Anthropic Mythos: nowy model AI zbyt niebezpieczny dla publiczności czy zbyt cenny dla konkurencji?

Anthropic ogranicza dostęp do swojego najnowszego modelu Mythos, tłumacząc to zagrożeniami dla cyberbezpieczeństwa. Część ekspertów uważa jednak, że równie ważna jest ochrona przewagi konkurencyjnej firmy.

Historia Mythosa zaczęła się od wpadki. W wyniku błędu w systemie CMS Anthropic w sieci pojawiły się szkice strony produktowej opisujące nowy model jako „step change" — jakościowy skok w możliwościach — wraz z zarysem ostrożnej, ograniczonej ścieżki wdrożenia. Firma przyznała, że ludzki błąd w konfiguracji doprowadził do wycieku tysięcy nieopublikowanych materiałów.

Kiedy Anthropic oficjalnie ogłosił Mythos, okazało się, że model trafi tylko do wybranej grupy dużych graczy — operatorów kluczowej infrastruktury, takich jak AWS czy JPMorgan Chase — w ramach specjalnego programu. Oficjalny powód: model jest zbyt dobry w wykrywaniu luk w oprogramowaniu, by udostępniać go szeroko.

Argumenty Anthropic mają solidne podstawy techniczne. W benchmarku CyberGym Mythos osiąga około 83% skuteczności w wykrywaniu luk, podczas gdy poprzedni model Opus 4.6 — niecałe 67%. Firma twierdzi, że Mythos znalazł już tysiące poważnych podatności w popularnych systemach i przeglądarkach.

W odpowiedzi Anthropic uruchamia Project Glasswing — konsorcjum ponad 40 firm technologicznych z uprzywilejowanym dostępem do modelu, by mogły wzmocnić swoje produkty zanim podobne możliwości staną się powszechne. Dario Amodei mówi wprost: jeśli uda się to dobrze rozegrać, pojawia się szansa na internet zasadniczo bezpieczniejszy niż przed pojawieniem się takich modeli.

Podobną drogę wybrało już OpenAI, które klasyfikuje niektóre modele jako „wysokozdolne" do zadań ofensywnego cyberbezpieczeństwa i ogranicza ich dostępność, tłumacząc to koniecznością „przygotowania" rynku na nowe zagrożenia.

Nie wszyscy są przekonani, że za decyzją Anthropic stoją wyłącznie względy bezpieczeństwa. Część ekspertów cytowanych przez TechCrunch zwraca uwagę, że praktyczna „eksploatowalność" luk wykrytych przez model zawsze zależy od wielu czynników — sposobu ich łączenia, architektury konkretnych systemów czy kontekstu ataku. Sam fakt, że model wykrywa dużo podatności, nie czyni go automatycznie wektorem cyberapokalipsy.

Co więcej, startup Aisle twierdzi, że część efektów przypisywanych Mythosowi da się odtworzyć przy użyciu mniejszych, otwarto-wagowych modeli, odpowiednio dobranych i dostrojonych do zadania. Według nich w cyberbezpieczeństwie nie istnieje jeden „ostateczny" model — liczy się zestaw narzędzi dopasowanych do różnych scenariuszy.

Inżynier i CEO exe.dev David Crawshaw idzie dalej: jego zdaniem narracja o odpowiedzialnym ograniczaniu dostępu jest w dużej mierze marketingowym przykryciem dla innego trendu. Topowe modele coraz częściej zamykane są w korporacyjnych kontraktach, niedostępne dla mniejszych laboratoriów, które mogłyby je destylować i budować tańsze odpowiedniki. Zanim zwykli użytkownicy dostaną Mythos, Anthropic będzie już oferował nową, lepszą wersję wyłącznie klientom enterprise.

Sprawa Mythos wpisuje się w fundamentalny spór w ekosystemie AI: między dużymi laboratoriami frontier, stawiającymi na gigantyczne, kosztowne modele, a firmami i społecznością open source budującymi systemy z wielu mniejszych, często otwartych narzędzi.

Ograniczając dostęp do Mythos, Anthropic nie tylko potencjalnie zmniejsza ryzyko wykorzystania modelu przez cyberprzestępców, ale też utrudnia innym trening na jego odpowiedziach — czyli tzw. destylację. W połączeniu z wysokimi kosztami uruchamiania takich systemów „ostrożny rollout" staje się też narzędziem segmentacji rynku: pełne możliwości dla nielicznych, słabsze wersje dla reszty.

W tle jest też presja biznesowa: Anthropic ściga się z OpenAI, Google i innymi o pozycję głównego dostawcy modeli dla wielkich platform. Utrzymanie przewagi choćby przez kilka miesięcy ma ogromne znaczenie dla zawieranych kontraktów, udziałów w rynku i wyceny firmy.

Mythos to test dla całej branży i jej regulatorów. Po raz pierwszy firma twierdzi publicznie: „zbudowaliśmy coś tak potężne, że dla dobra wszystkich musimy zatrzymać to dla siebie i garstki partnerów". Podobne argumenty padały przy broni jądrowej czy zaawansowanych narzędziach wywiadowczych — teraz przenoszą się do świata modeli językowych.

Dla polityki technologicznej, w tym unijnego AI Act, to ważny sygnał. Regulacje próbują kategoryzować systemy „wysokiego ryzyka", ale przypadek Mythos pokazuje, że najsilniejsze narzędzia mogą w ogóle nie trafić na rynek konsumencki — krążąc w zamkniętych partnerstwach między gigantami technologicznymi. Debata o bezpieczeństwie łatwo może zlać się z debatą o koncentracji władzy nad kluczową infrastrukturą cyfrową.

Najuczciwsza odpowiedź na pytanie, czy Anthropic chroni internet czy siebie, brzmi dziś: jedno i drugie. Kluczowe będzie to, czy uda się wypracować mechanizmy przejrzystości, które pozwolą tę deklarowaną „troskę o bezpieczeństwo" weryfikować — a nie tylko przyjmować na wiarę.

 

 

Pobierz ebook "Wielki ranking agencji marketingowych 2026 roku i e-book o trendach w promocji w sieci"