Anthropic 於 2026 年 7 月 28 日宣佈，其 AI 模型 Claude Mythos Preview 在多項關鍵密碼學演算法中發現了數學弱點，包括對後量子簽名方案 HAWK 的改進攻擊，以及對簡化版 AES-128 的新攻擊。這些發現雖不直接影響當前使用的系統，但展示了 AI 如何挑戰網際網路安全的核心假設。

HAWK 攻擊：60 小時、10 萬美元成本 HAWK 是美國國家標準與技術研究院（NIST）後量子簽名標準化競賽第三輪中的候選方案之一，旨在抵禦未來量子計算機的攻擊。人類專家已對 HAWK 進行了超過兩年的審查，但 Mythos Preview 在僅 60 小時 內就發現了改進攻擊，API 成本約為 10 萬美元。該攻擊利用了 HAWK 所依賴的數學格中一個此前未被檢測到的對稱性。Mythos 在一個多智慧體系統中半自主地工作，其中一個智慧體最初認為該想法不可行，但另一個智慧體找到了完全利用它的方法。人類研究人員的背景是理論電腦科學，並非格密碼學專家，其角色主要限於專案管理。

AES 攻擊：Möbius Bridge 方法提升效率 200–800 倍 Mythos 還幾乎完全自主地發現了對簡化版 AES-128 的攻擊。研究人員構建了一個腳手架，允許 Claude 形成假設並通過實驗進行測試。Mythos 隨後開發了一種名為 “Möbius Bridge” 的新指紋識別方法，該方法消除了攻擊者必須做出的一個猜測，並將攻擊效率提升至此前最佳已知攻擊的 200 到 800 倍。人類提示僅起輔助作用：模型最初拒絕處理該問題，認為進一步改進不可能，在研究人員鼓勵其尋找“真正新穎的想法”後才開始探索更創造性的方法。該運行同樣花費了約 10 萬美元 的 API 費用，生成了約 10 億個 token。

影響與後續 Anthropic 表示，這些發現對當前使用的系統沒有直接影響：HAWK 僅是 NIST 標準化過程中的候選方案，而 AES 攻擊針對的是使用完整方案 10 輪中 7 輪的修改版本。儘管如此，結果顯示了 AI 模型如何挑戰網際網路安全的核心假設。Anthropic 已提前與美國政府及行業合作伙伴分享了這些發現，並與 HAWK 方案的作者協調了漏洞披露。Mythos Preview 目前仍不對公眾開放。此外，Anthropic 與蘇黎世聯邦理工學院、特拉維夫大學和海法大學的研究人員共同開發了一個名為 CryptanalysisBench 的基準測試，允許其他人系統性地評估語言模型的密碼分析能力。