ИИ Mythos от Anthropic перешел границу кибербезопасности: что означают новые тесты

Системы искусственного интеллекта стремительно прогрессируют в задачах кибербезопасности, но новые тесты показывают, что сегодня они уже способны самостоятельно проводить полноценные цепочки атак.

В ходе испытаний, проведенных Институтом безопасности Искусственного интеллекта Великобритании (AISI), было установлено, что предварительная версия модели Claude Mythos от Anthropic представляет собой значительный шаг вперед в области автономного наступательного киберпотенциала. В контролируемой среде ИИ впервые успешно завершил полную симуляцию атаки на корпоративную сеть от начала и до конца. Этот же объем работы, по оценкам института, занял бы у квалифицированного специалиста по кибербезопасности около 20 часов.

Результат важен не сам по себе, а как сигнал: ИИ-системы начинают автоматизировать сложные сценарии кибервзломов, которые раньше требовали глубоких знаний и подготовки.

Значимый прорыв в автономных кибератаках

Согласно оценке AISI, Mythos Preview превзошла по кибербезопасным бенчмаркам все предыдущие модели и стала первой ИИ-системой, успешно завершившей симуляцию атаки на корпоративную сеть от старта до финиша.

Сценарий симуляции включает в себя множество последовательных этапов: разведку сети, выявление уязвимостей и их эксплуатацию для углубления доступа. В ходе тестов модель могла автономно выполнять эти действия при наличии сетевого доступа и четких инструкций.

Это принципиально новая ступень: ИИ больше не ограничивается ответами на теоретические вопросы или написанием разрозненных фрагментов кода. Теперь он способен следовать реалистичному сценарию атаки — планировать и выполнять несколько шагов ради достижения цели.

Доказательства стремительного прогресса

Правительство Великобритании предупредило, что новейшие ИИ-модели все лучше справляются с задачами, ранее требовавшими дефицитной экспертизы. Среди них:

• поиск уязвимостей в программном обеспечении;
• написание эксплойт-кода;
• ускорение процессов обнаружения и эксплуатации «дыр» в системах.

Чиновники отмечают, что такой сдвиг может значительно повысить скорость и масштаб киберопераций по сравнению с классическими атаками, проводимыми людьми.

На практике это означает, что дефицитным ресурсом всё чаще становится не наличие опытных хакеров, а доступ к ИИ-системам, способным автоматизировать эту работу.

Почему так важен контроль над моделями

Именно из-за указанных возможностей модели, подобные Mythos, не распространяются публично.

Anthropic позиционирует систему как особенно мощную в задачах компьютерной безопасности и ограничила ее доступность, чтобы использовать для оборонительных исследований и поиска уязвимостей в строго контролируемой среде.

Логика проста: те же инструменты, которые помогают специалистам быстрее находить слабые места в защите, могут быть использованы и злоумышленниками при бесконтрольном доступе.

Риски несанкционированного доступа

Даже при всех ограничениях эксперты беспокоятся о том, насколько сложно удержать под контролем столь мощные ИИ-системы после их передачи партнерам, тестировщикам или подрядчикам.

Ряд источников сообщал, что небольшая группа неавторизованных пользователей могла получить доступ к Mythos через среду стороннего вендора. Anthropic, в свою очередь, заявила, что не нашла доказательств компрометации собственных систем. Поскольку информация основана на вторичных публикациях, детали остаются не до конца проверенными.

Тем не менее, этот инцидент высвечивает более серьезную проблему: высокоэффективные «кибермодели» ИИ могут стать лакомой целью для кражи или злоупотреблений.

Разрыв между «ИИ-защитниками» и всеми остальными

Политики и исследователи безопасности всё чаще говорят о риске «цифрового неравенства в обороне».

Организации, имеющие доступ к продвинутым инструментам ИИ, могут сканировать системы, выявлять уязвимости и разворачивать патчи значительно быстрее команд, работающих по старинке. Атакующие, в свою очередь, также могут использовать ИИ для ускорения поиска и эксплуатации брешей в защите.

Это создает ситуацию, в которой хорошо оснащенные организации укрепляют свою защиту с помощью ИИ, а небольшие компании сталкиваются с нарастающей автоматизированной угрозой, не имея сопоставимых инструментов.

Что на самом деле означают тесты Mythos

Результаты AISI не означают, что ИИ уже сегодня способен без ограничений взламывать реальные сети. Испытания проходили в лабораторной среде и не обязательно отражают работу модели против хорошо укрепленных систем с активной защитой.

Но эти данные демонстрируют явный сдвиг: передовые модели ИИ начинают автономно выполнять сложные кибероперации в условиях, приближенных к реальным.

Для правительств и экспертов по безопасности вызов перестает быть гипотетическим. По мере того как ИИ-системы совершенствуются в поиске уязвимостей и их эксплуатации, контроль доступа и повсеместное внедрение защитных решений на базе ИИ могут стать не менее важными задачами, чем само развитие этих моделей.