Spis treści
Claude Mythos Preview wyznacza dokładny moment, w którym teoretyczne zagrożenia związane ze sztuczną inteligencją przekształcają się w bezpośrednie wyzwania operacyjne dla działów IT. Niedawny raport AI Security Institute (AISI) ujawnia, że model ten nie jest już tylko asystentem kodowania, ale systemem zdolnym do przeprowadzania złożonych, wieloetapowych ataków na sieci korporacyjne.
Przełamywanie barier: sukces 73% w eksperckich zadaniach CTF
Najbardziej uderzającym punktem danych z oceny AISI jest wydajność Claude Mythos Preview w wyzwaniach Capture the Flag (CTF). Ćwiczenia te są branżowym standardem pomiaru biegłości w hakowaniu, wymagającym od uczestników identyfikowania przepełnień bufora, wykorzystywania zastrzyków SQL i omijania protokołów uwierzytelniania.
Przed kwietniem 2025 r. nawet najbardziej zaawansowanym modelom nie udało się ukończyć ani jednego zadania na poziomie eksperckim. Claude Mythos Preview zburzył ten pułap ze wskaźnikiem sukcesu 73%. Zmiana ta oznacza, że model posiada techniczne zrozumienie luk w zabezpieczeniach, które rywalizuje z profesjonalnymi testerami penetracyjnymi. Nie tylko natrafia na błędy, ale systematycznie je identyfikuje i wykorzystuje.
20-godzinna żmudna praca: rozwiązywanie „ostatnich zadań”
Aby naprawdę zmierzyć autonomię Claude Mythos Preview, badacze wykorzystali zakres “The Last Ones” (TLO). Ta symulacja reprezentuje włamanie do sieci korporacyjnej na pełną skalę, składające się z 32 różnych kroków. Ludzki ekspert zazwyczaj potrzebuje 20 godzin skoncentrowanej pracy, aby poruszać się w tym środowisku, które przechodzi od początkowego rekonesansu do pełnego przejęcia domeny.
Claude Mythos Preview stał się pierwszym modelem w historii, który rozwiązał cały zakres TLO. Ukończył on cały 32-etapowy łańcuch w 3 na 10 prób. Model wykonał średnio 22 kroki, udowadniając, że jest w stanie utrzymać długoterminowe cele bez interwencji człowieka. W przeciwieństwie do poprzednich wersji, nie traci “wątku” ataku w obliczu pośrednich przeszkód.
Claude Mythos Preview vs. Claude Opus 4.6
Porównując surową wydajność, różnica między generacjami jest wyraźna. Podczas gdy Claude Mythos Preview osiągał średnio 22 kroki w zakresie TLO, jego poprzednik, Claude Opus 4.6, radził sobie tylko z 16.
| Metryczny | Claude Opus 4.6 | Claude Mythos Preview |
|---|---|---|
| Rozliczone kroki TLO (średnia) | 16 / 32 | 22 / 32 |
| Pełne ukończenie TLO | 0% | 30% |
| Sukces eksperta CTF | ~5% | 73% |
To ulepszenie nie jest drobną poprawką. To fundamentalny skok w możliwościach rozumowania. Dane sugerują, że wraz ze wzrostem mocy obliczeniowej wnioskowania, możliwości te będą się tylko wyostrzać. AISI przetestowało model z budżetem 100 milionów tokenów i nie znalazło żadnych oznak spadku wydajności.
Ograniczenia obecnej autonomii sztucznej inteligencji
Pomimo alarmującego sukcesu w środowiskach IT, Claude Mythos Preview wciąż napotyka przeszkody w technologii operacyjnej (OT). W zakresie “Cooling Tower” - symulacji przemysłowych systemów sterowania - model zmagał się ze specyficznymi protokołami używanymi w infrastrukturze fizycznej. Udało mu się nawigować po punktach wejścia opartych na IT, ale nie udało mu się zakłócić fizycznych procesów chłodzenia.
Co więcej, testy AISI zostały przeprowadzone w “cichym” środowisku. Nie było aktywnych ludzkich obrońców ani zautomatyzowanych narzędzi do orkiestracji bezpieczeństwa (SOAR) próbujących wyrzucić model z sieci. W rzeczywistym scenariuszu hałaśliwe wzorce oparte na sztucznej inteligencji atak prawdopodobnie uruchomiłyby nowoczesne systemy wykrywania i reagowania w punktach końcowych (EDR).
3 kroki do wzmocnienia obrony przed autonomiczną sztuczną inteligencją
Biorąc pod uwagę możliwości Claude Mythos Preview, organizacje nie mogą już polegać na powolnych, ręcznych przeglądach bezpieczeństwa. Musisz natychmiast wdrożyć te trzy konkretne kroki:
- Automatyzacja zarządzania poprawkami: Sztuczna inteligencja może znaleźć znaną lukę w zabezpieczeniach w ciągu kilku sekund. Jeśli Twój “średni czas do załatania” mierzony jest w tygodniach, to już jesteś zagrożony. W przypadku krytycznych zasobów czas ten można skrócić do mniej niż 24 godzin.
- Wdrożenie ścisłego zerowego zaufania: Ponieważ model ten doskonale radzi sobie z ruchem bocznym (przenoszeniem się z jednego serwera na drugi), należy podzielić sieć na segmenty. Użyj dostępu opartego na tożsamości, aby kompromis w jednym sektorze nie doprowadził do całkowitego przejęcia w stylu TLO.
- Wdrożenie analizy behawioralnej: Tradycyjny program antywirusowy oparty na sygnaturach nie wychwyci niestandardowego skryptu wygenerowanego przez LLM. Korzystaj z narzędzi EDR, które oznaczają “niemożliwe” prędkości rekonesansu lub nietypowe wzorce poleceń i kontroli.
Nadeszła era autonomicznego cyfrowego powstańca. Podczas gdy Claude Mythos Preview oferuje potencjał obronny dla tych, którzy używają go do znajdowania własnych błędów, okno możliwości zabezpieczenia “słabo bronionych” systemów szybko się zamyka.
Dodaj komentarz