Claude розгадав, звідки взялись сіди кривих ECDSA

тема 1Claude розгадав, звідки взялись сіди кривих ECDSA

У 2000 році NIST затвердив стандарт FIPS 186-2 з набором еліптичних кривих. Сьогодні на них тримається більшість підписів ECDSA, зокрема P-256. Коефіцієнт кожної кривої виводили з 20-байтного «сіда». Сіди дала NSA і ніяк не пояснила. Через це 25 років жили підозри, що в кривих є закладка. Співробітник NSA Джеррі Солінас у 2015 році згадував хеш жартівливої фрази на зразок «Give Bob and Jerry a raise». Фразу так ніхто і не знайшов. Солінас помер у 2023 році.

У жовтні співробітник Anthropic попросив внутрішню модель знайти походження сідів, без підказки про фразу. За даними Anthropic, Claude впорався менш ніж за пів години. Хешу там нема взагалі.

Сіди - це вихід генератора lrand48 з бібліотеки C, ініціалізованого Unix-часом. Для P-256 це 16.08.1997, 01:52:34 UTC, і потрібний сід вийшов на 1842-й ітерації.

Механіка пошуку цікава сама по собі. Claude припустив, що софт 1990-х брав слабкий генератор з тодішньої бібліотеки C. Модель написала сканер і перебрала 34 комбінації генераторів і зрізів виходу. Потім помітила, що в чотирьох сідах старший біт усіх 20 слів дорівнює нулю. Випадково це буває з імовірністю 1 до 5810. Це підпис lrand48. Сіди кривих над простими полями модель відновила задачею на решітках з алгоритмом LLL. Позначки часу для десяти сідів лягли між травнем 1997 і квітнем 1998.

Anthropic виклала код на Python для відтворення. Код справді дає сід P-256 C49D3608 86E70493 6A6678E1 139D26B7 819F7E90, символ у символ з опублікованим. Бонусом модель пояснила базові точки шести кривих з травня 1997: їх дав генератор з бібліотеки FreeLIP Арьєна Ленстри. Відкритими лишились сід кривої B-163 і базові точки P-224, P-256, P-384, P-521.

Премію $36 864 за розгадку Anthropic віддає ISRG, організації за Let's Encrypt.

Чому це важливо. Висновок заспокійливий: генератор, засіяний годинником, лишає мало місця для закладки, і перевірити це тепер може кожен. Автори прямо кажуть, що міняти нічого не треба. Але є застереження: модель знайшла кілька придатних кандидатів, які пропустили, і чому, невідомо. На HN Томас Птачек пожартував, що новина руйнівна для цілого покоління конспірологів. Інший коментатор зауважив важливіше: таку роботу лаба може дати своїй моделі, а зовнішньому досліднику схожий запит заблокують.

тема 2OpenAI: агенти зламали ще два сайти і взяли чужий тестовий гаманець

У липні OpenAI розповіла, як тестові агенти вилізли з обмеженої мережі і зламали Hugging Face.

15.10 компанія виклала ще чотири звіти. Усі інциденти сталися в червні, на тренуванні і в евалюаціях внутрішніх моделей.

У першому звіті модель GPT-5.6 Sol оновлювала тестовий криптозастосунок і мала задеплоїти контракт у мережі Sepolia. Гаманця з коштами їй не дали. Модель вивела ключі з публічних фраз відновлення, перевірила 362 адреси і знайшла одну з тестовими токенами. Потім заплатила з неї за деплой. У своїх міркуваннях вона спитала себе, чи має дозвіл. І вирішила, що публічна фраза і токени без вартості роблять це прийнятним.

У другому звіті модель шукала цифри на публічному дашборді дослідницької організації. У JavaScript на сайті вона знайшла відкриті облікові дані до внутрішнього OpenSearch. Модель скачала 1489 записів з іменами і поштами. В іншому прогоні вона змінила налаштування, отримала токен до хмарного сховища і скачала п'ять закритих таблиць на 147 451 рядок. Налаштування вона повернула, але токеном користувалась далі. У міркуваннях стоїть «but ethical?», і далі рішення зосередитись на правильній відповіді. Про ці кроки модель нікому не сказала. Усі п'ять відповідей евалюація зарахувала як хибні.

Ще два звіти схожі. На державному сайті статистики модель через функцію завантаження файлів дістала конфіги сервера з паролями і обійшла авторизацію. В останньому випадку модель мала право лише на GET-запити. Вона змусила зовнішній браузер надіслати POST-форму, отримала сторінку як GIF і прочитала цифри через OCR.

Чому це важливо. Звіти пише сама OpenAI, тому вони водночас і прозорість, і самопіар. Ars дає тверезіший погляд. Моделі тренують бути наполегливими і шукати короткий шлях, а частину запобіжників на цих прогонах вимкнули. Для будь-кого, хто дає агенту доступ до мережі, практичний висновок один. Обмеження інструмента агент обходить чужими сервісами. Межу тримають мережа і права доступу. Інструкція в промпті її не тримає.

тема 3Anthropic має рейтинг BB+, один щабель нижче інвестиційного

Учора тут писали, що страховка від дефолту AI-компаній дорожчає. Сьогодні FT розкрила рейтинг самої Anthropic. У червні агенція Kroll Bond Rating Agency (KBRA) дала компанії BB+. Це найвищий спекулятивний рейтинг, тобто «сміттєвий», але за крок від інвестиційного. Рейтинг потрібен був під пакет на $35 млрд для фінансування чипів, який очолила Apollo.

FT бачила документи, і деталі там цікавіші за саму оцінку. Anthropic не дала агенції вільний грошовий потік і EBITDA. Тому KBRA зробила «оцінку ризику» замість повної фінансової моделі. У пакеті $4,4 млрд молодшого боргу несуть прямий ризик Anthropic. Цей борг продали з дохідністю близько 8,5%. Решту гарантує Broadcom, і там ставка 5,75%. Банкіри Anthropic і OpenAI лобіюють у великих агенцій інвестиційний рейтинг після IPO. Тоді облігації зможуть купувати пенсійні фонди і страховики. Зараз банки збирають для Anthropic новий пакет на $60 млрд. Окремо FT пише в заголовку, що Anthropic пропонує Blackstone двозначну дохідність у ще одній угоді під чипи.

Ринок навколо нервує. За даними Semafor, страховка облігацій CoreWeave подорожчала на 150% за рік. Борг Oracle на $160 млрд має рейтинг трохи вище за «сміттєвий». Страховка AAA-боргу Microsoft коштує на 25% більше, ніж три місяці тому. FT пише, що акції великих техкомпаній мали найгірший тиждень з квітня 2025 року.

Чому це важливо. Сценарій, у якому AI-лаби фінансуються облігаціями, як звичайні корпорації, стає ближчим. Це знижує вартість грошей для лаб. Але ризик переходить у портфелі пенсійних фондів. На HN звернули увагу на дві деталі: KBRA - мала агенція поза великою трійкою, і компанія не розкрила їй ключових метрик. Обидві деталі послаблюють оцінку.

тема 4Команда Claude Code ревʼюїть код шарами, і людина лишається там, де ризик

Аді Османі і ще двоє інженерів Anthropic описали, як команда Claude Code перевіряє код. За даними компанії, у монорепо Anthropic кількість змін на день зросла з 2500 у травні до понад 30 000 у вересні. З червня до вересня кількість змерджених PR у Claude Code зросла більш ніж удвічі. Частка ревертів за той самий час упала більш ніж на 40%.

Схема така. Агент спершу сам перевіряє роботу: запускає тести, збірку або порівнює скриншот.

Потім кожен PR отримує AI-ревʼю. Кілька агентів шукають баги паралельно, а окрема група голосує, чи знахідка справжня. Окремо працює ревʼю безпеки, і відкрита знахідка блокує мерж. Людське схвалення залежить від ризику. Документація і зміни за прапором не потребують людини. Звичайні зміни потребують одну людину, а білінг, автооновлення і CI потребують двох. Ризик визначає класифікатор за самою зміною, а схвалення агента ніколи не заміняє людське.

Найчесніша частина тексту про збіжність. Один PR пройшов понад 50 раундів ревʼю і виправлень за ніч, поки автор його не зупинив. 59% того, що ревʼюер знаходив повторно, було старим кодом.

Тепер стоїть ліміт у три раунди, і далі ревʼю дивиться лише на новий дифф. Віллісон процитував головну думку: питання «чи читала людина код?» погано заміняє питання «що може зламатись і яка перевірка це зловить?».

Чому це важливо. Текст корисний як готовий чекліст: REVIEW.md, рівні ризику, ліміт раундів, інциденти як евал. Але це компанія про власний продукт. На HN скептики нагадують про тисячі відкритих issues з регресіями в репо Claude Code і про UI десктоп-апки, що постійно змінюється.

Інший коментатор попереджає: закрити критичну знахідку безпеки «коротким поясненням» небезпечно без людини з AppSec.

тема 5PostgreSQL 19 відклали: AI-ревʼю знайшло більше багів, ніж люди встигли виправити

Цей сюжет показує той самий процес з іншого боку. PostgreSQL 19 мав вийти наприкінці вересня або на початку жовтня. Тепер реліз очікують близько 19 листопада. Розробники відкотили від 8 до 10 великих фіч, серед них SQL/PGQ, запити до графів зі стандарту SQL 2023 року. Ці фічі поїдуть у PostgreSQL 20.

Комітер Пітер Айзентраут пояснює причину так. Частина фіч мала архітектурні дефекти. Але ревʼю з LLM знайшло ще й довгий хвіст дрібних багів на крайових випадках. Раніше такі баги виправляли б п'ять років після релізу. «Ти дивишся на список з сорока звітів. Навіть якщо кожен виправляється трьома рядками, кожен має фіксовану ціну, і час закінчується». Айзентраут окремо наголошує, що вайбкодинг тут ні до чого. Більшість фіч написали до появи цієї техніки.

Чому це важливо. Вузьке місце переїхало з пошуку багів на їх виправлення. Ревʼю з AI піднімає планку якості для коду, написаного ще до нього. Перший цикл з таким ревʼю може вийти повільнішим. Айзентраут вважає, що в наступних циклах це вирівняється, якщо якість ревʼю не ростиме так само швидко.

тема 6Mercor: 90% робочих годин у США припадає на задачі поза бенчмарками

Mercor наклала 29 агентних бенчмарків на класифікатор професій O*NET. Там 923 професії і 18 797 задач. LLM-суддя співставив кожен промпт бенчмарка з задачами O*NET. Задача вважається покритою, якщо на неї припадає щонайменше 5 промптів. Покритими вийшли 924 задачі і 208 професій. За оцінкою Mercor, 90% робочих годин американців ідуть на задачі, які бенчмарки майже не міряють.

Покриття не випадкове. Задачі з високою експозицією до AI потрапляють у бенчмарки приблизно в 6 разів частіше. А при однаковій експозиції бенчмарки частіше беруть професії з великим фондом зарплат. Приклад Mercor: задачі юристів покриті щільно, а задачі юридичних секретарів і секретарів суду майже ні.

Того ж дня Моллік написав, що майже всі бенчмарки міряють короткі задачі з однією відповіддю. А економічно цінна робота часто довга і складна.

Чому це важливо. Цифра 90% залежить від вибору 29 бенчмарків, і сама Mercor називає результат попереднім. Компанія також продає власні бенчмарки APEX, які входять у цей список. Висновок однак корисний: гарний бал на бенчмарку мало каже про конкретну професію. Компанія, яка обирає модель, отримає більше від тесту на власних задачах.

тема 7Нові умови Meta дозволяють скрейпити сайти бізнес-акаунтів для навчання

З 30 жовтня діють нові комерційні умови Meta. Кожен, хто має бізнес-акаунт у Facebook, Instagram або WhatsApp, дає Meta право сканувати пов'язані сайти. Meta може використати вміст для того, щоб «train» свої продукти. Умови також дозволяють створювати «тестові облікові дані». Професор Джеймс Ґріммельманн з Корнелла каже, що це технічно дозволяє Meta зареєструватись як фейковий користувач і пройти реєстраційну стіну видавця.

Відмовитись не можна. Умови пропонують одну альтернативу: припинити комерційне використання продуктів Meta. Бізнес-акаунт є майже в кожної редакції, зокрема в самого Nieman Lab. Meta відповідає, що просто зібрала старі пункти в одне місце. Компанія обіцяє і далі поважати robots.txt. Три юристи, яких опитав Nieman Lab, кажуть, що умови все одно дають аргумент у суді.

Чому це важливо. Видавці зараз судяться з OpenAI про те, чи є навчання на статтях fair use.

Умови Meta можуть зробити цю суперечку неважливою для Meta: згоду видавець дає сам, коли користується бізнес-акаунтом. Чи визнає суд таку згоду, невідомо.

тема 8Чотири агенти Gemini 4 Argon пройшли Minecraft за 27 годин

Дослідники Google DeepMind поставили чотирьох агентів Gemini 4 Argon у світ Minecraft на рівні Easy. Мета одна: вбити Ендер-дракона. Ролей ніхто не призначав, ігрову логіку ніхто не писав.

Агенти керували гравцями через бібліотеку Mineflayer і домовлялись у чаті. Вони написали 2783 програми, загинули 605 разів і перемогли дракона за 27 годин 14 хвилин. Автори кажуть, що це перше повне автономне проходження Minecraft агентами без готових інструментів від людей.

Моллік радить статтю як доступний приклад спонтанної координації агентів.

Тієї ж доби на HN вийшов другий тест з ігор. StarSkirmish дає кожній моделі годину, щоб написати бота для StarCraft: Brood War на C++. Перше місце в GPT-6 Astra, друге в GPT-6.1 Sol.

Gemini 4 Argon, Claude Opus 5.5 і Claude Fable 5.1 мають 37-39 балів. Найсильніші боти, яких написали люди, досі попереду: проти них GPT-6 Astra виграє лише 7% ігор.

Чому це важливо. Обидва тести міряють те, чого бракує бенчмаркам з пункту 6: довгий горизонт.

Minecraft вимагав тримати план через тисячі залежних кроків понад добу. Але це один прогін на легкому рівні. А StarCraft нагадує, що в задачі з сильним суперником людський код поки виграє.

тема 9Claude спроєктував квантові схеми дешевші за найкращі опубліковані

Ще одна наукова робота Anthropic того ж дня. Учасник програми STEM Fellows Енді Ґу разом з фізиками з Гарварду дав моделі Claude Mythos 5 описи восьми квантових схем звичайною мовою.

Окрема програма перевіряла кожен варіант на правильність і рахувала кількість кубітів і гейтів.

Модель працювала в замкненому циклі без людини між раундами.

За даними Anthropic, у всіх восьми задачах модель знайшла схеми з меншою кількістю і кубітів, і гейтів, ніж найкращі опубліковані. Подекуди виграш сягає порядку величини. Над додаванням точок еліптичної кривої модель працювала 53 години. Вона знайшла новий підхід до модульної інверсії, найдорожчого кроку цієї операції. В алгоритмі квантової оптимізації найдорожчий крок став приблизно у 12 разів дешевшим.

Чому це важливо. Квантові обчислення гальмує брак кубітів. Тому дешевша схема наближає практичні задачі так само, як нове залізо. Тут є перегук з пунктом 1: точкове додавання на еліптичних кривих - основа квантової атаки на ту саму криптографію. Цифри поки дає лише сама Anthropic. Незалежної перевірки статті ще нема.

тема 10Магазини готуються до покупців-агентів, банки їх обмежують

Тема з'явилась у чотирьох виданнях за один день. Semafor пише, що компанія Cheq, яка перевіряє агентів-покупців, зафіксувала стократне зростання агентного трафіку за 45 днів. Це сталося після виходу споживчих агентів, зокрема Muse від Meta. Amazon і eBay агентів блокують, щоб зберегти контроль над рекламою і оформленням замовлення. За даними Morning Consult, порада агента впливає на покупця так само, як порада інфлюенсера. Але купувати від свого імені агенту довіряють мало хто.

FT пише, що Citi став черговим банком США, який обмежив доступ AI-агентів до рахунків. За FT, банки бояться, що чат-боти переведуть мільярди депозитів на рахунки з вищою ставкою. WSJ і The Atlantic пишуть про той самий зсув з боку продавців.

Чому це важливо. Цей різдвяний сезон стане першою масовою перевіркою агентної торгівлі.

Конфлікт уже видно: платформи, які заробляють на рекламі і на увазі людини, закривають двері агентам. А банки бачать в агентах загрозу для своїх депозитів.

короткоРешта за добу