Corrida de IA entre Anthropic e Google encontra teste de segurança pós-quântica de Claude mal reportado

A Anthropic afirma que Claude encontrou um novo ataque contra uma candidata a assinatura pós-quântica em 60 horas, e não no feito de menos de quatro horas descrito em algumas manchetes. A distinção importa. Claude Mythos Preview produziu uma pesquisa criptográfica séria, mas não quebrou a segurança pós-quântica já implementada nem expôs sistemas atuais.

O resultado insere a criptoanálise na competição mais ampla entre Anthropic e Google sobre se modelos de fronteira podem conduzir trabalho científico original. Pesquisadores do Google usaram recentemente Gemini em problemas abertos de matemática. Agora, a Anthropic argumenta que Claude pode ampliar o trabalho de especialistas em uma área em que erros trazem consequências diretas para a segurança.

Claude também aprimorou um ataque contra uma versão reduzida, de sete rodadas, do AES-128. O AES-128 completo usa dez rodadas e permanece inalterado. Portanto, a história real é mais limitada do que uma emergência de criptografia, mas mais relevante do que outra vitória em benchmark.

O que Claude realmente encontrou no teste HAWK

Claude encontrou uma fragilidade matemática em um esquema de assinatura proposto, mas o teste reportado não representou uma quebra da segurança pós-quântica implementada.

A Anthropic publicou suas conclusões em 28 de julho de 2026. Seus pesquisadores usaram Claude Mythos Preview para investigar HAWK, um projeto de assinatura digital em consideração pelo National Institute of Standards and Technology.

Uma assinatura digital comprova que uma mensagem ou pacote de software veio do remetente esperado e não foi alterado. Assinaturas pós-quânticas buscam preservar essa garantia contra futuros computadores quânticos.

HAWK é uma das candidatas restantes no processo Additional Digital Signatures do NIST. Esse processo expõe deliberadamente as propostas à análise pública antes que qualquer algoritmo se torne um padrão.

Segundo as conclusões da Anthropic, HAWK havia passado por duas rodadas de revisão especializada ao longo de cerca de dois anos. Claude então ajudou a identificar um ataque aprimorado de recuperação de chave durante aproximadamente 60 horas de trabalho.

Essa cronologia contradiz diretamente o enquadramento de menos de quatro horas associado à manchete original. O relato detalhado da Anthropic diz que encontrar, desenvolver e verificar o ataque contra HAWK levou cerca de 60 horas no total.

O modelo trabalhou de forma semiautônoma dentro de uma estrutura agêntica. Essa estrutura combinava prompts, vários trabalhadores Claude, artigos publicados, software matemático e um ambiente isolado para experimentos computacionais.

Um pesquisador humano forneceu orientação ocasional ao projeto. A Anthropic afirma que o operador tinha experiência em ciência da computação teórica, mas não era especialista em criptografia de reticulados.

Claude começou com uma revisão da literatura, examinou ataques anteriores e testou hipóteses matemáticas. Dois agentes trabalhadores exploraram a ideia que acabou tendo sucesso, embora um deles inicialmente a tenha rejeitado como impraticável.

O insight útil envolvia um automorfismo não trivial, uma simetria dentro do reticulado matemático que sustenta HAWK. Pesquisas anteriores haviam estabelecido que encontrar tal simetria permitiria um ataque mais forte.

A contribuição de Claude foi identificar uma simetria explorável na construção específica de HAWK. Em seguida, ele criou um pipeline de verificação de ponta a ponta capaz de testar o ataque contra chaves geradas.

Para o pequeno parâmetro de desafio HAWK-256, a Anthropic relata que o custo estimado do ataque caiu de 2^64 operações para 2^38. Essa redução torna o pequeno parâmetro de teste praticamente recuperável.

No entanto, esse resultado não significa que Claude tenha derrotado todas as configurações de HAWK. A Anthropic afirma que ataques contra os maiores tamanhos de chave propostos continuam computacionalmente impraticáveis.

O ataque também é específico de HAWK. Ele não se transfere automaticamente para outros sistemas baseados em reticulados nem para os padrões pós-quânticos já selecionados pelo NIST.

Esse escopo é essencial para entender o evento. Claude não comprometeu tráfego, sistemas bancários, senhas armazenadas ou assinaturas de software em ambientes de produção atuais.

Em vez disso, o modelo encontrou uma fraqueza de projeto durante o processo de revisão criado para descobrir problemas desse tipo. Trata-se de um teste de estresse bem-sucedido, e não de evidência de uma violação de segurança em curso.

Por que a corrida de pesquisa entre Anthropic e Google agora inclui criptografia

A disputa entre Anthropic e Google está deixando de ser sobre responder perguntas para passar a produzir pesquisas que especialistas humanos precisam validar de forma independente.

Laboratórios de IA de fronteira passaram anos comparando modelos por meio de testes de programação, questões científicas e benchmarks padronizados de raciocínio. Essas avaliações normalmente têm respostas conhecidas e regras claras de pontuação.

A criptoanálise muda o padrão. Um resultado útil precisa ser novo, matematicamente válido, computacionalmente reproduzível e relevante para as premissas de segurança que cercam um algoritmo.

O trabalho da Anthropic, portanto, pressiona Google, OpenAI e outros desenvolvedores de modelos em uma medida mais exigente de capacidade. A questão já não é se um modelo consegue reproduzir conhecimento especializado.

O novo teste pergunta se um sistema de IA pode ampliar esse conhecimento após explorar um grande espaço técnico. Ele também precisa resistir à revisão de especialistas que compreendem a matemática subjacente.

O Google já oferece um importante ponto de comparação. A pesquisa da Anthropic observa que pesquisadores do Google usaram Gemini para resolver vários problemas abertos de matemática de Erdős.

Pesquisadores da OpenAI também relataram progresso em conjecturas matemáticas abertas. Esses exemplos estabelecem uma competição mais ampla em torno do raciocínio de nível de pesquisa, e não uma disputa de criptografia entre empresas.

A comparação entre Anthropic e Google ainda importa porque ambas as empresas estão conectando modelos de propósito geral a ferramentas especializadas. Essas ferramentas permitem que modelos leiam literatura, escrevam código, executem experimentos e coordenem tentativas paralelas.

O resultado com HAWK mostra por que essa combinação importa. Claude não gerou um ataque bem-sucedido a partir de uma única resposta conversacional.

Ele operou ao longo de um projeto extenso com vários trabalhadores, referências externas, software matemático e verificações repetidas. Esse fluxo de trabalho se assemelha mais a um grupo de pesquisa computacional do que a uma sessão convencional de chatbot.

A Anthropic associou o resultado ao CryptanalysisBench, desenvolvido com pesquisadores da ETH Zurich, Tel Aviv University e TU Berlin. O benchmark contém 191 tarefas que abrangem seis famílias criptográficas.

Suas três categorias incluem quebras práticas conhecidas, esquemas mais fortes com variantes reduzidas e primitivas de produção próximas à fronteira da pesquisa. Esse desenho distingue ataques recuperados da memória de trabalhos criptoanalíticos mais exigentes.

Cinco modelos de fronteira teriam resolvido entre 65 e 86 por cento dos esquemas da primeira categoria. Eles também quebraram vários esquemas da segunda categoria em sua força total e produziram novas descobertas em outros projetos.

Esses números não estabelecem que modelos possam quebrar rotineiramente a criptografia de produção. Eles mostram que a criptoanálise se tornou mensurável o bastante para acompanhar mudanças rápidas de capacidade.

Isso cria pressão para que o Google e outros laboratórios publiquem metodologia comparável. Uma alegação de pesquisa original tem menos peso sem transcrições, código reproduzível, artigos técnicos e revisão externa.

Também pressiona organismos de padronização e projetistas criptográficos. Algoritmos candidatos agora podem enfrentar muito mais escrutínio automatizado antes da implementação, desde que os revisores consigam validar o volume resultante.

A vantagem competitiva pode pertencer ao laboratório que constrói o melhor sistema de pesquisa, e não simplesmente ao modelo com a maior pontuação em benchmark. Acesso a ferramentas, desenho de experimentos, verificação e supervisão especializada passam a fazer parte do produto.

Esse desenvolvimento dá à corrida entre Anthropic e Google uma dimensão de segurança que resultados convencionais de matemática não têm. Um teorema errado desperdiça tempo de pesquisa, enquanto uma falha criptográfica não detectada pode afetar a infraestrutura digital.

O mecanismo importa mais do que a manchete das 60 horas

A contribuição mais forte de Claude foi uma busca sustentada em literatura, matemática e experimentos, e não um único lampejo de intuição de máquina.

A Anthropic descreve um processo multiagente no qual vários trabalhadores Claude trocaram hipóteses e críticas. Essa estrutura permitiu ao sistema explorar direções concorrentes sem obrigar uma única conversa a preservar cada detalhe.

A ideia bem-sucedida para HAWK surgiu de uma discordância. Um trabalhador rejeitou a abordagem de simetria, enquanto outro encontrou uma maneira de explorá-la.

Esse episódio ilustra um mecanismo útil para pesquisa assistida por IA. Agentes paralelos podem contestar conclusões prematuras e preservar ideias que uma linha de raciocínio descarta.

Claude também teve acesso a Sage, um sistema de software usado para computação matemática. Ele podia escrever código, gerar exemplos, testar conjecturas e comparar resultados com expectativas teóricas.

A verificação computacional não substituiu o raciocínio matemático. Ela restringiu a busca e ajudou a confirmar se um ataque abstrato funcionava contra instâncias reais de HAWK.

A implementação de ponta a ponta importa porque argumentos criptográficos podem falhar por causa de uma pequena premissa ou erro de complexidade. Recuperar uma chave de teste conhecida oferece evidência mais forte do que apenas uma prosa persuasiva.

Ainda assim, o processo não foi totalmente autônomo. Um humano gerenciou o projeto, sugeriu abordagens organizacionais e direcionou Claude a bibliotecas computacionais úteis.

A Anthropic também consultou acadêmicos externos e compartilhou o ataque contra HAWK com seus autores em junho. A empresa coordenou a divulgação pública com a lista de e-mails relevante do NIST.

Essa sequência mostra uma divisão de trabalho emergente. Modelos podem gerar e testar muitas ideias candidatas, enquanto humanos selecionam objetivos, questionam premissas e conduzem a divulgação responsável.

O trabalho de Claude com AES levou a autonomia mais longe. Um pesquisador criou uma estrutura que permitia ao modelo propor hipóteses, executar experimentos e rejeitar abordagens fracassadas.

O alvo era uma forma de sete rodadas do AES-128. O AES-128 completo aplica dez rodadas de transformação; por isso, pesquisadores usam versões encurtadas para estudar se técnicas de ataque se aproximam da cifra completa.

Claude inicialmente argumentou que uma melhoria significativa era improvável. Prompts humanos instruíram repetidamente o sistema a manter o alvo e buscar além de abordagens fáceis.

Após vários dias, o modelo desenvolveu um método de impressão digital que chamou de Möbius Bridge. O método eliminou uma suposição de um ataque meet-in-the-middle já estabelecido.

Um ataque meet-in-the-middle armazena cálculos intermediários e os combina a partir das duas direções. Essa técnica troca grandes exigências de memória por menor tempo de computação.

A Anthropic afirma que o novo método acelerou o ataque anterior entre 200 e 800 vezes. No entanto, o modelo de ameaça subjacente ainda pressupõe acesso a 2^105 textos simples escolhidos.

Essa exigência está além de qualquer coleta prática. O ataque também mira apenas sete rodadas, deixando a cifra completa de dez rodadas intocada.

Os pesquisadores da Anthropic então passaram várias centenas de horas validando a descoberta sobre AES. Dois pesquisadores teriam precisado de quase um mês para se convencer de sua correção.

Essa lacuna de verificação pode ser o mecanismo mais importante de toda a história. A IA pode produzir descobertas técnicas plausíveis mais rápido do que humanos qualificados conseguem certificá-las.

As organizações que usam esses sistemas precisarão de registros de pesquisa duráveis. Uma base de conhecimento de engenharia pesquisável pode preservar hipóteses, código, experimentos fracassados, revisões e decisões de divulgação.

Sem esse registro, a geração rápida se torna um risco. As equipes teriam dificuldade para distinguir um ataque genuíno de uma linha de raciocínio elegante, porém inválida.

O que os números não mostram

Nenhum dos resultados ameaça a criptografia em produção hoje, e as evidências da Anthropic ainda exigem escrutínio independente contínuo.

A descoberta sobre HAWK soa dramática porque quase reduz pela metade a força efetiva da chave do esquema. Essa descrição exige duas ressalvas.

Primeiro, HAWK é uma candidata, não um padrão de produção adotado. As organizações não dependem dela para proteger sistemas ativos.

Segundo, os parâmetros maiores de HAWK continuam impraticáveis de atacar. O resultado enfraquece o design e pode prejudicar suas perspectivas de padronização, mas não torna todas as configurações imediatamente quebráveis.

A força da chave também não diminui por meio de um simples ato físico. Os números 2^64 e 2^38 descrevem o trabalho computacional estimado sob um modelo de ataque definido.

Eles não descrevem o tempo decorrido em todos os computadores. Hardware, escolhas de implementação, memória e paralelização afetam a execução prática.

O resultado sobre AES exige cautela ainda maior. Claude não quebrou a criptografia AES-128 usada em toda a computação atual.

Ele aprimorou um ataque acadêmico contra uma versão com sete rodadas em vez de dez. Estudar designs com rodadas reduzidas ajuda pesquisadores a medir margens de segurança, mas esses designs são intencionalmente mais fracos.

Os supostos 2^105 textos simples escolhidos também tornam o ataque inviável. Mesmo sua melhoria substancial de velocidade não transforma o método em uma ferramenta operacional.

Criptógrafos independentes enfatizaram essa distinção. Chris Peikert, professor de criptografia envolvido em pesquisas sobre reticulados, descreveu o resultado sobre HAWK como um ataque matemático sério contra um esquema candidato.

Outros pesquisadores alertaram contra traduzir o resultado sobre AES em alegações de que dados criptografados comuns estão expostos. Ambas as visões podem estar corretas porque o avanço da pesquisa e seu impacto operacional imediato são questões diferentes.

A própria Anthropic afirma que nenhum dos resultados principais afeta sistemas em produção. Nenhum software implantado precisa mudar por causa dessas descobertas.

A empresa também afirma que o ataque contra HAWK não afeta outros candidatos pós-quânticos do NIST. Esse limite deve permanecer explícito sempre que o resultado for discutido.

O precedente histórico sustenta a cautela sem descartar o trabalho. O candidato pós-quântico SIKE sobreviveu a anos de atenção antes que pesquisadores o quebrassem em um laptop convencional.

Essa falha não mostrou que toda a criptografia pós-quântica era inadequada. Mostrou que a padronização aberta funciona ao eliminar candidatos com fragilidades ocultas.

HAWK agora enfrenta um teste semelhante. Seus projetistas podem revisar a construção, aumentar os parâmetros, contestar a análise ou aceitar que as compensações já não justificam a padronização.

A alegação de menos de quatro horas apresenta um problema de credibilidade separado. O material-fonte da Anthropic informa 60 horas para o processo de descoberta e verificação de HAWK.

O ataque menor contra HAWK-256 pode ser executado rapidamente depois de desenvolvido. A Anthropic também descreve um ataque mais recente contra LEA com rodadas reduzidas que é executado em menos de uma hora.

Esses fatos distintos podem ter sido condensados em uma manchete imprecisa. Os leitores não devem tratar essa condensação como a cronologia verificada do evento.

O enquadramento Anthropic-Google pode criar outra distorção se se transformar em um placar. O Google não submeteu HAWK, e Gemini não foi relatado como participante direto neste teste.

O papel do Google é contextual. Sua pesquisa matemática fornece evidências de que diversos programas de modelos de fronteira estão avançando em direção ao trabalho científico original.

A conclusão mais forte permanece mais limitada. Claude ajudou a encontrar uma fragilidade séria em um esquema pós-quântico proposto e aprimorou pesquisas contra versões enfraquecidas de duas cifras estabelecidas.

Isso é uma evidência impressionante de criptoanálise assistida por IA. Não é evidência de que Claude pode desbloquear comunicações criptografadas atuais.

A criptoanálise por IA desloca o gargalo para a revisão humana

A pressão imediata recai sobre revisores, órgãos de padronização e equipes de segurança que precisam validar descobertas geradas por máquinas mais rapidamente do que antes.

A revisão criptográfica tradicional depende de uma comunidade relativamente pequena de especialistas. Pesquisadores publicam construções, analisam provas, testam implementações e questionam pressupostos de segurança ao longo de vários anos.

Modelos de fronteira podem multiplicar o número de ataques tentados. Eles podem ler grandes volumes de literatura e executar experimentos computacionais sem as restrições normais de horário de trabalho.

Essa expansão favorece os defensores quando os modelos examinam padrões candidatos antes da adoção. Mais escrutínio pode expor pressupostos fracos enquanto ainda é viável alterar um algoritmo.

A mesma capacidade cria riscos após a implantação. Um ataque válido contra uma primitiva amplamente usada exigiria divulgação cuidadosa, validação rápida, correções coordenadas e comunicação pública clara.

A Anthropic afirma ter consultado acadêmicos, representantes governamentais, parceiros da indústria e os autores de HAWK antes da publicação. Esse processo oferece um modelo inicial para lidar com resultados criptográficos gerados por IA.

No entanto, a verificação continua cara em atenção especializada. O caso AES da Anthropic exigiu muito mais tempo de validação humana do que tempo de descoberta pelo modelo.

Essa assimetria vai piorar se a produção dos modelos crescer mais rapidamente do que a comunidade de especialistas. Pesquisadores poderiam receber centenas de ataques tecnicamente plausíveis sem tempo suficiente para examinar cada um.

A verificação automatizada pode ajudar quando uma alegação produz recuperação de chaves executável. Chaves de teste HAWK podem ser geradas, atacadas e comparadas com respostas conhecidas.

Descobertas fortemente baseadas em provas são mais difíceis. Um ataque teórico sutil pode depender de pressupostos que o código de teste não consegue capturar plenamente.

Os órgãos de padronização criptográfica, portanto, precisarão de novas regras de submissão. Trabalhos assistidos por máquinas devem incluir código reproduzível, estimativas completas de complexidade, pressupostos, casos de falha e proveniência detalhada.

Os mesmos requisitos se aplicam dentro das empresas. Líderes de segurança não devem implantar uma correção gerada por IA apenas porque um modelo também gerou um exploit convincente.

Eles precisam separar descoberta e validação. Diferentes revisores, ferramentas e execuções de modelos devem tentar refutar cada alegação.

O processo de padronização do NIST já fornece parte dessa estrutura. As submissões candidatas recebem revisão pública antes da padronização, permitindo que fraquezas surjam sem expor usuários de sistemas implantados.

A IA pode aumentar a quantidade de revisão, mas não pode eliminar a necessidade de governança. Um sistema que encontra ataques também cria informações sensíveis que exigem controles de acesso e disciplina de divulgação.

A competição Anthropic-Google adiciona incentivos que merecem atenção. Laboratórios se beneficiam quando seus modelos parecem capazes de realizar descobertas em nível especializado.

Esses incentivos podem estimular uma transparência útil, incluindo artigos e artefatos reproduzíveis. Eles também podem recompensar um enquadramento público dramático antes que a revisão independente alcance consenso.

Os leitores, portanto, devem separar três camadas de evidência. A primeira é o relato da empresa sobre o que o modelo fez.

A segunda é o material técnico reproduzível que outros pesquisadores podem testar. A terceira é a confirmação independente de novidade, correção e impacto.

A Anthropic forneceu mais do que um comunicado à imprensa. Ela publicou artigos técnicos, código de demonstração para HAWK e um registro reescrito do processo de raciocínio sobre AES.

Essas evidências tornam as alegações testáveis. Elas não tornam opcional a revisão crítica.

Três sinais para observar após o teste de segurança do Claude

A próxima fase revelará se isso foi um sucesso isolado, um método de pesquisa repetível ou o início de uma crise de validação.

O primeiro sinal é o status de HAWK no processo do NIST. Os revisores precisam decidir se parâmetros maiores preservam eficiência e segurança suficientes para manter a proposta competitiva.

Se HAWK for revisado com sucesso, o trabalho de Claude parecerá uma revisão produtiva antes da implantação. Se o candidato for retirado, a descoberta terá mudado uma decisão real de padronização.

Qualquer um dos resultados fortalece o valor dos testes assistidos por IA. Uma rejeição não significaria que a criptografia pós-quântica falhou de forma ampla.

O segundo sinal é a reprodução independente da análise AES. Pesquisadores devem verificar o método Möbius Bridge, suas estimativas de complexidade e sua alegada vantagem de velocidade.

Uma reprodução bem-sucedida estabeleceria o resultado de Claude como uma extensão genuína de uma longa linha de pesquisa em criptoanálise. Correções substanciais enfraqueceriam as alegações sobre desempenho autônomo em nível especializado.

O terceiro sinal é o desempenho em futuras versões de benchmark. CryptanalysisBench oferece um teste comum entre cifras de bloco, funções hash e outras primitivas.

Pesquisadores devem observar se Claude, Gemini, GPT e modelos de pesos abertos reproduzem ataques conhecidos sem contaminação. Resultados inéditos também precisam sobreviver à revisão especializada.

Uma melhoria consistente transformaria a rivalidade Anthropic-Google em uma corrida armamentista por sistemas de pesquisa científica. Resultados irregulares sugeririam que o suporte estrutural e o julgamento dos pesquisadores continuam mais decisivos do que a marca do modelo.

As equipes de segurança não precisam substituir a criptografia de produção por causa deste anúncio. Em vez disso, devem examinar se seus processos de revisão e divulgação conseguem absorver mais descobertas geradas por máquinas.

Essa preparação inclui preservar registros de experimentos, separar descoberta de aprovação e identificar especialistas antes que uma alegação urgente surja. Também inclui acompanhar orientações de padronização em vez de reagir a manchetes condensadas.

O feito relatado de menos de quatro horas não deve se tornar a versão duradoura desta história. O projeto HAWK verificado levou cerca de 60 horas, e seu alvo não estava implantado.

A realização real de Claude é mais útil do que a alegação exagerada. Ele explorou um espaço matemático difícil, encontrou uma fragilidade verificável e forçou humanos a reconsiderar a velocidade da revisão criptográfica.

Isso deixa uma pergunta prática para toda organização de segurança e pesquisa: se o próximo ataque gerado por IA afetar um sistema implantado, quem o validará antes que a manchete ultrapasse as evidências?