Anthropic 于 2026 年 7 月 28 日宣布，其 AI 模型 Claude Mythos Preview 在多项关键密码学算法中发现了数学弱点，包括对后量子签名方案 HAWK 的改进攻击，以及对简化版 AES-128 的新攻击。这些发现虽不直接影响当前使用的系统，但展示了 AI 如何挑战互联网安全的核心假设。

HAWK 攻击：60 小时、10 万美元成本 HAWK 是美国国家标准与技术研究院（NIST）后量子签名标准化竞赛第三轮中的候选方案之一，旨在抵御未来量子计算机的攻击。人类专家已对 HAWK 进行了超过两年的审查，但 Mythos Preview 在仅 60 小时 内就发现了改进攻击，API 成本约为 10 万美元。该攻击利用了 HAWK 所依赖的数学格中一个此前未被检测到的对称性。Mythos 在一个多智能体系统中半自主地工作，其中一个智能体最初认为该想法不可行，但另一个智能体找到了完全利用它的方法。人类研究人员的背景是理论计算机科学，并非格密码学专家，其角色主要限于项目管理。

AES 攻击：Möbius Bridge 方法提升效率 200–800 倍 Mythos 还几乎完全自主地发现了对简化版 AES-128 的攻击。研究人员构建了一个脚手架，允许 Claude 形成假设并通过实验进行测试。Mythos 随后开发了一种名为 “Möbius Bridge” 的新指纹识别方法，该方法消除了攻击者必须做出的一个猜测，并将攻击效率提升至此前最佳已知攻击的 200 到 800 倍。人类提示仅起辅助作用：模型最初拒绝处理该问题，认为进一步改进不可能，在研究人员鼓励其寻找“真正新颖的想法”后才开始探索更创造性的方法。该运行同样花费了约 10 万美元 的 API 费用，生成了约 10 亿个 token。

影响与后续 Anthropic 表示，这些发现对当前使用的系统没有直接影响：HAWK 仅是 NIST 标准化过程中的候选方案，而 AES 攻击针对的是使用完整方案 10 轮中 7 轮的修改版本。尽管如此，结果显示了 AI 模型如何挑战互联网安全的核心假设。Anthropic 已提前与美国政府及行业合作伙伴分享了这些发现，并与 HAWK 方案的作者协调了漏洞披露。Mythos Preview 目前仍不对公众开放。此外，Anthropic 与苏黎世联邦理工学院、特拉维夫大学和海法大学的研究人员共同开发了一个名为 CryptanalysisBench 的基准测试，允许其他人系统性地评估语言模型的密码分析能力。