Risken gäller mer än vanlig kontors-IT. Myndighetsplattformar, molntjänster och kritisk informationsinfrastruktur – så kallad CII – kan ge tillgång till samhällsviktiga tjänster och miljöer med operativ teknik. Om angripare kan automatisera kartläggning och exploatering av exponerade system kan en enda missad svaghet bli lättare att hitta och utnyttja i stor skala.
Frontier-modeller kan också förstärka nätfiske och identitetsbedrägerier. CSA uppger att AI kan skapa övertygande lockbeten i stor skala, realistiska röstkloner och videobaserade deepfakes samt verktyg som försöker kringgå multifaktorautentisering. Angreppsytan blir därmed bredare: tekniska sårbarheter är fortfarande viktiga, men identiteter, behörigheter och mänskliga beslut blir lika attraktiva mål.
Anthropic har beskrivit Claude Mythos Preview som en mycket kapabel modell för cybersäkerhetsuppgifter och lanserat Project Glasswing för att använda modellen i defensivt arbete med kritisk programvara. De mest långtgående offentliga uppgifterna bör dock bedömas försiktigt: den oberoende verifieringen är fortfarande begränsad och Anthropic har valt kontrollerad åtkomst i stället för en bred lansering.
Singapores regering har sagt att landet inte har tillgång till Mythos och inte utgår från att det kommer att få tidig tillgång till varje framtida frontier-modell. I stället samarbetar regeringen med AI-laboratorier, cybersäkerhetsföretag och andra partner som kan följa kapacitetsutvecklingen och bedöma säkerhetskonsekvenserna.
Skillnaden är viktig. Organisationer kan inte bygga sin säkerhetsplan kring att granska en enda namngiven modell. De behöver skydd som fortsätter att fungera när nya modeller, verktyg och angreppsmetoder blir tillgängliga.
CSA och GovTech har informerat ägare av kritisk informationsinfrastruktur och statliga myndigheter om riskerna med frontier-AI. De omedelbara åtgärderna är praktiska:
Åtgärderna är inte nya, men frontier-AI gör fördröjningar farligare. Målet är att minska antalet svagheter som angripare kan utnyttja och korta tiden mellan upptäckt och åtgärd.
AI-baserad cybersäkerhet kan hjälpa team att upptäcka hot, sortera larm, utreda incidenter och identifiera eller åtgärda sårbarheter snabbare. Singapores myndighet CSIT beskriver AI-drivna arbetsflöden och fuzzing-system som ska hitta så kallade zero-day-sårbarheter i verksamhetskritisk programvara. Myndigheten använder också adversariell simulering för att hitta arkitektoniska svagheter innan angripare gör det.
Försvars-AI skapar samtidigt egna säkerhetskrav. CSA betonar att det inte räcker att härda själva modellen. Systemägare bör bedöma risker under hela AI-livscykeln: planering och design, utveckling, införande, drift och underhåll samt avveckling. Det innebär att skydda tränings- och driftdata, gränssnitt, beroenden, leveranskedjor, åtkomstkontroller och övervakning – inte bara modellens beteende.
Mänsklig validering är fortsatt avgörande, särskilt när ett AI-system föreslår en säkerhetsuppdatering, klassificerar en incident eller rekommenderar en åtgärd som kan påverka operativ teknik eller offentliga tjänster.
Singapores inriktning kombinerar grundläggande skydd med löpande tester. Ägare av kritisk informationsinfrastruktur använder redan externa revisioner och regelbundna penetrationstester, vars rapporter lämnas till CSA. Regeringen har samtidigt betonat att kontrollerna måste stärkas kontinuerligt och inte enbart valideras vid återkommande revisioner.
Arbetsprincipen är kort och tydlig: lås ner, hitta först, åtgärda snabbt. I praktiken betyder det uppdaterade tillgångsförteckningar, kontinuerlig skanning, snabba säkerhetsuppdateringar, segmentering av nätverk och behörigheter, tester av programvara och beroenden samt övningar i återställning. Företag som inte är klassade som CII-ägare bör tillämpa samma prioriteringar på internetexponerade tjänster, identitetssystem, molnkonsoler och känsliga anslutningar till tredje part.
Ingen enskild organisation kan överblicka alla frontier-AI-förmågor eller alla möjliga angreppsvägar. Myndigheter, CII-operatörer, moln- och teknikleverantörer, säkerhetsforskare och akademi behöver därför dela användbara indikatorer, sårbarhetsinformation och erfarenheter från övningar så snabbt som möjligt.
Viss information måste av naturliga skäl förbli hemligstämplad. Singapore har sagt att landet selektivt kommer att dela klassificerade cyberunderrättelser med CII-ägare och samtidigt förse dem med defensiva verktyg. Organisationer bör därför agera på CSA:s varningar och använda sanerad, delbar information när detaljerade källor inte kan spridas.
Nationella övningar är en del av samma modell. Critical Infrastructure Defence Exercise har använt AI-drivna angreppssimuleringar inom 11 kritiska sektorer tillsammans med branschpartner för att stärka motståndskraften och förbättra samordningen.
Frontier-AI ersätter inte cybersäkerhetens grunder – den gör det dyrare att försumma dem. Singapores starkaste försvar på kort sikt består av snabba säkerhetsuppdateringar, multifaktorautentisering, minsta möjliga behörighet, kontinuerlig övervakning, adversariella tester, säker AI-användning och snabb informationsdelning.
De organisationer som hittar sina svagheter innan en automatiserad angripare gör det kommer att ha det bästa utgångsläget när frontier-modellernas förmågor fortsätter att utvecklas.
Risken gäller mer än vanlig kontors-IT. Myndighetsplattformar, molntjänster och kritisk informationsinfrastruktur – så kallad CII – kan ge tillgång till samhällsviktiga tjänster och miljöer med operativ teknik. Om angripare kan automatisera kartläggning och exploatering av exponerade system kan en enda missad svaghet bli lättare att hitta och utnyttja i stor skala.
Frontier-modeller kan också förstärka nätfiske och identitetsbedrägerier. CSA uppger att AI kan skapa övertygande lockbeten i stor skala, realistiska röstkloner och videobaserade deepfakes samt verktyg som försöker kringgå multifaktorautentisering. Angreppsytan blir därmed bredare: tekniska sårbarheter är fortfarande viktiga, men identiteter, behörigheter och mänskliga beslut blir lika attraktiva mål.
Anthropic har beskrivit Claude Mythos Preview som en mycket kapabel modell för cybersäkerhetsuppgifter och lanserat Project Glasswing för att använda modellen i defensivt arbete med kritisk programvara. De mest långtgående offentliga uppgifterna bör dock bedömas försiktigt: den oberoende verifieringen är fortfarande begränsad och Anthropic har valt kontrollerad åtkomst i stället för en bred lansering.
Singapores regering har sagt att landet inte har tillgång till Mythos och inte utgår från att det kommer att få tidig tillgång till varje framtida frontier-modell. I stället samarbetar regeringen med AI-laboratorier, cybersäkerhetsföretag och andra partner som kan följa kapacitetsutvecklingen och bedöma säkerhetskonsekvenserna.
Skillnaden är viktig. Organisationer kan inte bygga sin säkerhetsplan kring att granska en enda namngiven modell. De behöver skydd som fortsätter att fungera när nya modeller, verktyg och angreppsmetoder blir tillgängliga.
CSA och GovTech har informerat ägare av kritisk informationsinfrastruktur och statliga myndigheter om riskerna med frontier-AI. De omedelbara åtgärderna är praktiska:
Åtgärderna är inte nya, men frontier-AI gör fördröjningar farligare. Målet är att minska antalet svagheter som angripare kan utnyttja och korta tiden mellan upptäckt och åtgärd.
AI-baserad cybersäkerhet kan hjälpa team att upptäcka hot, sortera larm, utreda incidenter och identifiera eller åtgärda sårbarheter snabbare. Singapores myndighet CSIT beskriver AI-drivna arbetsflöden och fuzzing-system som ska hitta så kallade zero-day-sårbarheter i verksamhetskritisk programvara. Myndigheten använder också adversariell simulering för att hitta arkitektoniska svagheter innan angripare gör det.
Försvars-AI skapar samtidigt egna säkerhetskrav. CSA betonar att det inte räcker att härda själva modellen. Systemägare bör bedöma risker under hela AI-livscykeln: planering och design, utveckling, införande, drift och underhåll samt avveckling. Det innebär att skydda tränings- och driftdata, gränssnitt, beroenden, leveranskedjor, åtkomstkontroller och övervakning – inte bara modellens beteende.
Mänsklig validering är fortsatt avgörande, särskilt när ett AI-system föreslår en säkerhetsuppdatering, klassificerar en incident eller rekommenderar en åtgärd som kan påverka operativ teknik eller offentliga tjänster.
Singapores inriktning kombinerar grundläggande skydd med löpande tester. Ägare av kritisk informationsinfrastruktur använder redan externa revisioner och regelbundna penetrationstester, vars rapporter lämnas till CSA. Regeringen har samtidigt betonat att kontrollerna måste stärkas kontinuerligt och inte enbart valideras vid återkommande revisioner.
Arbetsprincipen är kort och tydlig: lås ner, hitta först, åtgärda snabbt. I praktiken betyder det uppdaterade tillgångsförteckningar, kontinuerlig skanning, snabba säkerhetsuppdateringar, segmentering av nätverk och behörigheter, tester av programvara och beroenden samt övningar i återställning. Företag som inte är klassade som CII-ägare bör tillämpa samma prioriteringar på internetexponerade tjänster, identitetssystem, molnkonsoler och känsliga anslutningar till tredje part.
Ingen enskild organisation kan överblicka alla frontier-AI-förmågor eller alla möjliga angreppsvägar. Myndigheter, CII-operatörer, moln- och teknikleverantörer, säkerhetsforskare och akademi behöver därför dela användbara indikatorer, sårbarhetsinformation och erfarenheter från övningar så snabbt som möjligt.
Viss information måste av naturliga skäl förbli hemligstämplad. Singapore har sagt att landet selektivt kommer att dela klassificerade cyberunderrättelser med CII-ägare och samtidigt förse dem med defensiva verktyg. Organisationer bör därför agera på CSA:s varningar och använda sanerad, delbar information när detaljerade källor inte kan spridas.
Nationella övningar är en del av samma modell. Critical Infrastructure Defence Exercise har använt AI-drivna angreppssimuleringar inom 11 kritiska sektorer tillsammans med branschpartner för att stärka motståndskraften och förbättra samordningen.
Frontier-AI ersätter inte cybersäkerhetens grunder – den gör det dyrare att försumma dem. Singapores starkaste försvar på kort sikt består av snabba säkerhetsuppdateringar, multifaktorautentisering, minsta möjliga behörighet, kontinuerlig övervakning, adversariella tester, säker AI-användning och snabb informationsdelning.
De organisationer som hittar sina svagheter innan en automatiserad angripare gör det kommer att ha det bästa utgångsläget när frontier-modellernas förmågor fortsätter att utvecklas.