Anthropic affirme qu’un modèle interne nommé Claude Mythos Preview a identifié des faiblesses dans deux cibles cryptographiques, dont une attaque améliorée contre HAWK, un candidat pour une signature post-quantique, ainsi qu’une nouvelle attaque sur une version réduite d’AES-128. L’entreprise précise qu’aucun de ces deux résultats ne compromet les systèmes utilisés aujourd’hui sur Internet, mais le travail est remarquable car il laisse entendre que les systèmes d’IA de pointe pourraient commencer à contribuer à la cryptanalyse avancée plutôt que de seulement aider au codage, à la recherche ou au travail documentaire.

Le rapport, décrit par The Decoder à partir de la divulgation d’Anthropic, repose sur une configuration multi-agents semi-autonome dans laquelle le modèle aurait effectué l’essentiel de l’exploration technique tandis que des humains géraient le projet, rédigeaient les prompts et validaient les résultats. Anthropic affirme que le résultat concernant HAWK est apparu en environ 60 heures après des années de revue préalable par des spécialistes humains, et que chaque exécution du projet a coûté environ 100 000 dollars en utilisation d’API. Si ces détails se confirment sous un examen plus large, l’avancée compterait bien au-delà d’une simple sortie de modèle : elle impliquerait que les systèmes d’IA deviennent capables d’un travail original significatif sur des problèmes mathématiques de sécurité difficiles.

Ce qu’Anthropic dit que le modèle a trouvé

Selon le récit de The Decoder sur les conclusions d’Anthropic, Claude Mythos Preview a produit deux résultats distincts. Le premier était une attaque améliorée contre HAWK, l’un des candidats restants dans un processus du National Institute of Standards and Technology pour d’autres signatures post-quantiques. La cryptographie post-quantique est censée rester sûre même si de grands ordinateurs quantiques deviennent un jour عمليquement viables, donc toute nouvelle faiblesse dans un schéma candidat est importante pour le travail de normalisation, même si elle n’affecte pas les produits déployés.

Anthropic indique que le modèle a découvert une symétrie jusque-là inaperçue dans la structure en réseau qui sous-tend la sécurité de HAWK. Dans le récit de l’entreprise, un agent du système a d’abord considéré l’approche comme irréalisable, tandis qu’un autre a trouvé un moyen de l’exploiter. Ce détail compte, car il présente le résultat moins comme une réponse instantanée d’un chatbot et davantage comme un flux de recherche orchestré avec plusieurs rôles de modèle.

Le second résultat concerne AES-128, mais avec une limitation importante. Anthropic affirme que l’attaque ne s’applique qu’à une version à nombre de tours réduit, utilisant sept tours au lieu des dix tours d’AES-128 complet. AES demeure le standard de chiffrement symétrique le plus utilisé en pratique, de sorte que toute mention d’une « nouvelle attaque AES » peut paraître plus alarmante que ne le justifient les preuves. D’après les informations disponibles, il ne s’agit pas d’une rupture de l’AES complet tel qu’il est utilisé dans les systèmes courants d’Internet et des entreprises.

Pour cette cible réduite, Anthropic dit que Claude Mythos a développé une nouvelle approche de fingerprinting qu’elle appelle « Möbius Bridge ». L’entreprise soutient que la méthode améliore les attaques antérieures d’un facteur 200 à 800 en éliminant l’une des hypothèses de l’attaquant. Il s’agit d’une affirmation de performance technique émanant du fournisseur, pas d’un référentiel sectoriel validé indépendamment dans les éléments fournis ici.

Pourquoi le résultat HAWK se distingue

La découverte concernant HAWK semble être la partie la plus importante de l’histoire, car elle touche une filière de normalisation active plutôt qu’une version délibérément affaiblie d’un chiffre établi. The Decoder rapporte que des experts humains avaient examiné HAWK pendant plus de deux ans avant que Claude Mythos Preview ne trouve une attaque plus forte en environ 60 heures. Même avec la réserve que le modèle était intégré dans un flux de travail structuré puis vérifié par des humains, cette comparaison est la principale raison pour laquelle la nouvelle attire l’attention.

HAWK n’est pas aujourd’hui un standard Internet déployé. C’est un candidat examiné par le National Institute of Standards and Technology, et cette distinction limite fortement le risque opérationnel immédiat. Mais pour les équipes qui conçoivent des outils cryptographiques, du matériel sécurisé ou des systèmes réglementés à longue durée de vie, cet épisode rappelle que le processus d’évaluation de la cryptographie post-quantique pourrait s’accélérer et devenir moins prévisible à mesure que les systèmes d’IA progressent.

Il soulève aussi une question plus pratique pour les chercheurs et les organismes de normalisation : si des modèles peuvent trouver de vraies faiblesses dans des schémas candidats à un coût non trivial mais maîtrisable, alors le seuil de la cryptanalyse publique pourrait évoluer. Cela ne signifie pas automatiquement que de meilleures attaques contre des algorithmes largement déployés sont imminentes. Cela signifie en revanche que les prochaines vagues de revue de la cryptographie post-quantique pourraient recourir à davantage de tests adversariaux automatisés que la seule évaluation par les pairs traditionnelle.

Quelle autonomie le modèle avait-il vraiment ?

Une question clé pour évaluer cette annonce est de savoir quelle part du travail doit être attribuée à Claude Mythos par rapport au système environnant et aux opérateurs humains. La description d’Anthropic, telle que rapportée par The Decoder, indique que les humains étaient surtout responsables de la gestion du projet, de légers prompts et de la vérification. Dans le projet HAWK, l’entreprise précise que le chercheur humain principal avait une formation en informatique théorique mais n’était pas expert en cryptographie sur réseaux euclidiens.

Pour le travail sur l’AES réduit, Anthropic dit qu’un chercheur a créé un cadre permettant au modèle de formuler des hypothèses et de mener des expériences. L’entreprise ajoute que le modèle a d’abord résisté à la tâche, estimant que des améliorations supplémentaires étaient peu probables, avant d’être poussé à explorer des pistes plus originales. Sur environ trois jours, l’exécution aurait consommé près d’un milliard de tokens et n’aurait nécessité que quelques relances substantielles.

Ces détails peuvent se lire dans les deux sens. D’un côté, ils soutiennent l’affirmation d’Anthropic selon laquelle le système a fait plus que compléter automatiquement des idées connues. De l’autre, ils montrent qu’il ne s’agissait pas d’une simple session de chat prête à l’emploi. Il y avait une configuration de recherche conçue pour l’occasion, une forte consommation de tokens et une vérification approfondie après coup. Pour les personnes qui construisent des agents d’IA, la leçon est peut-être moins « le modèle a résolu la cryptographie seul » que « des systèmes multi-étapes soigneusement structurés peuvent parfois extraire d’un modèle un travail de niveau frontière dans des domaines étroits ».

Preuves, vérification et ce qui reste non prouvé

Les affirmations les plus fortes de cette histoire proviennent d’Anthropic et sont relayées par The Decoder. L’article indique que des chercheurs humains ont passé plusieurs centaines d’heures à vérifier les résultats et qu’Anthropic a partagé à l’avance les conclusions avec le gouvernement américain, des partenaires industriels et les auteurs de HAWK. Ce processus de divulgation est un signal positif, mais ce n’est pas la même chose qu’une validation publique large.

Les preuves fournies ici n’incluent ni article évalué par les pairs, ni reproduction indépendante, ni réactions du National Institute of Standards and Technology, des auteurs de HAWK ou de cryptographes externes. Elles n’établissent pas non plus si l’attaque améliorée contre HAWK modifie de manière substantielle la position du candidat dans le processus de normalisation. Ce sont des inconnues importantes.

Anthropic affirme aussi que Claude Mythos Preview n’est pas disponible publiquement. Cela limite pour l’instant les tests externes des affirmations de l’entreprise. Parallèlement au travail sur le modèle, Anthropic dit avoir collaboré avec ETH Zurich, Tel Aviv University et University of Haifa sur un benchmark appelé CryptanalysisBench pour évaluer les modèles de langage sur des tâches de cryptanalyse. Les benchmarks peuvent aider le secteur à comparer les systèmes de façon plus systématique, mais ils ne remplacent pas l’examen indépendant des ruptures ou attaques revendiquées.

Ce que cela signifie pour les créateurs d’IA et les équipes de sécurité d’entreprise

Pour les créateurs d’IA, cette histoire met en lumière une classe de cas d’usage très différente des copilotes d’entreprise ou des chatbots grand public. La cryptanalyse est coûteuse, très ciblée et exigeante en vérification. Mais elle récompense la recherche persévérante sur de vastes espaces d’hypothèses, précisément là où les systèmes agentiques pourraient progresser rapidement. Les entreprises qui développent des agents d’IA pour des flux de recherche examineront probablement ce cas de près, en particulier la combinaison d’orchestration, de boucles d’expérimentation et de pilotage humain léger.

Pour les acheteurs d’IA en entreprise, le constat immédiat n’est pas que le chiffrement sur Internet serait devenu dangereux. Anthropic précise explicitement que les résultats n’affectent pas les systèmes utilisés aujourd’hui, et les éléments disponibles soutiennent cette prudence. L’implication la plus pertinente est organisationnelle : les équipes de sécurité devront peut-être partir du principe que défenseurs et attaquants auront progressivement accès à une analyse automatisée plus puissante. Cela pourrait affecter la recherche de vulnérabilités, la revue de protocoles, les budgets de red team et les hypothèses d’achat concernant des composants cryptographiques « éprouvés au combat ».

Il y a aussi ici un signal de marché pour l’IA d’entreprise au sens large. Si Anthropic peut montrer que les modèles de pointe apportent une réelle valeur dans des domaines scientifiques ou mathématiques difficiles, cela renforce l’idée que les éditeurs de modèles ne se concurrencent pas seulement sur la qualité du dialogue, mais aussi sur le raisonnement spécialisé. Cela mettrait la pression sur les rivaux pour démontrer une profondeur comparable dans des domaines comme la vérification formelle, l’analyse sécurisée de code et l’automatisation de la recherche.

Ce qu’il faut surveiller ensuite

Le premier signal à suivre est la validation externe. Surveillez les commentaires des cryptographes, des auteurs de HAWK et du National Institute of Standards and Technology sur la question de savoir si la faiblesse rapportée de HAWK modifie de manière significative les perspectives du candidat.

Ensuite, recherchez une publication technique. Un article public ou un compte rendu détaillé sur les résultats concernant HAWK et AES-128 permettrait à la communauté de recherche d’évaluer les affirmations et de comprendre à quel point le modèle dépendait du cadre environnant.

Troisièmement, CryptanalysisBench pourrait devenir un point de référence utile si plusieurs laboratoires l’adoptent. Si d’autres modèles de pointe obtiennent des performances similaires sur CryptanalysisBench, l’histoire passerait d’une affirmation ponctuelle d’Anthropic à une tendance de capacité plus large.

Enfin, la disponibilité compte. Selon le reportage, Claude Mythos Preview n’a pas été publié. Sans accès plus large, le marché ne peut pas facilement juger la reproductibilité, la rentabilité ou la capacité de cette compétence à se généraliser au-delà de quelques problèmes soigneusement sélectionnés.

Perspective de Creati.ai

L’annonce d’Anthropic est surtout importante comme signal sur la conception des workflows, et pas seulement sur l’intelligence du modèle. L’élément notable est l’association de Claude Mythos avec un processus multi-agents géré, un cadre expérimental et de longs cycles de vérification. En pratique, cela ressemble davantage à la manière dont fonctionneront probablement les systèmes d’IA d’entreprise à forte valeur que la démonstration habituelle d’un chatbot.

Dans le même temps, cette histoire a besoin de davantage de confirmation indépendante avant de modifier la planification de sécurité. Pour l’instant, les créateurs devraient la lire comme une preuve que l’IA de pointe pourrait commencer à compter dans des domaines de recherche experts comme la cryptographie post-quantique, tandis que les entreprises devraient la considérer comme un avertissement précoce sur le rythme de l’analyse de sécurité automatisée plutôt que comme une preuve que les standards de chiffrement déployés sont en danger.