Anthropic 与 Google 的安全合作面临新考验：Claude Mythos 的密码学研究速度超越人类

Anthropic 表示，尽管此前已历经多年人工审查，Claude Mythos Preview 仍在数天内发现了两种密码攻击方法。Anthropic 与 Google 的安全合作如今面临着一个比发现软件漏洞更棘手的问题：在类似能力扩散至攻击者手中之前，防御方能否验证并吸收机器生成的研究成果？

这些结果并不意味着 Claude 攻破了保护网上银行、私人消息或企业数据的加密。其中一项攻击针对 HAWK——一个正在接受联邦审查、尚未部署的数字签名提案。另一项则改进了针对七轮 AES-128 的攻击；后者是生产环境所用十轮密码的刻意弱化研究变体。

这一差别很重要，但并不能抹去核心变化。长期以来，密码分析依赖于一个规模不大的专家群体，他们结合数学直觉，进行数月乃至数年的审查。据报道，Mythos 在 60 小时内就提出了一项严肃的 HAWK 攻击，并在一周内改进了简化轮数 AES 的研究。

Google 通过 Project Glasswing 进入这一事件。该项目是 Anthropic 与大型科技及基础设施组织开展的受限安全合作。该计划让经过审核的合作伙伴能够使用先进 Claude 能力进行防御性研究。最新发现提高了每位参与者面临的风险，因为密码学缺陷带来的披露问题不同于普通软件漏洞。

Claude Mythos 发现了两类不同的弱点

重要变化并不在于 AI 能解释密码学，而在于据称一个 AI 系统帮助创造了新的、可验证的密码分析成果。

Anthropic 于 2026 年 7 月 28 日披露了这些发现。其研究人员表示，Mythos Preview 为针对 HAWK 和简化版 Advanced Encryption Standard（AES）的攻击作出了贡献。

HAWK 是一种后量子数字签名方案。数字签名让接收者能够验证消息由谁签署，以及是否有人篡改过消息。后量子方案旨在抵御传统计算机和未来量子计算机的攻击。

美国国家标准与技术研究院正通过其附加签名流程评估 HAWK。HAWK 是候选方案，而非获批准的标准；组织目前并不依赖它来保障生产环境安全。

Anthropic 称，Mythos 在 HAWK 的底层格结构中识别出一种非平凡自同构。自同构是一种对称性，它会将数学结构映射回其自身，同时保留重要关系。

这种对称性为恢复 HAWK 私钥提供了捷径。该攻击充分降低了该方案的有效强度，以至于若要维持预期安全级别，就必须使用大得多的密钥。

预计最小的 HAWK 参数集需要约 2^64 次操作才能被攻破。报告中的方法将这一估计降至约 2^38 次操作。这仍是一项规模可观的计算，但它改变了对该候选方案的安全评估。

这一发现也挑战了考虑 HAWK 的一个主要理由。更大的密钥或可抵消这一弱点，但这种调整会削弱使该提案具有吸引力的效率优势。

Anthropic 表示，Mythos 在约 60 小时后找到了 HAWK 攻击的核心思路。人类研究人员提供了间歇性指导、审查输出，并将模型的工作转化为正式成果。

第二个项目涉及被广泛部署、用于保护数据的对称密码 AES-128。对称加密使用同一把密钥加密和解密信息。

生产环境中的 AES-128 会对每个数据块应用十轮变换。密码学家也会研究简化轮数版本，因为这些变体能够揭示每增加一轮能提供多少保护。

Mythos 攻击的是七轮变体，而非完整密码。其主要贡献是一种名为 Möbius Bridge 的数学技术，它从现有攻击中移除了一个占用大量内存的查找过程。

据称，结合其他改动后，这种方法让针对七轮 AES 的最佳攻击速度提升了 200 到 800 倍。它仍需要超过 2^105 个选择明文，即专门为分析而选定的消息。

这一数据需求远超实际可及范围。因此，该成果推进了学术界的最新水平，但并未威胁完整的 AES-128。

Anthropic 表示，每项研究工作都消耗了大量模型使用量。比资源总量更重要的是这些使用量换来了什么：无需承受人类疲劳，持续探索大量可能的数学路径。

这是两种不同的成果。HAWK 的工作改变了对一个正在进行标准化的候选方案的评估。AES 的工作则推进了对一个弱化研究目标的分析，同时保持生产加密不受影响。

两者共同构成了本文的核心张力。Claude 并未攻破互联网，但据称它将严肃的密码学研究压缩进了一个按机器节奏运行的工作流。

为什么 Anthropic 与 Google 的合作如今更重要

密码学研究让 Project Glasswing 从一项软件防御计划，转变为对机器速度科学发现的早期治理考验。

Anthropic 于 2026 年 4 月推出 Claude Mythos Preview 和 Project Glasswing。该倡议汇集了包括 Google、Apple、Microsoft、Cisco、CrowdStrike、Amazon Web Services、NVIDIA 和 Linux Foundation 在内的组织。

该合作旨在于广泛可用的 AI 系统赋予攻击者相当能力之前，发现并修复严重漏洞。Anthropic 最初限制 Mythos 的访问权限，因为据称该模型只需极少指导即可发现并利用软件弱点。

该公司此前的网络安全评估称，Mythos 能够检查大型代码库、识别此前未知的漏洞，并开发可用的利用程序。评估还报告了密码协议和库实现中的弱点。

发现存在缺陷的实现，与攻击底层数学原理并不相同。软件漏洞通常只影响某个程序的特定版本。维护者可以修补代码、发布更新并跟踪采用情况。

密码设计中的弱点会产生更广泛的影响范围。如果组织广泛部署该设计，替换它可能需要改动软件、硬件、协议、证书、归档数据和合规系统。

HAWK 尚未部署，这使其成为这一事件中相对有利的情形。该弱点在评估期间出现，彼时该提案尚未嵌入基础设施。

这正是开放标准化流程应当实现的目标。候选方案接受持续的公开审查，以便在采用前修改或淘汰弱设计。

Keyfactor 战略与 AI 创新高级副总裁 Ellen Boehm 对 CyberScoop 表示，这一发现表明评估流程正在发挥作用。她的评估将 Mythos 置于现有审查体系之中，而非将其视为该体系的替代品。

Anthropic 与 Google 的关系之所以重要，是因为 Google 运营着依赖密码学的软件、浏览器、云服务、身份系统和基础设施。它还雇佣了设计和分析安全协议的研究人员。

Google 的参与并不意味着其研究人员提出了 HAWK 和 AES 发现，或独立认可了这些发现。公开信息仅表明，Google 参与了 Project Glasswing，并在这一防御框架内获得了访问权限。

不过，Google 代表了自动化密码分析一旦规模化后必须作出反应的那类组织。它维护着足够多的基础设施，既能理解防御机遇，也能理解迁移负担。

压力并不限于 Google。标准制定机构必须决定如何接收、复现和记录 AI 辅助提交的成果。供应商必须追踪算法在其产品中的使用位置。安全团队则必须为比人工审查者能够快速处理的更多发现做好准备。

因此，Anthropic 与 Google 的合作提供了一个受控访问的早期模式。它将模型开发者与有能力验证发现并协调修复的组织连接起来。

这种做法也将信息与能力集中在少数群体手中。合作关系之外的组织必须相信，参与者会迅速、准确且公平地披露相关成果。

密码学研究让这一担忧变得更加紧迫。软件供应商通常可以收到私密漏洞报告并发布补丁。而新发现的数学弱点可能同时影响竞争供应商、政府、研究人员和标准化流程。

挑战不再只是抢在攻击者之前发现缺陷，而是建立一条能够跟上节奏的审查管线，同时又不让私人联盟对公共安全决策施加过度影响。

真正的进步是研究压缩

Mythos 并未取代人类密码学家。它改变的是，一个小型人类团队能在固定时间内尝试多少探索性工作。

密码分析结合了理论、实验、实现和反复失败。研究人员提出假设、测试较小案例、编写代码、检查结果、修正假设，并决定哪条路径值得投入更多注意力。

语言模型如今可以参与整个循环。它们能够阅读规范、推导方程、实现实验、调用数学工具、比较输出，并保留有用的中间结果。

这种覆盖范围比任何单一答案都更重要。传统自动化在研究人员已知确切搜索步骤时表现良好。前沿模型则可以在应对意外证据的同时，提出并测试不同的流程。

据称，HAWK 案例始于 Mythos 在该方案的格结构中识别出一种结构对称性。随后，一名人类研究人员帮助引导调查，并评估这一观察是否支持真实攻击。

这一工作流使关于自主性的简单说法变得复杂。模型贡献了一个关键想法并完成了大量分析，但人类选择了研究目标、配置环境、审查输出并准备成果。

因此，“自主”应描述流程中的部分环节，而非整个科研项目。Mythos 可以在无需持续提示的情况下继续技术探索，但它并未独立选择社会目标或发表标准。

简化轮数 AES 项目展示了另一种价值形式。该目标已接受过广泛的人类分析，模型也没有暴露出实际可行的攻破方法。它在高度受限的理论攻击中找到了更高效的路径。

据称，这一速度提升部分来自移除了一张包含 256 个条目的查找表。这并未消除该攻击巨大的数据需求，但改善了其时间和内存特性。

这一区别揭示了为何 AI 辅助研究可以在模型尚未具备普遍可靠性之前取得进展。候选攻击通常可以通过方程、可执行代码或正式安全实验进行检验。

密码分析提供了异常清晰的反馈。一个拟议的密钥恢复方法，要么能在既定条件下恢复密钥，要么不能。研究人员无需相信模型的行文，就能排除许多看似合理却不成立的路径。

新近发布的 CryptanalysisBench 为这种能力转变提供了更广泛的证据。其作者评估了涵盖六类密码原语的 191 项任务。

五个前沿模型在涉及已知实用攻击方案的任务中，解决率介于 65% 至 86% 之间。Claude Mythos 5 在 49 项 Tier 1 任务中成功完成了 42 项，创下报告中的最高成绩。

该基准还包含了更困难、尚无已知实用破解方法的方案。在计入完整版本和扩展版本后，Mythos 5 破解了 61 个方案，而 Claude Opus 4.8 为 37 个。

这些数字并不意味着模型能够攻破现代生产环境中的密码系统。挑战层级的任务仍大多未被解决，而且许多基准测试的成功案例涉及弱化配置或已知存在缺陷的方案。

这些结果表明，模型能够在技术研究环境中开展探索、实现攻击，并有时发现此前未公开的设计问题。这比总结已有论文的门槛要高得多。

与人类的比较也需要谨慎。一次持续 60 小时的模型运行，并不等同于一名密码学家工作 60 小时。系统可以利用大量计算资源、并行实验，以及训练期间编码的广泛既有知识。

更有意义的比较应关注实际研究耗时和团队产出。一个小团队获得了远超其同一周内手动完成能力的探索性劳动。

这是一种研究压缩。模型将计算转化为更多尝试，而人类决定哪些尝试值得信赖。

这种平衡促使实验室重新设计研究运作方式。专业能力正转向选择研究目标、构建评估体系、识别模型的细微错误，以及将初步结果转化为可辩护的结论。

人类判断依然不可或缺，但会在流程的更后阶段介入。研究人员花在生成每一个候选方案上的时间更少，而花在验证规模大得多的候选流上的时间更多。

这些发现并未攻破生产环境中的加密

保持谨慎的最有力理由也最简单：两项已公布的攻击都没有攻破人们当今使用的密码系统。

HAWK 仍是一项提案。其设计者可以修改参数、回应相关分析，或撤回受影响的配置，而无需迫使用户迁移已部署的系统。

HAWK specification 描述了一种基于格假设的紧凑型签名系统。在标准化之前，这些假设本就需要接受公开审查。

Mythos 的结果为这种审查提供了补充。它并不意味着所有基于格的签名都存在相同弱点。该攻击依赖于 HAWK 特有的数学结构。

它也并未推翻 NIST 已完成的后量子标准。HAWK 属于另一项用于考察额外数字签名选项的独立流程。

AES 的结果需要更严格的限定。七轮 AES-128 是一个研究变体，其设计目标就是弱于已部署的十轮版本。

攻击更少的轮数有助于密码学家衡量一种密码算法的安全余量。对七轮的进展在数学上可能很有价值，但并不能据此证明存在攻破全部十轮的路径。

这项由 Mythos 辅助的攻击还假设存在数量极其庞大的选择明文。选择明文场景允许攻击者选择消息并观察其加密输出。

真实系统会限制访问、轮换密钥、限制数据量，并在底层密码算法之外增加协议保护。这些控制措施使已公布的理论条件更加缺乏实际可行性。

因此，将该结果称为“攻破 AES”会误导读者。这是针对缩减轮数 AES 的改进，而不是对实际部署的 AES-128 的攻破。

同样的谨慎也适用于“AI 已超越所有人类密码学家”的说法。该模型在由人类设计的框架内工作，并借助了其训练环境中融入的数十年公开研究成果。

研究人员尚未公开说明 Mythos 追逐错误线索的频率、有多少次运行失败，或在固定计算预算下性能会如何变化。成功案例揭示了能力，但并不能提供完整的生产力衡量。

可复现性则带来另一个问题。独立专家需要足够细节来验证数学推导和代码。模型转录记录可能有所帮助，但冗长的智能体轨迹可能比传统推导更难审计。

公众的质疑主要集中在专业监督的程度上。批评者认为，非同寻常的密码学主张在被广泛宣传前，应接受既有专家的审查。

不应将这种批评简单视为对自动化的抵触。密码学错误可能在同行评审中存活下来，而一个看似合理的攻击可能隐藏着对攻击者能力或安全模型的错误假设。

外部确认会强化这一结论。据报道，HAWK 的设计者承认了该攻击的实质内容，而独立密码学家审查了缩减轮数 AES 的结果。

正式发表和持续的同行评审仍然必要。一条令人印象深刻的模型轨迹是研究过程的证据，而不是完整证明的替代品。

基准测试证据也暴露了明确局限。即使是 Mythos，也未能解决一些已有已知攻击的方案，而最困难、面向生产环境的任务仍未解决。

模型可能将预算浪费在实现一个正确概念上、瞄准错误的安全博弈，或利用测试框架中的弱点。这些都是常见的智能体失效模式，只是风险格外高。

因此，安全组织应将 AI 生成的密码分析视为不可信的研究，直到专家复现为止。这一政策既能吸收防御价值，也能避免将供应商主张直接转化为运营事实。

机器速度的密码分析改变了防御者的瓶颈

只有当验证、披露和迁移能够以相近速度推进时，更快的发现才能帮助防御者。

软件安全已经面临这种失衡。自动化工具生成的潜在发现可能多到维护者无法审查。Mythos 将同样的压力扩展到了数学上复杂的系统。

第一个瓶颈是验证。模型可以快速探索许多假设，但合格的密码学家依然稀缺。每一项严肃主张都可能需要仔细审查证明、代码、参数假设和威胁模型。

第二个瓶颈是披露。HAWK 尚未部署的状态简化了协调工作，但未来的发现可能影响广泛使用的密码原语。过早发布可能在供应商准备缓解措施前暴露系统。

等待太久同样会带来风险。少数公司或政府可能掌握影响所有人的知识，而外部组织仍无法评估自身暴露程度。

第三个瓶颈是密码资产清单。许多企业并不知道自己依赖哪些算法、密钥长度、证书、库或嵌入式设备。

没有这张图，新发现的弱点就难以管理。如果团队无法定位每一处受影响的使用场景，就无法确定迁移优先级。

这正是 Anthropic 与 Google 的合作在运营层面具有重要意义的原因。Google 和其他 Glasswing 合作伙伴维护着规模足够大的系统，可以检验机器生成的发现能否流入真正的修复项目。

这种合作有助于开发审查方法、证据标准和披露程序。它还可以揭示大型组织是否能够在不压垮维护者的情况下处理这些发现。

不过，访问控制并不能解决潜在的扩散问题。相当的密码分析能力不会无限期地只属于某个模型或某项合作关系。

CryptanalysisBench 评估了闭源和开放权重系统。开放的 GLM-5.2 模型落后于 Mythos，但仍解决了 49 项 Tier 1 任务中的 32 项。

这一差距很重要，但更重要的是整体方向。多个模型家族已经能够完成攻击工作流中具有实质意义的部分。

进攻优势取决于接下来发生什么。如果防御者使用先进系统在部署前审查候选方案，AI 可以增强标准。如果攻击者在迁移能力改善前获得强大的模型，发现速度可能超过修复速度。

密码学使延迟修复尤其危险。更换一个浏览器组件可能需要数周；替换分布于硬件和长期有效证书中的密码原语，可能需要数年。

已归档的加密数据还会带来另一种暴露。攻击者可以现在收集信息，并在未来的攻击削弱底层保护时再行解密。

当前发现并不会为 AES 制造这种情景。但它们确实强化了密码敏捷性的价值，即无需重建整个系统即可替换算法的能力。

标准组织还需要为 AI 辅助提交制定更清晰的规则。研究人员应披露模型版本、支撑框架、计算预算、人类干预、失败运行和验证方法。

这些细节能让审查者区分科学结果与选择性展示，也能让跨模型衡量能力趋势变得更容易。

最有用的近期应对措施不是恐慌或一刀切的限制，而是扩大围绕自动化发现的人力与机构能力。

更多验证人员、可复现工具、更清晰的披露渠道和完整的密码资产清单，将决定机器速度的研究能否首先让防御者受益。

Claude Mythos 密码学结果之后值得关注的事项

三个信号将表明，这一事件会成为持久的研究转变，还是仅仅是一场非同寻常的演示。

第一个信号是 HAWK 在 NIST 流程中的处理方式。审查者必须确定，修改后的参数是否仍能保留足够的效率和可信度，使该候选方案得以继续推进。

重大重新设计或移除将强化这样一种观点：Mythos 改变了一项真实的标准决策。狭义的参数调整则表明，这是一项有用但影响范围更受限的发现。

无论结果如何，都会验证部署前测试的价值。关键问题在于，AI 辅助分析是否会成为评估未来候选方案的常规组成部分。

第二个信号是对 HAWK 和缩减轮数 AES 攻击的独立复现。外部密码学家需要验证其假设、推导、实现和报告的性能。

清晰的复现将强化 Anthropic 关于 Mythos 贡献了真实研究的主张。实质性修正则会缩小结果的范围，并暴露当前验证流程中的弱点。

第三个信号是下一代受控基准测试。研究人员应聚焦于完整强度方案、未公开测试问题，以及能够防范训练数据污染的任务。

CryptanalysisBench 已将已知攻击与更困难的方案区分开来，并审计轨迹以寻找记忆化迹象。其尚未饱和的层级提供了一个有用起点。

这些层级上的进展，比重复已被解决的攻击更具信息价值。若模型能在固定预算下持续发现新的缺陷，将为自动化科学研究提供更有力的论据。

Anthropic 与 Google 的安全合作也应披露参与组织如何处理密码学发现。有用的证据包括验证时间线、披露结果，以及被专家否决的模型报告比例。

读者应避免走向两个图省事的极端。Claude Mythos 并未攻破日常加密技术，但若因其目标尚未部署或已被弱化而轻视这项工作，同样会错失密码学研究的意义。

安全余量应在耗尽之前得到研究。候选标准应在用户依赖它们之前受到攻击。最新结果表明，AI 能够为这两项活动作出有意义的贡献。

开发者和企业采购方应当思考：其组织能否识别所使用的每一种关键算法。他们还应考虑，当某项标准失去信任时，这些依赖关系能够多快完成调整。

研究人员应关注独立团队是否复现这项工作，以及 NIST 是否会改变 HAWK 的状态。这些结果比任何耸动的标题都更能说明问题。

最可信的结论更为克制，却也更具影响力。据报道，Mythos 将多年积累的专业知识压缩为数天有针对性的探索，而验证工作仍由人类负责。

这种组合正对所有建立在较慢研究周期之上的安全机构施加压力。下一项考验在于：在机器级速度的发现能力广泛可用之前，防御方能否重新设计其流程。