Claude Mythos 开启 AI 驱动密码分析新时代

Anthropic
Claude Mythos Signals the Era of AI-Driven Cryptanalysis
Anthropic 的最新模型已识别出加密算法中的数学漏洞,引发了关于现有加密标准生命周期的必要讨论。

在密码学研究的静谧长廊中,一场变革正在发生,它很快将震动全球每一座服务器机房和安全数据库。最近,各大头条新闻充斥着耸人听闻的报道,称 Anthropic 最新的 AI 模型 Claude Mythos Preview 已“破解”了保护全球互联网的先进加密标准(AES)。虽然事实远非数字安全彻底崩溃那么简单,但 Mythos 所取得的技术里程碑同样意义重大。这是大型语言模型首次自主展示出发现针对全球最受信任加密协议弱化版本的新型数学攻击的能力。

作为一名长期跟踪复杂硬件及其配套安全软件交叉领域的机械工程师和记者,我发现围绕这些报道的煽情言论掩盖了真正的工业威胁。我们目睹的并非 AES-256 的即刻消亡,而是自动化密码分析的诞生——这套工具集可能会从根本上缩短我们当前安全基础设施的寿命。

Mythos 基准测试的机制

在 Anthropic 的研究中,Claude Mythos Preview 被要求识别这些简化轮次配置中的漏洞。与以往大多仅能复述训练数据中已知数学证明的 AI 版本不同,Mythos 展示出了思维链推理的能力,从而发现了改进的差分密码分析路径。从本质上讲,该 AI 研究了加密算法的数学“S-盒”,并找到了预测输入变化如何影响输出的更有效方法。这不仅仅是“猜测与验证”的暴力破解,而是一种此前需要博士学位和数月人工劳动才能完成的高级数学综合。

为什么“互联网崩溃”的说法为时过早

必须明确的是,当前版本的 Claude Mythos 今天还无法解密您的银行交易或截获您的私人聊天记录。保护现代互联网的加密技术使用了完整的 10 轮、12 轮或 14 轮 AES,并结合了 RSA 或椭圆曲线密码学等复杂的密钥交换协议。破解 6 轮测试模型与破解 14 轮生产模型之间的差距是指数级的。就单纯的计算工作量而言,这相当于爬山与登月之间的区别。

从人工研究向自动化研究的转型

此处的真正内幕是研究人员的自动化。传统上,密码分析一直是一个受瓶颈限制的领域。全球仅有几千名专家有能力深入探究 AES 或 SHA-3 的数学原理。通过利用像 Claude Mythos 这样的模型,国家行为体或资金充足的组织理论上可以并行搜索加密缺陷。想象一下,一万个模型实例同时运行,每个实例都在 24/7 不间断地探测密码的不同排列组合,且无需休息。

这种能力改变了攻击加密技术的经济可行性。目前,加密是“廉价”的,而破解则是“极其昂贵”的。AI 有可能颠覆这种比例。如果发现加密标准零日漏洞的成本下降几个数量级,互联网的基础信任模型就会开始瓦解。这就是为什么来自 Google、Meta 以及 Anthropic 本身等科技巨头的上千名员工最近向美国政府发出“SOS”信号,警告自动化的 AI 开发对国家安全基础设施构成了现实且紧迫的威胁。

工业影响:先捕获,后解密

对于我们工业界的从业者来说,直接的担忧是一种被称为“先捕获,后解密”(Harvest Now, Decrypt Later,简称 HNDL)的策略。对手已经在拦截并存储来自政府和企业网络的大量加密数据。他们今天无法读取这些数据,但他们押注在五到十年内,量子计算机或像 Claude Mythos 未来后代那样足够先进的 AI 模型将能够破解这些遗留加密技术。

这使得 Anthropic 的研究成为呼吁采用抗量子密码学(PQC)和更强大抗 AI 标准的号角。我们不能再假设一种数学上“难以破解”的算法能在几十年内保持现状。我们安全协议的机械刚性必须被一种能够预见 AI 驱动探测的敏捷、高熵方法所取代。企业必须开始审计其长期数据存储协议,以确保 2035 年的敏感信息不仅受到当今 AES 标准的保护。

AI 能否构建更好的锁?

我们正在进入一个加密算法可能需要专门设计为“抗 AI”的阶段。这可能涉及引入神经网络特别难以建模或预测的非线性或数学结构。正如我们有内存硬函数(memory-hard functions)来防止暴力破解密码一样,我们也可能需要逻辑硬函数(logic-hard functions)来抵御 Mythos 所展示的那种思维链分析。

工程界的现实核查

当我们展望 Claude 及其竞争对手的未来时,必须保持务实的态度。那些暗示互联网已被“破解”的头条新闻是对复杂数学成就的过度简化。Claude Mythos 并没有使您的 VPN 失效,也没有泄露您的信用卡号码。它所证明的是,密码学的象牙塔不再是机器智能无法触及的禁地。

复杂硬件与全球市场之间的桥梁建立在信任之上。这种信任在 AES 的数学运算中得到了编纂。如果这些数学运算现在受到 AI 快速迭代审查的影响,我们的工程响应必须同样迅速。我们正在远离静态安全的世界,进入一个防御动态演变的世界。对于数字时代的工程师和架构师来说,来自 Anthropic 的信息很明确:“一劳永逸”的安全时代已经结束。军备竞赛已正式开启。

Noah Brooks

Noah Brooks

Mapping the interface of robotics and human industry.

Georgia Institute of Technology • Atlanta, GA

Readers

Readers Questions Answered

Q 什么是 Claude Mythos Preview,它对密码学研究产生了什么影响?
A Claude Mythos Preview 是 Anthropic 公司推出的一款专业 AI 模型,它展示了自主识别加密算法中数学漏洞的能力。与以往的 AI 不同,它利用思维链推理(chain-of-thought reasoning)发现了针对高级加密标准(AES)简化轮数版本的全新差分密码分析路径。这标志着密码学研究从人工主导向自动化分析的转变,可能加速全球安全协议中缺陷的发现过程。
Q Claude Mythos 模型是否已经成功破解了大多数网站使用的标准 AES 加密?
A 没有,该模型尚未破解全球互联网安全所使用的完整生产级 AES-256 加密。虽然它在算法的简化版(减少轮数)中发现了弱点,但要破解完整的 14 轮加密,在数学和计算层面仍有巨大的鸿沟。目前的银行和私人通信协议暂时保持安全,但该研究强调了在不久的将来需要更敏捷、更具抗 AI 能力的加密标准。
Q 什么是“先获取,后解密”(Harvest Now, Decrypt Later)策略,它为何会引起工业安全的担忧?
A “先获取,后解密”是一种攻击策略,即攻击者在今天拦截并存储加密数据,意图在未来使用更先进的技术将其解密。像 Claude Mythos 这样人工智能驱动的密码分析技术的发展表明,遗留加密系统可能比预期更早被破解。这迫使各组织必须紧急采用抗量子密码技术(Post-Quantum Cryptography),以保护长期敏感数据免受未来 AI 或量子攻击的威胁。
Q 未来的加密标准可能会如何变化以抵御人工智能驱动的攻击?
A 未来的加密标准可能会转向“抗 AI 设计”,利用神经网络难以建模的数学结构。类似于内存困难函数(memory-hard functions)阻止暴力破解的方式,这些新协议可能会引入复杂的非线性特征,以抵御类似 Claude Mythos 模型所使用的思维链分析。这种演变将推动行业从静态安全向动态防御转型,从而能够抵御机器学习智能的快速自动化探测。

Have a question about this article?

Questions are reviewed before publishing. We'll answer the best ones!

Comments

No comments yet. Be the first!