodem, że duże laboratoria traktują planowanie migracji jako aktywny problem inżynieryjny.

Partnerstwo Anthropic i Google ilustruje również nietypową strukturę rynku. Firmy współpracują w zakresie defensywnego bezpieczeństwa, jednocześnie rywalizując o budowę coraz bardziej zdolnych modeli ogólnego przeznaczenia.

Google informował o badaniach matematycznych przeprowadzonych z Gemini. Anthropic przedstawiał kryptoanalizę Claude jako dowód zdolności do badań na poziomie eksperckim. OpenAI wysuwał podobne twierdzenia dotyczące modeli rozwiązujących trudne problemy matematyczne.

Wyniki te przenoszą konkurencję poza jakość chatbotów i benchmarki programistyczne. Laboratoria chcą teraz modeli zdolnych przeszukiwać literaturę, proponować hipotezy, prowadzić eksperymenty, odrzucać nieskuteczne podejścia oraz tworzyć wyniki odpowiednie do eksperckiej oceny.

Kryptoanaliza jest wyjątkowo wymownym testem. Wiele proponowanych ataków można sprawdzić za pomocą argumentów matematycznych lub wykonywalnych demonstracji. Dzięki temu sukces łatwiej ocenić niż w przypadku otwartego eseju czy rekomendacji biznesowej.

Ta dziedzina wiąże się również z wyjątkowo wysokimi konsekwencjami. Fałszywe twierdzenie może zmarnować tygodnie pracy specjalistów. Prawidłowy wynik dotyczący wdrożonego systemu może stworzyć natychmiastowy problem z ujawnieniem informacji.

Dlatego powiązanie Anthropic i Google ma większe znaczenie niż typowe ogłoszenie partnerstwa. Istotnym produktem nie jest wyłącznie model. To połączony system badaczy, bezpiecznej infrastruktury, procedur walidacji, dostawców i kontaktów rządowych otaczających model.

Przedsiębiorstwa powinny wyciągnąć podobny wniosek. Zakup dostępu do zaawansowanego modelu nie tworzy programu kryptograficznego. Organizacje potrzebują inwentaryzacji algorytmów, odpowiedzialnych recenzentów, kontrolowanych środowisk testowych i ścieżki eskalacji wiarygodnych ustaleń.

Potrzebują też trwałej dokumentacji dowodów i decyzji. Przeszukiwalna baza wiedzy inżynieryjnej może pomóc zespołom zachować wyniki testów, kontekst implementacyjny i wnioski recenzentów podczas długiej migracji.

Największa presja spada na liderów bezpieczeństwa, którzy wciąż traktują kryptografię jako statyczną infrastrukturę. Badania wspierane przez AI czynią ciągłą ocenę bardziej realną, jednocześnie skracając czas dostępny na reakcję, gdy założenia zawodzą.

Badacze Anthropic i Google stają przed nowym wąskim gardłem walidacji

Claude generował potencjalne odkrycia szybciej, niż badacze Anthropic byli w stanie je z pełnym przekonaniem zweryfikować i przygotować do publikacji.

Prace nad HAWK wykorzystywały wieloagentową infrastrukturę, kontrolowane środowisko, w którym kilka instancji Claude mogło wymieniać ustalenia i korzystać z narzędzi obliczeniowych. System miał dostęp do Python, oprogramowania matematycznego Sage i opublikowanych badań kryptograficznych.

Operator będący człowiekiem zapewniał zarządzanie projektem i okazjonalne, nietechniczne wskazówki. Operator miał doświadczenie w teoretycznej informatyce, lecz nie był specjalistą od kryptografii sieciowej.

Dwóch pracowników modelu niezależnie zbadało symetrię, która stała się kluczowa dla ataku. Jeden przedwcześnie odrzucił to podejście. Drugi rozwinął je dalej, udostępnił dowody i ostatecznie przekonał swojego odpowiednika.

Następnie Mythos stworzył kompleksowy potok weryfikacyjny. Ten krok pozwolił operatorowi będącemu człowiekiem sprawdzić, czy proponowana metoda odzyskiwania klucza działa zgodnie z opisem.

Eksperyment z AES wymagał mniej bezpośrednich wskazówek po tym, jak Anthropic zbudował początkowy szkielet. AES, czyli Advanced Encryption Standard, szyfruje dane, wielokrotnie przekształcając bloki o stałym rozmiarze przy użyciu tajnego klucza.

AES-128 wykorzystuje 10 rund. Badacze analizują wersje o zmniejszonej liczbie rund, aby mierzyć marginesy bezpieczeństwa i rozwijać techniki, które mogą ujawnić słabości strukturalne. Złamanie siedmiu rund nie oznacza złamania pełnego, wdrożonego szyfru.

Poprzedni atak na siedem rund wykorzystywał metodę meet-in-the-middle. Technika ta przechowuje obliczenia pośrednie, aby atakujący mógł połączyć częściowe obliczenia prowadzone z przeciwnych kierunków.

Jeden etap wymagał 256 oddzielnych zgadywań i wyszukiwań. Mythos stworzył odcisk, który pozostawał niezmieniony dla tych zgadywań, eliminując tę część przeszukiwania.

Claude nazwał tę konstrukcję Möbius Bridge. Dodatkowe optymalizacje zrekompensowały koszt obliczania nowej transformacji, zapewniając zgłoszone przyspieszenie od 200 do 800 razy.

Atak nadal zakłada dostęp do 2^105 wybranych tekstów jawnych. Model wybranego tekstu jawnego pozwala atakującemu żądać szyfrowania wybranych wiadomości pod nieznanym kluczem. To wymaganie dotyczące danych sprawia, że wynik jest całkowicie niepraktyczny.

Anthropic podaje również, że wdrożenie ataku wymagałoby nadzwyczajnych zasobów obliczeniowych. Co ważniejsze, metoda dotyczy siedmiu rund, a nie 10 rund używanych przez AES-128.

Badania zmieniają zatem opublikowane rozumienie systemu zredukowanego, nie tworząc działającego ataku na codzienne szyfrowanie. Oba stwierdzenia mogą być jednocześnie prawdziwe.

Tym, co się wyróżnia, jest różnica między czasem odkrywania a czasem weryfikacji. Mythos znalazł pomysł dotyczący AES w ciągu około tygodnia, po wygenerowaniu bardzo dużej ilości pracy pośredniej. Następnie badacze spędzili kilkaset godzin na studiowaniu kryptografii i sprawdzaniu wyniku.

Anthropic twierdzi, że dwoje badaczy potrzebowało niemal miesiąca, aby nabrać zaufania do tej metody. Ta nierównowaga jest mechanizmem napędzającym szerszy problem branżowy.

Modele mogą prowadzić wiele spekulatywnych badań równolegle. Ludzcy specjaliści muszą ustalić, czy każdy wynik jest poprawny, nowy, istotny i bezpieczny do ujawnienia. Skalowanie pierwszej aktywności bez skalowania drugiej prowadzi do narastającej kolejki weryfikacyjnej.

Nowe badanie CryptanalysisBench pozwala zmierzyć ten trend. Jego autorzy zebrali 191 zadań obejmujących sześć rodzin prymitywów kryptograficznych i trzy poziomy trudności.

Pięć modeli z czołówki miało rzekomo złamać od 65% do 86% schematów z pierwszego poziomu. Znaleziono też ataki na silniejsze i uproszczone zadania, w tym wyniki uznane przez autorów za wcześniej nieznane.

Te wyniki benchmarku pozostają twierdzeniami badawczymi, a nie gwarancją niezawodnej autonomicznej kryptoanalizy. Stanowią jednak szerszy test niż dwa najgłośniejsze przykłady Anthropic.

Dla sieci bezpieczeństwa Anthropic i Google pytanie operacyjne jest teraz jasne. Dostęp do modeli może zwiększyć możliwości odkrywcze, lecz partnerzy nadal potrzebują rzadkich specjalistów, aby zweryfikować to, co modele wytwarzają.

Wynik dotyczący AES jest istotny, ale nie oznacza zagrożenia dla szyfrowania

Żadne z odkryć nie łamie produkcyjnego systemu kryptograficznego, a wyolbrzymianie tego faktu przesłoniłoby rzeczywiste znaczenie badań.

Najłatwiejszy, lecz mylący nagłówek głosiłby, że Claude złamał AES. Tak się nie stało. Mythos ulepszył teoretyczny atak na zmodyfikowaną wersję wykorzystującą siedem z 10 rund AES-128.

Kryptografowie celowo badają konstrukcje z ograniczoną liczbą rund, ponieważ algorytmy o pełnej sile często opierają się bezpośredniej analizie. Te mniejsze cele pomagają badaczom testować pomysły i rozumieć, jaką ochronę zapewniają dodatkowe rundy.

Lepszy atak może zawęzić postrzegany margines bezpieczeństwa szyfru. Nie przenosi się automatycznie na pełny szyfr, zwłaszcza gdy kilka rund pozostaje nietkniętych.

NIST ustandaryzował szyfrowanie AES w 2001 roku. Algorytm był przez dziesięciolecia poddawany publicznej analizie i nadal stanowi fundament systemów komunikacji cyfrowej, przechowywania danych i uwierzytelniania.

Wynik Mythos wpisuje się w tę tradycję badawczą. Ulepsza najlepszy znany atak przy ekstremalnym założeniu dotyczącym danych, lecz pozostawia pełny AES-128 bez zmian.

HAWK również nie stwarza bezpośredniego zagrożenia produkcyjnego. NIST go nie ustandaryzował ani nie wdrożył. Zgodnie z analizą Anthropic nowy atak nie wpływa na innych kandydatów na podpisy postkwantowe.

Ta granica powinna temperować twierdzenia, że Claude odkrył słabości zagrażające obecnemu bezpieczeństwu internetu. Nie powinna jednak umniejszać szybkości ani nowatorstwa tej pracy.

Niezależny raport CyberScoop cytował Ellen Boehm, dyrektorkę Keyfactor, która opisała wynik dotyczący HAWK jako dowód, że proces oceny NIST działa. Publiczny przegląd ma odrzucać słabych kandydatów przed ich przyjęciem.

To odkrycie przypomina też wcześniejsze niepowodzenia w standaryzacji postkwantowej. SIKE, inny kandydat, przetrwał znaczną uwagę, zanim badacze znaleźli druzgocący atak działający na zwykłym sprzęcie.

Konkursy kryptograficzne zakładają porażki. Ich celem jest skoncentrowanie wysiłku przeciwników, zanim standardy staną się trudne do zastąpienia. AI dodaje do tego procesu kolejne źródło wysiłku adversarialnego.

Najsilniejszy sceptyczny argument dotyczy zewnętrznej walidacji. Anthropic stworzył model, zaprojektował środowisko testowe, zatrudniał badaczy i opublikował główną interpretację wyników.

Firma twierdzi, że konsultowała się z naukowcami, powiadomiła autorów HAWK, opublikowała artykuły i udostępniła kod demonstracyjny. Kroki te umożliwiają niezależną analizę, ale sama analiza nadal wymaga czasu.

Artykuł o AES przedstawia dodatkową komplikację. Anthropic przyznaje, że jego badacze nie byli ekspertami w kryptografii i poświęcili znaczną ilość czasu na naukę materiału wystarczającą do sprawdzenia pracy Claude’a.

To przyznanie jest wartościowe, ponieważ ujawnia lukę weryfikacyjną. Oznacza też, że zewnętrzni kryptografowie powinni zbadać deklarowaną nowość, analizę czasu działania, założenia i relację do wcześniejszych ataków.

Odtwarzalny kod stanowi silniejszy dowód w przypadku HAWK, ponieważ badacze mogą uruchomić proces odzyskiwania wobec kluczy testowych. Wynik AES zależy w większym stopniu od szczegółowej analizy matematycznej i złożonościowej.

Systemy AI potrafią generować wiarygodnie brzmiące narracje techniczne nawet wtedy, gdy podstawowy argument zawiera subtelny błąd. Długie autonomiczne uruchomienia mogą utrudniać znalezienie takich błędów, ponieważ recenzenci muszą przeanalizować rozbudowane rozumowanie pośrednie.

Anthropic opublikował przeredagowany opis jednej istotnej sesji Claude’a. Zauważa również, że wiele sesji zakończyło się niepowodzeniem, a późniejsze sesje dopracowały główną ideę.

To ujawnienie pomaga czytelnikom zrozumieć proces, ale nie zapewnia prostego wskaźnika sukcesu. Opinia publiczna nie może wnioskować, że powierzenie Claude’owi dowolnego trudnego szyfru doprowadzi do ważnego odkrycia.

Właściwy wniosek jest węższy. Starannie przygotowany model z czołówki osiągnął dwa poważne wyniki kryptoanalityczne w kontrolowanych warunkach badawczych. Jeden można bezpośrednio przetestować, podczas gdy drugi wymaga dalszej oceny ekspertów.

To rozróżnienie chroni obie strony tej historii. Pozwala uniknąć bezpodstawnej paniki wokół szyfrowania, jednocześnie uznając, że kryptoanaliza wspomagana przez AI przekroczyła istotny próg możliwości.

Prawdziwym wyścigiem jest szybkość odkrywania kontra reakcja obronna

AI sprawia, że przegląd kryptograficzny można taniej skalować, ale może też dawać atakującym więcej okazji do znalezienia tej jednej słabości, którą przeoczyli obrońcy.

Tradycyjne badania kryptograficzne zależą od ograniczonej społeczności matematyków, inżynierów bezpieczeństwa i specjalistów od protokołów. Każda osoba może równocześnie rozwijać jedynie niewielką liczbę pomysłów.

Systemy agentowe zmieniają to ograniczenie. Mogą czytać artykuły, pisać eksperymentalny kod, generować hipotezy i uruchamiać równoległe poszukiwania bez oczekiwania na zatrudnienie kolejnych ludzi.

Większość ścieżek zakończy się niepowodzeniem. Niekoniecznie podważa to wartość modelu. Badania nad bezpieczeństwem często nagradzają jedną skuteczną ścieżkę spośród setek odrzuconych pomysłów.

Przepływ pracy HAWK ilustruje tę przewagę w poszukiwaniach. Jeden agent odrzucił użyteczny kierunek, lecz inny kontynuował pracę. Ich współdzielone środowisko pozwoliło obiecującej idei przetrwać indywidualny błąd.

Ta sama zdolność tworzy asymetryczne ryzyko. Obrońcy muszą znaleźć i naprawić każdą możliwą do wykorzystania słabość we wszystkich utrzymywanych systemach. Atakujący potrzebuje tylko jednej przeoczonej słabości i wykonalnej drogi do jej wykorzystania.

Kryptografia podnosi stawkę, ponieważ pojedynczy prymityw może znajdować się pod wieloma produktami. Luka może wpływać na dane zarejestrowane przed jej publicznym odkryciem, zwłaszcza gdy przeciwnicy przechowują zaszyfrowany ruch do późniejszej analizy.

W tym przypadku nie doszło do takiej awarii. HAWK nie jest wdrożony, a pełny AES pozostaje nienaruszony. Obawa dotyczy tego, co się stanie, gdy ten sam proces badawczy obejmie mniej zbadane algorytmy produkcyjne.

Anthropic twierdzi, że przetestował już uproszczone wersje innych szyfrów. Zgłosił wstępne prace dotyczące LEA, Serpent-128, Salsa20, Poseidon i SHA-1.

Firma ostrożnie ograniczyła te twierdzenia. Kilka ataków dotyczy wyłącznie wariantów z ograniczoną liczbą rund, podczas gdy inne zgłoszone ulepszenia pozostają niewielkie lub czekają na pełniejsze zbadanie.

Mimo to koncentracja na tym długim ogonie ma znaczenie. Uwaga w dziedzinie bezpieczeństwa skupia się na standardach takich jak AES, TLS i szeroko wdrażanych systemach podpisów. Wyspecjalizowane algorytmy mogą otrzymywać znacznie mniej ciągłej analizy.

Model nie męczy się czytaniem niejasnych artykułów ani testowaniem niszowych konstrukcji. Gdy istnieje już odpowiednie środowisko, badacze mogą przekierować je na wiele celów.

Partnerstwo Anthropic i Google daje obrońcom wczesną przewagę koordynacyjną. Google i inni członkowie Glasswing mogą identyfikować krytyczne systemy, wnosić wiedzę dziedzinową i przygotowywać kanały naprawcze, zanim szerszy dostęp się rozszerzy.

Ta przewaga nie pozostanie wyłączna na zawsze. Konkurencyjne laboratoria ulepszają systemy rozumowania, otwarte modele nadal się rozwijają, a opublikowane techniki budowania środowisk mogą rozprzestrzeniać się między grupami badawczymi.

Kluczowym kompromisem jest zatem dostęp kontra gotowość. Ograniczanie zdolnego modelu może spowolnić nadużycia, lecz ogranicza również liczbę obrońców, którzy mogą go zastosować.

Szerokie udostępnienie zwiększa zasięg obrony, jednocześnie podnosząc prawdopodobieństwo, że źle zarządzani użytkownicy zaatakują wdrożone systemy. Tworzy też więcej niezweryfikowanych ustaleń do przetworzenia przez opiekunów systemów.

Skuteczna odpowiedź wymaga stopniowanego dostępu zależnego od możliwości i wrażliwości celu. Nieszkodliwe zadania benchmarkowe wymagają mniej kontroli niż poszukiwania dotyczące wdrożonych systemów tożsamości lub infrastruktury krytycznej.

Zespoły badawcze potrzebują również zasad ujawniania przed rozpoczęciem odkryć. Zasady te powinny określać, kto otrzymuje ustalenie, jak przebiega walidacja, kiedy kontaktuje się dostawców oraz jakie dowody można opublikować.

Anthropic twierdzi, że w czerwcu udostępnił atak na HAWK jego autorom. Koordynował publikację za pośrednictwem publicznej listy mailingowej NIST i wcześniej poinformował partnerów rządowych oraz branżowych.

Ta procedura zadziałała, ponieważ HAWK miał możliwych do zidentyfikowania autorów, forum normalizacyjne i nie posiadał bazy wdrożeniowej. Luka w szeroko osadzonym prymitywie stworzyłaby znacznie bardziej złożoną decyzję.

Głównym przeciwnikiem nie jest już Anthropic kontra Google. Jest nim przyspieszone odkrywanie przez AI kontra wolniejszy ludzki system odpowiedzialny za weryfikację, naprawę i migrację.

Co sieć bezpieczeństwa Anthropic i Google musi udowodnić dalej

Kolejne dowody muszą pokazać powtarzalną walidację, odpowiedzialny dostęp i szybsze działania naprawcze po stronie obrony, a nie kolejny odizolowany nagłówek badawczy.

Pierwszym sygnałem, który warto obserwować, jest niezależne odtworzenie artykułów o HAWK i AES. Kryptografowie powinni zweryfikować implementację, oszacowania złożoności, nowość i granice obu ataków.

Udane odtworzenie wzmocniłoby twierdzenie Anthropic, że Claude przeprowadził badania kryptograficzne na poziomie ekspertów. Istotne błędy lub przeoczone wcześniejsze prace osłabiłyby szerszy argument dotyczący możliwości.

Drugim sygnałem jest sposób, w jaki NIST potraktuje HAWK. Recenzenci mogą odrzucić obecne parametry, zażądać przeprojektowania lub uznać, że większe klucze zachowują wystarczającą wartość, by kontynuować rozważania.

Ta odpowiedź pokaże, czy Mythos jedynie skorygował akademickie oszacowanie, czy wpłynął na aktywną decyzję normalizacyjną. Każdy z tych wyników zademonstruje również, w jaki sposób dowody wygenerowane przez AI trafiają do formalnego procesu publicznego.

Trzecim sygnałem będzie sposób, w jaki Project Glasswing obsłuży ustalenie dotyczące wdrożonej kryptografii. Taki przypadek sprawdziłby, czy sieć bezpieczeństwa Anthropic i Google potrafi zweryfikować, powstrzymać i skoordynować wynik, zanim wykorzystają go atakujący.

Odpowiedzialny system musi oddzielać surowe dane wyjściowe modelu od możliwych do wykorzystania twierdzeń o podatnościach. Musi także przekazać dotkniętym dostawcom wystarczające dowody, aby mogli zareagować bez niepotrzebnego narażania użytkowników.

Najbliższe kilka miesięcy powinno pokazać, czy grupy akademickie przyjmą CryptanalysisBench i uzyskają porównywalne wyniki z innych modeli. Powtarzalne sukcesy w niezależnych laboratoriach będą miały większe znaczenie niż dodatkowe studia przypadków Anthropic.

Badacze powinni także raportować wskaźniki niepowodzeń i całkowity wysiłek poszukiwawczy. Model, który znajduje jeden użyteczny atak po ogromnej eksploracji, ma wartość, lecz jego niezawodność różni się od niezawodności konsekwentnego asystenta badawczego.

Dla nabywców korporacyjnych natychmiastowym działaniem nie jest zastępowanie AES ani reagowanie na każde twierdzenie o kryptografii wygenerowane przez AI. Jest nim zmapowanie zależności kryptograficznych i przypisanie właścicieli odpowiedzialnych za przyszłe migracje.

Zespoły ds. bezpieczeństwa powinny pytać dostawców, w jaki sposób inwentaryzują algorytmy, weryfikują ustalenia wspierane przez AI i koordynują ujawnianie informacji. Powinny również zachować możliwość rotacji kluczy i zastępowania prymitywów kryptograficznych bez konieczności przebudowy całych aplikacji.

Wyniki Claude’a nie zapowiadają kryzysu szyfrowania. Zapowiadają szybszy cykl badawczy, którego instytucje odpowiedzialne za obronę nadal działają w tempie człowieka.

Decydujące pytanie brzmi, czy Anthropic, Google, organizacje normalizacyjne i niezależni kryptografowie zdołają wspólnie skrócić ten cykl reakcji. Jeśli nie, kolejne trafne odkrycie może pojawić się, zanim jego użytkownicy będą na nie gotowi.