Anthropic 表示，一個名為 Claude Mythos Preview 的內部模型，已經找出兩個密碼學目標的弱點，包括對 HAWK 的改良攻擊——這是一個後量子簽章候選方案——以及對縮減版 AES-128 的新攻擊。該公司指出，這兩項結果都不會破解目前網際網路上使用的系統，但這項工作之所以重要，是因為它顯示前沿 AI 系統可能開始為進階密碼分析作出貢獻，而不只是協助寫程式、搜尋或文件處理。

The Decoder 根據 Anthropic 的揭露所描述的報告，聚焦於一個半自主的多代理人架構；據稱模型負責了大部分技術探索，而人類則處理專案管理、提示詞與驗證。Anthropic 表示，HAWK 的結果是在專家多年人工審查之後，約 60 小時內出現的，而且每次專案執行大約花費 10 萬美元的 API 使用費。如果這些細節在更廣泛的檢驗下仍站得住腳，那麼這項發展的意義將遠超過單一模型發布：它意味著 AI 系統正開始具備在艱難數學安全問題上做出有意義原創工作的能力。

Anthropic 表示模型發現了什麼

根據 The Decoder 對 Anthropic 發現的敘述，Claude Mythos Preview 產生了兩項獨立結果。第一項是對 HAWK 的改良攻擊；HAWK 是 National Institute of Standards and Technology 針對額外後量子簽章流程中的剩餘候選之一。後量子密碼學的目的，是即使未來大型量子電腦變得實用也能維持安全，因此任何候選方案出現新的弱點，對標準化工作都很重要，即便它不影響已部署的產品。

Anthropic 表示，模型在支撐 HAWK 安全性的格狀結構中，發現了一個先前未被注意到的對稱性。依公司說法，系統中的一個代理人起初認為這種方法不可行，而另一個代理人找到了利用它的方法。這個細節很重要，因為它讓結果看起來不只是聊天機器人的一次性回答，而更像是透過多個模型角色協作的研究工作流程。

第二項結果與 AES-128 有關，但有一個重要限制。Anthropic 表示，這項攻擊只適用於縮減版，也就是使用七輪，而不是完整 AES-128 的十輪。AES 仍然是實務上使用最廣泛的對稱加密標準，因此任何提到「新的 AES 攻擊」都可能比實際證據更令人擔憂。根據目前可得報導，這並不是破解一般網際網路與企業系統中使用的完整 AES。

針對這個縮減版目標，Anthropic 表示 Claude Mythos 開發出一種新的指紋識別方法，稱為「Möbius Bridge」。公司聲稱，這種方法透過消除攻擊者的一個猜測，使既有攻擊的效果提升 200 到 800 倍。這是供應商方面的技術性能主張，而非本文所提供證據中經過獨立驗證的產業基準。

為什麼 HAWK 的結果特別突出

HAWK 的發現似乎是整個故事中更具關鍵性的部分，因為它關聯的是正在進行中的標準化流程，而不是刻意削弱的既有密碼。The Decoder 報導，在 Claude Mythos Preview 約 60 小時內找到更強攻擊之前，人工專家已經審查 HAWK 超過兩年。即使要保留「模型是嵌入在結構化工作流程中，之後也經過人工檢查」這項前提，這個對比仍是這則新聞受到關注的核心原因。

HAWK 現在並不是已部署的網際網路標準。它是 National Institute of Standards and Technology 審查中的候選方案，而這一點大幅限制了眼前的營運風險。但對於正在打造密碼工具、安全硬體或長期受監管系統的團隊來說，這件事提醒我們：隨著 AI 系統進步，後量子密碼學的評估流程可能會加速，而且變得更難預測。

它也向研究人員與標準制定機構提出更實際的問題：如果模型能以不算小但可管理的成本，找到候選方案的真實弱點，那麼公開密碼分析的門檻可能會移動。這不代表更好的攻擊會立刻出現在廣泛部署的演算法上；但它確實意味著，未來後量子密碼學的審查可能會比傳統同儕審查更常見自動化的對抗性測試。

模型究竟有多少自主性？

評估這項公告時的一個關鍵問題是：Claude Mythos 應該被歸功多少，以及周邊系統與人類操作者又應被歸功多少。Anthropic 的描述（由 The Decoder 報導）指出，人類主要負責專案管理、簡單提示與驗證。在 HAWK 專案中，公司表示主導的人類研究者具有理論電腦科學背景，但並非格狀密碼學專家。

至於縮減版 AES 的工作，Anthropic 表示，一位研究者建立了腳手架，讓模型能形成假設並進行實驗。公司也說，模型一開始抗拒這項任務，認為進一步改進的可能性不大，之後才被推著去探索更具原創性的方向。據報導，整個執行約耗費 10 億個 token，只需要少數幾次實質性的後續提示。

這些細節可以從兩個角度解讀。一方面，它們支持 Anthropic 的說法：系統做的不只是把已知想法自動補完。另一方面，它們也顯示這並不是一場簡單的即開即用聊天。它涉及專門設計的研究設置、大量 token 消耗，以及執行後的廣泛檢查。對於正在打造 AI 代理人的人來說，重點或許不是「模型獨自解決了密碼學」，而是「精心結構化的多步驟系統，有時能在狹窄領域中從模型挖出前沿等級的成果」。

證據、驗證，以及仍未被證明的部分

這則故事中最強的主張來自 Anthropic，並由 The Decoder 轉述。文章指出，人類研究者花了數百小時驗證結果，而 Anthropic 也事先與美國政府、產業夥伴，以及 HAWK 的作者分享了這些發現。這種揭露流程是一個正面訊號，但它不等於廣泛的公開驗證。

本文提供的證據不包括經同儕審查的論文、獨立重現，或來自 National Institute of Standards and Technology、HAWK 作者、外部密碼學家的回應。它也沒有證明，改良的 HAWK 攻擊是否會實質改變該候選方案在標準化流程中的位置。這些都是重要的未知數。

Anthropic 也表示 Claude Mythos Preview 尚未公開提供。這使得外部測試該公司主張的能力目前受到限制。除了模型工作之外，Anthropic 還表示，它與 ETH Zurich、Tel Aviv University、University of Haifa 合作開發了一個名為 CryptanalysisBench 的基準，用來評估語言模型在密碼分析任務上的表現。基準測試有助於業界更系統地比較模型，但不能取代對聲稱突破或攻擊的獨立審查。

這對 AI 建構者與企業資安團隊意味著什麼

對 AI 建構者來說，這則故事指向了一類與企業副駕駛或消費級聊天機器人截然不同的使用情境。密碼分析成本高、範圍窄，而且驗證負擔很重。但它獎勵的是在龐大假設空間中持續搜尋，而這正是代理式系統可能迅速進步的地方。正在為研究工作流程打造 AI 代理人的公司，可能會仔細研究這個案例，特別是協調、實驗循環與輕量人類引導的組合。

對企業 AI 採購者而言，當下的重點不是網際網路加密已經變得不安全。Anthropic 已明確表示結果不影響今天正在使用的系統，而現有證據也支持這種謹慎看法。更相關的含意是組織層面：資安團隊可能需要假設，隨著時間推移，防守方與攻擊方都會獲得更強的自動化分析能力。這可能影響弱點研究、協定審查、紅隊預算，以及對「經過實戰考驗」密碼元件的採購假設。

這裡也有一個更廣泛的企業 AI 市場訊號。若 Anthropic 能證明前沿模型在困難科學或數學領域中能帶來真正價值，就強化了這樣的觀點：模型供應商不只是在聊天品質上競爭，也在專門推理能力上競爭。這將迫使競爭者在形式驗證、安全程式碼分析、研究自動化等領域展現相近的深度。

接下來要觀察什麼

第一個後續訊號是外部驗證。請留意密碼學家、HAWK 作者以及 National Institute of Standards and Technology 的評論，看看報導中的 HAWK 弱點是否會實質改變該候選方案的前景。

第二，關注技術發表。若有關於 HAWK 與 AES-128 結果的公開論文或詳細說明，將有助於更廣泛的研究社群測試這些主張，並理解其中有多少取決於模型，有多少取決於周邊腳手架。

第三，若多個實驗室都採用，CryptanalysisBench 可能成為有用的參考點。若其他前沿模型在 CryptanalysisBench 上有相似表現，這件事就會從一項 Anthropic 的單一主張，變成更廣泛的能力趨勢。

最後，取得方式很重要。根據報導，Claude Mythos Preview 仍未公開發布。若無更廣泛的存取，市場很難判斷其可重現性、成本效率，或這項能力是否能延伸到少數精心挑選的問題之外。

Creati.ai 觀點

Anthropic 的公告最重要的地方，在於它傳達的是工作流程設計的訊號，而不只是模型智慧。值得注意的是 Claude Mythos 與受管理的多代理流程、實驗腳手架，以及漫長驗證循環的組合。這在實務上，更接近高價值企業 AI 系統可能如何運作，而不是一般常見的聊天機器人展示。

同時，在這則故事足以改變資安規劃之前，仍需要更多獨立確認。就目前而言，建構者應把它視為一項證據：前沿 AI 可能開始在後量子密碼學這類專家研究領域變得重要；而企業則應把它視為自動化安全分析速度的早期警訊，而不是已部署加密標準已面臨風險的證明。