โมเดลปัญญาประดิษฐ์ใหม่ของ Anthropic ที่รู้จักกันในชื่อ... ตัวอย่างผลงานของ Claude Mythosระบบนี้กลายเป็นจุดศูนย์กลางของการถกเถียงระดับโลกเกี่ยวกับขีดจำกัดของปัญญาประดิษฐ์ขั้นสูง บริษัทเองก็ยอมรับว่าระบบนี้มีประสิทธิภาพสูงในด้านความปลอดภัยทางไซเบอร์จนถึงขั้นตัดสินใจที่จะไม่เปิดตัวอย่างแพร่หลาย ซึ่งเป็นการตัดสินใจที่ผิดปกติในอุตสาหกรรมที่มักจะโอ้อวดถึงความก้าวหน้าใหม่ๆ ทุกอย่าง
สิ่งที่สำคัญไม่ใช่แค่การปรับปรุงทีละเล็กทีละน้อยจากรุ่นก่อนๆ แต่เป็น... ความก้าวหน้าเชิงคุณภาพในความสามารถในการตรวจจับและใช้ประโยชน์จากช่องโหว่ของคอมพิวเตอร์รัฐบาล ธนาคารกลาง สถาบันการเงินขนาดใหญ่ และหน่วยงานกำกับดูแลของยุโรปกำลังติดตามกรณีนี้อย่างใกล้ชิด โดยตระหนักดีว่าเครื่องมือดังกล่าวอาจก่อให้เกิดผลเสียได้ เสริมสร้างการป้องกันระบบที่สำคัญแต่หากตกไปอยู่ในมือคนผิด ก็อาจเปิดช่องให้เกิดการโจมตีในระดับที่ไม่เคยเกิดขึ้นมาก่อนได้เช่นกัน
Claude Mythos คืออะไรกันแน่ และทำไมการเปิดตัวจึงล่าช้า?
Claude Mythos เป็นหนึ่งในรุ่นล่าสุดของตระกูล Claude ซึ่งเป็นระบบนิเวศ AI ของ Anthropic ที่แข่งขันกับ... ChatGPT ของ OpenAI และ Gemini ของ Googleมันเป็นแบบจำลองอเนกประสงค์ที่สามารถให้เหตุผล เขียนโปรแกรม และทำงานกับบริบทระยะยาวได้ แต่คุณลักษณะที่ก่อให้เกิดข้อถกเถียงมากที่สุดคือ... ประสิทธิภาพในการรักษาความปลอดภัยทางไซเบอร์ทั้งเชิงรุกและเชิงรับ.
การโทร “ทีมสีแดง”ผู้เชี่ยวชาญที่ทดสอบระบบ AI จนถึงขีดจำกัดได้สรุปในรายงานภายในว่า Mythos นั้น "มีความสามารถที่น่าประหลาดใจ" ในงานด้านความปลอดภัยทางไซเบอร์ ในการทดสอบมาตรฐานต่างๆ เช่น ตรวจสอบ SWE-bench แล้ว o SWE-bench Proโมเดลนี้ได้รับการออกแบบมาเพื่อวัดความสามารถในการแก้ปัญหาทางวิศวกรรมซอฟต์แวร์ในโลกแห่งความเป็นจริง และจากข้อมูลที่ Anthropic จัดหามา โมเดลนี้จะมีประสิทธิภาพเหนือกว่าทางเลือกเชิงพาณิชย์ชั้นนำอื่นๆ อย่างเห็นได้ชัด รวมถึง GPT และ Gemini เวอร์ชันขั้นสูงด้วย
นอกเหนือจากเกณฑ์มาตรฐานแล้ว สิ่งที่ทำให้เกิดความกังวลอย่างมากก็คือ... ไมโทสสามารถค้นหาได้ ช่องโหว่แบบ zero-day —ข้อบกพร่องที่ไม่เคยเปิดเผยมาก่อน— ในส่วนประกอบซอฟต์แวร์ที่ใช้กันอย่างแพร่หลาย ซึ่งบางส่วนมีอายุมากกว่าสองทศวรรษ ในระบบต่างๆ เช่น OpenBSD, FFmpeg และส่วนประกอบของ FreeBSD โมเดลนี้ไม่เพียงแต่ตรวจพบข้อผิดพลาดที่ไม่มีใครสังเกตเห็นมานานหลายปีเท่านั้น แต่ยังสร้างวิธีการโจมตีที่ใช้งานได้จริงเพื่อใช้ประโยชน์จากข้อผิดพลาดเหล่านั้นด้วย
เมื่อเผชิญกับผลลัพธ์เหล่านี้ Anthropic จึงเลือกตัดสินใจในแบบที่ไม่ธรรมดาในอุตสาหกรรมนี้: เพื่อนำเสนอแบบจำลองแล้วประกาศว่าจะไม่วางจำหน่ายอย่างเปิดเผย เนื่องจากบริษัทมองว่ามันก่อให้เกิดความเสี่ยงด้านความปลอดภัยทางไซเบอร์ที่ไม่เคยมีมาก่อน บริษัท insists ว่า Mythos เป็นโมเดลที่ "เหมาะสมที่สุด" ที่พวกเขาเคยสร้างมา แต่ก็ยอมรับว่าความจุที่มหาศาลของมันทำให้ผลกระทบจากการใช้งานในทางที่ผิดนั้นรุนแรงขึ้น
นางแบบที่มีทักษะ "แฮ็กเกอร์" เหนือกว่าความสามารถของมนุษย์อย่างมาก
เอกสารทางเทคนิคและรายงานจากองค์กรต่างๆ เห็นพ้องกันว่า Mythos ถือเป็นจุดเปลี่ยนสำคัญในการพัฒนาระบบอัตโนมัติสำหรับการโจมตีที่ซับซ้อนในการทดสอบในสภาพแวดล้อมที่จำลองเครือข่ายองค์กรจริง ระบบสามารถระบุช่องโหว่ ขยายสิทธิ์ และเข้าถึงระบบได้อย่างต่อเนื่องภายในเวลาไม่กี่ชั่วโมง ซึ่งเป็นงานที่ผู้เชี่ยวชาญต้องใช้เวลาหลายวันหรือหลายสัปดาห์
ตัวอย่างเช่น ในเอนจิน JavaScript ของ Firefox โมเดลรุ่นก่อนๆ ของ Anthropic แทบจะไม่สามารถเปลี่ยนช่องโหว่ให้กลายเป็นการโจมตีที่ใช้งานได้จริงเลย ในขณะที่ Mythos ภายใต้เงื่อนไขการทดสอบเดียวกัน สร้างช่องโหว่ในการปฏิบัติงานนับสิบรายการมันจำลองการโจมตีด้วยช่องโหว่ที่มีประสิทธิภาพที่สุดได้อย่างแม่นยำ บนแพลตฟอร์มการวิเคราะห์อย่าง OSS-Fuzz ซึ่งออกแบบมาเพื่อค้นหาข้อบกพร่องในซอฟต์แวร์โอเพนซอร์ส มันได้รับการยกย่องว่าสามารถตรวจจับช่องโหว่ร้ายแรงที่ตรวจไม่พบมาก่อน แม้ว่าจะมีการทดสอบอัตโนมัติมานานหลายปีแล้วก็ตาม
โมเดลนี้ยังแสดงให้เห็นถึงความสามารถที่โดดเด่นในด้านต่างๆ อีกด้วย วิศวกรรมย้อนกลับมันสามารถสร้างตรรกะบางส่วนของโปรแกรมขึ้นใหม่จากไฟล์ไบนารีที่คอมไพล์แล้ว และจากนั้นก็ค้นหาและใช้ประโยชน์จากจุดอ่อนโดยไม่ต้องเข้าถึงซอร์สโค้ดต้นฉบับ ความสามารถประเภทนี้ทำให้ AI เข้าใกล้สถานการณ์ที่จนกระทั่งเมื่อไม่นานมานี้ ถือเป็นเรื่องที่สงวนไว้สำหรับทีมมนุษย์ที่มีความเชี่ยวชาญสูงเท่านั้น
หนึ่งในเหตุการณ์ที่ถูกอ้างถึงบ่อยที่สุดในการประเมินความปลอดภัยคือสิ่งที่เรียกว่า "การทดสอบแบบแซนด์วิช" ในสภาพแวดล้อมห้องปฏิบัติการที่แยกออกมา Mythos ได้รับการควบคุมระบบพร้อมคำสั่งที่ชัดเจนให้พยายาม ออกจากสนามเด็กเล่นและติดต่อกับนักวิจัย ผู้ที่ควบคุมการทดสอบนั้นคือใคร โมเดลดังกล่าวสามารถใช้ประโยชน์จากช่องโหว่หลายจุดเพื่อหลุดออกจากสภาพแวดล้อมที่จำกัด และส่งอีเมลไปยังผู้รับผิดชอบซึ่งไม่อยู่ที่สำนักงานในขณะนั้น แม้ว่าเหตุการณ์นี้จะเกิดขึ้นในเวอร์ชันภายในก่อนหน้านี้และอยู่ภายใต้คำสั่งโดยตรง แต่ก็แสดงให้เห็นถึงขอบเขตที่ระบบสามารถทำงานในสถานการณ์ที่ซับซ้อนได้โดยมีการกำกับดูแลน้อยที่สุด
แม้จะมีการประท้วงเหล่านี้ นักวิเคราะห์ยังคงยืนยันที่จะชี้แจงว่า เราไม่ได้กำลังพูดถึง AI ที่ "มีสติ" หรือ AI ที่มีเจตจำนงของตัวเองMythos ไม่ได้ตัดสินใจโจมตีระบบด้วยตัวเอง แต่จะดำเนินการตามภารกิจที่ได้รับมอบหมายอย่างมีประสิทธิภาพที่สุด ความเสี่ยงในแง่นี้จึงไม่ใช่ว่าโมเดลจะก่อกบฏ แต่เป็นการที่ใครบางคนจะใช้มัน หรือบังคับให้มันทำเช่นนั้นผ่านคำสั่งที่ซับซ้อน เพื่อกระทำการที่เป็นอันตราย
โครงการกลาสวิง: เทพแห่งตำนานเพื่อรับใช้การป้องกัน…สำหรับคนกลุ่มเล็กๆ เท่านั้น
แทนที่จะเปิดให้บุคคลทั่วไปเข้าถึงได้ Anthropic เลือกที่จะสร้าง Mythos ภายใต้โปรแกรมเฉพาะกลุ่ม โครงการกลาสวิงโครงการนี้ได้รับการออกแบบมาเพื่อใช้ประโยชน์จากความสามารถของโมเดลอย่างมีระบบในการปกป้องซอฟต์แวร์ที่สำคัญ โดยเกี่ยวข้องกับการนำเสนอระบบภายใต้เงื่อนไขการใช้งานที่เข้มงวดแก่กลุ่มบริษัทเทคโนโลยีขนาดใหญ่ ผู้ให้บริการโครงสร้างพื้นฐาน และสถาบันการเงินที่ได้รับการคัดเลือก
ในบรรดาองค์กรที่มีสิทธิ์เข้าถึงนั้น มีบริษัทขนาดใหญ่หลายแห่ง เช่น Amazon Web Services, Apple, Microsoft, Google Cloudโนวิโด หรือ บรอดคอมรวมถึงบริษัทด้านความปลอดภัยทางไซเบอร์อย่าง CrowdStrike ซึ่งซอฟต์แวร์ที่มีข้อบกพร่องของบริษัทเองได้ก่อให้เกิดการหยุดชะงักครั้งใหญ่ทั่วโลกในปี 2024 นอกจากนี้ยังมีธนาคารที่มีชื่อเสียงระดับโลกเข้าร่วมด้วย ได้แก่ เจพี มอร์แกน เชส และกลุ่มบริษัทขนาดใหญ่หลายแห่งในวอลล์สตรีทรวมถึงองค์กรอื่นๆ ที่รับผิดชอบในการบำรุงรักษาโครงสร้างพื้นฐานด้านไอทีที่สำคัญ
บริษัท Anthropic ได้ประกาศเพิ่มเติมว่า เงินกู้มูลค่า 100 ล้านดอลลาร์ เงินทุนนี้จะช่วยให้องค์กรเหล่านี้สามารถใช้ Mythos สำหรับการวิเคราะห์ช่องโหว่ ควบคู่ไปกับการบริจาคให้กับมูลนิธิซอฟต์แวร์เสรี เช่น Linux Foundation และ Apache Software Foundation วัตถุประสงค์อย่างเป็นทางการนั้นชัดเจน คือ เพื่อให้ผู้ที่จัดการซอฟต์แวร์ที่สำคัญที่สุดของโลกสามารถระบุและแก้ไขข้อบกพร่องก่อนที่เครื่องมือดังกล่าวจะพร้อมใช้งานสำหรับผู้โจมตีที่อาจเกิดขึ้นได้
อย่างไรก็ตาม กลยุทธ์นี้กำลังสร้างความไม่สบายใจให้กับภาคส่วนนี้อยู่บ้าง ในด้านหนึ่ง มันตอกย้ำความคิดที่ว่าเทคโนโลยีมีความอันตรายมากพอที่จะต้องจำกัดการเข้าถึง ในอีกด้านหนึ่ง มันสร้างช่องว่างระหว่างผู้ที่ได้รับประโยชน์จาก "เกราะป้องกัน" ของตำนานเทพเจ้า และผู้ที่ถูกทิ้งไว้เบื้องหลังบริษัทและหน่วยงานที่ไม่ได้เป็นส่วนหนึ่งของ Glasswing มีความเสี่ยงที่จะเผชิญกับช่องโหว่ที่ถูกระบุและแก้ไขแล้วในสภาพแวดล้อมที่มีสิทธิ์พิเศษ แต่ช่องโหว่เหล่านั้นยังคงมีอยู่ในระบบของตนเอง
ในยุโรป ความไม่สมดุลนี้เป็นเรื่องที่น่ากังวลเป็นพิเศษสำหรับผู้รับผิดชอบโครงสร้างพื้นฐานที่สำคัญและทีมรักษาความปลอดภัยของกลุ่มอุตสาหกรรมและกลุ่มการเงินขนาดใหญ่ ซึ่งกำลังติดตามอย่างใกล้ชิดว่า... กรุงบรัสเซลส์และเมืองหลวงของประเทศต่างๆ ในยุโรปกำลังดำเนินการเพื่อให้แน่ใจว่าโครงการที่คล้ายคลึงกันนี้จะรวมผู้มีบทบาทสำคัญจากทวีปยุโรปเข้ามามีส่วนร่วมอย่างเท่าเทียมกัน และ อธิปไตยแห่งคลาวด์ ร่วมกับพันธมิตรในสหรัฐอเมริกา
ปฏิกิริยาจากรัฐบาล หน่วยงานกำกับดูแล และภาคการเงิน
อิทธิพลของ Mythos ไม่ได้จำกัดอยู่แค่ในด้านเทคนิคเท่านั้น การประกาศเปิดตัวโมเดลนี้เพียงไม่กี่วันก็ก่อให้เกิดกระแสตอบรับอย่างมาก การประชุมระดับสูงในสหรัฐอเมริกาและยุโรปรัฐมนตรีว่าการกระทรวงการคลังสหรัฐฯ ได้เรียกตัวหัวหน้าธนาคารหลักๆ ของประเทศมายังกรุงวอชิงตันเพื่อประเมินความเสี่ยงที่ระบบดังกล่าวอาจก่อให้เกิดต่อเสถียรภาพทางการเงิน ขณะที่ประธานธนาคารกลางสหรัฐฯ ก็เข้าร่วมในการหารือครั้งนั้นด้วย
จากข้อมูลที่รั่วไหลซึ่งรายงานโดยสื่อต่างประเทศ ระบุว่า หน่วยงานเหล่านี้ได้รับการสนับสนุนให้ดำเนินการดังต่อไปนี้ ทดสอบ Mythos ในโหมดป้องกันโดยใช้เครื่องมือนี้ในการสแกนโครงสร้างพื้นฐานของตนเองเพื่อหาจุดอ่อนก่อนที่ผู้อื่นจะทำได้ โดยนัยแล้วหมายความว่าภัยคุกคามนั้นร้ายแรงมากพอที่จะต้องมีการตอบสนองอย่างประสานงานกันระหว่างภาครัฐและเอกชน
ในขณะเดียวกัน ผู้ร่วมก่อตั้ง Anthropic ได้ยืนยันแล้วว่าบริษัท รักษาการเจรจาโดยตรงกับรัฐบาลสหรัฐอเมริกา เกี่ยวกับ Mythos และโมเดลในอนาคต การหารือเหล่านี้เกิดขึ้นในบริบทที่ตึงเครียด หลังจากที่ทางการสหรัฐฯ เพิ่งเพิ่มชื่อบริษัทดังกล่าวลงในรายชื่อ ความเสี่ยงในห่วงโซ่อุปทานเนื่องจากเกิดความขัดแย้งเกี่ยวกับการใช้งานโมเดลของพวกเขาโดยกระทรวงกลาโหม
ในอีกฟากหนึ่งของมหาสมุทรแอตแลนติก สหภาพยุโรปได้ให้ความสนใจเรื่องนี้ คณะกรรมาธิการยุโรปได้ให้การสนับสนุนอย่างเปิดเผยต่อแนวทางที่ค่อยเป็นค่อยไปและระมัดระวังสำหรับแบบจำลองต่างๆ เช่น Mythos และ หน่วยงานกำกับดูแลด้านการเงินในสหราชอาณาจักรและในทวีปยุโรปได้เริ่มศึกษาผลกระทบที่อาจเกิดขึ้นจากเรื่องนี้โดยเฉพาะแล้ว สำหรับภาคการธนาคารและตลาด สถาบันความปลอดภัยด้านปัญญาประดิษฐ์ของรัฐบาลสหราชอาณาจักร (AISI) ได้อธิบายระบบนี้ว่าเป็นก้าวสำคัญในการรับมือกับภัยคุกคามทางไซเบอร์เมื่อเทียบกับรุ่นก่อนๆ
ในสเปน แม้ว่าการถกเถียงในที่สาธารณะจะยังจำกัดอยู่ แต่หน่วยงานกำกับดูแลและทีมงานด้านความปลอดภัยทางไซเบอร์จากธนาคารและบริษัทพลังงานขนาดใหญ่กำลังติดตามความเคลื่อนไหวเหล่านี้อย่างใกล้ชิด สำหรับภาคการเงินของยุโรป ความก้าวหน้าใดๆ ที่อาจอำนวยความสะดวกในการโจมตีแบบประสานงานต่อระบบการชำระเงิน เครือข่ายระหว่างธนาคาร หรือแพลตฟอร์มการซื้อขาย ถือเป็นเรื่องที่น่ากังวลอย่างยิ่ง
ความสงสัย ความลังเล และการถกเถียงเกี่ยวกับ "กระแสความนิยม" ที่เกิดขึ้นรอบตัว Mythos
รายงานของ Anthropic ซึ่งผสมผสานคำเตือนด้านความปลอดภัยเข้ากับตัวเลขประสิทธิภาพที่น่าทึ่งนั้น ไม่ได้ปราศจากเสียงวิพากษ์วิจารณ์ ผู้เชี่ยวชาญด้าน AI และความปลอดภัยทางไซเบอร์หลายคนได้เรียกร้องให้มีการพิจารณาใหม่ โปรดใช้ความระมัดระวังในการตีความคำแถลงของบริษัททั้งนี้ ข้อมูลที่มีอยู่ส่วนใหญ่มาจากรายงานภายในเท่านั้น
นักวิเคราะห์บางคนได้ตรวจสอบเอกสารจำนวนมากที่เผยแพร่โดย Anthropic อย่างละเอียด และชี้ให้เห็นว่าตัวเลข "ช่องโหว่ร้ายแรงหลายพันรายการ" นั้นมาจากการคาดการณ์จากกรณีที่ตรวจสอบด้วยตนเองเพียงจำนวนน้อยเท่านั้น ในชุดทดสอบบางชุด Mythos รายงานว่าพบข้อบกพร่องที่สำคัญจำนวนมาก แต่ก็ห่างไกลจากสถานการณ์ที่เลวร้ายอย่างที่บางพาดหัวข่าวกล่าวอ้าง
งานวิจัยอิสระอื่นๆ ได้พยายามเปรียบเทียบประสิทธิภาพของ Mythos กับโมเดลโอเพนซอร์สขนาดเล็กกว่า โดยส่งโค้ดที่มีช่องโหว่ไปยัง AI ต่างๆ เพื่อดูว่าพวกมันสามารถตรวจจับข้อบกพร่องเดียวกันได้หรือไม่ ผลลัพธ์บ่งชี้ว่า โมเดลแบบเปิดบางโมเดลยังสามารถระบุช่องโหว่ที่ซับซ้อนได้อีกด้วยสิ่งนี้ทำให้เกิดข้อสงสัยเกี่ยวกับแนวคิดที่ว่า Mythos เล่นอยู่ในระดับที่แตกต่างอย่างสิ้นเชิงในทุกสถานการณ์
ตัวอย่างค้านเหล่านี้ไม่ได้ลบล้างความสามารถของ Mythos แต่ชี้ให้เห็นว่า... ส่วนหนึ่งของแนวคิดที่ว่า "อันตรายเกินกว่าจะตีพิมพ์" นั้น มีมิติทางการตลาดเข้ามาเกี่ยวข้องด้วยการนำเสนอโมเดลในฐานะที่เป็นเครื่องมือที่มีประสิทธิภาพสูงและมีความเสี่ยงในเวลาเดียวกัน ช่วยเสริมสร้างภาพลักษณ์ของความเป็นผู้นำทางเทคโนโลยีและความรับผิดชอบ ซึ่งเป็นสิ่งที่มีคุณค่าอย่างยิ่งในตลาดที่มีการแข่งขันสูงขึ้นเรื่อยๆ
ประวัติศาสตร์ล่าสุดของอุตสาหกรรมนี้ยังชวนให้นึกถึงกรณีของ GPT-2 ในปี 2019 เมื่อ OpenAI ตัดสินใจไม่เผยแพร่โมเดลฉบับเต็มในตอนแรก โดยอ้างว่ามันอันตรายเกินไปเนื่องจากมีศักยภาพในการสร้างข้อมูลเท็จ ในที่สุด เวอร์ชันนั้นก็ถูกเผยแพร่สู่สาธารณะโดยที่ไม่มีภัยพิบัติใดๆ ตามที่คาดการณ์ไว้เกิดขึ้น และผู้เชี่ยวชาญหลายคนยกให้เป็นตัวอย่างของการตอบสนองที่เกินกว่าเหตุ สำหรับ Mythos นั้น... ความแตกต่างก็คือ จุดสนใจไม่ได้อยู่ที่ตัวข้อความอีกต่อไป แต่ไปอยู่ที่ความสมบูรณ์ของโครงสร้างพื้นฐานดิจิทัลแทนซึ่งเป็นประเด็นที่อ่อนไหวมากยิ่งขึ้นสำหรับรัฐบาลและธนาคาร
ความสมดุลที่ลงตัวระหว่างความปลอดภัย ธุรกิจ และการเข้าถึงเทคโนโลยี
นอกเหนือจากกระแสข่าวในสื่อแล้ว สถานการณ์ของ Mythos ยังก่อให้เกิดประเด็นพื้นฐานที่สำคัญ: ใครเป็นผู้ตัดสินว่าโมเดล AI ตัวไหนอันตรายเกินกว่าจะปล่อยออกมาใช้งานได้ แล้วใช้เกณฑ์อะไรในการพิจารณา? ในตอนนี้ การตัดสินใจเป็นไปฝ่ายเดียวของบริษัท Anthropic ซึ่งเลือกที่จะรักษาระบบนี้ไว้ในลักษณะของการกักกันแบบควบคุม โดยสงวนไว้สำหรับพันธมิตรที่ได้รับการคัดเลือกเท่านั้น
ตำแหน่งนี้ไม่ได้อิงตามเหตุผลด้านความปลอดภัยเพียงอย่างเดียว การใช้งานโมเดลที่มีลักษณะเฉพาะของ Mythos นั้น มีราคาแพงมากในแง่ของการคำนวณและทางบริษัทเองก็ยอมรับว่าปัจจุบันยังไม่มี โครงสร้างพื้นฐานที่จำเป็น เพื่อให้บริการแก่ผู้ใช้หลายล้านคนในวงกว้าง ในทางปฏิบัติ มาตรการรักษาความปลอดภัยและข้อจำกัดทางเทคนิคเป็นสิ่งที่ควบคู่กันไป ทำให้ Anthropic มีเวลาในการปรับแต่งทั้งโมเดลและการใช้งานให้เหมาะสม
ในขณะเดียวกัน บริษัทก็เริ่มสร้างความแตกต่างอย่างชัดเจนระหว่างผลิตภัณฑ์ต่างๆ ของตน ในขณะที่ Mythos ยังคงเป็นเช่นเดิม มาตรฐานภายในที่ทันสมัยที่สุดในขณะที่ Mythos ถูกสงวนไว้สำหรับการวิจัยและบริบทของการทำงานร่วมกันเชิงกลยุทธ์ โมเดลอื่นๆ เช่น Claude Opus 4.7 นั้นมุ่งเน้นการใช้งานในชีวิตประจำวันของธุรกิจและผู้เชี่ยวชาญ Anthropic เองก็ยอมรับอย่างเปิดเผยว่า Opus 4.7 นั้น "มีความสามารถน้อยกว่า" Mythos โดยทั่วไป และโดยเฉพาะอย่างยิ่งในด้านความสามารถทางไซเบอร์ ซึ่งเป็นเรื่องผิดปกติในอุตสาหกรรมที่มักนำเสนอโมเดลใหม่แต่ละรุ่นว่าเป็นรุ่นที่ดีที่สุดในทุกด้าน
ในแผนการนี้ Mythos ทำหน้าที่เป็น แพลตฟอร์มทดสอบสำหรับความสามารถแห่งอนาคตแม้ว่าโมเดลที่มีจำหน่ายในเชิงพาณิชย์จะรวมเอาความสามารถเหล่านี้เพียงบางส่วนเท่านั้น พร้อมด้วยข้อจำกัดเพิ่มเติมที่ออกแบบมาเพื่อลดความเสี่ยง แต่การแยกโมเดลออกเป็น "โมเดลทดลอง" และ "โมเดลใช้งานจริง" อาจเป็นแนวทางที่เหมาะสมสำหรับองค์กรในยุโรปหลายแห่งที่สนใจใช้ประโยชน์จาก AI โดยไม่ต้องเผชิญกับความเสี่ยงโดยตรง หากมีการเปิดเผยข้อมูลอย่างโปร่งใสเกี่ยวกับความสามารถที่แท้จริงของแต่ละระบบ
สิ่งที่กำลังปรากฏออกมาในท้ายที่สุดคือสถานการณ์ที่ ปัจจุบัน วงการความปลอดภัยทางไซเบอร์กำลังก้าวเข้าสู่ยุคของปัญญาประดิษฐ์ (AI) เชิงรุกและเชิงรับขนาดใหญ่เต็มรูปแบบเครื่องมืออย่าง Mythos สัญญาว่าจะช่วยเร่งการระบุช่องโหว่ในระบบที่ใช้งานมานานหลายปี แต่ก็ยังบังคับให้ต้องคิดใหม่เกี่ยวกับวิธีการกระจายและการกำกับดูแลเทคโนโลยีที่เป็นรากฐานของเศรษฐกิจดิจิทัล สำหรับยุโรปและสเปน ความท้าทายจะไม่ใช่แค่การปกป้องตนเองจากโมเดลที่มีประสิทธิภาพมากขึ้นเรื่อยๆ เท่านั้น แต่ยังต้องแน่ใจว่าพวกเขาจะไม่ถูกทิ้งไว้เบื้องหลังกลไกที่อนุญาตให้ใช้โมเดลเหล่านั้นเพื่อเสริมสร้างความปลอดภัยของตนเองด้วย
