Claude Mythos Preview acha falhas críticas no HAWK e no AES

Introdução

Claude Mythos Preview, a nova geração de modelo de IA da Anthropic, identificou fraquezas críticas no HAWK, esquema de assinatura projetado para a era pós quântica, e melhorou substancialmente um ataque a uma variante de 7 rodadas do AES, um dos cifradores mais usados no mundo. Segundo a Anthropic, ambos os achados foram obtidos em julho de 2026 e não afetam sistemas em produção agora, mas mudam o debate sobre como modelos de IA podem fazer criptoanálise de ponta.

A relevância é dupla. Primeiro, HAWK é um candidato na chamada do NIST para assinaturas pós quânticas, portanto qualquer redução prática na segurança efetiva ajuda a filtrar o que pode ou não se tornar padrão. Segundo, o avanço sobre AES em versão reduzida reforça um caminho clássico de pesquisa, estudar variantes simplificadas para medir margens de segurança do algoritmo completo.

O artigo explica o que exatamente foi descoberto, por que isso importa agora, e como equipes de segurança e produtos podem agir com pragmatismo, sem alarde. Também traz o contexto regulatório e científico mais amplo, do NIST à literatura recente, para ancorar o que é insight de curto prazo e o que são tendências estruturais.

O que a Anthropic realmente encontrou

A Anthropic publicou em 28 de julho de 2026 um relatório detalhando duas contribuições. Primeiro, um ataque de recuperação de chave mais eficiente ao HAWK, reduzindo pela metade o tamanho de chave efetivo e, portanto, a segurança prática do esquema nas parametrizações estudadas. Segundo, um ataque mais rápido a 7 rodadas do AES-128, com aceleração de 200 a 800 vezes sobre o melhor resultado anterior, sob o modelo de atacante com texto plano escolhido. Os autores enfatizam que não há impacto imediato em produção, HAWK não está implantado e o ataque a AES não atinge as 10 rodadas do algoritmo completo.

No caso do HAWK, a equipe descreve que o Mythos explorou uma automorfia não trivial no reticulado usado pelo esquema, conectando a descoberta à literatura que já sugeria que tais simetrias abririam brechas a ataques mais rápidos. Essa automorfia viabiliza uma enumeração mais eficiente, ainda exponencial, mas suficiente para justificar dobrar tamanhos de chave se a segurança original fosse mantida, o que tira parte da atratividade do HAWK.

Em AES, a melhoria veio de um refinamento em ataques meet in the middle para a versão de 7 rodadas. O Mythos formulou uma técnica de “impressão digital” chamada Möbius Bridge, que elimina uma etapa de adivinhação de 256 valores, aumentando a taxa de acertos em uma tabela pré computada, e combinou isso a otimizações para acelerar ataques anteriores em ordens de grandeza, sempre em cenário acadêmico com textos escolhidos.

A Anthropic afirma que os experimentos custaram aproximadamente 100 mil dólares em uso de API para cada resultado e que o Mythos trabalhou em regime semi autônomo, com um pesquisador coordenando o fluxo e construindo um arcabouço de agentes para a parte de AES.

![Diagrama do AES, visão por camadas]

HAWK sob nova luz, o que muda para a corrida pós quântica

HAWK entrou no radar como um candidato na chamada do NIST para assinaturas adicionais pós quânticas, parte do esforço que desde 2016 vem avaliando algoritmos resistentes a ataques de computadores quânticos. O documento de especificação pública está disponível no site do NIST. Achados como o do Mythos fazem parte do processo, expor candidatos a intenso escrutínio antes da padronização.

A descoberta de uma automorfia explorável no reticulado do HAWK implica reduzir o “tamanho de chave efetivo” pela metade, segundo a Anthropic. Em termos práticos, seria preciso dobrar as chaves para manter a mesma segurança alvo, o que penaliza desempenho, tamanho de assinaturas e verificações, e, na margem, a competitividade do esquema. Em processos de padronização, esse tipo de ajuste de parâmetros pode ser fatal para propostas que já competem com alternativas mais maduras.

Há precedente. Em 2022, o esquema SIKE, também candidato em fases anteriores do processo pós quântico, foi quebrado em uma hora usando um laptop, resultado que retirou a proposta da disputa e virou um marco sobre a importância de testes públicos agressivos. Embora o caso do HAWK seja muito diferente, a analogia ilustra que a peneira técnica e o tempo de comunidade costumam separar hype de solidez.

Para equipes técnicas, a lição é clara. Portfólios de criptografia pós quântica devem evitar dependência precoce de candidatos não padronizados. Sempre que for preciso testar assinaturas pós quânticas em pilotos, priorize padrões já anunciados pelo NIST e mantenha planos de rollback e feature flags para trocar rapidamente de esquema. Esse desenho de governança reduz risco regulatório e operacional caso surjam resultados como o do Mythos.

AES continua sólido em produção, o que significa atacar 7 rodadas

AES é padrão desde 2001 e foi selecionado pelo NIST após competição pública. A versão completa de 128 bits utiliza 10 rodadas. A comunidade frequentemente estuda variantes com menos rodadas para explorar técnicas e avaliar margens. Melhorar um ataque para 7 rodadas, em modelo com texto plano escolhido e com complexidades impraticáveis, não enfraquece o AES de 10 rodadas em uso cotidiano, mas oferece pistas sobre onde as margens estão e como medi las com mais precisão.

A contribuição do Mythos foi acelerar uma família de ataques meet in the middle, criando um fingerprint invariante a uma adivinhação que antes exigia 256 tentativas. Essa redução remove um fator importante de custo computacional e, combinada com outras otimizações, rende acelerações de 200 a 800 vezes quando medidas por diferentes métricas, sempre em cenário controlado de pesquisa. É assim que a criptoanálise evolui, aprendendo em versões reduzidas, sem colapsar a segurança real dos sistemas.

Para profissionais de segurança, a recomendação é simples. Continue seguindo boas práticas de implementação, chaves corretas, bibliotecas mantidas e modos de operação seguros. Vulnerabilidades reais em produção tendem a vir de erros de implementação, geração de números aleatórios fraca, side channels e configurações incorretas, muito mais do que de quebras no algoritmo completo. Os próprios relatos da Anthropic lembram que a primeira leva de bugs achados pelo Mythos estava em bibliotecas, não nos algoritmos.

![Render de um computador quântico, cabos criogênicos]

Como a IA fez isso, aprendizados práticos para times

A Anthropic descreve um fluxo de trabalho com agentes colaborando em um ambiente sandboxado, com acesso a Python e Sage, revisando literatura e testando hipóteses. Em HAWK, o Mythos operou de forma semi autônoma com orientação leve. Em AES, um pesquisador construiu um arcabouço que permitiu ao modelo propor hipóteses, rodar experimentos, rejeitar ideias e iterar, até consolidar a técnica Möbius Bridge. O custo operacional informado foi da ordem de 100 mil dólares por resultado.

Esses detalhes sugerem um playbook reproducível para equipes que queiram explorar IA em análise de segurança de algoritmos e implementações: montar um harness de agentes com ferramentas matemáticas e de programação, permitir leituras de literatura e criar avaliações automáticas de hipóteses. O valor não está em substituir especialistas, e sim em alavancar o modelo para percorrer paisagens de busca e hipóteses mais rapidamente, enquanto humanos validam, refinam e decidem escopo e direção.

Outro ponto relevante é a governança. A Anthropic afirma ter seguido disclosure responsável, coordenado com autores de HAWK e com listas públicas do NIST. Times que pretendem rodar esse tipo de pesquisa devem planejar canais de disclosure, métricas de validação reprodutíveis e acordos prévios com mantenedores de projetos afetados. Isso evita pânico desnecessário e direciona a energia da comunidade para corrigir ou reavaliar propostas técnicas.

Tendências de médio prazo, IA e padronização

O movimento não ocorre no vácuo. A Anthropic anuncia parceria com ETH Zurich, Tel Aviv University e TU Berlin para lançar o CryptanalysisBench, um benchmark focado em criptoanálise com LLMs, consolidando cifradores e tarefas para avaliação sistemática. Benchmarks nessa área elevam o nível do debate, permitem comparações entre modelos e ajudam a separar resultados esporádicos de capacidades estáveis.

A implicação estratégica é clara. Organismos de padronização, como o NIST, que há décadas conduzem processos transparentes, podem incorporar cada vez mais contribuições assistidas por IA tanto na triagem de candidatos quanto na auditoria contínua após padronização. A experiência recente com SIKE mostrou que a comunidade aberta continua sendo o melhor filtro. Se modelos como o Mythos acelerarem essa triagem, todos ganham, usuários, governos e provedores de tecnologia.

Para fornecedores de nuvem, fintechs e plataformas com requisitos de conformidade, o recado é gerenciar portfólios criptográficos como produtos vivos. Acompanhar atualizações do NIST, documentar dependências, manter inventário de algoritmos e tamanhos de chave, e praticar migração controlada com flags e canários. Achados como os do Mythos não exigem trocas imediatas, mas reforçam a importância de rotas de escape.

Exemplos práticos, o que fazer já

• Inventário e postura. Mapear onde AES é usado, modos de operação, bibliotecas, acelerações de hardware e políticas de rotação de chaves. Registrar versões e confirmar que o pipeline CI testa modos seguros, GCM, CTR com nonces únicos, e que chaves vêm de fontes de entropia fortes. Estudos de 7 rodadas não invalidam essa postura, mas lembram que segurança é margem, não dogma.
• Pilotos de PQC. Se houver pilotos com assinaturas pós quânticas, priorizar esquemas já selecionados pelo NIST e adotar camadas de abstração que facilitem substituição. Desenhar SLAs internos para trocar algoritmos em semanas, não meses. O caso HAWK ilustra a volatilidade de candidatos em fases avançadas.
• Observabilidade. Implementar telemetria que detecta modos inseguros de cifra, nonces repetidos e regressões em bibliotecas criptográficas. A primeira leva de problemas detectados por IA costuma ser de implementação, não do algoritmo.
• P&D com IA. Montar um sandbox de agentes com acesso a ferramentas matemáticas, repositórios de eprints e suites de teste, inspirado no arcabouço descrito pela Anthropic. Definir critérios de parada, custos e limites de escopo para evitar “alucinações de pesquisa”.

Reflexões e insights

A principal mensagem não é que algoritmos centrais ruíram, e sim que o ciclo de descoberta em cripto está mudando de ritmo. Modelos de linguagem, com arcabouços adequados, percorrem rapidamente espaços de hipóteses, combinam revisão de literatura com experimentação e, eventualmente, acendem lanternas em pontos cegos que passam pelo crivo de especialistas. Quando isso acontece em candidatos antes da padronização, o processo funciona como deveria, melhor segurança coletiva no final.

Outra leitura é que a fronteira entre engenharia de produto e pesquisa ficou mais porosa. Times de segurança que historicamente operam downstream de padrões agora podem montar linhas de P&D orientadas por IA para validar suposições e pressionar fornecedores. O custo citado, cerca de 100 mil dólares por resultado, ainda é elevado para a maioria das equipes, mas tende a cair conforme ferramentas amadurecem e ecossistemas de benchmark como o CryptanalysisBench se consolidam.

Conclusão

Os achados do Claude Mythos Preview sobre HAWK e AES não mudam a criptografia de produção nesta semana, mas redesenham a curva de aprendizado da segurança. HAWK perde tração por exigir chaves maiores para manter a segurança efetiva. AES continua intocado em 10 rodadas, enquanto a comunidade aprende mais sobre suas margens via um ataque acadêmico a 7 rodadas. A mensagem é de resiliência, não de pânico.

O efeito duradouro está no método, IA como instrumento confiável para acelerar crivo e descoberta. Para engenharia e segurança, a melhor resposta combina prudência, pilotos bem desenhados e uma cultura de migração rápida. Para a comunidade, benchmarks abertos e disclosure responsável seguirão ancorando o que realmente importa, usuários protegidos por padrões mais sólidos.