Cloudflare протестировала Claude Mythos: ИИ способен объединять уязвимости в полноценные эксплойты

Большинство автоматических инструментов безопасности работает довольно прямолинейно: они ищут отдельные уязвимости и помечают их как потенциальные проблемы.

По наблюдениям Cloudflare, Mythos пошёл дальше. Модель могла:

• находить несколько незначительных уязвимостей в коде
• анализировать, как они могут взаимодействовать
• объединять их в цепочку эксплойта, которая создаёт реальный сценарий атаки

То есть система рассматривала уязвимости не изолированно, а как набор элементов, которые можно связать в полноценную атаку. Подобные цепочки обычно строят опытные исследователи безопасности вручную.

Cloudflare тестировала модель на разных частях своей инфраструктуры — включая runtime‑системы, сетевые протоколы, компоненты control plane и open‑source проекты.

Автоматическое создание PoC‑эксплойтов

Ещё одна заметная возможность — автоматическая генерация proof‑of‑concept кода.

Во время тестов модель могла:

• писать код, который должен вызвать найденную уязвимость
• компилировать и запускать его в тестовой среде
• анализировать результат выполнения
• корректировать стратегию и повторять попытку

Таким образом Mythos фактически выполнял итерационный цикл разработки эксплойта, который обычно требует участия человека.

Для специалистов по безопасности PoC — важный этап: именно он показывает, можно ли реально использовать найденный баг. Если этот этап автоматизировать, процесс проверки и приоритизации уязвимостей может значительно ускориться.

Признаки продвинутого анализа уязвимостей

По данным Anthropic, в ходе внутренних тестов модель демонстрировала и другие способности:

• обнаружение zero‑day уязвимостей в реальных open‑source проектах
• реверс‑инжиниринг эксплойтов для закрытого программного обеспечения
• превращение N‑day уязвимостей (известных, но ещё не исправленных) в рабочие эксплойты

Это говорит о том, что Mythos ориентирован не столько на обычное программирование, сколько на структурный анализ уязвимостей и логику эксплуатации ошибок.

Ограничения: ложные срабатывания и непоследовательные отказы

Несмотря на впечатляющие возможности, тестирование выявило и проблемы.

Ложные срабатывания

Модель иногда сообщала о уязвимостях, которые на практике не были эксплуатируемыми. Особенно часто это происходило в проектах на языках с небезопасной работой с памятью, например C и C++.

Это означает, что даже при использовании подобных моделей человеческая проверка остаётся обязательной.

Непоследовательное поведение безопасности

Cloudflare также заметила неравномерную работу защитных ограничений. В некоторых случаях модель находила путь атаки, но затем отказывалась демонстрировать эксплойт из‑за встроенных ограничений. В других случаях она успевала продвинуться дальше перед остановкой.

Такая непоследовательность показывает, насколько сложно балансировать между полезностью для исследований и предотвращением злоупотреблений.

Почему это важно для кибербезопасности

Результаты эксперимента показывают, что роль ИИ в поиске уязвимостей быстро меняется.

Для защитников подобные системы могут:

• находить сложные цепочки уязвимостей, которые обычные сканеры пропускают
• быстрее подтверждать, можно ли реально эксплуатировать баг
• помогать командам безопасности правильно расставлять приоритеты исправлений

Но те же возможности несут и риск. Если ИИ способен сам переходить от обнаружения бага к рабочему эксплойту, барьер для создания сложных кибератак может значительно снизиться.

Cloudflare в своих выводах отмечает: просто ускорить установку патчей уже недостаточно. В эпоху ИИ‑ускоренного поиска уязвимостей организациям, возможно, придётся менять саму архитектуру управления безопасностью.

Проблема двойного применения

Claude Mythos Preview демонстрирует классическую проблему технологий двойного назначения (dual‑use).

С одной стороны:

• защитники могут находить и закрывать уязвимости быстрее

С другой:

• злоумышленники теоретически могут автоматизировать разработку эксплойтов

Именно поэтому модель пока не выпускается публично. Она доступна ограниченному числу организаций для оборонительных исследований в рамках программы Project Glasswing.

Тесты Cloudflare показывают важный рубеж: ИИ постепенно переходит от роли помощника программиста к инструменту, который способен полностью анализировать уязвимости и строить сценарии их эксплуатации. И это может серьёзно изменить баланс сил в кибербезопасности в ближайшие годы.