$2000 против $100 000: как OpenAI Astra доказала 10 теорем в Lean 4, а Anthropic Claude взломал криптошифры
OpenAI направила мультиагентные системы на закрытие 25-летних теоретических проблем с 100% формальной верификацией, в то время как Anthropic сфокусировалась на прикладном криптоанализе и автономном поиске уязвимостей в фундаментальных шифрах.
Главной причиной дискуссий стала публикация 249-страничного отчета OpenAI «Ten Advances in Mathematics».
🛠 Подход OpenAI Astra: 10 закрытых проблем за $2000 и сертификация в Lean 4
Внутренняя мультиагентная модель OpenAI Astra решила ряд математических проблем, стоявших без движения десятилетиями. В их число вошли доказательство существования несофических групп Громова (проблема 1999 года), опровержение гипотезы жесткости Конна и решение задачи Эрдёша №183.
Роль верификатора Lean 4
Главная беда нейросетей в математике (и не только) — они любят красиво врать и придумывать несуществующие правила. Чтобы этого не произошло, OpenAI заставила модель писать решение не обычным текстом, а на строгом языке программирования Lean 4.
Lean 4 — это жесткий компьютерный верификатор. Если в логике ИИ есть хоть одна ошибка или подгонка под ответ, программа просто выдаст ошибку и не скомпилирует код. В итоге компилятор Lean 4 подтвердил, что все 10 решений нейросети математически идеальны на 100%.
Экономика вычислений
Подход OpenAI оказался неожиданно экономичным. Суммарные затраты на генерацию токенов для всех 10 доказательств составили всего ~$2000 по тарифам Sol API.
Это доказывает, что при наличии строгого внешнего верификатора в виде Lean 4, направленные мультиагентные цепочки способны решать задачи высшего порядка без больших затрат на инфраструктуру.
🔐 Подход Anthropic Claude Mythos: $100 000 за автономный взлом криптографии
За четыре дня до анонса OpenAI лаборатория Anthropic показала совсем другой подход. Они натравили свою модель Claude Mythos Preview не на абстрактную теорию, а на реальную криптографию.
Уязвимости в алгоритмах HAWK и AES
Нейросеть проанализировала алгоритм цифровой подписи HAWK (который создавался для защиты данных от будущих квантовых компьютеров) и классический шифр AES-128, на котором сегодня держится безопасность большей части интернета.
ИИ полностью автономно нашел в математической структуре этих алгоритмов скрытые уязвимости и слабые места, о которых разработчики шифров даже не подозревали.
Затраты и длительность вычислений
В отличие от OpenAI, у Anthropic не было программы-проверяльщика вроде Lean 4. Нейросети пришлось двое суток подряд вслепую перебирать миллионы математических комбинаций и искать коллизии. На этот многодневный непрерывный поиск уязвимостей ушло почти $100 000 в токенах.
Подробнее говорится в их отчёте.
📊 Теоретическая математика vs Практический кибер-анализ
Сравнение двух исследований ярче всего иллюстрирует ключевые различия в подходе к AI-исследованиям:
- Строгость против применимости: OpenAI опирается на строгие формальные языки доказательств (Lean 4), создавая идеальные академические сертификаты, где вероятность ошибки равна нулю. Anthropic работает с грязными прикладными объектами реального мира, изыскивая скрытые математические пробоины в действующих стандартах шифрования.
- Паттерны использования LLM: Контраст расходов демонстрирует различие двух алгоритмических архитектур. OpenAI применила целевые мультиагентные цепочки с моментальной выбраковкой неверных веток через компилятор. Anthropic задействовала многодневный глубокий агентный перебор пространств состояний без мгновенного внешнего арбитра.
- Итоговые результаты: В сухом остатке лаборатория OpenAI на базе модели Astra за скромный бюджет в $2000 смогла выдать 10 формально доказанных теорем, получив 100% гарантию качества от компилятора Lean 4. Лаборатория Anthropic, задействовав модель Claude Mythos Preview, вложила $100 000 в многодневный инференс и получила реальные уязвимости в алгоритмах HAWK и AES-128, доказав применимость ИИ в постквантовом криптоанализе.
В сухом остатке OpenAI доказала 10 важнейших теорем за маленький бюджет, получив готовые сертификаты в репозитории openai/ten-proofs. А Anthropic за $100 000 доказала, что нейросети уже сейчас способны находить дыры в алгоритмах шифрования, защищающих наши деньги и переписки.