اگر مدیر امنیت اطلاعات هستید، باید بدانید که قواعد بازی تغییر کرده است. Claude Mythos Preview نخستین مدلی است که تمام شبیه‌سازی‌های حملات سایبری مؤسسه امنیت هوش مصنوعی بریتانیا (AISI) را با موفقیت پشت سر گذاشت.
این پیشرفت در حالی رخ می‌دهد که توانایی‌های سایبری هوش مصنوعی هر ۴.۷ ماه دو برابر می‌شود. این سرعت بسیار بیشتر از تخمین ۸ ماهه در نوامبر ۲۰۲۵ است. همان‌طور که در تحلیل قبلی ما درباره‌ی تغییرات قیمت‌گذاری API شرکت Anthropic اشاره کردیم، این جهش عملکردی بهای سنگینی دارد.
طبق گزارش AISI، این مدل در شبیه‌سازی کنترل صنعتی «برج خنک‌کننده» در ۳ مورد از ۱۰ تلاش موفق بود؛ دستاوردی که هیچ مدل دیگری به آن نرسیده است. در یک حمله ۳۲ مرحله‌ای به شبکه شرکتی، Mythos Preview در ۶ مورد از ۱۰ تلاش پیروز شد، در حالی که نسخه‌های قبلی تنها ۳ مورد را پاس کرده بودند.
بر اساس بررسی‌های مستقل شرکت XBOW، این مدل نرخ «منفی کاذب» (False Negatives) را در مقایسه با Opus 4.6 تا ۴۲٪ کاهش داده است. اگر مدل به کد منبع دسترسی کامل داشته باشد، این کاهش به ۵۵٪ می‌رسد. این مدل به‌ویژه در یافتن نقاط ضعف در محیط ایزوله‌ی (Sandbox) موتور V8 مرورگر کرومیوم بی‌رقیب بود.
اما دقت بالا هزینه دارد. Anthropic اعلام کرد که هزینه استنتاج (Inference) — که مثل خودِ آشپزی است، نه دوره‌ی آموزش آشپز — در این مدل ممکن است ۵ برابر مدل Opus باشد. به همین دلیل، بسیاری احتمالاً از عامل‌های مبتنی بر GPT-5.5 استفاده کنند که نتایج مشابهی را با قیمت کمتر ارائه می‌دهند.
این وضعیت یک شکاف ژئوپلیتیک ایجاد کرده است؛ چراکه آمریکا دسترسی چین و اتحادیه اروپا را محدود می‌کند، در حالی که OpenAI در حال هماهنگی برای دسترسی زودهنگام شرکای اروپایی است.
گام بعدی شما
- معیارهای سخت‌گیرانه‌تری که AISI در حال طراحی است را دنبال کنید.
- بررسی کنید آیا ارائه‌دهندگان دیگر مدل‌های بدون محدودیت امنیتی با قابلیت‌های مشابه منتشر می‌کنند یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو