Anthropic опубликовала первые итоги проекта Glasswing, запущенного месяц назад. По данным компании, модель Claude Mythos Preview, работающая примерно с 50 партнёрами, выявила более 10 000 уязвимостей высокой и критической степени в системно важном ПО.
В блоге Anthropic сказано, что модель теперь находит уязвимости быстрее, чем команды успевают их проверить, раскрыть и устранить. Компания не приводит технические детали, поскольку стандартный срок на раскрытие новых уязвимостей в отрасли составляет 90 дней, а публикация части данных сейчас может создать риск для пользователей.
По словам Anthropic, партнёры Glasswing разрабатывают и поддерживают ПО, важное для интернета и другой критической инфраструктуры. Каждый из них обнаружил сотни критических уязвимостей, а у части компаний скорость поиска багов выросла более чем в 10 раз.
Cloudflare сообщила, что нашла 2 000 багов, из них 400 были высокой или критической степени. Компания также заявила, что доля ложных срабатываний у модели оказалась ниже, чем у специалистов по ручному тестированию.
Mozilla сообщила, что нашла и исправила 271 уязвимость в Firefox 150. Это более чем в 10 раз выше результата предыдущей модели Claude Opus 4.6 при проверке Firefox 148.
Внешние проверки также подтверждают эти результаты. Британский AI Security Institute сообщил, что последняя версия Mythos Preview стала первой моделью, которая полностью прошла оба внутренних киберполигона института, то есть симуляции многоэтапных атак.
Независимая платформа XBOW назвала модель большим шагом вперёд по сравнению с предыдущими системами и отметила её «беспрецедентную точность». По данным Anthropic, Mythos Preview также показывает лучший результат в академических тестах ExploitBench и ExploitGym, при этом GPT-5.5 близка к ней по большинству этих тестов и уже доступна открыто.
По данным Anthropic, эффект заметен и по объёму исправлений. Palo Alto Networks выпустила в последнем релизе в пять раз больше патчей, чем обычно. Microsoft заявила, что число новых исправлений «ещё некоторое время будет расти». Oracle, в свою очередь, сообщила, что стала находить и устранять уязвимости в несколько раз быстрее.
Модель пригодилась и за пределами поиска багов. Как утверждает Anthropic, в одном из банков-партнёров она помогла выявить и заблокировать мошеннический банковский перевод на сумму более 1,5 млн долларов.
Параллельно с работой с партнёрами Anthropic проверила с помощью Mythos Preview более 1 000 проектов с открытым исходным кодом. По оценке компании, модель нашла 6 202 уязвимости высокой или критической степени и 23 019 проблем всех уровней серьёзности.
Независимые компании по кибербезопасности, а также частично сама Anthropic, к этому моменту проверили 1 752 находки высокой и критической степени. В 90,6% случаев они оказались истинными срабатываниями, а 62,4% были подтверждены как действительно серьёзные. На основе этих показателей Anthropic оценивает число подтверждённых уязвимостей высокой и критической степени в открытом коде почти в 3 900. Компания планирует продолжить проверки.
В блоге также сказано, что часть сопровождающих открытые проекты попросила Anthropic замедлить раскрытие информации, поскольку им нужно больше времени на подготовку исправлений. В среднем устранение одной серьёзной уязвимости занимает две недели.
На данный момент сопровождающим уже передали 530 таких уязвимостей. Из них 75 исправлены, для 65 опубликованы публичные уведомления. Ещё 827 подтверждённых уязвимостей пока ожидают раскрытия.
Anthropic отдельно отмечает, что ситуацию усугубляет поток низкокачественных сообщений о багах, созданных с помощью ИИ. При этом, по оценке компании, модели с сопоставимыми навыками в кибербезопасности скоро станут широко доступны, а часть из них, вероятно, уже существует.
В качестве примера компания упоминает OpenAI GPT-5.5, которая, по её мнению, подходит под это описание. Также Anthropic указывает на более специализированный вариант GPT-5.5 Cyber, хотя точные отличия между ними не раскрываются.
По оценке Anthropic, отрасль входит в переходный период, когда уязвимости находят очень быстро, а исправляют медленнее. Этот разрыв создаёт новые риски: модели класса Mythos резко снижают время и стоимость поиска и эксплуатации багов. При этом, как пишет компания, ни одна организация, включая саму Anthropic, пока не создала защиту, которая бы достаточно хорошо предотвращала злоупотребление такими моделями и серьёзный ущерб.
В долгосрочной перспективе такие модели могут помочь разработчикам выпускать более безопасное ПО, если ошибки будут находить до релиза. Пока же Anthropic советует командам сокращать цикл выпуска патчей и упрощать установку обновлений для пользователей. Специалистам по защите сетей компания рекомендует базовые меры: многофакторную аутентификацию, жёсткие настройки систем и подробное журналирование.
Источник: The Decoder, блог Anthropic.
