AI密码分析能力崛起：Anthropic Claude发现加密弱点，后量子密码标准面临考验

一句话看懂

密码学权威Matthew Green认为，AI密码分析能力正赶上后量子密码标准迁移的关键窗口，可能彻底改变安全验证方式。

详细发生了什么

Johns Hopkins大学密码学教授Matthew Green在其博客中，对Anthropic近期使用Claude模型发现加密算法弱点的研究发表了评论。他指出，当前密码学界正经历一场历史性迁移——从基于椭圆曲线（EC）和RSA的传统公钥算法，转向基于新型数学问题的后量子（post-quantum）算法。这正是HAWK等大量新标准被纳入考虑的原因。

Green强调：“如果有一个完美时机让大规模公开密码分析能力上线，那就是现在。”除非AI成功颠覆所有困难问题（或我们生活在Impagliazzo的Minicrypt世界中），否则AI在密码分析上取得进展的时机再好不过。最佳情况下，结果将是：我们对已识别的问题获得真正信心，密码分析文献变得更加健壮。

Anthropic此前的工作展示了Claude如何发现加密实现中的弱点，这引发了关于AI在密码学中角色的广泛讨论。Green的评论为这一进展提供了学术层面的背书。

中文圈视角

对中文圈用户，这一动态有双重含义。

第一，国产密码算法面临AI验证压力。 中国正在推进SM2/SM3/SM9等国密标准，以及后量子密码算法的自主研发（如LAC、Aigis等）。如果AI密码分析能力成熟，这些算法必须经受住AI驱动的攻击测试。目前国内密码学界对AI辅助密码分析的研究尚处于起步阶段，缺乏公开基准测试。

第二，合规与迁移策略需重新评估。 中国金融、政务等领域正从RSA/ECC向国密迁移，但后量子密码的标准化工作仍在进行。AI密码分析可能加速某些算法的淘汰，这意味着迁移策略需要更灵活。对于使用OpenSSL、BoringSSL等开源库的国内开发者，应关注AI发现的新漏洞类型。

一个中文圈尚未讨论的盲点： AI密码分析能力可能影响区块链和Web3领域。国内联盟链（如FISCO BCOS）使用的签名算法若被AI发现弱点，将产生系统性风险。

几条值得记住的细节

Matthew Green是知名密码学家，其博客Cryptography Engineering是领域权威来源。
当前后量子密码标准包括HAWK、CRYSTALS-Kyber、Dilithium等，部分已被NIST选中。
Impagliazzo的Minicrypt是一个理论世界，其中公钥密码不存在，但对称密码和哈希函数仍安全。
Anthropic的工作展示了Claude发现加密实现中细微弱点的能力，而非破解标准算法。
最佳场景下，AI密码分析可帮助在部署前发现新标准中的漏洞，减少事后修补成本。

一句话总结

AI密码分析能力正赶上密码学标准迁移窗口，中文圈需加速国产算法抗AI攻击验证。