Что независимые тесты говорят о возможностях Mythos в кибербезопасности

По данным самой Anthropic, Mythos способен:

• находить zero‑day уязвимости в реальных open‑source проектах;
• анализировать закрытое программное обеспечение и обратно реконструировать эксплойты;
• превращать известные, но ещё не исправленные N‑day уязвимости в рабочие атаки .

Сильная сторона модели — способность связывать несколько задач в единую цепочку атаки: анализ кода, создание гипотез, тестирование и подготовку эксплойта. Именно такая комбинация навыков обычно требуется в реальных кибероперациях.

Ограничения: оценка серьёзности и проверка эксплойтов

Несмотря на впечатляющие результаты в поиске уязвимостей, Mythos пока плохо подходит для некоторых ключевых этапов работы специалистов по безопасности.

В частности:

• модели трудно надежно оценивать критичность уязвимости;
• найденные ошибки часто требуют ручной проверки;
• команды безопасности могут столкнуться с большим числом ложных срабатываний, если модель генерирует слишком много потенциальных багов.

Сообщения о «тысячах критических уязвимостей», найденных Mythos, в основном исходят из материалов Anthropic или связанных источников. Пока такие цифры стоит рассматривать как заявления производителя, пока их не подтвердят независимые воспроизводимые исследования .

Сравнение с GPT‑5.5: лидерство не очевидно

Интересно, что государственные тесты не показывают явного доминирования Mythos над другими передовыми моделями.

AISI отмечает, что Mythos стал первым, кто выполнил сложную симуляцию сетевой атаки, но вскоре GPT‑5.5 достиг сопоставимого уровня результатов в той же серии кибериспытаний .

Некоторые сторонние отчёты указывают, что GPT‑5.5 показал похожую эффективность в задачах высокой сложности. Например, сообщалось о примерно сопоставимых показателях успешности на «экспертных» заданиях в тестах института, хотя эти данные требуют осторожной интерпретации до публикации полного набора результатов .

Компания XBOW, разрабатывающая AI‑инструменты для безопасности, также утверждает, что в её внутренних тестах с реальными историческими уязвимостями GPT‑5.5 демонстрирует «Mythos‑подобные» возможности взлома при анализе и эксплуатации багов .

С точки зрения практического применения это означает, что преимущество Mythos может зависеть не столько от самой модели, сколько от:

• инструментов и агентных систем вокруг неё;
• интеграции в рабочие процессы безопасности;
• стоимости и доступности вычислений.

Почему банки и правительства стремятся получить доступ

Появление таких моделей вызывает заметную реакцию со стороны государств и финансового сектора.

Например:

• крупнейшие банки Японии готовятся получить доступ к Mythos для анализа собственных систем безопасности ;
• глобальные банки тестируют технологию, опасаясь, что те же инструменты могут использоваться и злоумышленниками ;
• в Европе обсуждаются альтернативные AI‑модели для киберзащиты после ограничений на доступ к Mythos для регуляторов .

Некоторые правительства уже начали специальные проверки и рабочие группы, чтобы оценить риски, связанные с подобными системами.

Почему интерес к таким моделям растёт

По данным AISI, возможности AI в киберзадачах растут очень быстро: длина сложных задач, которые модели способны выполнять автономно, удваивается каждые несколько месяцев в их тестовой среде .

Британский Национальный центр кибербезопасности (NCSC) предупреждает, что передовые модели уже помогают в отдельных этапах кибератак — например:

• выявлении zero‑day уязвимостей,
• анализе архитектуры систем,
• решении криптографических задач .

Это создаёт своеобразную гонку вооружений. Защитники хотят использовать такие системы, чтобы быстрее находить и исправлять ошибки, а регуляторы опасаются, что те же технологии могут снизить стоимость и сложность кибератак.

Итог

Самое точное описание Mythos сегодня — это высокоэффективный помощник по кибербезопасности с двойным назначением.

Он действительно ускоряет поиск уязвимостей и сложные эксперименты с атаками, но пока:

• не заменяет экспертов по безопасности,
• требует проверки результатов человеком,
• и не имеет очевидного технологического разрыва с другими передовыми моделями.

Главные открытые вопросы — это уровень ложных срабатываний, подтверждаемость результатов вне лабораторных тестов и то, смогут ли конкурирующие системы достигать похожих возможностей дешевле.