【导语密码学家 Matthew Green 针对 Anthropic 最新密码分析成果撰写博客该成果由未发布的 Claude Mythos 模型完成包括攻击后量子签名方案 HAWK 及改进缩减轮次 AES 攻击同时引出验证成为新瓶颈的判断。】Claude Mythos 模型密码分析成果显著Anthropic 让未发布的 Claude Mythos 模型进行密码分析得出两个重要结果一是攻击了后量子签名方案 HAWK二是对缩减轮次 AES 进行了改进攻击。HAWK 作为基于模格同构问题的后量子签名方案其存在意义在于比替代方案更高效然而 Anthropic 的攻击使安全比特数大约减半虽未直接攻破真实部署参数但方向明确。若靠加倍密钥尺寸补偿HAWK 便失去存在意义。AES 攻击则相对平淡是在 2013 年工作基础上做了常数因子的改进需要 2^89 次密码运算和 2^105 次选定明文加密与实际威胁差距巨大。AI 组合已知工具更彻底密码学家 Green 强调AI 在此次密码分析中并未发明新的数学而是将密码学家已知的工具组合得比人类更彻底。Claude 对攻击贡献的评估让这个领域感到尴尬一些干了一辈子密码分析的人都没想到会有这样的结果。Anthropic 团队的方法论是让 AI 自主寻找结果模型能理解现有密码分析文献、合成新攻击路径且无需详细人类干预。验证取代生成成新瓶颈Green 指出虽然模型能产出看似结果的东西但不代表其真实性模型制造“看起来合理但实际有误导性”的输出比真正发现更擅长。对于 HAWK 攻击验证相对简单而对于 AES 更微妙的加速攻击验证难度较大用 Lean 这类系统做形式化证明也存在命题陈述易出错的问题。验证正在取代生成成为新的瓶颈能分辨真假发现的是极少数有专业判断力的人类专家而他们的注意力是稀缺资源。近期一些高调的数学成果也都遵循需要验证的模式。给不同受众的建议与思考对于密码学用户对称密码设计得较为鲁棒AI 难以轻易攻破即便能推进也会助力设计更强密码公钥密码更脆弱而当前后量子算法迁移的时机使增强版密码分析能力来得正是时候。对于科学家这是拥有强大 AI 合作者的好时代。对于所有人不应简单认为这些模型只是“高级自动补全”也别觉得 AGI 已经到来。Anthropic 的 Mythos 未公开发布这两个结果更像是能力展示。编辑观点Anthropic 的密码分析成果展示了 AI 在密码领域的潜力但也凸显验证难题未来需平衡 AI 应用与专业验证。