【geek-terminalニュース】Claude Mythos暗号AI検証の最新情報

以前お伝えしたClaude Mythosの脆弱性探索の続報です。今回は「AIが暗号を破った」という見出しそのものではなく、その中身を暗号研究者がどう分解しているかが本題です。Anthropic公式は、Claude Mythos Previewを使った研究で、暗号アルゴリズムへの攻撃方法を改善したと発表しました。成果は大きく2つです。1つ目はポスト量子デジタル署名方式HAWKを弱める攻撃、2つ目はAESのround-reduced版に対する新しい攻撃方法です。ただし公式は、これらが現時点で本番システムに影響しないとも明記しています。つまり今回の見方は、「インターネットの暗号が終わった」ではありません。「暗号研究という専門性の高い探索空間で、LLMエージェントが人間研究者の作業をどこまで押し広げたのか」です。

【事象の全貌と背景】
Anthropicの発表は、Claude Mythos Previewが暗号解析とソフトウェア脆弱性探索の両方でかなり踏み込んだ能力を示した、という流れの中にあります。公式の暗号研究記事では、HAWKへの攻撃とround-reduced AESへの攻撃改善が紹介されました。Project Glasswingの初期更新では、Mythos Previewが過去数か月にわたり1,000件超のオープンソースプロジェクトをスキャンし、推定で高・重大深刻度の脆弱性6,202件、媒体・低深刻度を含む総数23,019件を発見したとされています。CVDダッシュボードでは、外部セキュリティ企業と連携し、人間が確認した重大または高深刻度の脆弱性を協調的脆弱性開示ポリシーに沿って保守者へ報告している、と説明されています。

ここで重要なのは、暗号解析と一般的なバグ発見は似ているようで違う、という点です。ソフトウェア脆弱性探索では、既存コード、既知パターン、入力検証ミス、メモリ安全性、設定不備などを探索できます。一方、暗号解析は、数式、証明、攻撃モデル、既存攻撃との差分、実用的な計算量評価がすべて絡みます。だからこそ、Matthew Greenのような暗号専門家の論評では、成果そのものよりも「何を破ったのか」「攻撃はどれほど新しいのか」「評価設計は妥当か」が焦点になります。

【技術的ディープダイブ】
公式に断定できるポイントから整理します。Anthropicは、HAWKに対する攻撃を「有効鍵サイズを2分の1に下げるもの」と説明しています。これは派手な言い方をすれば安全余裕を大きく削る成果ですが、ただちに全システムが危険になるという意味ではありません。HAWKはポスト量子デジタル署名方式であり、今回の攻撃はその設計評価に関わる研究上の重要材料です。PostQuantum系の解説では、Claude Mythos Previewが2つのHAWK-256チャレンジ公開鍵から署名等価鍵を数時間・1台のサーバーで回収した、と整理されています。ただしこれは公式ソースだけでなく外部解説も含む記述なので、記事内では実演内容の詳細は「そう報じられている」と扱うのが適切です。

AES側も誤解しやすいポイントです。Anthropic公式が述べているのは、最も広く使われる共通鍵暗号AESそのものが破られた、ではなく、round-reduced版への新しい攻撃です。Matthew Greenも、本番AESではなく縮小ラウンド版への研究上の攻撃だと整理しています。これは暗号研究では普通に重要です。実用暗号は、フルラウンドだけを見て安全か危険かを判定するのではなく、ラウンド数を削ったバージョンにどこまで攻撃が届くかで安全余裕を測ります。Anthropic公式は、Mythosが数日後にMöbius Bridgeというアイデアを見つけ、それが改良攻撃につながったと説明しています。さらに、Claudeが合計10億出力トークンを生成した後、論文で説明する攻撃へ洗練されたとも述べています。この「10億出力トークン」という数字は、単発の天才的ひらめきではなく、大量探索、候補生成、人間による検証、論文化の組み合わせだったことを示しています。

評価設計の観点では、Schneierの紹介にあるCryptanalysisBenchもポイントです。これはLLMが過去の暗号アルゴリズムに対して新しい数学的暗号攻撃を発見できるかを測るベンチマークだと説明されています。暗号の世界では、安全性は形式証明だけで完結せず、専門家が長期間攻撃しても破れないという経験的検証にも依存します。LessWrong側の議論もこの文脈を強調しています。AIがこの経験的検証の探索者として参加するなら、暗号設計の評価サイクルそのものが変わる可能性があります。

【コミュニティの生々しい熱量と議論】
コミュニティ側の反応は、素直な驚きとかなり冷静な疑いが混ざっています。Redditでは、Claude Mythos Previewを使ってAnthropic研究者が暗号アルゴリズム攻撃を改善したという話題が共有され、「AIが暗号解析に入ってきた」という方向で注目されています。一方で、Hacker Newsのコメントでは、成果の発見過程についてかなり鋭い突っ込みがありました。あるユーザーは「this is pretty interesting」としつつ、論文や記事の書きぶりからは、コラボレーションが発見を直接導いたというより、探索スレッドごとの確率的性質が効いているように見える、と述べています。さらに、事前情報や文脈を揺らして探索を再実行し、既知の有効経路をどれくらいの頻度で見つけるのか、逆に見逃すのかを測りたい、と提案しています。

この反応はかなり本質的です。LLMが一度すごい答えを出したとしても、それが再現可能な研究能力なのか、巨大な試行回数の中の当たりなのかで評価は変わります。暗号解析では、最終的な攻撃が正しいことに加えて、探索過程の頑健性、既存文献との差分、人間研究者が与えた足場の量、失敗サンプルの扱いが重要になります。今回の話がギークに刺さるのは、AI万能論ではなく、「人間の暗号研究者がAIの出力をどう検証し、どこからを発見と呼ぶのか」という評価哲学に踏み込んでいるからです。

【今後の展望とエコシステムへの影響】
短期的にオワコンになるのは、「AIが暗号を破ったか否か」という雑な二択です。今回の事例は、実用暗号の即死ではなく、暗号設計、攻撃探索、ベンチマーク、脆弱性開示、モデル統制が一体化する時代の入口です。Anthropic自身も、Mythos Preview級のモデルが多くのAI企業でまもなく開発される可能性があり、悪用による深刻な被害を防げるほど強い保護策をまだ持っていないと述べています。そのためMythos級モデルは一般公開されていません。

実務面では、Project Glasswingのような大規模スキャンが保守者側の処理能力を超える問題も出ています。Ars Technicaは、AnthropicがMicrosoftの修正速度を上回る速さでバグを見つけているという文脈で、AI脆弱性発見能力の運用負荷を報じています。つまり次の争点は、発見能力そのものから、検証、重複排除、優先順位付け、CVD、修正キャパシティへ移ります。暗号研究では、AIが攻撃候補を量産し、人間が数学的妥当性と新規性を評価する混成チームが普通になる可能性があります。セキュリティ運用では、AIが見つけすぎる時代に、何を直すべきかを決めるシステムが競争力になります。今回のClaude Mythos検証は、AIが暗号を破ったニュースではなく、AIが専門家の検証文化に入り込み、誇張と実力の境界線を毎回引き直させるニュースです。