Anthropic הודיעה ב-28 ביולי 2026 כי מודל בינה מלאכותית פנימית, Claude Mythos Preview, מצא חולשות מתמטיות אמיתיות באלגוריתמים קריפטוגרפיים שעוזרים לאבטח את האינטרנט, כולל מועמד לדור הבא של הצפנה פוסט-קוונטית שמומחים אנושיים חקרו במשך יותר משנתיים ללא הצלחה.
הממצאים, שפורסמו לצד מאמרי מחקר ומפורטים בפוסט בבלוג אנתרופי שכותרתו "גילוי חולשות קריפטוגרפיות עם קלוד", מסמנים את אחת ההדגמות הבולטות ביותר עד כה של מודלים של שפות גדולות שתורמים למתמטיקה מתקדמת. לפי ה"ניו יורק טיימס", שדיווח לראשונה על התוצאות, העבודה מראה כיצד מערכות בינה מלאכותית יכולות להתחיל לאתגר את הנחות הליבה מאחורי אבטחה דיגיטלית. לפיתוחי הבינה המלאכותית העדכניים ביותר וסיקור מעמיק יותר של מחקר חזיתי, הקוראים יכולים לעקוב אחר AI Buzz Wire.
שתי פריצות דרך: AES ו- HAWK
Mythos הניב שתי תוצאות ברורות. הראשון היה מתקפה משופרת על HAWK, תוכנית חתימה שנמצאת כעת בסיבוב השלישי של תחרות תקינה המנוהלת על ידי המכון הלאומי האמריקאי לתקנים וטכנולוגיה (NIST). HAWK שייך לסוג של אלגוריתמים פוסט-קוונטיים שנועדו להישאר מאובטחים אפילו מפני מחשבים קוונטיים עתידיים. קריפטוגרפים אנושיים סקרו את HAWK במשך יותר משנתיים, ובכל זאת Mythos Preview מצאה התקפה משופרת תוך כ-60 שעות, בעלות API של כ-100,000 דולר.
התוצאה השנייה הייתה התקפה חדשה על גרסה מופחתת של AES-128, תקן ההצפנה הסימטרי הנפוץ ביותר בעולם. המודל פיתח שיטת טביעת אצבע חדשה שאנתרופיק מכנה "גשר מוביוס", אשר מסירה חלק מהניחוש שעל התוקף לבצע. אנתרופיק אמר שהטכניקה משתפרת בהתקפות הידועות ביותר עד כה בפקטור של 200 עד 800. מתקפת ה-AES חלה רק על גרסה מתוקנת המשתמשת בשבעה מתוך עשרת הסבבים של התכנית, והתכנית HAWK היא עדיין מועמדת ל-NIST, כך שאף אחד מהממצאים לא משפיע על המערכות שנמצאות בשימוש כרגע.
מערכת מרובת סוכנים הפועלת ברובה לבד
מה שהופך את התוצאות לבולטות הוא כמה מעט התערבות אנושית נדרשה. לפי Anthropic ודיווח של The Decoder, Mythos פעל באופן חצי אוטונומי בתוך מערכת מרובת סוכנים, ויצר ובודק השערות משלו. עבור התקפת HAWK, סוכן אחד ניסה בתחילה לדחות את הגישה כבלתי אפשרית, אך סוכן שני מצא דרך לנצל באופן מלא סימטריה שלא זוהתה בעבר בסריג המתמטי שעומד בבסיס הביטחון של HAWK.
החוקר האנושי המעורב היה בעל רקע במדעי המחשב התיאורטי, אך לא היה מומחה בהצפנה מבוססת סריג, אמר אנתרופיק. תפקידו היה מוגבל בעיקר לניהול פרויקטים: מתן הנחיות פשוטות, שמירה על המאמץ, ובהמשך סיוע באימות התוצאות. במשימה של AES, הדגם סירב בתחילה, וכתב ש"AES-128 r5/r6 הוא פשוט באמת קשה" וטען ששיפורים נוספים בלתי אפשריים. היא החלה לחפש גישות יצירתיות יותר רק לאחר שהחוקר עודד אותה לחפש "רעיונות חדשים באמת".
במשך כשלושה ימים, המודל יצר כמה מאות מיליוני אסימונים, קיבל רק עוד שלוש הנחיות מהותיות, וצרך כמיליארד אסימונים בסך הכל. ההרצה עלתה כ-$100,000 בעמלות API. חוקרים אנושיים שלא היו מומחי קריפטוגרפיה השקיעו אז כמה מאות שעות בבדיקת המסקנות באופן עצמאי.
חשיפה וברנצ'מרק חדש
אנתרופיק אמרה שהיא שיתפה את הממצאים מראש עם ממשלת ארה"ב ושותפי התעשייה, ותיאמה את החשיפה של חולשת HAWK ישירות עם מחברי התוכנית. החברה הדגישה כי מכיוון שאף אחת מהתוצאות לא שוברת את ההצפנה בפריסה פעילה, הגילויים היו אמצעי זהירות ולא תגובות חירום. Mythos Preview נותרה לא זמינה לציבור.
כדי לעזור לאחרים להעריך את היכולות הקריפאנליטיות של מודלים של שפה, אנתרופיק שיתפה פעולה עם חוקרים מ-ETH ציריך, אוניברסיטת תל אביב ואוניברסיטת חיפה כדי לבנות אמת מידה בשם CryptanalysisBench. המדד נועד לאפשר לצוותים חיצוניים לבדוק באופן שיטתי עד כמה מודלים של בינה מלאכותית יכולים למצוא ולנתח חולשות במבנים קריפטוגרפיים.
למה זה חשוב
ההכרזה מגיעה על רקע ויכוח עז על כמה מהר יש לפתח בינה מלאכותית מתקדמת ועד כמה יש לתת מודלים של סמכות אוטונומית, במיוחד במשימות בעלות השלכות ביטחון לאומי. קריפטוגרפיה עומדת בבסיס כמעט כל מה שאנשים עושים באינטרנט, מבנקאות והודעות ועד תקשורת ממשלתית. בעוד Mythos לא שבר את ההצפנה בעולם האמיתי, הוא צמצם את הפער בין מה שמכונות ובני אדם מומחים יכולים להשיג בתחום שבאופן מסורתי נע בקצב של ניתוח אנושי איטי וזהיר.
התוצאות גם מעלות שאלות מעשיות עבור גופי תקינה כמו NIST, אשר בוחרים כעת באלגוריתמים פוסט-קוונטיים שיגנו על התקשורת העולמית במשך עשרות שנים. אם מודלים של בינה מלאכותית יכולים לעלות על נקודות חולשה בחודשים שחומקים מביקורת מומחים במשך שנים, ייתכן שתהליך הבדיקה עצמו יצטרך לשלב ניתוח הצפנה אוטומטי כשלב שגרתי.
משקיפים בתעשייה ציינו כי ההחלטה של Anthropic להשאיר את Mythos Preview פרטית, תוך פרסום המתודולוגיה והמבחן, משקפת איזון נפוץ יותר ויותר במחקר בטיחות בינה מלאכותית: הפגנת יכולת ללא הפצה חופשית של כלים שניתן לעשות בהם שימוש לרעה. ככל שמודלים יגדלו יותר מסוגלים להגיב אוטונומיים, סביר להניח שגילויים דומים בתחומים רגישים אחרים יגיעו בהמשך.
הישאר לפני AI
קבל את החדשות, הניתוחים ופריצות הדרך האחרונות של AI - הכל במקום אחד.
קרא עוד חדשות AI →
