A Anthropic anunciou em 28 de julho de 2026 que um modelo interno de inteligência artificial, Claude Mythos Preview, encontrou verdadeiras fraquezas matemáticas em algoritmos criptográficos que ajudam a proteger a Internet, incluindo um candidato para a próxima geração de criptografia pós-quântica que especialistas humanos estudaram por mais de dois anos sem sucesso.
As descobertas, publicadas juntamente com artigos de pesquisa e detalhadas em uma postagem no blog da Anthropic intitulada “Descobrindo fraquezas criptográficas com Claude”, marcam uma das demonstrações mais impressionantes até o momento de grandes modelos de linguagem que contribuem para a matemática avançada. De acordo com o The New York Times, que primeiro divulgou os resultados, o trabalho mostra como os sistemas de IA poderiam começar a desafiar os pressupostos fundamentais por trás da segurança digital. Para os mais recentes desenvolvimentos de IA e uma cobertura mais profunda da pesquisa de fronteira, os leitores podem seguir AI Buzz Wire.
Dois avanços: AES e HAWK
Mythos produziu dois resultados distintos. O primeiro foi um ataque aprimorado ao HAWK, um esquema de assinatura atualmente na terceira rodada de uma competição de padronização organizada pelo Instituto Nacional de Padrões e Tecnologia dos EUA (NIST). HAWK pertence a uma classe de algoritmos pós-quânticos projetados para permanecer seguros mesmo contra futuros computadores quânticos. Os criptógrafos humanos analisaram o HAWK por mais de dois anos, mas o Mythos Preview encontrou um ataque melhorado em aproximadamente 60 horas, a um custo de API de cerca de US$ 100.000.
O segundo resultado foi um novo ataque a uma versão reduzida do AES-128, o padrão de criptografia simétrica mais utilizado no mundo. O modelo desenvolveu um novo método de impressão digital que a Anthropic chama de “Ponte Mobius”, que remove parte das suposições que um invasor deve realizar. A Anthropic disse que a técnica melhora os ataques mais conhecidos anteriormente por um fator de 200 a 800. O ataque AES se aplica apenas a uma versão modificada que usa sete das dez rodadas do esquema, e o esquema HAWK ainda é um candidato ao NIST, portanto, nenhuma das descobertas afeta os sistemas atualmente em uso.
Um sistema multiagente trabalhando praticamente sozinho
O que torna os resultados notáveis é a pouca intervenção humana necessária. De acordo com a Anthropic e reportagem do The Decoder, a Mythos operava de forma semi-autônoma dentro de um sistema multiagente, gerando e testando suas próprias hipóteses. Para o ataque do HAWK, um agente inicialmente tentou descartar a abordagem como inviável, mas um segundo agente encontrou uma maneira de explorar completamente uma simetria anteriormente não detectada na rede matemática que sustenta a segurança do HAWK.
O pesquisador humano envolvido tinha formação teórica em ciência da computação, mas não era especialista em criptografia baseada em rede, disse a Anthropic. Sua função limitava-se principalmente ao gerenciamento de projetos: fornecer instruções simples, manter o esforço no caminho certo e, posteriormente, ajudar a verificar os resultados. Na tarefa AES, o modelo inicialmente recusou, escrevendo que "AES-128 r5/r6 é genuinamente difícil" e argumentando que melhorias adicionais eram impossíveis. A empresa só começou a buscar abordagens mais criativas depois que o pesquisador a encorajou a procurar "ideias genuinamente novas".
Durante aproximadamente três dias, o modelo gerou centenas de milhões de tokens, recebeu apenas mais três solicitações substanciais e consumiu cerca de um bilhão de tokens no total. A execução custou aproximadamente US$ 100.000 em taxas de API. Pesquisadores humanos que não eram especialistas em criptografia passaram centenas de horas verificando as conclusões de forma independente.
Divulgação e um novo benchmark
A Anthropic disse que compartilhou as descobertas antecipadamente com o governo dos EUA e parceiros da indústria, e coordenou a divulgação da fraqueza do HAWK diretamente com os autores do esquema. A empresa enfatizou que, como nenhum dos resultados quebra a criptografia na implantação ativa, as divulgações foram preventivas e não respostas emergenciais. Mythos Preview permanece indisponível ao público.
Para ajudar outros a avaliar as habilidades criptoanalíticas dos modelos de linguagem, a Anthropic colaborou com pesquisadores da ETH Zurich, da Universidade de Tel Aviv e da Universidade de Haifa para construir um benchmark chamado CryptanáliseBench. O benchmark foi projetado para permitir que equipes externas testem sistematicamente até que ponto os modelos de IA podem encontrar e analisar pontos fracos em construções criptográficas.
Por que é importante
O anúncio chega no meio de um debate acirrado sobre a rapidez com que a IA avançada deve ser desenvolvida e quantos modelos de autoridade autónoma devem ser dados, especialmente em tarefas com implicações para a segurança nacional. A criptografia sustenta quase tudo que as pessoas fazem online, desde serviços bancários e mensagens até comunicações governamentais. Embora o Mythos não tenha quebrado a criptografia do mundo real, ele reduziu a distância entre o que as máquinas e os humanos especialistas podem realizar em um campo que tradicionalmente se move no ritmo da análise humana lenta e cuidadosa.
Os resultados também levantam questões práticas para organismos de normalização como o NIST, que estão actualmente a seleccionar os algoritmos pós-quânticos que protegerão as comunicações globais durante décadas. Se os modelos de IA puderem revelar pontos fracos em meses que escapam à revisão de especialistas durante anos, o próprio processo de revisão pode precisar incorporar a criptoanálise automatizada como uma etapa de rotina.
Observadores da indústria observaram que a decisão da Anthropic de manter o Mythos Preview privado, ao publicar a metodologia e o benchmark, reflete um equilíbrio cada vez mais comum na pesquisa de segurança de IA: demonstrar capacidade sem distribuir gratuitamente ferramentas que possam ser mal utilizadas. À medida que os modelos se tornam mais capazes de raciocínio autónomo, é provável que se sigam descobertas semelhantes noutros domínios sensíveis.
Fique à frente da IA
Receba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
