Discovering cryptographic weaknesses with Claude — Anthropic用Claude Mythos发现密码学弱点，提示词是关键。

• 研究人员通过反复提示鼓励模型不要放弃，如“find something that worth publishing”，最终让Claude Mythos在60小时内发现HAWK和简化版AES的数学缺陷，尽管这些缺陷无实际影响。
• 提示词中包括拼写错误和直接指令（如“why not do aes-128 r7?”），说明LLM需要明确、持续的方向引导才能突破“不可能”的思维定势。
• 总API成本约10万美元，主要人工干预是激励模型坚持，这暗示未来Agent工具链需内置“韧性”机制，自动调整目标或提供鼓励。

原文：Discovering cryptographic weaknesses with Claude · 作者 Simon Willison