7 апреля 2026 года Anthropic сделала то, чего не делала раньше: опубликовала 244-страничную System Card для модели, которую не собирается выпускать в открытый доступ. Модель называется Claude Mythos Preview. Причина закрытости проста — она умеет автономно ломать программное обеспечение, которым пользуются миллиарды людей.
В тот же день был анонсирован Project Glasswing.
В моих чатах сразу началось:
«ИБ умерла»,
«нас всех заменят»,
«зачем теперь учиться пентесту»…
Через неделю об этом уже спрашивали люди, далёкие от IT, — просто потому, что услышали новости.
Но за хайпом потерялась главная мысль: мы наблюдаем не смерть ИБ, а резкое изменение экономики наступательной кибербезопасности.
Я всё ещё Валерий Линьков, и несмотря на то, что я эксперт в безопасности, облаках и сетях, а также наставник на курсах по ИБ в Яндекс Практикуме, я увлёкся ИИ для разработчиков.
Предлагаю разобраться, что реально произошло, что в этой новости — маркетинг, что — реальный технологический сдвиг, и что теперь делать специалистам по безопасности.
Что такое Project Glasswing и Claude Mythos
Project Glasswing — это коалиция по кибербезопасности, построенная вокруг нераскрытой модели Claude Mythos Preview.
Идея проекта проста:
направить frontier-модель (передовую модель) на критическую инфраструктуру и искать уязвимости быстрее, чем это успевают делать атакующие
Название — отсылка к бабочке-стекляннице (Greta oto) с прозрачными крыльями. Метафора для уязвимостей, которые годами существуют «на виду», но остаются незамеченными.
В коалицию вошли:
и ещё несколько десятков организаций.
Anthropic выделила до $100 млн кредитов на использование модели и ещё $4 млн — на поддержку опенсорсных экосистем безопасности (open-source security ecosystem).
Почему Mythos не выпустили публично
Anthropic утверждает, что Mythos способен автономно находить RCE, строить exploit chain, генерировать рабочие эксплойты, и делать всё это без сложной агентной оркестрации. Именно это называют одним из главных отличий модели.
По заявлениям Anthropic, инженеры без глубокого опыта наступательной безопасности (offensive-опыта) запускали ночные задачи (overnight-задачи) на поиск RCE — и утром получали рабочие демонстрационные эксплойты (PoC-эксплойты).
На бенчмарке Firefox 147 Mythos якобы создал 181 рабочий эксплойт, тогда как Claude Opus 4.6 справился только с двумя.
Если цифры хотя бы частично верны, это уже не постепенное улучшение, а смена масштаба.
Но здесь важно сделать оговорку: большая часть данных сейчас исходит от самой Anthropic и участников Glasswing. Независимых сравнений пока очень мало.
Поэтому правильнее воспринимать Mythos не как «доказанный AGI-хакер», а как очень вероятный индикатор того, куда движется ИИ для наступательной безопасности (offensive AI-систем).
Цифры за первый месяц
По данным Glasswing Initial Update (май 2026):
найдено 10 000+ критических и особо опасных уязвимостей (high/critical vulnerabilities) за месяц;
у большинства участников скорость поиска выросла в 10+ раз;
Cloudflare обнаружил около 2 000 багов, включая ~400 high/critical;
Mozilla закрыла 271 уязвимость в Firefox 150 — более чем в 10 раз больше предыдущего аналогичного аудита.
Среди находок:
27-летний баг в OpenBSD,
17-летний RCE без аутентификации в FreeBSD,
16-летняя уязвимость в FFmpeg.
И здесь очень важно понимать: это не означает, что до этого «никто не смотрел». Проблема была не в отсутствии внимания, а в цене поиска. Людей, способных искать повреждения памяти такого уровня, всегда были десятки, максимум сотни. Их время стоило дорого, и они выбирали, куда смотреть.
Mythos, похоже, резко снижает стоимость исследования уязвимостей. Именно это меняет индустрию.
Mythos — не начало, а точка перехода
Glasswing выглядит как внезапная революция, но это скорее момент, когда количество перешло в качество.
Что произошло за последний год:
Июнь 2025 — XBOW занял первое место на HackerOne leaderboard среди всех участников, включая людей.
Август 2025 — Google Big Sleep автономно нашёл реальные zero-day в FFmpeg и ImageMagick.
Август 2025 — DARPA AI Cyber Challenge (AIxCC) показал поиск десятков уязвимостей в десятках миллионов строк кода за часы вычислений.
Ноябрь 2025 — Anthropic раскрывает, что китайская APT-группа использовала Claude Code для автономных offensive chain.
Февраль 2026 — Trail of Bits заявляет, что Claude Opus 4.6 превосходит Buttercup — систему, выигравшую миллионы долларов на DARPA.
Апрель 2026 — Glasswing и Mythos.
Вывод неприятный, но важный: если бы не Mythos, аналогичный рубеж был бы достигнут другой frontier-моделью через месяцы.
Три технических отличия Mythos
По данным документа CSA/SANS Building a Mythos-ready Security Program:
1. Эксплойты без scaffolding’а
Большинство offensive AI-систем — XBOW, Expo, Buttercup — опирались на сложную агентную архитектуру.
Mythos allegedly показывает comparable results одним промптом. Если это подтвердится — это огромный сдвиг.
2. Составные цепочки эксплуатации уязвимостей
Современный браузер редко ломается одной уязвимостью.
Нужны цепочки:
выход из песочницы (sandbox escape),
повреждение памяти (memory corruption),
повышение привилегий (privilege escalation),
компрометация процесса рендеринга (renderer compromise),
примитивы постэксплуатации (post-exploitation primitives).
Anthropic утверждает, что Mythos умеет строить такие цепочки автоматически.
3. Возможность одного выстрела (One-shot capability)
Самый спорный и одновременно самый пугающий тезис.
Маркетингово это звучит как:
«один запрос — и готовый zero-day (уязвимость нулевого дня)»
Реальность, вероятно, сложнее: runtime feedback, tool use, execution traces, environment context по-прежнему критически важны.
Но даже частичная автоматизация exploit development уже меняет правила игры.
Честный разговор про маркетинг
У Anthropic есть очевидный стимул выглядеть самой мощной, самой ответственной и самой осторожной AI-компанией.
Фраза «мы создали модель, слишком опасную для публичного релиза» — это одновременно security concern (вопрос безопасности), PR-ход и заявление о принципах управления (governance statement). А ещё — попытка задать правила доступа к передовым ИИ для наступательной безопасности (offensive frontier AI).
Кто контролирует доступ к таким системам, тот получает огромное политическое и технологическое влияние.
Но проблема в том, что реальные результаты партнёров выглядят достаточно серьёзно — полностью списать их на маркетинг уже не получится.
Правда здесь, скорее всего, посередине: Glasswing — одновременно и PR-кампания, и реальный технологический сдвиг.
Самый важный вывод: изменилась экономика наступательной безопасности (offensive security)
Это ключевой момент всей истории.
Раньше поиск zero-day (уязвимостей нулевого дня) был дорогим, разработка эксплойтов (exploit development) — элитной специализацией, offensive expertise (экспертные знания в наступательной безопасности) — редким ресурсом.
Теперь стоимость поиска резко падает, и это намного важнее любых разговоров про «AGI-хакеров». Проблема не в том, что появился «суперинтеллект», а в том, что возможность, которая раньше была дорогой и редкой, становится дешёвой и массовой. А это уже проблема структурной асимметрии (structural asymmetry problem).
Почему «ИБ умерла» — неправильный диагноз
Паника смешала два разных вопроса:
Исчезнет ли профессия? (Нет)
Изменится ли работа? (Да)
Узкое место сместилось. Раньше узкое место был там, где поиск, ресёрч и ручной аудит. Теперь — там, где сортировка, проверка, приоритизация, установка исправлений, развёртывание и реагирование на инциденты.
И эти этапы нельзя автоматизировать, потому что бизнес-контекст всё ещё человеческий.
Zero-day — не плащ-невидимка. Эксплойт сам по себе не завершает атаку. После первичного доступа атакующий двигается по сети, ворует данные, поднимает доступ, вызывает горизонтальное перемещение и запускает шифровальщик.
Это создаёт телеметрию. А значит, инженерия обнаружения, IR, deception, EDR/XDR и Zero Trust становятся ещё важнее.
Самый недооценённый риск: legacy C/C++ (наследие языка). На мой взгляд, именно это — главный технический вывод всей истории.
Большинство громких находок Mythos:
проблемы безопасности памяти (memory safety issues),
использование памяти после освобождения (use-after-free),
повреждение кучи (heap corruption),
целочисленное переполнение (integer overflow),
небезопасная работа с указателями (unsafe pointer logic).
То есть — классические проблемы C/C++.
А теперь представим: инфраструктура огромна, небезопасный код — миллиарды строк, переписать всё невозможно, а AI научился массово искать повреждение памяти. Это уже системный риск.
Именно поэтому внедрение Rust ускорится, регуляторы начнут требовать языки с безопасным управлением памятью, а использование нового небезопасного кода в критически важных системах станет токсичным.
Через несколько лет вопрос «почему вы пишете critical infrastructure на unsafe C++?» может звучать примерно так же, как сегодня «почему у вас MD5 без соли?».
Что конкретно делать
1. Запускайте AI-агентов на своём коде
Ваши атакующие уже делают это. Даже Opus 4.6 сегодня способен на очень серьёзный аудит безопасности. Игнорировать это — плохая стратегия.
2. Проверьте базовые контроли
До сих пор огромное количество компаний не закрыли базу:
сегментацию (segmentation),
MFA,
фильтрацию исходящего трафика (egress filtering),
регулярную смену секретов (secret rotation),
минимально необходимые привилегии (least privilege),
Zero Trust.
AI не отменяет security fundamentals (основы безопасности), он делает их важнее.
3. Сокращайте time-to-containment
Классическая логика: «успеем поставить патч через пару недель» начинает ломаться, потому что time-to-exploit сжимается, автоматизация у атакующих растёт, а подготовка к практическому использованию в атаках инструментов (weaponization) ускоряется.
Цель теперь: обнаружение и локализация за минуты, а не дни.
4. Используйте deception
Honey tokens и canary tokens внезапно становятся очень дешёвой и очень эффективной защитой. Потому что zero-day не делает атакующего невидимым. Он всё равно взаимодействует с инфраструктурой.
Что это значит для карьеры в ИБ
Растёт ценность:
архитектурного мышления;
IAM и Zero Trust;
AI Security;
моделирования угроз (threat modeling);
инженерия обнаружения (detection engineering);
реагирование на инциденты (incident response);
корпоративного управления (governance) и управления рисками.
Падает ценность:
механического сканирование уязвимостей;
PDF-аудитов ради compliance (соответствия требованиям);
шаблонного L1 SOC;
ручного разбора инцидентов без контекста.
Прагматичный вывод
Если ваша работа выглядит как «запускаю сканер и отправляю PDF» — это действительно под угрозой.
Но если вы: принимаете решения, понимаете бизнес-контекст, проектируете системы, строите процессы, управляете риском и организуете реагирование, то AI не заменяет вас сейчас — и вряд ли заменит в ближайшем будущем.