將 Claude 丟進密碼分析的修羅場，就像給一個熟讀《孫子兵法》卻沒上過戰場的書生一把神兵利器。最近技術圈都在傳那份關於 Claude 在加密算法漏洞偵測上的報告，尤其是它在 7 輪 AES-128 攻擊上的細微改進，以及對 NIST 標準候選算法 HAWK 密鑰長度近乎腰斬的削減。這不是那種靠隨機碰撞產生的運氣，而是一種帶有邏輯自洽性的「集體狩獵」。當我們還在爭論 AI 是否只會搬運既有知識時，Claude 已經在多代理（multi-agent）工作流的加持下，開始修剪人類密碼學家遺漏的枝節。這種進步讓不少安全部門的負責人如坐針氈，畢竟密碼學是現代文明最後的遮羞布，一旦這層布被撕開一個角，後面的崩塌往往是連鎖反應。
真正讓這件事顯得與眾不同的，不是模型本身背誦了多少論文，而是多代理協作中展現出的那種「韌性」。在針對 HAWK 算法的攻堅中，我們看到了一個有趣的動態：第一個代理在初步嘗試後，以技術不可行為由放棄了路徑；然而，第二個代理卻在相同的邏輯起點上找到了突破口，並最終完成了攻擊鏈的閉環。這很像人類實驗室裡的師兄弟協作，一個人的偏見被另一個人的嚴謹所修正。Claude 在處理這種超過 8 萬 token 的長文本任務時，雖然仍會出現注意力衰減，但在特定框架下，它的邏輯連貫性足以支撐起複雜的代數推導。這與我們慣常認知的「統計預測」有著本質區別，它在模擬一種思考的深度，而非單純的概率模擬。
這種深度在面對硬核數學問題時尤為致命。以往我們認為 AI 只能修復簡單的緩衝區溢位或邏輯錯誤，但現在它開始挑戰對稱加密算法的結構完整性。雖然 10 輪的 AES 依然穩固，但對 7 輪算法的微小改進，本身就是一種對算力與算法邊界的重新定義。這種行為模式在 ChatGPT 上也有類似體現，但 GPT-4o 在處理極其冷門的密碼學公式時，往往會陷入一種優雅的胡言亂語。相較於 DeepSeek，Claude 的做法是更傾向於在約束條件內進行極限壓榨，而非試圖給出一個看似全能但經不起推敲的通解。Gemini 在處理這類任務時則顯得有些束手束腳，它的安全過濾機制經常會誤傷正常的學術探究，導致研究者在調試過程中像是在與一個過度謹慎的官僚打交道。
當前的大環境很有意思，大家都急於展示自己的肌肉。相較於 DeepSeek，Claude 的多代理系統在邏輯一致性上的表現更像是一個老練的獵人。這種獵人直覺並非天生，而是源於對上下文極致的利用。我們在測試中發現，如果將密碼分析的任務拆解為「假設生成」、「邏輯驗證」與「代碼實現」三個環節，Claude 的表現遠比單一對話框下的 Grok 要穩定得多。Grok 雖然在實時資訊獲取上有優勢，但在這種需要靜下心來推算幾百個步驟的密鑰排布任務中，它那種帶點嘲諷意味的跳躍思維反而成了累贅。密碼學是一門沈默的學問，它不需要幽默，只需要精準。
如果這套流程被標準化，我們即將面對的是一個「漏洞挖掘自動化」的時代。這引發了一個令人不安的假設：如果一個語言模型在未來的某個深夜，獨自推演出了現行主流加密體系的結構性漏洞，它會選擇告知它的創造者，還是將其埋藏在無數次的推理日誌中？目前 Anthropic 選了與政府合作，這更像是一種緩兵之計。當技術的演進速度超過了社會契約的更新速度，我們對「安全」的定義是否還停留在增加密鑰長度這種原始手段上？既然模型可以發現 HAWK 的缺陷，那麼它是否也能在不被察覺的情況下，為新的標準埋下只有它能解開的伏筆？我們現在看到的，究竟是安全工具的進化，還是某種潘多拉魔盒被撬開前的裂縫聲？