Model Claude 'Mythos' Anthropic Menemui Kelemahan Sebenar dalam Penyulitan yang Melindungi Internet

Anthropic mengumumkan pada 28 Julai 2026 bahawa model kecerdasan buatan dalaman, Claude Mythos Preview, menemui kelemahan matematik sebenar dalam algoritma kriptografi yang membantu melindungi internet, termasuk calon untuk penyulitan pasca-kuantum generasi akan datang yang telah dikaji oleh pakar manusia selama lebih daripada dua tahun tanpa kejayaan.

Penemuan itu, yang diterbitkan bersama kertas penyelidikan dan diperincikan dalam catatan blog Anthropic bertajuk "Menemui kelemahan kriptografi dengan Claude," menandakan salah satu demonstrasi paling menarik setakat ini bagi model bahasa besar yang menyumbang kepada matematik lanjutan. Menurut The New York Times, yang pertama kali melaporkan hasilnya, kerja itu menunjukkan bagaimana sistem AI boleh mula mencabar andaian teras di sebalik keselamatan digital. Untuk perkembangan AI terkini dan liputan lebih mendalam mengenai penyelidikan sempadan, pembaca boleh mengikuti AI Buzz Wire.

Dua Kejayaan: AES dan HAWK

Mitos menghasilkan dua hasil yang berbeza. Yang pertama ialah serangan yang lebih baik terhadap HAWK, skim tandatangan yang kini dalam pusingan ketiga pertandingan penyeragaman yang dikendalikan oleh Institut Piawaian dan Teknologi Kebangsaan (NIST) A.S. HAWK tergolong dalam kelas algoritma pasca-kuantum yang direka untuk kekal selamat walaupun terhadap komputer kuantum masa hadapan. Ahli kriptografi manusia telah menyemak HAWK selama lebih daripada dua tahun, namun Mythos Preview menemui serangan yang lebih baik dalam kira-kira 60 jam, dengan kos API kira-kira $100,000.

Keputusan kedua ialah serangan baharu pada versi terkecil AES-128, piawai penyulitan simetri yang paling banyak digunakan di dunia. Model itu membangunkan kaedah cap jari novel yang dipanggil oleh Anthropic sebagai "Mobius Bridge," yang menghilangkan sebahagian daripada tekaan yang perlu dilakukan oleh penyerang. Anthropic berkata teknik itu bertambah baik pada serangan terbaik yang diketahui sebelum ini dengan faktor 200 hingga 800. Serangan AES hanya terpakai pada versi diubah suai yang menggunakan tujuh daripada sepuluh pusingan skema, dan skim HAWK masih merupakan calon NIST, jadi kedua-dua penemuan tidak menjejaskan sistem yang sedang digunakan.

Sistem Berbilang Ejen Berfungsi Secara Besarnya Secara Sendiri

Apa yang membuat keputusan ketara ialah betapa sedikit campur tangan manusia diperlukan. Menurut Anthropic dan laporan oleh The Decoder, Mythos beroperasi secara separa autonomi di dalam sistem berbilang ejen, menjana dan menguji hipotesisnya sendiri. Untuk serangan HAWK, seorang ejen pada mulanya cuba menolak pendekatan itu sebagai tidak boleh dilaksanakan, tetapi ejen kedua menemui cara untuk mengeksploitasi sepenuhnya simetri yang tidak dapat dikesan sebelum ini dalam kekisi matematik yang menyokong keselamatan HAWK.

Penyelidik manusia yang terlibat mempunyai latar belakang dalam sains komputer teori tetapi bukan pakar dalam kriptografi berasaskan kekisi, kata Anthropic. Peranan beliau kebanyakannya terhad kepada pengurusan projek: memberikan gesaan mudah, memastikan usaha berada di landasan yang betul, dan kemudian membantu mengesahkan keputusan. Mengenai tugas AES, model itu pada mulanya menolak, menulis bahawa "AES-128 r5/r6 adalah benar-benar sukar" dan berpendapat penambahbaikan selanjutnya adalah mustahil. Ia hanya mula meneruskan pendekatan yang lebih kreatif selepas penyelidik menggalakkannya untuk mencari "idea yang benar-benar baru."

Selama kira-kira tiga hari, model itu menjana beberapa ratus juta token, menerima hanya tiga lagi gesaan substantif, dan menggunakan kira-kira satu bilion token secara keseluruhan. Larian ini menelan kos kira-kira $100,000 dalam yuran API. Penyelidik manusia yang bukan pakar kriptografi kemudian menghabiskan beberapa ratus jam secara bebas menyemak kesimpulan.

Pendedahan dan Penanda Aras Baharu

Anthropic berkata ia berkongsi penemuan terlebih dahulu dengan kerajaan A.S. dan rakan kongsi industri, dan menyelaraskan pendedahan kelemahan HAWK secara langsung dengan pengarang skim itu. Syarikat itu menekankan bahawa kerana tiada hasil yang memecahkan penyulitan dalam penggunaan aktif, pendedahan tersebut adalah berjaga-jaga dan bukannya tindak balas kecemasan. Pratonton Mythos kekal tidak tersedia kepada orang ramai.

Untuk membantu orang lain menilai kebolehan kriptanalitik model bahasa, Anthropic bekerjasama dengan penyelidik dari ETH Zurich, Universiti Tel Aviv dan Universiti Haifa untuk membina penanda aras yang dipanggil CryptanalysisBench. Penanda aras direka bentuk untuk membolehkan pasukan luar menguji secara sistematik sejauh mana model AI boleh mencari dan menganalisis kelemahan dalam pembinaan kriptografi.

Mengapa Ia Penting

Pengumuman itu tiba di tengah-tengah perdebatan sengit mengenai seberapa cepat AI maju harus dibangunkan dan berapa banyak model autonomi yang perlu diberikan, terutamanya mengenai tugas dengan implikasi keselamatan negara. Kriptografi menyokong hampir semua perkara yang dilakukan orang dalam talian, daripada perbankan dan pemesejan kepada komunikasi kerajaan. Walaupun Mythos tidak memecahkan penyulitan dunia sebenar, ia mengecilkan jurang antara apa yang boleh dicapai oleh mesin dan manusia pakar dalam bidang yang secara tradisinya bergerak mengikut kadar analisis manusia yang perlahan dan berhati-hati.

Hasilnya juga menimbulkan persoalan praktikal untuk badan penyeragaman seperti NIST, yang pada masa ini memilih algoritma pasca kuantum yang akan melindungi komunikasi global selama beberapa dekad. Jika model AI boleh menimbulkan kelemahan dalam beberapa bulan yang terlepas daripada semakan pakar selama bertahun-tahun, proses semakan itu sendiri mungkin perlu memasukkan analisis kriptografi automatik sebagai langkah rutin.

Pemerhati industri menyatakan bahawa keputusan Anthropic untuk mengekalkan Mythos Preview secara peribadi, sambil menerbitkan metodologi dan penanda aras, mencerminkan keseimbangan yang semakin umum dalam penyelidikan keselamatan AI: menunjukkan keupayaan tanpa mengedarkan alat yang boleh disalahgunakan secara bebas. Memandangkan model semakin berkebolehan dalam penaakulan autonomi, penemuan serupa dalam domain sensitif lain mungkin akan diikuti.

Kekal Mendahului AI

Dapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.

Baca lebih banyak berita AI →