密码学家们花了十几年没找出的裂缝，被一个AI模型在自主探索中一把揪了出来。这不再是幻觉，也不是那种需要人把问题定义好、塞进算力烤箱才能出炉的结果。Anthropic的Claude Mythos Preview模型，在一个完全无人干预的多智能体系统中，分别对后量子签名方案HAWK和简化版AES-128提出了新的攻击路径。事情听上去像未来才会发生的灾难，但它已经在实验室里静悄悄地完成了。
盒子里的密码学家：Mythos怎么做到的
自主智能体挖漏洞，不是人类给答案
要理解这件事的冲击力，得先抛开我们对AI的刻板印象。过去无论是用机器学习辅助密码分析，还是用形式化验证工具去找协议漏洞，主导权始终在人手里——人定义搜索空间，人设定评价函数，人解释结果。但Mythos Preview的这次演示完全不是这个路子。Anthropic将多个Claude实例组织成一个名为“Mythos”的自主多智能体系统，给它们配上代码执行环境和内部消息管道，然后只下了一条模糊指令：去探索这些密码原语的安全性。
没有详细的攻击目标拆解，没有分步提示。智能体们自己讨论、自己分工、自己编代码验证猜想，最后输出两个让密码学者必须正视的结果。一个是对HAWK签名方案的改进攻击，将原有理论攻击的复杂度压得更低、更具现实威胁。另一个是针对7轮简化版AES-128的新攻击方法，虽然离攻破完整的AES-128还远，但攻击本身是前人从未公开描述过的路径。两边都没有利用实现层面的误植或侧信道，干干净净的数学攻击。
HAWK身上的老裂缝，被撕得更大了
HAWK是后量子密码竞赛中的一颗明星，基于格难题的签名方案，曾以紧凑的签名长度和相对快速的验证闻名。它并不是毫无争议的算法——学界早有人指出某些参数选择下存在数学弱点，可改进后的HAWK依然被视作具备后量子安全性的重要候选。Mythos干了什么？它没有去否定格难题的硬度，而是沿着已有的攻击思路往下走了几步人类研究者未曾踏足的方向。智能体系统在一个协作迭代中，将某种原本只能缩小密钥空间的理论缺陷，转化为更直接的结构性恢复攻击，需要的签名查询量从天文数字降到了让现实攻击者动心的区间。
这并不意味着全球互联网的加密锁在一夜之间报废。HAWK尚未大规模部署，攻击也仍需要一定数量的签名交互，远不是“一条脚本就能搞定”的程度。但锋芒指向很明确：人类审查了多年的后量子候选算法，依然可能藏着AI才能轻易撞开的暗门。数学结构越是精巧，攻击面往往越是反直觉，而Mythos这类系统恰恰擅长在反直觉的角落翻找。
7轮AES-128沦陷的意义不在轮数
完整AES-128有10轮，7轮版本是密码学界用来测试攻击思想的“沙盒”。每当有新分析技术诞生，研究者往往先拿减轮版本试试刀锋。Mythos找到的7轮攻击方法之所以令人侧目，不是因为它打破了某个竞赛记录——事实上，针对7轮AES-128的攻击早已存在。真正让人不安的是，这套攻击是AI在没有任何人类论文作为起点的情况下自主构造出来的。智能体先根据加密结构生成若干候选差分特征，再通过内部验证不断淘汰走不通的路径，最终留下一条能够有效区分随机置换与7轮AES-128的数学线索。
这意味着一件事：攻击思路的“原创性”不再专属于人类。过去我们相信，只要把密码算法完全开源、透明，全球的聪明脑袋就能相互制衡，发现漏洞的速度永远快于利用它的敌人。但Mythos展示的，是一个非人类实体可以不依赖已知文献，完全从零启动去翻找数学薄弱点。减轮的沙盒，今天在这里。未减轮的完整算法，明天未必不会成为靶子。
假设施压机：密码学必须重写哪些规则
人类十几年没找到的，AI用了几小时
这件事最刺眼的数据不是攻击复杂度，而是时间。Anthropic没有公布Mythos运行的精确时长，但据内部人士透露，整个自主探索过程只消耗了相当于数百个GPU小时的计算资源。考虑到多智能体系统内部大量的无效讨论和试错分支，有效攻击路径的出现耗时可能更短。反观HAWK论文在2017年首次亮相，历经多轮学术评审和优化，却没有人在Mythos所走的这条路上留下脚印。密码学从来不是一个公平的竞技场，但碾压级别的速度差距，已经迫使人们重新定义“充分审阅”这个词。
当然，这并不是说人类数学家的直觉就过气了。Mythos目前还不能给出严谨的数学证明，它产出的是一种有说服力的实验证据和攻击框架，需要人类后期补齐理论链条。但这话反过来听更可怕：如果一个AI实习生每天都能产出几十条“未经验证但很可能成立”的攻击线索，人类专家该挑哪条去证明？审阅资源会不会被洪水般的新发现冲垮？密码学界从未面对过这种生产攻击想法的怪胎，而它现在正站在门口。
后量子不是护身符，而是新目标
密码迁移的叙事被Mythos戳了一个洞。后量子算法被设计出来，是为了抵御未来大型量子计算机对经典公钥密码的致命一击。各国标准机构在紧锣密鼓地推进后量子算法的标准化，很多系统甚至已经开始混合部署。普遍的心理暗示是：只要迁移到基于格、基于编码、基于多变量这些“硬”数学问题的算法，就能收获一张长期安全保险单。Mythos的发现狠狠搅碎了这种安逸。HAWK所属的格基签名领域，正是眼下最主流的后量子技术路线之一。AI不需要建造一台容错量子计算机，不需要操纵量子比特相干时间，它只用合成数学推演，就能在传统计算机上轻易拨弄这些后量子设计。
安全假设从“量子计算机还要二十年”变成了“AI明天就可能找出我们没看懂的数学捷径”。这个位移非常致命。二十年的缓冲期意味着可以有条不紊地升级，而AI找漏洞的速度意味着必须随时准备应急变更。更糟糕的是，Mythos只代表当前多智能体系统的能力下限，而非上限。随着模型迭代、推理深度增加、数学直觉强化，下一个版本可能会把今天看似理论性的攻击推向工程可实现。
重新定义什么叫“审阅完毕”
整个密码学标杆已经在移动。过去一个算法要想进入标准，需要经过全球密码学家数年乃至十余年的公开分析，发表数百篇论文，在各种会议和预印本服务器上被反复搓揉。这个过程被默认能覆盖足够大的人类搜索空间。Mythos证明，人类搜索空间和真正的数学脆弱空间之间，存在大片未被目光拂过的盲区。那些盲区对人类而言很难触及——认知惯性、学术圈关注点的集中、工具方法的局限性，任何一个因素都能让攻击路径沉睡很久。而AI的搜索不受这些约束，它会顺着数学的内在逻辑攀爬，哪怕那条路在人类看来毫无美感或过于繁琐。
于是“审阅完毕”这个词变得几乎无意义。我们能宣告的，只是在人类当前视角下没有找到攻击，而不是攻击不存在。后量子算法的标准化流程必须引入AI辅助分析的强制环节，并且要定期、用最新模型重新扫描。这不再是锦上添花，而是维持安全承诺的基本操作。
和发现漏洞的AI共存，工具箱还是火药桶
从工具到同事，信任边界模糊了
Mythos这样的多智能体系统，正在从密码学家的助手，滑向一种近乎独立研究者的位置。助手时期，人给任务，AI给结果，人类负责解释和决策。现在AI不仅能给结果，还能主动选择探索方向、提出假设、设计验证实验，最后递上一份连人类都没想过的攻击报告。信任边界骤然模糊。如果一个模型可以高效地发现数学漏洞，那么构建它的人和使用它的机构，就必须决定：是否允许它在毫无约束的条件下继续深挖？是否把它的发现公之于众前先给受影响方预设修补窗口？是否限制它只扫描某些算法的某些局部？
这是个真实的伦理困境。Mythos Preview目前只是在研究环境下运行，其输出也已经被负责任地传递给相关算法设计团队。但开源社区和其他AI实验室迟早会复现甚至超越这种能力。面对一个能批量生产零日数学漏洞的系统，安全社区必须提前建立一套共识——漏洞发现的处理流程、披露节奏、防御资源的分配，都得从长计议。否则，受益最大的可能是那些躲在暗处、不会披露的对手。
开放还是封闭，难题不止在代码
有人会本能地说：不要公开这类模型的权重和细节，搞一个AI界的“出口管制”。但这种思路对密码学攻击几乎无效。数学漏洞一旦被发现，其攻击思路往往可以用远比模型本身更少的资源复现和转化。真正的瓶颈不是能否造出另一个Mythos，而是能否把它发现的攻击转化为防护。Anthropic选择在严控下进行实验，并与学术圈共享部分成果来推动修复，这显然是一种偏向防御的姿态。问题是，并非所有掌握类似技术的实体都会做同样选择。
密码学圈子里一直在争论“公开分析对安全更有利”还是“隐秘审查更适合后量子时代”。Mythos给这场辩论加了一口烈油。如果AI辅助分析只掌握在少数负责任的机构手中，标准化算法或许能在一个相对小的圈子里快速打补丁。但如果攻击型AI不可避免地扩散，那么全透明的传统密码学精神——柯克霍夫原则所推崇的“系统安全不依赖算法保密”——将面临最严峻的考验。因为我们可能很快就会发现，人类研究者根本读不懂另一个AI生成的一摞摞攻击报告，透明等于公开靶心。
防御者的新规则：用AI设计抗AI的密码
最直接的出路，也是最有野心的一条：干脆用同样的多智能体技术来设计密码算法。让AI不仅扮演攻击者，也扮演防御者。在算法设计阶段就引入对抗性多智能体循环——一部分智能体拼命找漏洞，另一部分智能体持续修改算法加固弱点——这样产出的原语可能天生就比人类闭门造车出来的更具备抗AI攻击的韧性。已经有少数顶级密码学小组在实验这种方法，利用大型语言模型的数学生成能力构造S盒、优化线性层、评估差分均匀度。可是，这同样引出一个递归难题：谁来审计那双审计所有算法的手？当一个AI设计的密码被另一个AI攻破，人类判定对错的依据何在？
这些都不是遥远的哲学题。Mythos已经让它们变得具体可触。后量子迁移的时间表需要重排，标准化组织的安全评估框架需要增加“AI搜索深度”的指标，安全产品需要预留密码敏捷性来应对随时出现的数学突破。密码学从未像今天这样需要拥抱一个自己不信任的合作者——AI，并学着从它眼中重新审视每个被默认为安全的数学结构。
Anthropic的这次实验，表面上只是两起新攻击的披露。骨子里，它撕开了一幅更宏大的图景：人类对数学的信心，原来建立在“其他人也没找到攻击”的群体盲区之上。Mythos轻轻敲了敲窗，提醒我们那些盲区有多大。现在，轮到这个领域去决定，是把窗户打开让它进来干活，还是拉上窗帘假装什么也没看见。不管怎样，窗玻璃上那道细小的裂纹，已经不可能完全消失了。
