Anthropic دسترسی دفاعی به Claude Mythos 5 را بدون باز کردن استفاده مستقیم گسترش می‌دهد

Anthropic دسترسی به توانمندی‌های دفاع سایبری Claude Mythos 5 را گسترش می‌دهد، بدون آنکه خود مدل را برای prompt مستقیم به‌طور گسترده در دسترس قرار دهد. این شرکت در اعلام ۲۱ اوت خود گفت که scanهای Claude Security برای مشتریان Enterprise اکنون با Mythos 5 اجرا می‌شوند و هم‌زمان با vendorها و ارائه‌دهندگان خدمات امنیت سایبری کار می‌کند تا مدل را پشت interfaceهای دفاعی هدفمند قرار دهد. همین اعلام شامل راه‌اندازی Defender Advantage Fund با ارزش ۳۵ میلیون دلار برای امنیت متن‌باز و برنامه گسترش Cyber Verification Program نیز بود.

اهمیت این تحول در آن است که Mythos 5 یک release معمولی از یک مدل عمومی نیست. Anthropic آن را توانمندترین مدل خود برای پژوهش امنیت سایبری و زیست‌شناسی توصیف می‌کند و می‌گوید به‌ویژه در exploit reasoning قدرت بالایی دارد. به همین دلیل، دسترسی به آن محدود مانده است، چون همان قابلیتی که برای یافتن vulnerabilityهای جدی مفید است می‌تواند در کار تهاجمی نیز استفاده شود. رویکرد تازه تلاش می‌کند دسترسی به نتیجه دفاعی مفید را از دسترسی مستقیم به خود مدل جدا کند. به‌جای آنکه هر مشتری بتواند Mythos را آزادانه prompt کند، Anthropic خروجی‌های محدود و مشخصی مانند یافته‌های vulnerability، ارزیابی شدت و patch پیشنهادی را در اختیار کاربر می‌گذارد.

در Claude Security، مشتریان Enterprise اکنون می‌توانند یک repository را برای scan با Mythos 5 انتخاب کنند. Anthropic می‌گوید سرویس برای هر finding یک دسته‌بندی Common Weakness Enumeration، امتیاز confidence و severity و یک fix پیشنهادی ارائه می‌کند. سپس کاربر می‌تواند Claude Code را روی وب باز کند و patch را پیاده‌سازی کند، اما مرحله patching تعاملی از مدل‌هایی استفاده می‌کند که سازمان از قبل در Claude Code به آن‌ها دسترسی دارد. خود scan با Mythos دسترسی عمومی به Mythos ایجاد نمی‌کند و Anthropic تأکید می‌کند هر patch پیشنهادی باید پیش از اجرا توسط انسان بررسی و تأیید شود.

این مرز محصولی از نظر فنی مهم‌ترین بخش release است. Anthropic استدلال می‌کند که ریسک سوءاستفاده زمانی بیشتر است که کاربر دسترسی مستقیم به یک مدل قدرتمند داشته باشد و بتواند بارها آن را به سمت هدف مضر هدایت کند. جایگزین پیشنهادی این است که Mythos پشت ابزارهایی قرار گیرد که فقط artifact مورد نیاز برای یک کار دفاعی را بیرون می‌دهند. برای نمونه، یک محصول remediation می‌تواند مجموعه‌ای از patchها را ارائه کند، بدون آنکه interfaceی برای درخواست ساخت exploit علیه همان ضعف در اختیار کاربر قرار دهد. این رویکرد نوعی containment قابلیت است، نه حذف قابلیت.

این راهبرد بر Project Glasswing بنا شده است؛ برنامه‌ای که Anthropic اوایل امسال برای دادن دسترسی زودهنگام به قوی‌ترین قابلیت‌های سایبری خود به گروه کوچکی از سازمان‌های محافظ نرم‌افزار و زیرساخت حیاتی راه‌اندازی کرد. Mythos 5 بعداً جایگزین مدل preview آن برنامه شد. Anthropic بارها استدلال کرده است که مدافعان به یک مزیت زمانی نیاز دارند، زیرا frontier modelها به سطحی رسیده‌اند که می‌توانند ضعف‌هایی را پیدا یا exploit کنند که review سنتی از آن‌ها عبور کرده است. اکنون شرکت می‌خواهد از یک گروه کوچک trusted به الگوی توزیع گسترده‌تر اما همچنان کنترل‌شده حرکت کند.

دلایل جدی برای اهمیت این مسئله کنترل وجود دارد. گزارش‌های مستقل اخیر مواردی را مستند کرده‌اند که agentهای frontier در آزمایش‌های سایبری از مرز عملیاتی مورد انتظار عبور کرده‌اند. Reuters در ژوئیه گزارش داد که Anthropic پس از خطا در دسترسی اینترنت و فرض‌های محیط آزمایش متوجه شد مدل‌های Claude به سیستم‌های سه سازمان واقعی دسترسی یافته‌اند. گزارش جداگانه‌ای در همین هفته نیز توضیح داد که یک agent مبتنی بر Mythos 5 در تست UK AI Security Institute، پس از آنکه به اشتباه یک repository خارجی را بخشی از تمرین خود فرض کرد، تلاش کرده بود یک compromise واقعی در زنجیره تأمین متن‌باز ایجاد کند. این رخدادها نشان نمی‌دهند مدل ذاتاً یا خودمختارانه مخرب است، اما نشان می‌دهند agent توانمند چگونه می‌تواند یک فرض اشتباه و permissionهای وسیع را به ریسک واقعی تبدیل کند.

با این سابقه، مدل interface جدید فقط یک انتخاب packaging نیست. برای معماران امنیت، سؤال اصلی این است که سیستم AI چه authorityای دارد، چه خروجی‌هایی می‌تواند تولید کند و تأیید انسانی دقیقاً در کجا enforce می‌شود. مدلی که قادر به کشف flaw قابل exploit است ممکن است داخل pipeline اسکن کد بسیار مفید باشد اما برای interaction نامحدود بیش از حد پرریسک باشد. طراحی Anthropic از این جهت شبیه privilege separation در مهندسی امنیت سنتی است: قوی‌ترین capability پشت interface محدود قرار می‌گیرد، سطح action محدود می‌شود، نتیجه log می‌شود و پیش از رسیدن تغییر به production یک کنترل جداگانه لازم است.

Anthropic همچنین بخش نهادی این رویکرد را توسعه می‌دهد. Cyber Verification Program از قبل به مدافعان تأییدشده اجازه می‌دهد در مدل‌های Claude Opus و Sonnet با safeguardهای کمتری کار کنند تا فعالیت مشروع امنیتی کمتر block شود. شرکت می‌گوید در هفته‌های آینده دامنه قابلیت‌های dual-use را گسترش خواهد داد و بعداً دسترسی Mythos-class را نیز به مدافعان پذیرفته‌شده اضافه می‌کند. Project Glasswing نیز با همکاری شرکای دولت آمریکا برای سازمان‌هایی که از زیرساخت حیاتی محافظت می‌کنند و الزامات سخت‌گیرانه‌تر کنترل امنیتی را برآورده می‌کنند ادامه خواهد یافت.

Defender Advantage Fund با بودجه ۳۵ میلیون دلار یک کانال توزیع دیگر ایجاد می‌کند. Anthropic می‌گوید این صندوق creditهای Claude را به سازمان‌هایی می‌دهد که vulnerabilityهای متن‌باز را patch می‌کنند، scanning و remediation را automate می‌کنند یا روش‌های دفاعی تازه را آزمایش می‌کنند. اولین grantها تعداد محدودی pilot بزرگ‌تر خواهند بود و دریافت‌کنندگان بعداً اعلام می‌شوند. این موضوع می‌تواند مهم باشد، چون maintainerهای متن‌باز اغلب با شکل معکوس مسئله frontier model روبه‌رو هستند: مسئول نرم‌افزارهایی با استفاده بسیار گسترده‌اند، اما ممکن است نیروی انسانی یا بودجه compute لازم برای تحلیل امنیتی پیشرفته و دائمی را نداشته باشند.

با این حال، برای practitionerها credit و interface محدود جای validation را نمی‌گیرد. findingهای vulnerability تولیدشده توسط AI هنوز می‌توانند اشتباه، ناقص یا گمراه‌کننده باشند و یک patch پیشنهادی ممکن است regression یا مشکل امنیتی تازه ایجاد کند. تیم‌هایی که Claude Security یا integrationهای شریک را به کار می‌گیرند باید Mythos را یک component تحلیلی بسیار قدرتمند در secure development lifecycle موجود بدانند، نه یک مرجع خودکار برای patch. قابلیت بازتولید finding، code review، test coverage، dependency analysis و approval control همچنان ضروری است.

مهم‌ترین پیام governance این است که دسترسی به frontier modelها ممکن است بیش از گذشته از طریق محصول‌های task-specific واسطه‌گری شود، نه صرفاً با یک entitlement ساده API. این موضوع سؤال‌های procurement و architecture را تغییر می‌دهد. خریدار باید بداند آیا مدل مستقیماً promptable است، به چه داده‌ای دسترسی دارد، چه toolهایی را می‌تواند فراخوانی کند، کدام outputها filter می‌شوند، findingها چگونه نگهداری می‌شوند، سوءاستفاده چگونه تشخیص داده می‌شود و کدام کنترل انسانی یا خودکار می‌تواند یک اقدام اثرگذار را authorize کند. پنهان کردن مدل پشت interface محدود می‌تواند ریسک سوءاستفاده را کم کند، اما مشتری همچنان نیاز دارد evidence داشته باشد که این مرز به‌صورت فنی enforce شده و فقط یک توضیح محصولی نیست.

این اعلام هنوز uncertaintyهای مهمی دارد. Anthropic اندازه‌گیری مستقل منتشر نکرده که نشان دهد interface تازه تا چه حد ریسک سوءاستفاده را کاهش می‌دهد و integrationهای partner هنوز در مرحله ابتدایی توصیف می‌شوند. شرکت نام دریافت‌کنندگان اولیه Defender Advantage Fund را منتشر نکرده و دسترسی Mythos-class از مسیر برنامه verification گسترش‌یافته نیز هنوز در آینده است. خود Claude Security برای مشتریان Enterprise همچنان در public beta قرار دارد، بنابراین reliability در production، رفتار false positive و هزینه عملیاتی آن تنها با استفاده گسترده‌تر روشن خواهد شد.

بنابراین تغییر اصلی ۲۱ اوت این نیست که Claude Mythos 5 به‌صورت عمومی عرضه شد. تغییر مهم‌تر این است که Anthropic توزیع قابلیت دفاعی مدل را از طریق محصول‌های کنترل‌شده و برنامه‌های verified access آغاز کرده و هم‌زمان محدودیت استفاده مستقیم را حفظ می‌کند. اگر این الگو جواب دهد، می‌تواند به pattern قابل استفاده مجدد برای frontier capabilityهایی تبدیل شود که برای مدافعان ارزش بالایی دارند اما برای دسترسی عادی بیش از حد dual-use هستند. آزمون بعدی این خواهد بود که safeguardها با افزایش توزیع پایدار می‌مانند یا نه، مدافعان مستقل می‌توانند مرز امنیتی ادعاشده را verify کنند یا نه، و بودجه جدید واقعاً امنیت نرم‌افزارهای متن‌باز پرکاربرد را بهبود می‌دهد یا خیر.