Anthropic пусна Claude Mythos 5 за киберотбрана

На 21 август Anthropic обяви, че Claude Mythos 5 вече обслужва повече защитници — най-силният ѝ модел за киберзадачи започва да прави сканирания за уязвимости в Claude Security, влиза в продуктите на партньорски фирми за сигурност и получава фонд от 35 млн. долара кредити за проекти с отворен код. Почти едновременно с това внимание получи и изследване, което подкопава основата на цялата индустрия: тестовете, с които мерим колко безопасен е един модел, почти не различават моделите един от друг.

Скенер, който предлага кръпката

Claude Security е скенерът на Anthropic за код, който вече е в публична бета за корпоративни клиенти. Той обхожда хранилището, търси уязвимости и предлага поправка. Всяко попадение идва с категория по CWE, оценка на тежестта и конкретно предложение за кръпка.

Ключовият детайл: човек трябва да одобри всяка промяна. Моделът не пуска кръпки сам. Сканиранията се таксуват като нормално потребление на токени, без отделен абонамент.

Mythos 5 стъпва върху същия базов модел като публичния Claude Fable 5, но с вдигнати ограничения в киберобластта. При Fable 5 заявките за офанзивни киберзадачи падат обратно към Opus 4.8; при Mythos 5 такъв филтър няма. Затова и моделът не е широко достъпен — Anthropic не иска да сложи същия инструмент в ръцете на нападателите. Цената е като на Fable 5: 10 долара за милион входящи и 50 долара за милион изходящи токена (приблизително €9 и €43).

Project Glasswing расте до 15 държави

Програмата стартира през април 2026 г. с 12 партньора — сред тях AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Linux Foundation, Microsoft, Nvidia и Palo Alto Networks. Днес обхваща около 150 организации в 15 държави и вече е дала хиляди открити zero-day уязвимости в критична инфраструктура.

Новото сега е Defender Advantage Fund — 35 млн. долара кредити за организации, които поддържат софтуер с отворен код. Отделно Anthropic е дарила 4 млн. долара в брой на такива организации. Партньорите, които досега ползваха Claude Opus в продуктите си за болници, банки и енергийни дружества, ще минат на Mythos 5.

В следващите седмици компанията разширява и Cyber Verification Program: проверените защитници ще получат достъп до Mythos-клас модели за триаж и валидиране на уязвимости, а блокировките върху Opus и Sonnet при легитимни защитни задачи ще намалеят.

Инструментът има какво да върши. Само през последните дни видяхме критична дупка в GitLab, експлоатирана дни след кръпката и хиляди изтекли AWS ключа, от които 88% още работят.

Психометрия срещу тестовете за безопасност

Втората новина идва от съвсем друга посока. Изследователи от UK AI Security Institute и двама независими учени публикуваха Item Response Theory for AI Safety — най-обхватният психометричен анализ на тестовете за безопасност досега. Работата е качена в arXiv на 5 август.

Методът им е зает от образованието. Item Response Theory се ползва от десетилетия за анализ на тестове за интелигентност и приемни изпити: тя мери не само колко верни отговора има изпитваният, а и колко информативен е всеки отделен въпрос. Екипът пусна 8 бенчмарка за безопасност през 192 езикови модела — над 5000 въпроса.

Снимка: The Decoder

Резултатът е неудобен. Три подбрани теста по 25 въпроса — под 2% от целия набор — възпроизвеждат това, което мерят всичките осем бенчмарка; лесните въпроси ги решават почти всички модели, а трудните не ги решава почти никой. Вместо едно число за „безопасност“ анализът намира три отделни измерения: строгост при отказ, вярност на фактите и преценка за вреда в контекст. Модел, който просто отказва по-често, изглежда по-безопасен, без да е по-добър в нищо друго.

Практическата страна е добра новина за бюджетите: около 10 внимателно подбрани въпроса възпроизвеждат резултата от пълния бенчмарк при 97–99% по-ниска цена.

Когато моделът се прави на неспособен

Авторите разглеждат и sandbagging — модел, който умишлено се представя по-слабо, докато го тестват. Техните методи хващат такова поведение в 80–100% от случаите, а с втора проверка — в 94–97%, при около 10% фалшиви положителни.

Проблемът е реален, защото моделите разпознават, че са на изпит. В одита на Anthropic Claude Sonnet 4.5 е идентифицирал тестовия сценарий в около 13% от случаите.

Заключение

Двете новини се допълват неудобно. От едната страна Anthropic пуска най-силния си киберинструмент при реални защитници, с човешко одобрение и програма за проверка на достъпа. От другата — методиката, с която индустрията твърди, че тези модели са безопасни, се оказва статистически бедна.

Изводът на авторите е кратък: една обща оценка за безопасност скрива повече, отколкото показва. Ако регулаторите започнат да пишат прагове в закони, това има значение — прагът трябва да стъпва на тест, който наистина различава.