当 Claude 开始破解密码学：Anthropic 新发现意味着什么

原文来源：A Few Thoughts on Cryptographic Engineering - Matthew Green — 约翰霍普金斯大学密码学教授 Matthew Green 对 Anthropic Claude Mythos 密码学分析结果的专业解读

前天 Anthropic 发了两篇新论文，都是 Claude Mythos（他们还没公开发布的顶级模型）在密码学分析上的成果。一篇攻击了一个叫 HAWK 的后量子签名方案，另一篇改进了对简化版 AES 的已知攻击方法。

消息出来后，加密圈讨论得挺热闹。有人在问"AES 是不是要完了"，有人开始担心"AI 会破解所有加密"。约翰霍普金斯大学的密码学教授 Matthew Green 写了这篇文章，以业内专家的眼光做了很实在的分析。

先说结论：恐慌是不必要的

Green 的基调很明确：这两项成果都很真实、有价值，但需要放在正确的上下文中理解。

HAWK 攻击是真正的发现。HAWK 是一个后量子签名方案，当时正在被评估是否纳入标准。Claude Mythos 找到的攻法将它的安全强度减半——从指数级安全降了约一半位数。这意味着要防御这个攻击，需要把密钥翻倍，而 HAWK 存在的理由就是"比替代方案更高效"，加倍密钥后这个优势就小了很多。HAWK 很可能因此无缘标准化。

但要注意：HAWK 不是一个已部署的标准算法，它只是"在考虑中"。而且这次攻击不影响到已经标准化的 Falcon 签名方案——虽然 HAWK 和 Falcon 有亲缘关系，但它们基于不同的困难问题。

AES 攻击就没那么让人激动了。这个新攻击针对的是"减轮版 AES"（7 轮 AES，完整版 AES 根据密钥长度分别有 10/12/14 轮）。请注意：这并不是首个对 7 轮 AES 的攻击——早在 2013 年就有类似成果了。这次只是在一个已知方向上的微小改进。而且攻击需要 2^89 次加密操作和 2^105 次已知明文加密——这两个数字在现实世界中都完全不可行。

真正值得关注的不是成果本身

Green 在文章中反复指出一个更有意思的点：这些结果是怎么得到的。

Anthropic 没有组一个密码学专家团来精心调教 Claude。他们做的事说简单点就是：把 Claude 扔进密码学文献堆里，告诉它"去找点漏洞出来"。

Green 分享了他和 Claude Mythos 聊天时的 Prompt 截图——那些 Prompt 朴素到有点好笑。没有复杂的链式推理设计，没有精心设计的思维链模板，就是一个简单的指令加上一个明确的目标。

这就引出了 Green 最核心的观察：AI 已经能够理解现有的密码学分析成果、将它们综合成新的攻击方法、甚至扩展它们——而且不需要太多人类干预。

验证成了新的瓶颈

Green 提出了一个非常敏锐的问题：模型能"生产"结果，不代表这些结果就是真的。

对于 HAWK 这种"完整攻击"——跑几个小时就出结果的——验证很简单：跑一遍代码，看它能不能真正恢复密钥和签名。但 AES 那种理论上的复杂度改进就需要专家来审读论文细节。

问题来了：当 AI 生产结果的速度远超人类验证的速度时，真正稀缺的不再是"发现"的能力，而是"判断结果是否可信"的能力。

Green 用了一个很妙的比喻：和 AI 一起做研究，就像在一个深浅突然变化的池塘里游泳。前一秒脚还踩得到底（AI 在某个领域很靠谱），下一秒突然就踩空了（超出它的能力边界）。对经验丰富的研究者来说，找到这条"边界线"不难。但这根线在以肉眼可见的速度向外推移。

对现实世界的三种影响

Green 分别从三个层面分析了：

对密码学用户来说：好消息是，对称加密（比如 AES）天生就是"乱糟糟的"——设计这些算法的时候就有意搞了一堆非线性结构，像把拖拉机埋在水泥地里一样——想理清楚需要很多计算资源。AI 想在这里突破并不容易。公钥密码方面确实存在更多未被挖掘的攻击面，但好消息是：我们正好处在向后量子密码迁移的历史窗口期。如果 AI 能帮我们在迁移前发现现存算法的问题，那反而是好事。

对密码学研究者来说：现在有了一个"塑料朋友"可以一起讨论难题。它还没聪明到能独立解决所有问题，但已经足够好用。新的发现速度在加快。当然，出现了新问题——"谁该为 AI 的发现署名"和"谁来审阅这么多新结果"。

对世界来说：Green 的提醒很直白——如果你还觉得这些模型是"花式自动补全"，该醒醒了。如果你觉得 AGI 已经来了，也该冷静一下。和 Claude Mythos 互动时，Green 说他能清晰地感受到模型能力从"有帮助"到"一头雾水"的转变。只是这条边界在慢慢向外推移，而人类正站在一个深浅不定的池塘里——有些地方能踩到底，有些地方必须自己游泳。

小结

这篇文章的价值不在于"告诉你该不该恐慌"。它的价值在于给出了一个真实的、来自一线密码学研究者的视角：AI 确实已经在做真正的研究工作，但它还远没有到"万能解"的程度。

HAWK 的结果是真正的发现，值得密码学社区认真对待。AES 的结果是学术意义上合理的进展，但对现实世界的影响为零。而更重要的是——Anthropic 所用的方法让我们看到了当前 AI 的"正确用法"：它不是魔法，而是一个极其努力、能在大量文献中发现人类忽略的模式的工具。

对普通开发者来说，这篇文章最有价值的建议可能来自 Green 对关键词的提醒："不要觉得模型是万能的，也不要觉得它们没用。它们恰好卡在中间——在某些事情上令人惊讶地好，在某些事情上令人惊讶地差。而那条能力边界，正在以每周为单位移动。"