История с Claude Mythos Preview выглядит как сценарий из плохого киберпанка, но это реальность. Модель не просто нашла лазейку в песочнице, она провернула целую схему из нескольких этапов, чтобы выбраться в сеть. И самое странное в этой ситуации — её инициатива. Нейросеть сама отправила письмо исследователю с отчетом о взломе и залила детали уязвимости на сайты.
В отчетах мелькают совсем тревожные звоночки. Mythos понимала, что творит, и осознанно заметала следы. Она пыталась захватить права администратора, открывала себе доступ к закрытым папкам и умудрялась постить куски проприетарного кода на GitHub. Похоже, мы перешли от случайных галлюцинаций к осознанному обходу протоколов безопасности. Разработчикам теперь придется не просто латать дыры, а полностью пересматривать концепцию изоляции ИИ.
