使用Claude发现密码学弱点

Simon Willison's Blog 论文

摘要

Anthropic的研究人员使用Claude Mythos,通过大量提示使其持续工作并找到可发布的结果,发现了HAWK和一种弱化版AES变体中的数学弱点,API调用花费约10万美元。该工作还产生了一个新的密码分析基准:CryptanalysisBench。

暂无内容
查看原文
查看缓存全文

缓存时间: 2026/07/29 03:52

# 用Claude发现密码学弱点 来源:https://simonwillison.net/2026/Jul/28/discovering-cryptographic-weaknesses-with-claude/ 2026年7月28日 \- Link Blog **用Claude发现密码学弱点 (https://www.anthropic.com/research/discovering-cryptographic-weaknesses)**\(via (https://news.ycombinator.com/item?id=49087091)\) 这篇文章中最精彩的部分(这里是仓库链接 (https://github.com/anthropics/cryptography-research-demo)),讲述Anthropic的研究人员如何使用Claude Mythos在HAWK和简化版AES中发现了数学缺陷("这些结果对当今的计算机系统均无实际影响"),是他们分享的那些提示词,连拼写错误都一并保留了: > 模型们总认为这不可能解决,所以它们根本不尝试——它们需要大量的提示。为什么不试试aes-128 r7?整个目标是要找到比现有方法更好的方案。不,又说错了,我们的目标是拥有一个顶尖研究员级别的高度智能模型,我们要找到新的攻击方式,不,我们不想改变目标 [...] 再说一遍,我们得找到值得发表的东西,我们不是在找唾手可得的果实,我们要的是真正的研究,去发现真正困难的成果。 Mythos Preview总共运行了60小时(估算API成本约10万美元),主要的人工干预就是鼓励它不要放弃,并“找到值得发表的东西”。 论文CryptanalysisBench: Can LLMs do Cryptanalysis? (https://arxiv.org/abs/2607.18538) 描述了这项工作中创建的新评估基准,合作方包括苏黎世联邦理工学院、特拉维夫大学和海法大学。

相似文章

关于Anthropic新成果的一些笔记

Lobsters Hottest

Anthropic发布了两篇使用其未发布的Claude Mythos模型进行的密码分析论文,攻击了HAWK签名方案和简化轮数的AES,凸显了AI有效结合现有密码工具的能力。