Anthropic Revela Avanços de IA em Criptoanálise, Gerando Novas Perspectivas de Ataques Cibernéticos

A recente divulgação da Anthropic mostra o modelo Claude Mythos com uma capacidade impressionante de criptoanálise. A IA conseguiu identificar vulnerabilidades no esquema de assinatura HAWK, uma proposta pós-quântica que, embora não seja padrão, estava em avaliação para padronização. O ataque reduziu pela metade os bits de segurança do HAWK, tornando-o menos eficiente e inviabilizando sua justificativa de uso. O mais preocupante, como a própria Anthropic e especialistas notaram, é que a IA não inventou matemática nova; ela aprimorou e sintetizou ferramentas já conhecidas de forma autônoma. É um trabalho de "força bruta inteligente", que antes exigiria muitos anos de dedicação humana.

Além disso, o Claude Mythos também aprimorou um ataque contra o AES de sete rounds, uma versão simplificada do algoritmo. Embora o AES completo seja robusto e o ataque seja uma melhora modesta de trabalhos de 2013, ele demonstra a capacidade da IA em refinar técnicas criptoanalíticas existentes. A Anthropic revelou que a IA conseguiu isso com prompts relativamente simples, sem grande intervenção humana. Isso sugere que as IAs já são capazes de compreender resultados de criptoanálise, sintetizá-los em novos ataques reais e até estendê-los de forma autônoma. Não é uma criptoanálise super-inteligente, mas é um avanço notável na capacidade autônoma dos modelos.

A cobertura anterior do CEVIU, como as matérias de 29 de julho de 2026, já mencionava que o "Claude Mythos Preview" estava desvendando falhas em criptografia, focando nos esquemas HAWK e AES. A novidade agora é a confirmação e a profundidade dos detalhes divulgados pela própria Anthropic, mostrando que o que era uma "pré-visualização" ou "demonstração de capacidade" se consolidou em resultados concretos. O mais significativo é a evolução em relação ao alerta da Anthropic de 6 de junho de 2026, onde a empresa pedia uma "pausa global em IA" e alertava para o "risco de autoaperfeiçoamento". Agora, seu próprio modelo demonstra a capacidade de autoaperfeiçoamento em criptoanálise, ao desenvolver ataques sem grande intervenção humana, exatamente o cenário que a empresa havia teorizado.

Para o mundo da criptografia, a boa notícia é que ciphers simétricos robustos como o AES, em suas versões completas, continuam seguros. No entanto, o avanço da IA é uma lupa poderosa sobre a criptografia de chave pública e os candidatos pós-quânticos, que dependem de problemas matemáticos "difíceis" e que não foram tão exaustivamente analisados por humanos. Se as IAs conseguirem minar esses problemas, o impacto será enorme. Este é um momento crucial, pois estamos em transição para algoritmos pós-quânticos, e ter uma IA acelerando a descoberta de falhas pode validar ou invalidar essas novas abordagens.

Para a comunidade científica, a IA se torna uma "companheira" poderosa, acelerando descobertas e desafiando a percepção de que os modelos são apenas "autocomplete glorificado". Contudo, surge um novo gargalo: a verificação. Modelos podem gerar resultados convincentes, mas a comprovação da validade ainda exige atenção humana especializada, especialmente para ataques mais sutis. Isso pode desacelerar o progresso em certas áreas, mas ao mesmo tempo impulsiona a pesquisa em provas formais e verificáveis por máquina. A linha entre a IA útil e a IA que "chuta no escuro" está se movendo, e entender essa dinâmica é crucial.