«Аналогов нет ни у нас, ни в Китае»: что российский рынок может противопоставить Mythos, и нужен ли нам свой Glasswing

Claude Mythos Review была публично представлена 7 апреля 2026 года: как заявили в Anthropic, инструмент превосходит человека в отдельных задачах, связанных с обеспечением кибербезопасности. Экспериментальная модель способна автономно анализировать код в программном обеспечении, находить уязвимости и показывать, как их можно эксплуатировать. В тестах модель выявила тысячи ранее неизвестных уязвимостей, включая критические, среди которых, например, 27-летняя уязвимость в OpenBSD, позволяющая удалённо вывести систему из строя.

Модель недоступна обычным пользователям — Anthropic предоставляет доступ только участникам проекта Glasswing, которые смогут использовать её для усиления собственной кибербезопасности. Первоначально это был пул техногигантов, среди которых Amazon Web Services, Apple, Broadcom, Cisco, CrowdStrike, Google и многие другие. Всего апрельский перечень составлял более 40 организаций, но к июню проект был масштабирован ещё на 150 организаций в более чем 15 странах мира, писал TechCrunch. 

Этому расширению перечня предшествовал ажиотаж в финтехе: финансовые организации и регуляторы Америки, Европы и Азии одними из первых выразили беспокойство из-за возможностей Mythos в обнаружении уязвимостей, писал Reuters. Часть из них требовала предоставить доступ к Mythos для усиления собственной кибербезопасности. По данным Financial Times, теперь расширенная группа включает организации стран, дружественных США. Среди них Австралия, Канада, Франция, Германия, Япония, Южная Корея, Новая Зеландия и другие.  Китай также запрашивал доступ, но получил отказ. 

Отметим, что силовые структуры США также получили доступ к Mythos. Как писал Financial Times, Anthropic направила собственных инженеров в Агентство национальной безопасности США, чтобы подготовить специалистов к использованию Mythos в кибероперациях. 

«Потенциал двойного использования здесь очевиден»: что известно о возможностях Mythos

Возможности модели уровня Claude Mythos с технической точки зрения превосходят классические rule-based SAST-инструменты в задачах семантического анализа, поскольку они способны учитывать более широкий контекст, находить логические зависимости между компонентами и выявлять небезопасные паттерны, не сводимые к простому совпадению с сигнатурой. По мнению ведущего инженера-аналитика лаборатории технологий искусственного интеллекта аналитического центра кибербезопасности компании «Газинформсервис» Ирины Меженевой, это повышает скорость первичного аудита и снижает трудозатраты на обработку типовых сценариев. Однако забывать об ограничениях класса LLM как такового не стоит.

«Модель остаётся вероятностной системой и не обеспечивает детерминированного качества вывода. Возможны как ложноположительные, так и ложноотрицательные результаты. Особенно это критично в случаях, когда уязвимость связана не с локальным фрагментом кода, а с особенностями бизнес-логики, конфигурацией среды исполнения, взаимодействием компонентов или фактическим путём эксплуатации», — подчеркивает эксперт.

Так что модель стоит рассматривать как вспомогательный инструмент в контуре анализа защищенности, говорит Меженева, но не как автономную замену ручного аудита, пентеста или динамического анализа. Технический директор компании «Стахановец» Сергей Щербаков же подчеркивает скорость и глубину Mythos: они, судя по имеющимся описаниям, «недостижимы для ручного пентеста». «Именно поэтому Anthropic ограничил доступ в рамках Project Glasswing — потенциал двойного использования здесь очевиден: инструмент, эффективно находящий уязвимости для защиты, с той же эффективностью работает в руках атакующего», — отметил Щербаков.

Технический директор «Стахановца» называет интерес банковского сектора к Mythos «оправданным», но с оговоркой. Индустрия пока только начинает проходить дистанцию между лабораторными бенчмарками и промышленной эксплуатацией в реальной инфраструктуре — на это уйдёт определённое время.

Однако руководитель отдела киберустойчивости ГК Softline (Infosecurity, входит в «Софтлайн Решения») Павел Косяков отмечает: появление инструментов такого класса, как Mythos, показывает сдвиг от автоматизации поиска известных уязвимостей к генерации принципиально новых векторов атак, что ставит под сомнение само понятие времени на выпуск патчей.

«Эффективность модели заключается не столько в абсолютных цифровых показателях, сколько в её способности обесценивать текущие методологии защиты, поэтому ажиотаж вокруг технологии оправдан не техническими метриками, а социальным эффектом — превращением самого знания об уязвимости в геополитический актив, доступ к которому искусственно ограничивается эмитентами технологии», — рассуждает Косяков.

Руководитель направления ИИ в компании SimbirSoft Илья Фомичев обращает внимание на целый ряд других оговорок, связанных с Mythos. Так, до конца не ясны условия, в которых агент показал свои высокие результаты — стандартные бенчмарки подразумевают статические тесты, они не предполагают противодействия взлому, и эффективность Mythos в таких сценариях не очевидна.

Есть вопросы и к эффективности модели в качестве инструмента нападения. Так, разработчики ПО полностью владеют кодовой базой и инфраструктурой, вместе с Mythos им будет куда проще найти уязвимости и закрыть их. Но потенциальному злоумышленнику придётся проводить предварительную разведку ИТ-ландшафта, да и найти уязвимость — ещё не значит эксплуатировать её, говорит Фомичев.

«Современные ИТ-системы строятся с тем расчётом, чтобы даже при успешном использовании уязвимостей минимизировать потенциальный ущерб. Поэтому даже найденная и использованная «дыра» в защите некоторой системы не гарантирует злоумышленнику успеха», — отмечает эксперт.

Реакция непубличного характера: как российский рынок реагировал на появление Mythos

Архитектурные и регуляторные ограничения, специфические для России, способствуют сдержанной реакции рынка на Mythos и другие подобные зарубежные разработки, считает Меженева из «Газинформсервиса». Российский рынок в целом более сосредоточен не столько на получении доступа к конкретным зарубежным моделям, сколько на развитии локально развертываемых решений, которые бы работали внутри контролируемого контура. «Для крупных организаций, особенно в финансовом секторе и среди субъектов КИИ, передача исходного кода, конфигураций и иных чувствительных данных во внешние проприетарные облачные сервисы неприемлема», — подчеркивает Меженева.

Интерес российского клиента чаще сосредоточен на закрытых проверках и более строгом контроле разработки, отмечает старший партнёр IT-интегратора «Энсайн» Алексей Постригайло, да и для многих российских компаний вопрос доступа к зарубежным моделям — уже сам по себе ограничение. Поэтому реакция на Mythos менее заметна публично: у клиентов есть интерес, но он чаще касается практических задач, вроде проверки кода до релиза.

Щербаков из «Стахановца» также отмечает, что российские команды по ИБ фиксируют рост числа атак с признаками ИИ-автоматизации и вынуждены отвечать на уровне детектирования, а не превентивного сканирования. Влияет и другой фактор: российский бизнес не первый год работает в условиях повышенного давления со стороны APT-группировок, что сформировало определённую «усталостную» устойчивость. «Угрозы воспринимаются как фоновая норма, а не как триггер для экстренного пересмотра бюджетов», — отмечает эксперт.

Реакция российского рынка и ИБ-специалистов есть, но «она явно носит непубличный характер», отмечает Косяков из ГК Softline. По мнению эксперта, она проявляется на уровне осознания того, что «любая передовая ИИ-модель становится элементом гибридного противостояния». Это понимание приводит не к запросам на доступ к чужому инструменту, а к «ускорению собственных закрытых разработок и пересмотру архитектуры доверия внутри контуров критической информационной инфраструктуры».

«Аналоги не известны ни у нас, ни в Китае»: нужен ли России свой Glasswing

В России есть отечественные разработки в направлении, схожем с Mythos, однако речь идёт скорее о точечных проектах, говорят эксперты. Так, по словам Меженевой из «Газинформсервиса», такие разработки, как правило, развиваются как прикладные проекты на базе дообучения открытых моделей под задачи анализа кода, поиска уязвимостей и поддержки процессов SOC. С Меженевой соглашается Постригайло из «Энсайн»: в России такие технологии чаще используются как дополнение к уже существующим средствам проверки кода и поиска уязвимостей. Для заказчика это более понятный и управляемый подход.

Щербаков из «Стахановца» отмечает, что такие разработки преимущественно находятся в периметре крупных вендоров и НИИ с госучастием, и «публичность этих проектов намеренно ограничена».

«Создание моделей, подобных Mythos, доступно ограниченному кругу организаций. В настоящее время аналоги не известны ни у нас, ни в Китае», — подчеркивает Фомичев из SimbirSoft.

По словам Меженевой, ключевое ограничение связано не столько с архитектурой моделей, сколько с «дефицитом качественных, репрезентативных и юридически доступных датасетов», на которых можно было бы научить модель. Однако эксперты отмечают, что межотраслевое взаимодействие, аналогичное проекту Glasswing, необходимо в России.

«Межотраслевое партнёрство по модели, схожей с Glasswing, для России не просто желательно — оно необходимо: изолированные разработки в условиях дефицита кадров и закрытости экосистемы проигрывают консолидированным усилиям», — подчеркивает Щербаков. По его мнению, рабочая модель такого партнерства в российских реалиях выглядела бы, вероятно, как доверенная отраслевая площадка с участием регуляторов, крупных вендоров ИБ и системообразующих корпораций. На этой площадке можно было бы производить в обезличенном виде обмен накопленными данными об инцидентах и сигнатурах атак.

«Не копия Glasswing, но функционально близкий механизм с поправкой на российскую регуляторную среду», — поясняет Щербаков.

Меженева же видит наиболее реалистичным форматом взаимодействия создание совместных отраслевых контуров R&D с использованием федеративных или иных распределённых подходов, позволяющих обучать модели без прямой консолидации исходных данных в одном центре.

Фомичев из SimbirSoft полагает, что в «складывающейся ситуации» куда актуальнее правильное использование и дальнейшее развитие уже имеющихся инструментов защиты информации, которые уже известны и хорошо себя зарекомендовали. «Это и всевозможные руководства и рекомендации по грамотному проектированию, разработке и эксплуатации защищенных систем, разграничение и контроль доступа, шифрование, структурирование и изоляция сегментов ИТ-систем», — считает эксперт.

***

9 июня Anthropic опубликовала заявление о запуске новой модели — Claude Fable 5, также принадлежащей классу Mythos. Компания заявляет, что возможности модели «превосходят  возможности любой модели, которую мы когда-либо делали общедоступной». При этом в Anthropic видят риски и в ней — компания опасается, что она может быть использована не по назначению и нанести серьезный ущерб.

«Поэтому мы запустили модель с мерами защиты, благодаря которым запросы по некоторым темам будут получать ответы от нашей следующей по возможностям модели, Claude Opus 4.8», — следует из заявления.