何が起きたか
Simon Willisonが2026年7月28日付のリンクブログで取り上げたのは、Anthropicの研究者がClaude Mythosを用いて、署名方式HAWKと、ラウンド数を減らした弱いバージョンのAESに数学的な欠陥を見つけたという記事です。記事にはリポジトリも付属しています。
ただし前提として、記事は「これらの結果はいずれも今日のコンピュータシステムに実用的な影響を与えない」と述べています。今すぐ暗号を入れ替える話ではありません。対象のひとつは「AES-128 r7」、つまりフルスペックではなく縮小ラウンド版です。暗号研究では、縮小版への攻撃は本命への足がかりとして扱われる領域であり、成果の位置づけを取り違えないことが重要です。
記事の白眉は結果ではなくプロンプト
ブログ著者が「記事の最良の部分」と評したのは、共有されたプロンプト群です。しかもスペルミスを含んだまま公開されています。整形されていないやり取りだからこそ、人間が何をしていたのかが素通しで見えます。
書かれていたのは、たとえばこうした言葉です。「モデルは解けないと思い込んで挑戦しない傾向があるので、それなりの量のプロンプトが必要だ」「なぜAES-128 r7をやらない？既存手法より良いものを見つけるのが目的だ」「いや、ターゲットを変えたくない。публиするに値するものを見つける必要がある」「低いところに実った果実を探しているのではない、本物の難しい発見をするまともな研究がしたい」。
人間の主な介入は、諦めさせないことと、発表に値するものを見つけさせることだった——これが今回のいちばん生々しい事実です。技術的な着想ではなく、研究水準の設定と粘りの供給が人間の担当領域になっています。
「モデルは難問を避ける」という運用上の発見
ここは事業側にとって示唆的です。高性能モデルほど、難度の高い問いに対して「不可能」と判断して手を止める傾向がある、と現場が明言している。つまり出力の質を決めているのは、モデルの上限性能だけでなく、どこまで押し戻すかという運用側の設計です。
言い換えれば、同じモデルを持っていても、「やめさせない仕組み」を持つ組織と持たない組織では、引き出せる成果が別物になります。プロンプト一発の巧拙ではなく、長時間まわし続ける忍耐と評価基準の問題です。
CryptanalysisBenchという副産物
この取り組みの一環として、新しい評価基準をまとめた論文「CryptanalysisBench: Can LLMs do Cryptanalysis?」が作られました。ETH Zurich、Tel Aviv University、University of Haifaとの共同です。
単発の成果より、この種のベンチマークが定着することのほうが影響は長く続きます。「LLMは暗号解析ができるか」を測る物差しが公開されれば、以後のモデル更新ごとに進捗が定点観測できるようになるからです。
💼 事業会社視点：これは自社にどう効くか
経営視点で読むべき数字は「60時間・約10万ドル」です。トップ研究者級の探索を、専門チームの年間人件費よりはるかに小さい単位で回せることを示した価格表であり、しかも成果は「今日の実用影響はない」水準にとどまった。つまり、まだ費用対効果は保証されないが、試行の単価は決裁可能な範囲まで下りてきたということです。
日本の事業会社なら、暗号の話としてではなく「難問を長時間回す予算枠」として捉えるのが実務的です。SaaSであれば料金設計やチャーン予測のモデル探索、ECなら在庫・値付けの最適化、受託開発なら見積根拠となる工数モデルの再検証。いずれも社内の誰も手をつけていない、答えが出るか不明な問いが対象です。数百万円規模の探索枠を年に数本、失敗前提で承認できるかが分水嶺になります。
もうひとつは人材要件の変化です。今回の人間の主な役割は、モデルに諦めさせず、発表に値する水準を要求し続けることでした。プロンプトの巧さより、成果の合否を判断できるドメイン専門性が価値を持ちます。AI活用の担当を若手のツール担当に丸投げしている組織は、ここで差がつきます。
セキュリティ責任者は、今回を理由に暗号移行を急ぐ必要はありません。ただし「AIによる暗号解析の進捗を定点観測する」項目をリスク台帳に加えるべき時期です。CryptanalysisBenchのようなベンチマークが、その観測点になります。