Anthropic a annoncé le 28 juillet 2026 qu'un modèle interne d'intelligence artificielle, Claude Mythos Preview, avait découvert de réelles faiblesses mathématiques dans les algorithmes cryptographiques qui contribuent à sécuriser Internet, y compris un candidat pour la prochaine génération de cryptage post-quantique que les experts humains avaient étudié pendant plus de deux ans sans succès.
Les résultats, publiés parallèlement à des articles de recherche et détaillés dans un article du blog Anthropic intitulé "Découverte des faiblesses cryptographiques avec Claude", constituent l'une des démonstrations les plus frappantes à ce jour de grands modèles de langage contribuant aux mathématiques avancées. Selon le New York Times, qui a été le premier à publier les résultats, les travaux montrent comment les systèmes d’IA pourraient commencer à remettre en question les hypothèses fondamentales qui sous-tendent la sécurité numérique. Pour connaître les derniers développements de l’IA et une couverture plus approfondie de la recherche exploratoire, les lecteurs peuvent suivre AI Buzz Wire.
Deux percées : AES et HAWK
Mythe a produit deux résultats distincts. La première était une attaque améliorée contre HAWK, un système de signature actuellement au troisième tour d'un concours de normalisation organisé par l'Institut national américain des normes et de la technologie (NIST). HAWK appartient à une classe d’algorithmes post-quantiques conçus pour rester sécurisés même contre les futurs ordinateurs quantiques. Les cryptographes humains examinaient HAWK depuis plus de deux ans, mais Mythos Preview a trouvé une attaque améliorée en 60 heures environ, pour un coût API d'environ 100 000 $.
Le deuxième résultat a été une nouvelle attaque contre une version réduite d'AES-128, la norme de chiffrement symétrique la plus utilisée au monde. Le modèle a développé une nouvelle méthode de prise d'empreintes digitales qu'Anthropic appelle « Mobius Bridge », qui supprime une partie de la tâche de deviner qu'un attaquant doit effectuer. Anthropic a déclaré que la technique améliore les meilleures attaques connues jusqu'à présent d'un facteur de 200 à 800. L'attaque AES s'applique uniquement à une version modifiée qui utilise sept des dix tours du système, et le système HAWK est toujours un candidat du NIST, donc aucune des découvertes n'affecte les systèmes actuellement utilisés.
Un système multi-agent fonctionnant en grande partie seul
Ce qui rend les résultats remarquables, c’est le peu d’intervention humaine nécessaire. Selon Anthropic et The Decoder, Mythos fonctionnait de manière semi-autonome au sein d'un système multi-agents, générant et testant ses propres hypothèses. Pour l'attaque de HAWK, un agent a d'abord tenté de rejeter l'approche comme étant irréalisable, mais un deuxième agent a trouvé un moyen d'exploiter pleinement une symétrie jusqu'alors non détectée dans le réseau mathématique qui sous-tend la sécurité de HAWK.
Le chercheur humain impliqué avait une formation en informatique théorique mais n’était pas un expert en cryptographie sur réseau, a déclaré Anthropic. Son rôle se limitait principalement à la gestion de projet : fournir des instructions simples, maintenir les efforts sur la bonne voie, puis aider à vérifier les résultats. Concernant la tâche AES, le modèle a d'abord refusé, écrivant que « AES-128 r5/r6 est vraiment difficile » et arguant que de nouvelles améliorations étaient impossibles. L'entreprise n'a commencé à adopter des approches plus créatives qu'après que le chercheur l'ait encouragée à rechercher des « idées véritablement nouvelles ».
En trois jours environ, le modèle a généré plusieurs centaines de millions de jetons, n'a reçu que trois invites supplémentaires substantielles et a consommé environ un milliard de jetons au total. L'exécution a coûté environ 100 000 $ en frais d'API. Des chercheurs humains qui n’étaient pas des experts en cryptographie ont ensuite passé plusieurs centaines d’heures à vérifier indépendamment les conclusions.
Divulgation et nouvelle référence
Anthropic a déclaré avoir partagé les résultats à l'avance avec le gouvernement américain et les partenaires industriels, et avoir coordonné la divulgation de la faiblesse de HAWK directement avec les auteurs du projet. La société a souligné que, étant donné qu’aucun des deux résultats ne rompt le chiffrement lors d’un déploiement actif, les divulgations étaient des mesures de précaution plutôt que des réponses d’urgence. Mythos Preview reste indisponible au public.
Pour aider les autres à évaluer les capacités cryptanalytiques des modèles de langage, Anthropic a collaboré avec des chercheurs de l'ETH Zurich, de l'Université de Tel Aviv et de l'Université de Haïfa pour créer une référence appelée CryptanalysisBench. Le benchmark est conçu pour permettre à des équipes externes de tester systématiquement dans quelle mesure les modèles d'IA peuvent trouver et analyser les faiblesses des constructions cryptographiques.
Pourquoi c'est important
Cette annonce intervient au milieu d’un débat acharné sur la rapidité avec laquelle une IA avancée devrait être développée et sur le degré d’autonomie des modèles d’autorité qui devraient être accordés, en particulier pour les tâches ayant des implications pour la sécurité nationale. La cryptographie est à la base de presque tout ce que les gens font en ligne, depuis les opérations bancaires et la messagerie jusqu'aux communications gouvernementales. Bien que Mythos n’ait pas brisé le cryptage du monde réel, il a réduit l’écart entre ce que les machines et les humains experts peuvent accomplir dans un domaine qui évolue traditionnellement au rythme d’une analyse humaine lente et minutieuse.
Les résultats soulèvent également des questions pratiques pour les organismes de normalisation comme le NIST, qui sélectionnent actuellement les algorithmes post-quantiques qui protégeront les communications mondiales pendant des décennies. Si les modèles d’IA peuvent révéler des faiblesses en quelques mois qui échappent à l’examen d’experts pendant des années, le processus d’examen lui-même devra peut-être intégrer une cryptanalyse automatisée comme étape de routine.
Les observateurs de l'industrie ont noté que la décision d'Anthropic de garder Mythos Preview privé, tout en publiant la méthodologie et le benchmark, reflète un équilibre de plus en plus courant dans la recherche sur la sécurité de l'IA : démontrer ses capacités sans distribuer librement des outils qui pourraient être utilisés à mauvais escient. À mesure que les modèles deviennent plus capables de raisonner de manière autonome, des découvertes similaires dans d’autres domaines sensibles suivront probablement.
Gardez une longueur d'avance sur l'IA
Recevez les dernières actualités, analyses et avancées en matière d'IA, le tout en un seul endroit.
Lire plus d'actualités sur l'IA →
