編按：本文綜合整理自 Anthropic 官方研究報告、《紐約時報》報導、CyberScoop、The Next Web 與 Hacker News 討論串，並加入 Siami 編輯部觀點與分析。
Anthropic 於 2026 年 7 月 28 日公開一份 Frontier Red Team 研究報告，標題為《Discovering cryptographic weaknesses with Claude》。報告指出，使用未公開的 Claude Mythos Preview 模型，Anthropic 研究員在兩項密碼學演算法上發現了數學層級的攻擊改進：NIST 後量子簽章候選標準 HAWK，以及被廣泛使用的對稱加密 AES。這是 AI 在密碼分析（cryptanalysis）這個被視為「頂尖數學研究堡壘」的領域，首次展現出明確的專家級研究能力。
與過去 Mythos「找到程式碼漏洞」不同，這次是對演算法本身的數學結構提出攻擊——這是密碼學數十年來一直被認為是「人類頂級數學家的領域」。
攻擊一：HAWK 金鑰強度腰斬，從 2^64 降到 2^38
HAWK 是 NIST 在 2022 年啟動後量子密碼學標準化徵選時，從全球提交的演算法中存活下來的第三輪候選者之一。它被設計用來抵禦未來的量子電腦攻擊，目前正是 NIST 準備推進成聯邦標準的關鍵節點。
HAWK 在過去兩年內通過了兩輪專家人工審查，仍被 Mythos 在 60 小時內把等效金鑰強度從 2^64 降到 2^38。
更具體地說，根據 Anthropic 報告，這項攻擊把破解 HAWK 的「工作因子」（work factor）砍了大約 2^26 倍。在密碼學實務上，這代表 HAWK 的金鑰長度必須加倍（從 256 位元提升到 512 位元）才能維持原本承諾的安全等級——這對於正在做標準化決定的 NIST 是極為重要的訊號。
Anthropic 把這項發現提交給 HAWK 原作者（Hawk 團隊）驗證，並已獲得原作者認可。這也是 AI 首次在「通過專家同行審查的標準候選演算法」上找到有意義攻擊的紀錄。
攻擊二：對 7 輪 AES-128 的攻擊速度提升 200 到 800 倍
第二項結果針對 AES（Advanced Encryption Standard），這是 2001 年起被 NIST 採用、迄今被審查次數比幾乎任何其他對稱加密都多的演算法。AES-128 的標準版本使用 10 輪加密，Mythos 找到的是對縮減到 7 輪版本的攻擊改進。
- 一般認為 7 輪 AES 已經不算「真實部署情境」，但攻擊速度比既有最佳結果快 200 到 800 倍
- 這代表對教學型、輕量級物聯網裝置或使用 AES 做內部雜湊的協定，Mythos 找到的攻擊可能仍有實際意義
- 對真實世界使用的 10 輪 AES-128，目前沒有任何已知威脅
值得注意的是，這項 AES 攻擊是 Mythos 完全自主發現的——Anthropic 的研究員只搭建了運行的腳手架（scaffold），沒有手動引導模型。整個過程同樣花費約 10 萬美元 API 成本。這對未來「AI 自主做學術研究」的可信度，是極具說服力的實證。
為什麼這件事重要
1. AI 進入「密碼分析」這個被視為頂級數學研究的領域
過去兩年 LLM 在數學研究的進展幾乎是階梯式跳躍：Google Gemini 解出數個 Erdős 猜想、OpenAI GPT 解出單位距離問題（unit distance conjecture）、Anthropic Claude Fable 5 解出 Jacobian Conjecture。Mythos 在密碼分析的表現，把這個清單從純數學延伸到應用密碼學——這在 2026 年初仍被視為「人類專家的最後堡壘」之一。
這不是學術象牙塔裡的進展，而是直接影響 NIST 後量子標準制定、排程與預算分配的消息。Anthropic 明說「我們已在 HAWK 與 AES 之外啟動其他演算法的審計」——這代表 Mythos 對其他正在被審查的密碼學標準（如 Kyber、Dilithium、SPHINCS+）的影響，是接下來半年最值得關注的產業變數。
2. 60 小時 vs 數年人類專家研究的成本結構差距
傳統的 NIST 標準審查流程需要動員數十位專家、耗時數年、花費數百萬美元。Mythos 用 60 小時做出對 HAWK 的實質性改進——即使把後續驗證、研究員監督算入，總成本仍是人類團隊的零頭。
這對全球密碼學社群有結構性影響：
- 小型國家 / 大學可能難以與擁有 frontier model 的公司競爭研究速度
- NIST 流程的未來可能必須重新設計，把 AI 攻擊視為標準輸入而非偶發事件
- 「發現即責任」的回應時間壓力陡增——當任何人都能用 Mythos + 公開 API 做攻擊時，修補速度決定實際威脅
3. 從「找到程式碼漏洞」升級到「對抗數學結構」
Mythos 在 4 月的 Project Glasswing 階段，已被報導能自動找出 TLS、AES-GCM、SSH 等密碼函式庫的實作漏洞。但那些漏洞的根源是「工程師用錯了演算法」——修正即可。Mythos 7 月這次的進展，是「對演算法本身的數學結構」提出挑戰——這無法透過熱修補（hot-patch）解決，必須重新設計或更換底層演算法。
這個從「程式碼審計員」到「數學研究員」的能力躍遷，是 AI 在資安領域威脅模型徹底改變的轉折點。SwellJoe 在 HN 的留言精準點出這層意義：「過去一年人類花一年研究才能找到的漏洞，AI 現在 60 小時能做到——這會重新定義『誰才是威脅者』。」
4. 對繁體中文圈的衝擊：金融與政府可能面臨 PQC 標準時程壓力
雖然這篇主要是西方 NIST 標準的進展，但對台灣、香港、新加坡等使用全球金融與政府資安標準的地區，密碼學演算法的更動不是學術問題，而是實質合規與採購風險。例如台灣金融業導入 PQC 的時程、金鑰管理系統的更新週期、政府部門的密碼模組更換計畫，都需要重新評估 Anthropic 這一輪發現的連帶影響。
數據解讀與質疑
讀者看到 Anthropic 的成果時，仍需注意幾個關鍵問題：
- 這不是 AES 被破解：報告清楚指出所有 AES 攻擊都針對縮減輪數變體，對真實部署的 10 輪 AES-128 沒有立即影響。媒體報導的「Mythos 擊破 AES」是過度簡化。
- HAWK 不是唯一標準：HAWK 只是 NIST 第三輪候選之一。NIST 計畫於 2026-2027 年從數個候選者中選出最終標準。即便 HAWK 被剔除，整個 PQC 流程仍有 Kyber、Dilithium 等替代方案。
- 60 小時不代表「完全自動」：Mythos 在這兩項工作中都不是無人監督。HAWK 攻擊需要研究員引導、AES 攻擊需要研究員搭建腳手架。完全無人介入的 AI 自主研究，目前仍侷限於「壓力測試、不出 bug」等範疇。
- 審計資源集中於幾家模型廠：Mythos 是 Anthropic 內部模型，外界無法獨立驗證。並非所有 NIST 候選者都會被 Mythos 自動審計——這是 NIST 流程的盲點。
- HAWK 攻擊的「2^38」不等於「能在 38 位元長度的金鑰被破解」：這是工作因子的下降，不是絕對金鑰長度的縮減。
產業連鎖反應
- NIST 後量子標準：正在進行的第三輪審查勢必會把 Mythos 的發現納入正式流程，最終標準的發布時程與候選者清單可能因此調整
- HAWK 原作者團隊：需要快速回應——是否接受金鑰長度加倍？還是改投其他演算法？這對他們未來一年的開發路線有實質影響
- OpenAI / Google 的對應動作：微軟本月已推出 MAI-Cyber-1-Flash 主打資安 AI，預期 OpenAI 與 Google 會在未來幾個月公布對應的密碼分析 benchmark 與模型更新
- 台灣資安社群：PQC 導入時程表、與 NIST 標準接軌的策略，需要重新檢視。中華電信與數家金控已在備援方案中進行相關評估
- 學術社群：Anthropic 已宣布未來數週會主辦一場學術工作坊，把這次發現帶給密碼學社群公開討論——這是密碼學史上第一次有 AI 公司主動辦這類活動
Siami 編輯部觀點
把這份報告放進 2026 年 AI + 資安的脈絡來看，意義比表面更深：
第一，AI 已經跨過了「能做頂級數學研究」的門檻。2016 年 AlphaGo 擊敗人類棋手時，圍棋被視為人類智慧的堡壘；2026 年的 Mythos，密碼學分析這個被視為頂級應用數學的領域也失守。接下來會是哪個領域？這值得所有研究機構認真評估。
第二，「AI 找漏洞」的軍備競賽已經從程式碼層級升級到演算法層級。Mythos 四月在 Glasswing 階段找到的是 TLS、AES-GCM、SSH 函式庫的實作 bug（工程師寫錯）；這次找到的是 HAWK 演算法本身的數學缺陷（理論被顛覆）。前者可以修補、後者必須重新設計。這個能力差距直接決定企業面對 AI 攻擊時的防禦策略——過去的修補週期是「發現 bug → 發 patch → 客戶更新」；未來是「發現演算法弱點 → 全球標準改寫 → 整個產業重新部署金鑰系統」。
第三，60 小時 10 萬美元這個數字最值得產業牢記。未來我們會看到更多這類「AI 用六位數成本做到人類團隊七位數研究」的案例，但這不限於密碼學——同樣的成本結構差異會出現在材料科學、製藥、新化學分子設計等所有「實驗成本高、數學密集」的領域。對台灣與中文圈的研發機構，這是一個警訊：如果沒有 frontier model 的內部使用權，台灣學者很可能在未來 3-5 年的某些關鍵研究中，會被擁有 Mythos 等級模型的競爭者甩開。
第四，這次公開展示 Anthropic 也學到 Project Glasswing 的教訓。他們選擇「先通知美國政府與業界領袖才公開」，這是負責任揭露（responsible disclosure）在 AI 時代的新典範——因為攻擊者（國家級、犯罪組織、競爭對手）可能在論文公開後數小時內重現整個工作。這比傳統軟體漏洞揭露更緊迫，因為傳統漏洞修補僅影響單一產品，而密碼學弱點修補需要全球標準更新。
Anthropic 已宣布未來會持續對其他加密演算法做審計，下一輪結果可能直接影響 Kyber、Dilithium 等 PQC 候選者的去留。這不是「AI 對密碼學的最後一擊」，而是「AI 開始對密碼學進行結構性審查」的起點。
本文出處：Anthropic 官方研究報告 · 紐約時報 · CyberScoop · The Next Web · Firstpost 報導 · PostQuantum.com 分析 · ai-tldr.dev 摘要 · Hacker News 討論串
網友熱門留言 (6)