用Claude Mythos发现密码学弱点
评分
74揭示了LLM在密码学前沿研究中的实际应用案例，信息增量高，但类似探索已有先例。
原文由权威博客作者撰写，细节丰富，提示语真实公开，结构清晰。
虽然结果对当前系统无影响，但为AI辅助研究的方法论提供了重要参考，对科研人员有启发。
内容发布于2026年7月，属于最新前沿动态。
来源为知名技术博主Simon Willison，且引用了Anthropic官方博客和开源仓库。
基础分 82.5 × T2 信源权重 ×0.9 = 74
精选线 70已入选精选
精选理由
内容兼具趣味性与启发性，揭示了提示工程在推动模型突破极限中的关键作用，但对普通读者门槛较高。
AI 点评
「这是一个令人振奋的实验——它证明了大模型在真正困难的研究问题上可以坚持数小时并产出有意义的数学发现。对AI安全、密码学研究者以及提示工程师而言，这篇博客的核心价值在于那些看似随意的提示词背后的设计哲学：不是给模型答案，而是逼它思考。」
速览
Anthropic 研究人员利用 Claude Mythos 模型，通过精心设计的提示（包括拼写错误），成功发现了 HAWK 和弱化版 AES 中的数学缺陷。虽然这些缺陷当前对实际系统无影响，但实验展示了 LLM 在高级研究中的潜力。模型持续工作了 60 小时，API 成本约 10 万美元，主要人工干预是鼓励它“不要放弃”并“找到值得发表的东西”。论文与代码已公开。
- Claude Mythos 成功发现了 HAWK 和弱化版 AES 的数学弱点。
- 研究人员通过反复提示（如“别放弃”“找值得发表的东西”）引导模型。
- 总运行时间 60 小时，API 成本约 10 万美元，结果对现有系统无实际威胁。
正文
模型往往认为无法解决，因此它们不会尝试，它们需要大量的提示。 为什么不采用aes-128 r7？关键在于找到比现有方法更好的东西。 不，再说一次，目标是拥有像顶尖研究人员一样高度智能的模型，我们想找到新的攻击方法。 不，我们不想改变目标[...] 再次强调，我们需要找到值得发表的东西。 再次说明，我们不是在寻找唾手可得的成果，而是要进行真正的研究，找到真正困难的发现。
Mythos Preview总共工作了60小时（估计API成本约10万美元），人类的主要干预是鼓励它不要放弃，并"找到值得发表的东西"。
通过 Hacker News
标签：ai, prompt-engineering, generative-ai, llms, anthropic, claude, ai-security-research, claude-mythos-fable
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍，智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好，尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了！它表明模型的性能不仅取决于训练，还取决于推理时的配置。对于AI工程师和研究者来说，这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队，可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6：前沿智能与前沿效率的融合
这条消息值得关注，因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说，GPT-5.6意味着可以用更少预算获得更高性能，尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步，可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder：面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮，因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者，LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red：OpenAI通过自我对弈实现AI红队自动化，提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑，特别适合安全工程师和对齐研究者关注。它直接降低了测试成本，但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注，因为它首次将AI漏洞赏金制度拓展到生物安全领域，不仅为安全社区提供了新的研究方向，也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端，大幅提升推理性能
这项更新对于AI工程团队非常关键：无需格式转换意味着能更快地迭代模型，而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理，这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T，助力聋人用户
这则消息的意义不仅在于技术突破，更在于AI开始真正关注边缘群体的需求。对开发者而言，SL2T的架构思路和技术路径值得深入研究；对无障碍倡导者来说，这是推动行业标准的重要案例。