DSML Kazakhstan LogoDSMLKZ
HomeAboutPeopleNewsAI RadarJobsResearchEventsArticles
DSML Kazakhstan Logo© 2026 DSML Kazakhstan.
AboutCollaborateCommunity GuidelinesPrivacyTelegramAI Radar RSSYouTubeLinkedInInstagram
    AI RadarJuly 29, 2026

    AI Radar

    Mythos ускорила криптоанализ и поставила Microsoft перед очередью из сотен уязвимостей

    Экспериментальная модель Anthropic Mythos за десятки часов улучшила известные атаки на криптографические конструкции, а при проверке SharePoint стала находить серьёзные уязвимости быстрее, чем Microsoft успевала их исправлять. Вместе эти результаты показывают, как ИИ меняет не только поиск ошибок в коде, но и сложную исследовательскую работу в кибербезопасности.

    July 29, 2026·3 min read·Источник: Ars Technica · AI, Machine Learning, Big Data
    014

    Что изменилось

    В апреле Claude Mythos Preview обнаружила в SharePoint 90 уязвимостей категории critical и 141 категории important, следует из внутренних материалов Microsoft. В первой половине мая находок стало ещё больше, и на совещании Project Glasswing инженеры признали, что модель выдаёт результаты быстрее, чем компания выпускает исправления. Доступ к ней был временным: Microsoft стремилась закрыть максимум проблем до того, как сопоставимые инструменты окажутся у атакующих.

    Из-за объёма входящего потока Microsoft сосредоточилась на critical- и important-проблемах, отложив moderate; в документах при этом не было плана для ошибок низкой опасности. Обычная приоритизация здесь может оказаться недостаточной: Mythos умеет связывать несколько слабых мест в цепочку, поэтому четыре по отдельности малозначительные уязвимости способны сложиться в серьёзный сценарий атаки. В конце июня разведывательный альянс Five Eyes предупреждал, что преимущество защитников перед соперниками с такими моделями может исчезнуть в течение нескольких месяцев, однако ситуация в Microsoft указывает, что узким местом уже становится пропускная способность команд исправления.

    Параллельно Frontier Red Team Anthropic проверила Mythos на криптоаналитических задачах. Для постквантовой схемы цифровой подписи HAWK, дошедшей до третьего раунда конкурса NIST, модель примерно за 60 часов выявила ранее не замеченную симметрию в математической решётке. По оценке Anthropic, для варианта HAWK-256 это снижает стоимость атаки с 2^64 до 2^38 операций. Взлом всё ещё требует экспоненциальных вычислений и не переносится автоматически на другие постквантовые кандидаты NIST, но восстановление прежнего запаса стойкости потребовало бы примерно удвоить ключи HAWK — ценой её основных преимуществ.

    Второй результат относится не к полной AES-128 с десятью раундами, а к специально ослабленной семираундовой версии, которую криптографы исследуют для оценки запаса прочности шифра. Mythos предложила метод «моста Мёбиуса», исключающий один из параметров перебора и ускоряющий лучшую известную атаку до 800 раз. Это не означает практического взлома обычной AES-128, но представляет исследовательский прогресс: модель почти самостоятельно перебрала направление работы, сгенерировав за три дня сотни миллионов токенов и получив от человека только три подсказки.

    Каждый из двух криптоаналитических экспериментов стоил около $100 тысяч в API-вызовах — то есть пока речь идёт о дорогом специализированном режиме, а не о массовом автоматическом взломщике. Anthropic сообщила, что передала результат авторам HAWK, согласовала раскрытие с рассылкой NIST и опубликовала статью с демонстрационным кодом; для сравнимой оценки следующих моделей компания вместе с ETH Zurich, Тель-Авивским университетом и Университетом Хайфы подготовила CryptanalysisBench. Среди предварительно заявленных результатов также есть атаки на сокращённые LEA и Serpent-128 и небольшие улучшения для Salsa20, Poseidon и SHA-1, подробности которых ещё предстоит раскрыть.

    Почему это важно

    Командам безопасности придётся масштабировать не только автоматический поиск уязвимостей, но и проверку, приоритизацию и выпуск патчей: без этого ИИ просто создаст более длинную очередь исправлений. Для криптографов Mythos становится дорогим, но продуктивным исследовательским инструментом, способным проверять конструкции и находить неожиданные математические связи. При этом результаты на сокращённых шифрах нельзя путать с практическим компрометированием их полноценных версий.

    Primary and supporting sources

    • Anthropic is finding bugs faster than Microsoft can fix themOpens in a new tab

    DSML editors review the selection. AI helps deduplicate signals and draft the text; the published edition remains an editorial product, not a feed of individual channels.

    More from this edition

    July 29, 2026
    1. 01AgiBot объединила речь, восприятие и движения робота в WITA-Omni Preview
    2. 02Сотрудники ведущих ИИ-лабораторий предложили создать общий «тормоз» для фронтирных моделей
    3. 03Ant Group выпустила Ling 3.0 Flash — разреженную агентную модель на 124 млрд параметров
    4. 04Moonshot AI, по данным Bloomberg, привлекла $3,5 млрд при оценке $35 млрд
    Back to AI Radar