Anthropic 的研究人员使用 Claude Mythos Preview 模型，在密码分析领域取得了两项实质性进展。

第一项是针对后量子数字签名方案 HAWK 的攻击。HAWK 是美国 NIST 后量子密码标准化进程中的第三轮候选方案，其安全性基于格同构问题的数学难度。Claude 在约 60 小时的半自主工作中，发现了一个此前未被利用的格结构对称性（非平凡自同构）。利用这个自同构，Claude 开发出的攻击方法使得 HAWK 的有效密钥强度减半，例如对 HAWK-256 的攻击成本从预期的 2^64 降低到了 2^38。虽然该攻击仍是指数级复杂度，但意味着为了维持同等安全等级，HAWK 的密钥尺寸需要加倍，这削弱了该方案作为候选者的吸引力。这项工作仅消耗了约 10 万美元的 API 费用，并且验证了 AI 可以协助审查尚处于标准化过程中的密码方案。

第二项是改进了对简化版本 AES（高级加密标准） 的攻击。AES-128 有 10 轮计算，Claude 的攻击针对的是仅有 7 轮的简化变体。在“已知明文”攻击模型下，Claude 发现了一种名为 Möbius Bridge 的指纹算法，消除了攻击过程中一个需要枚举 256 种可能值的步骤。结合其他优化，新方法使攻击速度相比之前最优秀的同类攻击提升了 200 到 800 倍。这个发现过程几乎完全由 Claude 自主完成，但在近一个月的验证工作中，人类研究人员花了大量时间学习密码学知识来确认其正确性，而不是像 HAWK 攻击那样可以直接通过代码运行验证。

这些是研究层面的显著进展，目前不影响任何生产系统：HAWK 尚未部署，而对 AES 的攻击也未作用于完整的 10 轮标准算法。研究遵循了负责任的披露流程，相关成果已与 HAWK 算法的作者及美国政府、行业合作伙伴提前共享。

Anthropic 还与苏黎世联邦理工、特拉维夫大学和海法大学的学者合作发布了 CryptanalysisBench 基准测试，便于学界评估大语言模型的密码分析能力。他们认为，随着模型能力的提升，未来人类研究者可能会成为验证 AI 产生的密码学成果的瓶颈，并计划举办研讨会探讨 AI 在此领域的作用。