Mythos

Mythos Я смотрю на запуск Mythos как на аккуратную попытку вернуть себе доверие. У Anthropic в конце февраля был публичный конфликт с Пентагоном. Компания прямо сказала, что не хочет снимать два ограничения: массовую слежку за американцами и полностью автономное оружие. Потом получила ярлык угрозы для цепочки поставок и пошла в суд. И как раз через месяц выходит Mythos. Подача показательная: доступ ограничен, модель описывают как слишком мощную для широкого использования в кибербезопасности, а публичный сюжет строят вокруг защиты критического программного обеспечения. Для медиа это почти идеальная ситуация. Закрытость добавляет веса. Опасность добавляет статуса. История с найденными уязвимостями быстро задает новую тему разговора и оттесняет вопрос о конфликте с военными. В центре внимания оказывается полезность Anthropic для защиты инфраструктуры. Сразу оговорюсь: я не пытаюсь сказать, что Mythos переоценен и что прирост там символический. По системной карте видно, что Mythos и правда заметно сильнее Opus 4.6 в ряде задач по программированию и кибербезопасности. На некоторых бенчмарках прирост значимый. Но интересное здесь в другом. В той же системной карте Anthropic сама пишет, что часть кибербенчмарков уже мало что говорит о реальном пределе возможностей, а часть сравнений чувствительна к задержкам и условиям запуска. Есть и другая деталь: Mythos подают не как отдельного киберспециалиста, а как универсальную модель с очень сильным профилем в программировании, которая хорошо показывает себя и на задачах безопасности. Поэтому я бы не читал весь этот запуск как доказательство того, что раньше модели толком не умели искать уязвимости, а теперь внезапно научились. Скорее рынок получил хорошо упакованную демонстрацию того, что происходит, когда очень сильную модель ставят в правильный агентный контур, дают ей узкую исследовательскую задачу и показывают результат в очень удобный момент. Смог бы Opus 4.6 тоже найти много неприятных багов, если бы его так же долг