ကန်ထရိုက်တာအထောက်အထားများ အပေးအယူလုပ်ပြီးနောက် Mythos AI မော်ဒယ်သို့ ခွင့်ပြုချက်မရှိဘဲ ဝင်ရောက်ကြည့်ရှုသည့် Anthropic သည် စုံစမ်းစစ်ဆေးသည်

အဓိက လည်ပတ်မှုစနစ်များတစ်လျှောက် သုည-ရက် အားနည်းချက် ၁,၀၀၀ ကျော်ကို အလိုအလျောက်ရှာဖွေနိုင်သည့် AI မော်ဒယ်လ်သည် ၎င်းကို မထိရဖူးသောသူများထံ ဝင်ရောက်လာခဲ့သည်။ အကြမ်းဖျင်းအားဖြင့် ၎င်းသည် အဆောက်အဦရှိ သော့များအားလုံးကို အိမ်ရှေ့တံခါးတွင် တိပ်ကပ်ထားသည့် သော့များကိုထားခဲ့ခြင်းနှင့် ညီမျှသော ဆိုက်ဘာလုံခြုံရေးဖြစ်သည်။

အမှန်တကယ် ထိတ်လန့်ဖွယ်ကောင်းသော ဆိုက်ဘာလုံခြုံရေးစွမ်းရည်ပါရှိသည့် ၎င်း၏ Claude Mythos Preview မော်ဒယ်သည် တရားဝင်ခွင့်ပြုချက်မရှိသော သုံးစွဲသူအုပ်စုငယ်မှ ချိုးဖောက်ခဲ့ကြောင်း Anthropic မှ အတည်ပြုခဲ့သည်။ AI လေ့ကျင့်ရေးဒေတာပံ့ပိုးပေးသူ Mercor မှ သီးခြားဒေတာချိုးဖောက်မှုတစ်ခုမှ ရယူထားသော URL ကောက်ချက်များနှင့် ပေါင်းစပ်ထားသော ပြင်ပကုမ္ပဏီရောင်းချသူထံမှ အပေးအယူခံကန်ထရိုက်တာအထောက်အထားများမှတစ်ဆင့် ဝင်ရောက်ရရှိခဲ့ခြင်းဖြစ်သည်။ 2026 ခုနှစ် ဧပြီလ 7 ရက်နေ့ တွင် Anthropic မှ Mythos ကို လူသိရှင်ကြားကြေငြာပြီး နှစ်ပတ်အကြာတွင် အဆိုပါအဖြစ်အပျက် ဖြစ်ပွားခဲ့ခြင်းဖြစ်သည်။

Mythos အမှန်တကယ်လုပ်ဆောင်သည်နှင့် အဘယ်ကြောင့် အရေးကြီးသနည်း။

ဤချိုးဖောက်မှုအား အထူးစိတ်အနှောင့်အယှက်ဖြစ်စေသော Mythos နှင့်ပတ်သက်သည့်အချက်ဖြစ်သည်။ ၎င်းသည် ကဗျာရေးသည် သို့မဟုတ် PDF များကို အကျဉ်းချုပ်ဖော်ပြသည့် chatbot မဟုတ်ပါ။ Mythos သည် လုံခြုံရေးအားနည်းချက်များကို အလိုအလျောက်ရှာဖွေရန် ဒီဇိုင်းထုတ်ထားပြီး ၎င်းသည် အလုပ်တွင် စိတ်အနှောက်အယှက်ဖြစ်စေသည်။

မော်ဒယ်သည် ဆော့ဖ်ဝဲလ်ရောင်းချသူ မသိနိုင်သော လုံခြုံရေး ချို့ယွင်းချက်များဖြစ်သည့် သုည-ရက် ချို့ယွင်းချက် ထောင်ပေါင်းများစွာကို ဖော်ထုတ်ခဲ့ပြီး အဓိက လည်ပတ်မှုစနစ်များနှင့် ဝဘ်ဘရောက်ဆာများတွင် ဖာထေးခြင်း မပြုလုပ်ရသေးပါ။ ၎င်း၏ရှာဖွေတွေ့ရှိမှုများထဲတွင် OpenBSD တွင် ၂၇ နှစ်ရှိ ချို့ယွင်းချက်တစ်ခု ဖြစ်သည်၊ တည်ဆောက်ထားသမျှ အလုံခြုံဆုံးလည်ပတ်မှုစနစ်များထဲမှ တစ်ခုဟု ကျယ်ပြန့်စွာ မှတ်ယူထားသော စနစ်တစ်ခုဖြစ်သည်။

အင်္ဂလိပ်ဘာသာဖြင့်- Mythos သည် ကမ္ဘာလုံးဆိုင်ရာ လုံခြုံရေးအသိုက်အဝန်းတစ်ခုလုံးကို ဆယ်စုနှစ်သုံးစုနီးပါး လွဲချော်ခဲ့သည့် ဆော့ဖ်ဝဲလ်တွင် အပေါက်များကို တွေ့ရှိခဲ့သည်။

ချိုးဖောက်မှုကို ရှာဖွေတွေ့ရှိချိန်တွင်၊ Mythos ဖော်ထုတ်ထားသော အားနည်းချက်များ၏ 99% ကျော်သည် မပြင်ဆင်ရသေးပါ။ ထိုကိန်းဂဏန်းတစ်ခုတည်းက Anthropic သည် အခမဲ့အစမ်းသုံးမှုများကို ထုတ်ပေးရန် အတိအကျမစီစဉ်ရခြင်းအကြောင်း ရှင်းပြသည်။ မော်ဒယ်၏စွမ်းရည်များသည် သမိုင်းဝင်အချိုးအစားများ၏ အစွယ်နှစ်ထပ်ဓားကို ကိုယ်စားပြုသည်။ ခံစစ်လက်ထဲတွင်၊ ၎င်းသည် တော်လှန်လုံခြုံရေးကိရိယာတစ်ခုဖြစ်သည်။ လက်ထဲတွင်၊ ၎င်းသည် အင်တာနက်အတွက် အရိုးစုသော့ဖြစ်သည်။

မော်ဒယ်၏ အများသူငှာ ကြေငြာချက်မှ 24 နာရီအတွင်း ခွင့်ပြုချက်မရှိဘဲ အသုံးပြုသူများသည် ဝင်ရောက်ခွင့် ရရှိခဲ့သည်။ ကျူးကျော်ဝင်ရောက်မှု၏ အရှိန်သည် ခေတ်မီဆန်းပြားသော အစီအမံ သို့မဟုတ် အပေးအယူလုပ်ထားပြီးသော အထောက်အထားများကို အခွင့်ကောင်းယူပြီး အသုံးချခြင်းကို အကြံပြုသည်။ မည်သို့ပင်ဖြစ်စေ၊ ၎င်းသည် Anthropic ၏ အဓိကအခြေခံအဆောက်အအုံတွင်မဟုတ်သော်လည်း ခေတ်မီ AI ကုမ္ပဏီများအပေါ် မှီခိုနေသော ပြင်ပရောင်းချသူများ၏ ကျယ်ပြန့်သောကွင်းဆက်တွင် ၎င်းသည် အခြေခံအားနည်းချက်ကို ထုတ်ဖော်ပြသခဲ့သည်။

Project Glasswing နှင့် $100M တုံ့ပြန်မှု

Anthropic ၏ တုံ့ပြန်မှုသည် လျင်မြန်ပြီး ဈေးကြီးသည်။ ကုမ္ပဏီသည် မော်ဒယ်ကို အခြားသူများနှင့် ခပ်ဝေးဝေးတွင် သော့ခတ်ထားစဉ် ကာကွယ်ရေးဆိုင်ရာ ဆိုက်ဘာလုံခြုံရေးရည်ရွယ်ချက်များအတွက် Mythos ကို အသုံးပြုခွင့်ပေးရန် ဒီဇိုင်းထုတ်ထားသည့် ကန့်သတ်ဝင်ရောက်ခွင့်ပရိုဂရမ်ဖြစ်သည့် Project Glasswing ကို ကုမ္ပဏီက စတင်ခဲ့သည်။

အဆိုပါ အစီအစဉ်တွင် ပါဝင်သည့် အဖွဲ့အစည်းများအတွက် အသုံးပြုခရက်ဒစ် ဒေါ်လာ သန်း 100 ပါရှိသည်။ ၎င်းသည် များပြားလှသော ရင်းနှီးမြုပ်နှံမှုတစ်ခုဖြစ်ပြီး Anthropic သည် ၎င်းအား စီမံခန့်ခွဲရန် PR အကျပ်အတည်းတစ်ခုအဖြစ် မရှုမြင်ဘဲ တည်ရှိနေသော အုပ်ချုပ်မှုဆိုင်ရာ စိန်ခေါ်မှုတစ်ခုအဖြစ် ရှုမြင်ကြောင်း အကြမ်းဖျင်းအချက်ပြနေသည်။ ပန်းတိုင်သည် ရိုးရှင်းပါသည်- အစိုးရအေဂျင်စီများနှင့် ဘဏ္ဍာရေးအဖွဲ့အစည်းများကဲ့သို့ ယုံကြည်ရသော အဖွဲ့အစည်းများအား ၎င်းတို့၏ကိုယ်ပိုင်စနစ်များရှိ အားနည်းချက်များကို ဖော်ထုတ်ခြင်းနှင့် ဖာထေးခြင်းအတွက် Mythos ကို အသုံးချရန် ခွင့်ပြုပါ။

ကြည့်ပါ၊ အယူအဆသည် စာရွက်ပေါ်တွင် ပြေပြစ်သည်။ လက်တွေ့တွင်၊ ဤအစွမ်းထက်သော မော်ဒယ်ကို အသုံးပြုခွင့်ကို ကန့်သတ်ခြင်းသည် သွားတိုက်ဆေးပြွန်ထဲသို့ ပြန်ထည့်ရန် ကြိုးစားခြင်းနှင့် တူပါသည်။ စွမ်းရည်များ တည်ရှိနေကြောင်း သိရှိပြီးသည်နှင့် ၎င်းတို့အား ပုံတူကူးရန် သို့မဟုတ် ဝင်ရောက်ကြည့်ရှုရန် မက်လုံးပေးပုံစံသည် ပြင်းထန်လာသည်။

ကျိုးပေါက်မှုကိုယ်တိုင်က ရောင်းချသူ လုံခြုံရေး ချို့ယွင်းချက်အဖြစ် အမျိုးအစားခွဲခြားထားပြီး၊ အညံ့ဆုံးလင့်ခ်သည် Anthropic ၏ ကိုယ်ပိုင်လုံခြုံရေးမဟုတ်သော်လည်း ကန်ထရိုက်တာတစ်ဦး၏ အထောက်အထားများ စီမံခန့်ခွဲမှုဆိုင်ရာ ကျင့်ထုံးများဟု ယဉ်ကျေးသောနည်းလမ်းဖြစ်သည်။ ဤပုံစံသည် နည်းပညာနယ်ပယ်တွင် နာကျင်စွာရင်းနှီးသည်။ Target မှ SolarWinds အထိ သမိုင်းတစ်လျှောက် အကျိုးဆက်အဖြစ်ဆုံး ချိုးဖောက်မှုအချို့သည် ပင်မကာကွယ်ရေးများထက် ပြင်ပမှဝင်ရောက်ခွင့်အချက်များကို အသုံးချခဲ့သည်။

AI အုပ်ချုပ်မှုနှင့် ရင်းနှီးမြှုပ်နှံသူများအတွက် ပိုမိုကျယ်ပြန့်သောသက်ရောက်မှုများ

AI ဘေးကင်းရေး ဟောပြောချက်သည် သီအိုရီအရ လက်ယိမ်းယိုင်ခြင်းမှ ခိုင်မာသော အရေးပေါ်အခြေအနေသို့ ပြောင်းလဲသွားချိန်တွင် ဤအဖြစ်အပျက်သည် ရောက်ရှိလာပါသည်။ အစိုးရအရာရှိများနှင့် ဘဏ္ဍာရေးကဏ္ဍခေါင်းဆောင်များသည် AI စနစ်များကို စွမ်းဆောင်ရည်ရှိရှိ အုပ်ချုပ်ပုံနှင့်ပတ်သက်၍ အရေးတကြီး ဆွေးနွေးမှုများ စတင်နေပြီဖြစ်သည်။

AI နှင့် ဆိုက်ဘာလုံခြုံရေးကဏ္ဍများကို ခြေရာခံသည့် ရင်းနှီးမြှုပ်နှံသူများအတွက်၊ Mythos ချိုးဖောက်မှုသည် အနီးကပ်ကြည့်ရှုရမည့် လမ်းကြောင်းများစွာကို ပုံဆောင်ခဲအဖြစ် ပြောင်းလဲစေသည်။

ပထမအချက်၊ ဆိုက်ဘာလုံခြုံရေးစျေးကွက်သည် လျင်မြန်သော အရင်းအနှီးစီးဆင်းမှုများကို မြင်တွေ့ရတော့မည်မှာ သေချာပါသည်။ AI မော်ဒယ်လ်တစ်ခုသည် လူသားသုတေသီများ ဆယ်စုနှစ်များစွာ လွဲချော်ခဲ့သည့် သုည-ရက်ပတ်လုံး အားနည်းချက် ထောင်ပေါင်းများစွာကို ရှာဖွေနိုင်သောအခါ၊ ဒစ်ဂျစ်တယ်ခြေရာရှိသော အဖွဲ့အစည်းတိုင်းသည် ၎င်း၏ ခုခံမှုပုံစံကို ရုတ်တရက် ပြန်လည်အကဲဖြတ်ရန် လိုအပ်သည်။ အားနည်းချက်စီမံခန့်ခွဲမှု၊ အဆုံးမှတ်သိရှိခြင်းနှင့် AI စွမ်းအင်သုံး လုံခြုံရေးကိရိယာများကို အထူးပြုသည့်ကုမ္ပဏီများသည် စီးပွားရေးလုပ်ငန်းများကို လိုက်လျောညီထွေဖြစ်အောင် အပြိုင်အဆိုင်လုပ်ဆောင်ကြသောအခါတွင် အကျိုးဖြစ်ထွန်းစေပါသည်။

ဒုတိယအချက်မှာ AI ကုမ္ပဏီများသည် ဂုဏ်သိက္ခာပိုင်းနှင့် စည်းမျဉ်းစည်းကမ်းဆိုင်ရာ အန္တရာယ်အမျိုးအစားသစ်ကို ရင်ဆိုင်ရခြင်းဖြစ်သည်။ Anthropic သည် ခုခံကာကွယ်သည့် အပလီကေးရှင်းများနှင့်အတူ Mythos ကို ဖန်တီးထားသော်လည်း ခွင့်ပြုချက်မရှိဘဲ ဝင်ရောက်အသုံးပြုမှုသည် ရည်ရွယ်ချက်နှင့် ရလဒ်သည် အမြဲတမ်း မကိုက်ညီကြောင်း သက်သေပြနေသည်။ စည်းမျဉ်းစည်းကမ်းများသည် AI developer များအတွက် မဖြစ်မနေလိုက်နာရမည့် မူဘောင်များကို အရှိန်မြှင့်ပေးနိုင်သည့် စေတနာအလျောက် ဘေးကင်းရေးကတိကဝတ်များ မလုံလောက်ကြောင်း အထောက်အထားအဖြစ် စည်းကမ်းထိန်းသူများသည် ဤဖြစ်ရပ်ကို အသုံးပြုဖွယ်ရှိသည်။ နယ်ခြား AI မော်ဒယ်များကို တည်ဆောက်သည့် ကုမ္ပဏီတိုင်းသည် သိသိသာသာ ပိုမိုတင်းကျပ်သော ဝင်ရောက်ထိန်းချုပ်မှုနှင့် ရောင်းချသူစာရင်းစစ်များ၏ ကုန်ကျစရိတ်အတွက် စျေးနှုန်းသင့်သည်။

တတိယ၊ ပြင်ပရောင်းချသူ ဂေဟစနစ်သည် AI ကုမ္ပဏီများအတွက် အထူးအရေးကြီးသော အားနည်းချက်တစ်ခု ဖြစ်လာနေသည်။ ရိုးရာဆော့ဖ်ဝဲကုမ္ပဏီများသည် ထောက်ပံ့ရေးကွင်းဆက်လုံခြုံရေးကို နှစ်ပေါင်းများစွာ ကိုင်တွယ်ဖြေရှင်းခဲ့သော်လည်း AI မော်ဒယ်များသည် ထူးခြားသောစိန်ခေါ်မှုကို ကိုယ်စားပြုသည်။ Mythos ကဲ့သို့သော မော်ဒယ်သို့ ခွင့်ပြုချက်မရှိဘဲ ဝင်ရောက်ခြင်း၏ တန်ဖိုးသည် သမားရိုးကျ လုပ်ငန်းသုံးဆော့ဖ်ဝဲတူးလ်တစ်ခုသို့ ဝင်ရောက်ခြင်းထက် ပမာဏပိုမိုများပြားသည်။ ပိုင်ဆိုင်မှုတန်ဖိုးနှင့် ချိတ်ဆက်မှုကွင်းဆက်၏ လုံခြုံရေးကြားတွင် ဤအချိုးမညီမှုသည် ဆန်းပြားသောခြိမ်းခြောက်မှုသရုပ်ဆောင်များအတွက် အလွန်ဆွဲဆောင်မှုရှိသော ပစ်မှတ်ပရိုဖိုင်ကို ဖန်တီးပေးပါသည်။

ပြိုင်ဆိုင်မှုအခင်းအကျင်းသည်လည်း စိတ်ဝင်စားဖွယ်နည်းလမ်းများဖြင့် ပြောင်းလဲသွားနိုင်သည်။ AI ကုမ္ပဏီများသည် ၎င်းတို့၏ သုတေသနစွမ်းရည်များကို ယှဉ်ပြိုင်နိုင်သည့် လုံခြုံရေးနှင့် အုပ်ချုပ်မှုဆိုင်ရာ အခြေခံအဆောက်အအုံများ တည်ဆောက်ရန် ပိုမိုလိုအပ်လာသည်ဟု ထိန်းချုပ်ထားသော ဝင်ရောက်ခွင့်အစီအစဉ်တစ်ခုတွင် ဒေါ်လာ သန်း 100 ရင်းနှီးမြှပ်နှံရန် ဆန္ဒရှိကြောင်း Anthropic က အကြံပြုထားသည်။ ၎င်းသည် စျေးကြီးပြီး ရှုပ်ထွေးပြီး ကြီးမားပြီး အရင်းအနှီးပိုကောင်းသော ကစားသမားများကို သေးငယ်သော AI startups များထက် နှစ်ဆသုံးနိုင်သည့် အလားအလာရှိသော မော်ဒယ်များကို စီမံခန့်ခွဲရန် အရင်းအမြစ်များမရှိသော သေးငယ်သော AI startups များထက် ပိုမိုနှစ်သက်ဖွယ်ရှိသည်။

ကစားရာတွင် လူမသိနိုင်သော တက်ကြွမှုလည်း ရှိပါသည်။ Mythos ၏ ဖြန့်ကျက်မှုသည် ခုခံမှုဆိုင်ရာ အပလီကေးရှင်းများတွင် ကန့်သတ်ထားဆဲဖြစ်ပါက Mythos ၏ အားနည်းချက်များကို ရှာဖွေတွေ့ရှိနိုင်မှုသည် နောက်ဆုံးတွင် အလုံးစုံအင်တာနက်လုံခြုံရေးအတွက် net positive ဖြစ်လာနိုင်သည်။ 99% unpatched rate သည် software ecosystem တစ်လျှောက်တွင် အရေးကြီးသော ချို့ယွင်းချက်များကို ပြင်ဆင်ရန်အတွက် မော်ဒယ်သည် မရှိမဖြစ်လိုအပ်သော လမ်းပြမြေပုံကို ထုတ်ပေးခဲ့သည်ဟု ဆိုလိုပါသည်။ ထိုလမ်းပြမြေပုံကို ဖာထေးခြင်း သို့မဟုတ် အမြတ်ထုတ်ခြင်းအတွက် အသုံးပြုခြင်းရှိမရှိ Anthropic နှင့် ၎င်း၏လုပ်ဖော်ကိုင်ဖက်များက ထိန်းချုပ်နိုင်ပုံအပေါ်တွင် လုံးဝမူတည်ပါသည်။

Mercor ဒေတာကျိုးပေါက်မှု ချိတ်ဆက်မှုတွင် နောက်ထပ် စိုးရိမ်စရာ အလွှာတစ်ခု ထပ်လောင်းသည်။ AI လေ့ကျင့်ရေး ဒေတာပံ့ပိုးပေးသူများတွင် ချိုးဖောက်မှုများသည် ယခင်က ထည့်သွင်းစဉ်းစားခြင်းမရှိသည့် တိုက်ခိုက်ရေး vector များကို ဖန်တီးရာတွင် သက်ရောက်မှုများ ရှိနိုင်သည်ဟု အကြံပြုထားသည်။ AI ထောက်ပံ့ရေးကွင်းဆက်သည် အပြန်အလှန်ချိတ်ဆက်မှု ပိုမိုကြီးထွားလာသည်နှင့်အမျှ၊ node တစ်ခုရှိ လုံခြုံရေးချို့ယွင်းမှုသည် စနစ်များကို ဒီဂရီများစွာဖယ်ရှားကာ အပေးအယူလုပ်နိုင်သည်။

၎င်းသည် တန်ဖိုးရှိသည့်အတွက်၊ Anthropic သည် အနိမ့်ဆုံးနှင့် ဆက်လက်လုပ်ဆောင်ခြင်း၏ စံကော်ပိုရိတ်ပြခန်းစာအုပ်ကို ပုံသေမဟုတ်ဘဲ ၎င်းကို အလေးအနက်ထားနေပုံရသည်။ Glasswing ရင်းနှီးမြုပ်နှံမှုအတိုင်းအတာနှင့် တုံ့ပြန်မှုအရှိန်အဟုန်သည် ခေါင်းဆောင်မှုအဆင့်တွင် စစ်မှန်သောအချက်ပေးချက်ကို ညွှန်ပြသည်။

ဒါပေမယ့် အခြေခံ တင်းမာမှုကတော့ မဖြေရှင်းနိုင်သေးပါဘူး။ Zero-day Vulnerabilities များကို အလိုအလျောက် ရှာဖွေတွေ့ရှိနိုင်လောက်အောင် အစွမ်းထက်သော AI စနစ်များကို တည်ဆောက်ခြင်းသည် ထိန်းချုပ်မှု ဆုံးရှုံးသွားပါက ပြင်းထန်သော ထိခိုက်မှုဖြစ်စေရန် AI စနစ်များကို တည်ဆောက်ခြင်းဆိုလိုသည်။ Mythos ချိုးဖောက်မှုသည် ကပ်ဆိုးကြီး အမြတ်ထုတ်ခြင်းကို မဖြစ်ပေါ်စေခဲ့ပေ၊ အနည်းဆုံး ကျွန်ုပ်တို့မသိသေးပါ။ ​နောက်​တစ်​ခုက​တော့ သိပ်​မထူး​တော့​ပေ။

အောက်ခြေလိုင်း- Mythos အဖြစ်အပျက်သည် AI ဘေးကင်းရေးသည် စိတ္တဇဒဿနဆိုင်ရာ ငြင်းခုံခြင်းမဟုတ်ကြောင်း တိုက်ရိုက်သရုပ်ပြမှုတစ်ခုဖြစ်သည်။ ၎င်းသည် လက်တွေ့ကမ္ဘာ၏ အကျိုးဆက်များနှင့်အတူ လည်ပတ်လုံခြုံရေးပြဿနာဖြစ်သည်။ Anthropic၊ စည်းကမ်းထိန်းသိမ်းရေးနှင့် ပိုမိုကျယ်ပြန့်သောစက်မှုလုပ်ငန်းက မည်သို့တုံ့ပြန်မည်ဆိုသည်က တည်ဆောက်ထားသမျှ AI စနစ်များကို အုပ်ချုပ်ရန် စံနမူနာများ သတ်မှတ်ပေးမည်ဖြစ်သည်။ ဒေါ်လာ သန်း 100 သည် ကန့်သတ်ဝင်ရောက်ခွင့် ပရိုဂရမ်များ ၎င်းတို့ကို ချိုးဖျက်ရန် မက်လုံးများ အလွန်မြင့်မားနေချိန်တွင် အမှန်တကယ် လုပ်ဆောင်နိုင်မလား။