Искусственный интеллект выполнил то, чего десятилетиями не смогли добиться человеческие аудиторы. Предварительная версия Claude Mythos от Anthropic выявила более 23 000 потенциальных уязвимостей более чем в 1000 проектах с открытым исходным кодом, и внешние рецензенты подтвердили, что значительная часть из них — реальные уязвимости.
Из этих 23 000 флагов независимые компании по безопасности подтвердили 1 726 как настоящие уязвимости. Более 1 000 из этих подтвержденных уязвимостей были оценены как высокой или критической степени серьезности.
Что на самом деле обнаружил Mythos
Сканирование, проведенное в рамках более широкой инициативы Anthropic Project Glasswing, охватило большой спектр критически важного программного обеспечения. Цель: использовать полунезависимое сканирование с помощью ИИ для обнаружения уязвимостей, которые традиционные методы не могли выявить в течение многих лет.
Одним из самых впечатляющих открытий стала уязвимость в OpenBSD, которая оставалась незамеченной в течение 27 лет. OpenBSD — это операционная система, которая специально позиционирует себя как безопасная.
Модель Mythos выявила проблемы во всех основных операционных системах и веб-браузерах в ходе своего сканирования. Anthropic опубликовала эти выводы в конце мая 2026 года, опираясь на блог-пост от апреля, в котором впервые были подробно описаны возможности модели Mythos.
Почему криптовалюте следует обратить внимание
Никакая из 23 000 выявленных уязвимостей напрямую не связана с криптовалютными токенами или конкретными блокчейн-протоколами. Подавляющее большинство криптоинфраструктуры работает на программном обеспечении с открытым исходным кодом. Клиенты нод, кошельки, мосты, децентрализованные финансы и биржи зависят от библиотек, операционных систем и сетевых стеков, которые полностью попадают в область сканирования Mythos.
Также стоит отметить коэффициент подтверждения: из 23 000 флагов 1 726 были подтверждены, что составляет примерно 7,5% истинно положительных результатов. Это довольно высокий показатель для автоматизированного сканирования при таких масштабах.