Un modelo de IA de Anthropic encontró vulnerabilidades en algoritmos criptográficos clave de internet

Anthropic anunció que su modelo Claude Mythos Preview encontró debilidades matemáticas en algoritmos criptográficos que sostienen la seguridad digital, según publicó The Decoder. El modelo desarrolló dos ataques trabajando casi de forma autónoma: uno sobre el esquema de firma post-cuántica HAWK y otro sobre una versión reducida del Advanced Encryption Standard (AES), el estándar de encriptación simétrica más usado del mundo para datos digitales.

Anthropic aclara que ninguno de los hallazgos afecta sistemas en uso hoy: HAWK es solo candidato en un proceso de estandarización en curso del NIST, y el ataque a AES aplica a una versión modificada que usa 7 de las 10 rondas del esquema completo. Aun así, los resultados muestran cómo los modelos de IA podrían desafiar supuestos centrales de la seguridad en internet.

HAWK: 60 horas para romper dos años de revisión humana

HAWK es uno de los esquemas que quedan en la tercera ronda de la competencia del NIST para firmas post-cuánticas adicionales, diseñados para resistir ataques de computadoras cuánticas futuras. Expertos humanos lo habían revisado durante más de dos años, pero Mythos Preview encontró un ataque mejorado en solo 60 horas, según Anthropic.

El ataque explota una simetría previamente no detectada en la red matemática (lattice) en la que se basa la seguridad de HAWK. Mythos trabajó semi-autónomamente en un sistema multi-agente: un agente inicialmente intentó descartar la idea como inviable, pero un segundo agente encontró cómo explotarla completamente. El investigador humano tenía formación en ciencias de la computación teórica pero no era experto en criptografía basada en lattices. Su rol se limitó principalmente a gestión de proyecto. Los costos de API totalizaron cerca de US$100.000.

AES: el modelo que se negó antes de encontrar un método nuevo

Mythos también encontró el ataque sobre una versión reducida de AES-128 casi enteramente solo. Un investigador construyó una estructura que permitió a Claude formar hipótesis y testearlas mediante experimentos. El modelo entonces desarrolló un nuevo método de fingerprinting que Anthropic llama "Möbius Bridge".

El método elimina una de las suposiciones que un atacante debe hacer y mejora los mejores ataques previamente conocidos por un factor de 200 a 800. El prompting humano jugó un rol menor. Inicialmente, el modelo se negó a abordar el problema porque consideraba imposibles mejoras adicionales, escribiendo: "Si querés un resultado diferente, el objetivo tiene que cambiar… AES-128 r5/r6 es genuinamente difícil".

Mythos solo comenzó a buscar enfoques más creativos después de que el investigador lo alentara a buscar "ideas genuinamente novedosas". Durante tres días, el modelo generó varios cientos de millones de tokens y recibió solo tres prompts sustantivos más, mayormente para mantenerlo enfocado. Esta corrida también costó cerca de US$100.000 en tarifas de API por aproximadamente 1.000 millones de tokens. Investigadores humanos que no eran expertos en criptografía pasaron luego varios cientos de horas verificando los resultados.

Por qué importa

Anthropic compartió los hallazgos por adelantado con el gobierno de EE.UU. y socios de la industria, y coordinó la divulgación de la debilidad de HAWK con los autores del esquema. Mythos Preview sigue sin estar disponible al público. Junto con investigadores de ETH Zurich, Tel Aviv University y University of Haifa, Anthropic también desarrolló un benchmark llamado CryptanalysisBench que permite evaluar sistemáticamente las capacidades criptoanalíticas de modelos de lenguaje.

Esto marca un punto de inflexión en cómo se hace investigación de seguridad: un modelo operando con supervisión mínima encontró debilidades que equipos de expertos no habían detectado en años, a un costo que cualquier organización mediana podría pagar. Para empresas que construyen infraestructura crítica o manejan datos sensibles, la pregunta ya no es si la IA puede encontrar vulnerabilidades en sus sistemas, sino cuándo lo hará — y quién la estará usando.