- Claude Mythos Preview har opdaget tusindvis af kritiske fejl i grundlæggende software, hvilket langt overstiger menneskers og traditionelle værktøjers detekteringsmuligheder.
- Project Glasswing er en begrænset koalition af 50 teknologi- og finansgiganter, der bruger denne kunstige intelligens til at rette sårbarheder, før de udnyttes.
- Modellen forbliver under kontrolleret adgang på grund af dens ASL-4-risikoniveau, da den har evnen til at generere funktionelle angreb autonomt.
Forestil dig, at den software, der ligger til grund for internettet, fra de browsere, du bruger til at læse dette, til operativsystemerne på de mest kraftfulde servere, havde usynlige sårbarheder, som ingen havde bemærket i årtier. Det viser sig, at Anthropic har haft et gennembrud med et værktøj, der ikke kun finder disse sårbarheder, men også ved præcis, hvordan man udnytter dem, hvilket tvinger hele branchen til at gentænke, hvordan vi beskytter vores data.
Vi taler ikke om en simpel opdatering af en smart chat-app, men om et komplet paradigmeskift. Med lanceringen af Project Glasswing har virksomheden besluttet at anlægge en proaktiv defensiv tilgang og samle tungvægterne fra teknologi- og finanssektoren for at rydde op i den globale kodebase, før nogen med ondsindede hensigter beslutter sig for at bruge den samme teknologi til at skabe digitalt kaos.
Hjernen bag operationen: Claude Mythos Forhåndsvisning
Den virkelige drivkraft bag hele denne operation er Claude Mythos Preview , en AI-model, der sætter sine forgængere i skammekronen med hensyn til sikkerhedsanalyse. I modsætning til kommercielle modeller har Mythos en dyb ræsonnementskapacitet, der gør det muligt at identificere tusindvis af zero-day-sårbarheder – fejl, som selv de oprindelige udviklere ikke var opmærksomme på.
Det, der gør denne model til et sandt kraftværk, er dens evne til at kæde sårbarheder sammen . I den virkelige verden bruger en hacker normalt ikke et enkelt hul, men kombinerer i stedet flere mindre fejl for at få fuld adgang. Mythos kan udlede, hvordan disse dele skal forbindes, og endnu mere imponerende er han i stand til at skrive og udføre testkode for at bevise, at fejlen er reel og kan udnyttes, og dermed eliminere støjen fra falske positiver, der frustrerer cybersikkerhedsanalytikere og deres værktøjer i så høj grad.
Figurer der får hårene til at rejse sig
Hvis du troede, at moden software var sikker, vil Glasswings data give dig mareridt. På bare tredive dage opdagede programpartnere mere end 10.000 alvorlige eller kritiske sårbarheder. Cloudflare alene, der allerede er førende inden for sikkerhed, fandt 2.000 fejl i sine egne systemer, hvoraf 400 var kritiske , hvilket viser, at selv de mest forberedte ikke er immune over for fejl.
Situationen med open source er endnu mere alarmerende. Anthropic analyserede omkring 1.000 projekter, der er essentielle for netværket, og fandt mere end 23.000 potentielle sårbarheder, hvoraf 6.202 blev klassificeret som kritiske . For at give dig en idé, afdækkede modellen en sårbarhed i OpenBSD, der havde været inaktiv i 27 år , foruden 16 og 17 år gamle fejl i henholdsvis FFmpeg og FreeBSD. Software, der havde bestået utallige revisioner og stadig havde en sårbarhed.
Hvorfor kan vi ikke bruge Mythos derhjemme?
Du undrer dig sikkert over, hvorfor Anthropic ikke udgiver denne model til offentligheden. Svaret er simpelt: den er for farlig. Mythos er internt klassificeret som ASL-4 (AI Safety Level 4) , hvilket betyder, at den har potentiale til katastrofal skade, hvis den falder i de forkerte hænder. En model, der finder en fejl med så stor præcision, kan på et øjeblik generere den perfekte udnyttelse til at angribe kritisk infrastruktur.
Derfor er adgangen begrænset til en lukket kreds af 50 udvalgte organisationer , herunder giganter som Microsoft, Google, Apple, Amazon og JPMorgan Chase. Ideen er, at disse enheder skal bruge AI til at opdatere softwaren i massevis, før angribere udvikler deres egne værktøjer baseret på lignende modeller. Det er i bund og grund et våbenkapløb, hvor Anthropic ønsker, at de gode skal have overtaget.
Lektioner for sektoren og fremtidens udvikling
Denne implementering gør det klart, at sikkerhed ikke længere kan være en eftertanke. Cloudflare har påpeget, at brugen af AI-agenter kræver et meget specifikt testmiljø; det er ikke nok blot at bede modellen om at "lede efter fejl". I stedet skal opgaver segmenteres, og der skal bruges adversarial review (en anden agent, der udfordrer den førstes resultater) for at forhindre AI'en i at fabrikere information.
Derudover er der opstået en bekymrende menneskelig flaskehals: AI finder fejl hurtigere end programmører kan rette dem. Mens Mythos opdager tusindvis af fejl, er triage-, rapporterings- og patchprocessen stadig afhængig af overbelastede menneskelige medarbejdere. Dette har fået nogle virksomheder til at forsøge at reducere deres SLA'er til så lidt som to timer fra offentliggørelsen af en CVE , selvom dette indebærer risikoen for at udgive patches uden tilstrækkelig regressionstest.
For at bekæmpe dette har Anthropic lanceret Claude Security i beta til virksomhedskunder og Cyber Verification Program, der giver legitime fagfolk mulighed for at bruge deres modeller uden de sædvanlige restriktioner. De har også investeret millioner af dollars i fonde som Linux Foundation og Apache for at hjælpe open source-vedligeholdere med at håndtere denne tsunami af sikkerhedsrapporter.
Realiteten er, at omkostningerne ved at opdage sårbarheder er styrtdykket, og vinduet mellem opdagelse og udnyttelse er nu smallere end nogensinde. Project Glasswings succes viser, at den eneste måde at overleve i dette nye økosystem er gennem gennemsigtighed og tværsektorielt samarbejde , idet man accepterer, at AI nu er det primære værktøj til både at angribe og forsvare global digital infrastruktur.
