Claude Mythos fissure HAWK et AES : l’IA s’attaque aux mathématiques du chiffrement

L’intelligence artificielle vient de franchir un cap en cryptographie. Claude Mythos, le modèle avancé d’Anthropic, a identifié des faiblesses mathématiques dans HAWK, un candidat au chiffrement post-quantique, et dans une version simplifiée d’AES. Une première qui transforme l’IA en partenaire de recherche cryptographique, avec toutes les promesses et les risques que cela implique.

Quand l’IA trouve ce que deux ans d’expertise humaine ont manqué

Le 28 juillet 2026, Anthropic a publié une recherche qui marque un tournant : son modèle Claude Mythos Preview a découvert des vulnérabilités mathématiques dans deux systèmes cryptographiques. Le premier, HAWK, est un schéma de signature numérique post-quantique actuellement en cours d’examen par le NIST (National Institute of Standards and Technology). Le second concerne une version réduite à sept tours d’AES (Advanced Encryption Standard), le chiffrement le plus utilisé au monde pour sécuriser communications, transactions bancaires et données sensibles.

Selon Anthropic, HAWK avait déjà survécu à deux années de revue par des experts cryptographes sans qu’aucune faille de cette nature ne soit détectée. Claude Mythos a identifié une symétrie inutilisée dans la structure mathématique sous-jacente, réduisant de moitié la force effective de la clé. Pour AES, le modèle a amélioré l’attaque existante par un facteur de 200 à 800, éliminant une étape de recherche exhaustive sur 256 possibilités.

L’entreprise insiste : « Aucun de ces résultats n’a d’impact pratique sur les systèmes informatiques actuels. » HAWK n’est pas encore déployé, et l’attaque AES ne concerne qu’une version académique affaiblie, pas le chiffrement complet utilisé en production. Mais la démonstration est là : l’IA peut désormais contribuer à la cryptanalyse théorique, un domaine réservé jusqu’ici aux mathématiciens de haut niveau.

« Le modèle pense que c’est impossible » : les coulisses du prompting

L’aspect le plus fascinant de cette recherche réside peut-être dans sa transparence inhabituelle. Anthropic a publié non seulement le code sur GitHub, mais aussi les prompts bruts utilisés pour guider Claude Mythos, fautes d’orthographe comprises. Ces extraits révèlent un dialogue tendu entre chercheurs et machine :

« the models tend to think it is impossible to solve so they don’t try they need a good amount of prompting. »

« no again the goal is that we have highly inteligent model as good top researcher, we want to find new attacks »

« agian we need to find something that worth publishing »

Ces fragments montrent que Claude Mythos, malgré ses capacités avancées, manifestait une réticence initiale. Entraîné à être prudent et à ne pas surestimer ses capacités, le modèle devait être convaincu d’explorer des pistes qu’il jugeait hors de portée. Les chercheurs ont dû insister, reformuler, rappeler l’objectif de publication académique. Ce paradoxe soulève une question philosophique : comment équilibrer l’humilité nécessaire d’une IA avec l’audace requise pour la recherche de pointe ?

Simon Willison, qui a relayé l’information, souligne : « La meilleure partie de cet article, c’est qu’ils ont partagé les prompts, fautes comprises. » Cette transparence radicale contraste avec le secret habituel en cryptographie, où divulguer des méthodes d’attaque peut créer des risques. Anthropic semble parier sur le bénéfice collectif : permettre à la communauté de reproduire, critiquer et améliorer l’approche.

HAWK et AES : pourquoi ces cibles ?

Le choix de HAWK n’est pas anodin. Ce système fait partie de la nouvelle génération de cryptographie conçue pour résister aux futurs ordinateurs quantiques, qui rendront obsolètes la plupart des algorithmes actuels. Tester sa robustesse avant déploiement massif est infiniment plus sûr que de découvrir des failles après. L’IA devient ainsi un outil de validation préventive pour la sécurité de demain.

Quant à AES, c’est le cadenas numérique qui protège actuellement une part immense de nos communications. La version complète utilise 10, 12 ou 14 tours de chiffrement selon la taille de clé. La version à sept tours ciblée par Claude Mythos est une simplification académique utilisée pour étudier la structure de l’algorithme. Améliorer une attaque sur cette variante ne casse pas AES en production, mais affine notre compréhension de ses mécanismes internes.

Selon les chercheurs d’Anthropic, l’implémentation publiée de l’attaque HAWK nécessite environ 3 heures 42 minutes sur un serveur à 96 cœurs. Pour AES, l’amélioration élimine une étape de recherche qui nécessitait auparavant d’explorer 256 possibilités. Ces gains, bien que théoriques, démontrent que l’IA peut accélérer significativement le processus de cryptanalyse.

De l’assistance à la collaboration : l’IA comme chercheur junior

Cette recherche illustre une évolution fondamentale du rôle de l’IA. Jusqu’ici, les modèles de langage trouvaient surtout des erreurs d’implémentation : bugs de code, mauvais usage de bibliothèques cryptographiques, vulnérabilités classiques. Claude Mythos franchit un cap en identifiant des faiblesses dans la conception mathématique elle-même.

Comme le note un analyste sur Hacker News : « Le message ici semble être : assurez-vous d’utiliser 100 000 $ de Claude pour toute analyse cryptographique. » Cette remarque soulève une question économique : ces capacités resteront-elles l’apanage de quelques acteurs disposant de budgets massifs, ou se démocratiseront-elles ?

La méthodologie révèle aussi les limites actuelles. Le modèle nécessite un guidage humain intensif. Les chercheurs doivent formuler les bonnes questions, rediriger les explorations infructueuses, maintenir la motivation du modèle. Ce n’est pas encore une IA autonome qui découvre des failles seule, mais plutôt un « chercheur junior » extrêmement rapide qui a besoin d’un directeur de thèse.

Implications : entre opportunité et course à l’armement

Pour la communauté cryptographique, cette avancée est à double tranchant. D’un côté, l’IA pourrait accélérer la validation des nouveaux algorithmes, détectant des failles avant déploiement. De l’autre, elle pourrait précipiter l’obsolescence de systèmes jugés sûrs, créant une période d’instabilité.

Les équipes de sécurité devront intégrer l’IA dans leurs modèles de menace. Si un acteur malveillant accède à des capacités similaires, le paysage des cyberattaques pourrait changer radicalement. Cela soulève des questions géopolitiques : qui contrôle ces technologies ? Comment éviter qu’elles soient monopolisées ou utilisées de manière irresponsable ?

Pour le grand public, l’impact immédiat est nul : vos messages, transactions bancaires et données restent protégés par les versions complètes d’AES et d’autres standards éprouvés. Mais à moyen terme, cette recherche pourrait accélérer le développement de systèmes de chiffrement plus robustes, renforçant la sécurité numérique globale.

Questions ouvertes et perspectives

Cette recherche soulève autant de questions qu’elle n’apporte de réponses. Claude Mythos peut-il trouver des failles dans des versions non affaiblies d’AES ou d’autres standards actuels ? Quelle est la reproductibilité de ces résultats ? D’autres équipes, utilisant les prompts publiés, obtiennent-elles les mêmes découvertes ?

La dimension temporelle reste floue : combien de temps et de ressources computationnelles ont été nécessaires ? Le modèle a-t-il vraiment « compris » les mathématiques sous-jacentes, ou a-t-il procédé par exploration exhaustive guidée ? Ces détails techniques, absents de l’annonce initiale, seront cruciaux pour évaluer la portée réelle de cette avancée.

Plus fondamentalement : quand l’IA n’aura-t-elle plus besoin de guidage humain intensif ? À quel moment bascule-t-on de l’assistance à l’autonomie complète ? Et comment s’assurer que cette transition se fasse de manière responsable, sans créer de nouvelles menaces ?

Conclusion : l’aube d’une nouvelle ère cryptographique

La recherche d’Anthropic marque un jalon dans l’histoire de la cryptographie et de l’IA. Pour la première fois, un modèle de langage a contribué à découvrir des failles mathématiques dans des systèmes de chiffrement, avec une transparence inhabituelle sur la méthodologie. Les résultats, bien qu’académiques, valident l’approche des « modèles de raisonnement » et ouvrent la voie à une collaboration homme-machine en recherche cryptographique.

Reste une question centrale : cette technologie renforcera-t-elle la sécurité collective, ou créera-t-elle une nouvelle course à l’armement numérique ? La réponse dépendra largement des choix que feront les entreprises, les chercheurs et les régulateurs dans les mois à venir. En publiant ses prompts et son code, Anthropic a pris position pour la transparence. À la communauté mondiale de décider si elle suivra cette voie, ou si les prochaines découvertes resteront enfermées dans des laboratoires secrets.