Η Anthropic παρουσίασε το μοντέλο Mythos, αλλά η πρόσβαση σε αυτό περιορίζεται λόγω των εξαιρετικών δυνατοτήτων του στον χώρο των κυβερνοεπιθέσεων.

Η Anthropic ξεκινά περιορισμένη πρόσβαση σε νέο μοντέλο Mythos

Η εταιρεία Anthropic ανακοίνωσε την κυκλοφορία του τελευταίου AI‑μοντέλου της, Mythos, σχεδιασμένου ειδικά για την αναζήτηση κρίσιμων ευπαθειών και τη μοντελοποίηση κυβερνοαπειλών. Σύμφωνα με τον επικεφαλής της ομάδας Frontier Red Team, Logan Graham, το «Mythos» έχει επιδείξει τόσο ισχυρές δεξιότητες hacking που δεν μπορεί να κυκλοφορήσει στο κοινό.

Ποιος θα λάβει πρόσβαση
* Περιορισμένη λίστα – περίπου 50 εταιρείες και οργανισμοί που εργάζονται με κρίσιμη IT‑υποδομή.

* Μεταξύ των πρώτων χρηστών: Amazon, Apple, Google και Linux Foundation (σύμφωνα με το *The Wall Street Journal*).

Γιατί θεωρείται επικίνδυνο το μοντέλο
Δείκτης Mythos • Προηγούμενο μοντέλο Claude Opus 4.6 • Αποτελεσματικότητα αναζήτησης ευπαθειών ~10× υψηλότερη – Χρόνος για εύρεση σφαλμάτων: στιγμιαία, 2 εβδομάδες = > 1 στιγμιαίο αποτέλεσμα • Πλήθος κρίσιμων λαθών στο Firefox (αρχή έτους) > 200
Νέα έρευνα από το Stanford δείχνει ότι τα νευρωνικά δίκτυα μπορούν να εντοπίζουν και να εκμεταλλεύονται σφάλματα σε πραγματικά δίκτυα σχεδόν τόσο γρήγορα όσο επαγγελματικοί χάκερ. Αυτό επιβεβαιώνει την ανησυχία των ειδικών: «το παράθυρο χρόνου μεταξύ της ανακάλυψης μιας ευπάθειας και της δημιουργίας λειτουργικού λογισμικού για εκμετάλλευσή της μειώνεται» (επιπλέον, το *Mythos* μπορεί να το κάνει 10 φορές πιο γρήγορα).

Τι λέει ο Logan Graham
> “Δεν σκοπεύουμε να κυκλοφορήσουμε το Mythos στο κοινό. Αλλά σε λίγα χρόνια άλλες AI‑συστήματα θα έχουν παρόμοιες χάκερ δυνατότητες.”

Προτρέπεται η IT‑κοινότητα να προετοιμαστεί για μια νέα πραγματικότητα όπου η καθυστέρηση μεταξύ της ανίχνευσης μιας ευπάθειας και της εκμετάλλευσής της μπορεί να γίνει μηδενική.

Συμπέρασμα
Η Anthropic περιορίστηκε την πρόσβαση στο Mythos μόνο σε επιλεγμένες εταιρείες λόγω ανησυχιών για τη δυνατότητά του να διαπράττει hacking. Το μοντέλο έχει ήδη αποδείξει εντυπωσιακή αποτελεσματικότητα στην εύρεση σφαλμάτων, ενισχύοντας την ανησυχία των ειδικών για την ταχεία εξέλιξη του AI‑hacking και τη ανάγκη προετοιμασίας για μελλοντικές απειλές.