Anthropic zwiększa skalę projektu Glasswing wykorzystującego Claude Mythos Preview do wykrywania krytycznych luk w zabezpieczeniach oprogramowania.

Źródło zdjęcia: The Decoder
Anthropic rozszerza swój projekt Glasswing do 150 partnerów w ponad 15 krajach, wykorzystując model Claude Mythos Preview do wykrywania krytycznych luk w zabezpieczeniach oprogramowania. Dotychczasowi partnerzy znaleźli już ponad 10 000 poważnych podatności, jak informuje The Decoder.
Projekt Glasswing koncentruje się na infrastrukturze krytycznej, gdzie pojedynczy atak może mieć masowe konsekwencje. Nowi partnerzy reprezentują sektory energetyczny, wodny, zdrowotny i komunikacyjny — obszary, w których Anthropic szacuje, że udany atak może wpłynąć na życie ponad 100 milionów osób.
Szczególnie istotne jest potencjalne włączenie ENISA, europejskiej agencji cyberbezpieczeństwa, co może oznaczać rozszerzenie projektu na całą Unię Europejską. Negocjacje warunków dostępu pokazują, jak strategiczną wartość ma ten program dla bezpieczeństwa cybernetycznego na poziomie międzynarodowym.
Anthropic planuje w nadchodzących tygodniach udostępnić szeroko możliwości modelu Mythos, po zbudowaniu wystarczających zabezpieczeń. Może to stać się lukratywnym biznesem dla firmy, która już sprzedaje Claude Security — komercyjny produkt oparty na Claude Opus 4.8, skanujący kod i sugerujący poprawki.
W praktyce Anthropic sprzedaje ochronę przed atakami z modeli klasy Mythos — tym samym zagrożeniem, które sama podkreśla poprzez projekt Glasswing. Firma ostrzega jednocześnie, że konkurencyjne spółki AI mogą wprowadzić na rynek porównywalne modele w ciągu 6 do 12 miesięcy, potencjalnie bez odpowiednich zabezpieczeń przeciwko nadużyciom.
To strategiczne podejście pokazuje, jak Anthropic pozycjonuje się jako odpowiedzialny gracz w branży AI, jednocześnie budując przewagę biznesową w obszarze cyberbezpieczeństwa.

Eksperymentalna aplikacja Adobe Project Indigo otrzymała narzędzia AI do usuwania obiektów i generowania efektów, zmieniając kierunek z profesjonalnej fotografii na edycję AI.

Content Seal ma ograniczenia w porównaniu do SynthID — działa tylko przez narzędzie webowe i nie obsługuje starszych modeli AI Mety.

Nowy framework GraphDx wykorzystuje trzy agenty AI do diagnozy medycznej, poprawiając skuteczność z 68% do 93% i redukując koszty testów o 54%.