La crittografia moderna si fonda su un presupposto tanto semplice quanto formidabile: alcuni problemi matematici sono talmente complessi da risultare impraticabili da risolvere, anche disponendo di enormi risorse computazionali. È questo equilibrio a proteggere le transazioni bancarie, le comunicazioni riservate e gran parte dell’infrastruttura digitale globale. Quando un sistema crittografico viene pubblicato, la comunità scientifica dedica anni a tentare di romperlo; soltanto dopo un intenso scrutinio può essere considerato sufficientemente affidabile.

Anthropic sostiene che il proprio sistema di ricerca, Claude Mythos, abbia dimostrato come anche gli algoritmi più analizzati possano ancora nascondere vulnerabilità. L’azienda ha indirizzato il modello verso due problemi aperti della crittografia contemporanea, ottenendo risultati che hanno richiesto una successiva verifica manuale da parte di ricercatori umani.

Il primo caso riguarda HAWK, uno schema di firma digitale progettato per resistere agli attacchi dei futuri computer quantistici. Dopo circa sessanta ore di lavoro, Mythos avrebbe individuato una tecnica capace di ridurre di circa la metà il livello di sicurezza teorico dello schema. Non significa che HAWK sia stato completamente compromesso, né che i sistemi che lo adottano siano improvvisamente vulnerabili. Significa invece che il margine di sicurezza stimato dagli autori risulta inferiore rispetto a quanto ritenuto dopo anni di revisione accademica.

Il secondo risultato interessa una versione ridotta di AES, il celebre Advanced Encryption Standard che protegge gran parte del traffico Internet e dei dati archiviati nel mondo. In questo caso non è stato attaccato l’AES utilizzato nella pratica quotidiana, bensì una variante deliberatamente semplificata impiegata come banco di prova nella ricerca crittografica. Mythos avrebbe sviluppato un attacco tra 200 e 800 volte più efficiente rispetto allo stato dell’arte precedente, migliorando significativamente le tecniche note ma senza mettere in discussione la sicurezza dell’AES standard.

Un dettaglio raccontato da Anthropic è particolarmente interessante dal punto di vista scientifico. Inizialmente Claude aveva rifiutato il compito relativo ad AES, sostenendo che non esistessero ulteriori progressi possibili. Soltanto dopo diversi giorni di interazioni, incoraggiamenti e un’elaborazione che ha consumato circa un miliardo di token, il sistema ha modificato la propria strategia arrivando alla nuova soluzione. È un episodio che evidenzia quanto i modelli di frontiera siano ancora lontani dall’essere strumenti autonomi: richiedono guida, perseveranza e un notevole investimento computazionale.

La prudenza rimane comunque essenziale. I risultati descritti riguardano obiettivi di ricerca, non prodotti commerciali. Nessuna delle tecniche presentate consente di leggere il traffico Internet, violare conti bancari o compromettere le comunicazioni cifrate utilizzate oggi. Gli stessi ricercatori di Anthropic affermano di aver impiegato circa un mese per verificare una sola settimana del lavoro svolto dal modello, un’indicazione della complessità necessaria per validare qualunque scoperta matematica prodotta dall’intelligenza artificiale.

L’aspetto più rilevante non è tanto la possibilità che un algoritmo venga rotto, quanto il cambiamento del processo di ricerca. Se un modello AI riesce a esplorare rapidamente milioni di percorsi matematici e a suggerire direzioni che gli specialisti possono poi verificare rigorosamente, il ciclo di progettazione e revisione della crittografia potrebbe accelerare in modo significativo. Questo avrebbe conseguenze importanti anche per gli standard post-quantistici, destinati a proteggere le infrastrutture digitali dei prossimi decenni.

La storia della crittografia insegna che ogni nuovo attacco contribuisce a rendere gli algoritmi successivi più robusti. Da questo punto di vista, sistemi come Mythos non rappresentano necessariamente una minaccia, ma potrebbero trasformarsi in strumenti preziosi per individuare debolezze prima che vengano sfruttate nel mondo reale. L’intelligenza artificiale non sostituisce il rigore matematico; ne aumenta però la velocità di esplorazione, spostando sempre più il vantaggio competitivo verso chi saprà integrare capacità computazionale, verifica scientifica e competenze umane.