Claude 開始挑戰密碼學難題
Anthropic 研究團隊讓 Claude Mythos Preview 長時間鑽研密碼學問題，目標不是掃程式碼漏洞，而是從數學結構找出新的攻擊方法。模型最終針對後量子數位簽章 HAWK 提出私鑰恢復攻擊，也改進了 reduced-round AES-128 的攻擊成本。整個探索約跑了 60 小時，推估 API 成本約 10 萬美元；人類主要負責選題、檢查結果，以及在模型認為做不到時叫它繼續試。要先講清楚：這些成果目前不會威脅日常使用的完整 AES，也沒有直接影響現有電腦系統。
現實應用
這套做法適合密碼學研究團隊、資安實驗室、標準制定單位與大型科技公司的 Red Team。它可以同時閱讀論文、推導公式、寫驗證程式，再反覆淘汰走不通的方向，等於替研究員增加一名能連續工作數十小時的探索助手。真正有用的不是把證明全交給 AI，而是用它擴大假設搜尋範圍，最後仍由專家重算、實驗與審稿。
期望評估
低標來看，我認為 Claude 至少能協助整理既有攻擊、產生實驗程式，並找到值得人工追查的異常，省下大量試錯時間。高標來看，我猜它可能成為「研究方向搜尋器」，在成熟領域找到人類尚未注意的數學連結。不過這次也顯示模型容易太早判定問題不可能，需要研究員持續施壓；成功案例不能直接推論每次投入 10 萬美元都會得到論文級成果。
商業策略分析
最先受影響的會是密碼學顧問、資安研究服務與高階漏洞獎勵市場。我認為短期內 AI 不會取代頂尖研究員，反而會拉高他們的產能與算力預算；能設計題目、驗證證明的人會更值錢。對一般公司來說，現在還不值得自建這種昂貴流程，但密碼產品商與標準組織應開始把模型輔助分析納入設計審查。Anthropic 展示的商業訊號也很直接：前沿模型的價值不只在寫程式，而是能承接高單價、長時間的專業研究任務。
實作細節
Anthropic 已公開研究 artifact，分成 AES、HAWK 與 LEA 三部分，但這是研究重現材料，不是持續維護的產品。HAWK 工具可透過 Nix 建立固定環境，再以 SageMath 執行私鑰恢復；需要 x86-64 Linux，核心 sieve 階段還要求 AVX512-VNNI。AES 部分提供 C、Python、Rust 實驗，Python 額外套件可由 requirements.txt 安裝。部分完整實驗計算量很大，不適合拿一般筆電隨手跑。