Anthropic в конце прошлой недели отключила доступ к моделям Claude Fable 5 и Mythos 5 после экспортной директивы США, которая запретила пользоваться ими «любому иностранному гражданину». Для рынка это не локальная ссора компании с регулятором, а сигнал: опасные ИИ-модели с продвинутыми навыками поиска уязвимостей и подготовки эксплойтов выходят из лабораторного режима и становятся новой нормой для кибербезопасности, разработки и управления рисками.
Как пишет Ars Technica, спор начался вокруг двух новых моделей Anthropic. Компания утверждала, что Mythos 5 умеет не только находить уязвимости, чтобы защитники могли быстрее их закрывать, но и предлагать способы эксплуатации, которые в руках злоумышленников превращаются в прикладной инструмент. В том же ряду оказался и Claude Fable 5: это публично доступная модель «уровня Mythos», но с ограничениями на ответы по биологии и кибербезопасности. Администрация Дональда Трампа решила, что этих ограничений недостаточно, поскольку защитные барьеры Fable 5 можно обойти и фактически получить доступ к возможностям Mythos 5. Для Белого дома это уже не вопрос продуктовой политики, а риск национальной безопасности.
Anthropic к такому сценарию, судя по всему, готовилась заранее. Когда в апреле 2026 года дебютировал Mythos Preview, компания не стала сразу выкладывать его в широкий доступ, а дала поработать с ним ограниченному консорциуму в рамках группы Project Glasswing. На прошлой неделе Mythos 5 также раздали этому закрытому кругу, а Fable 5 выпустили для массовой аудитории, но в урезанном виде. В корпоративном блоге Anthropic прямо признала неприятную реальность: значительная часть продвинутого использования ИИ носит двойной характер. Один и тот же запрос может быть полезен специалисту по защите инфраструктуры или биобезопасности и столь же полезен человеку с совсем другими намерениями.
Почему регулятор бьет по одной модели, а рынок спорит о тренде
Ключевая проблема здесь в том, что американские власти пытаются решать системный вопрос точечным запретом. По сути, регулятор исходит из логики: если притормозить именно эту модель и именно этого поставщика, риск станет ниже. Эксперты по кибербезопасности отвечают на это довольно жестко: риск создает не одна конкретная система, а общий технологический тренд. Директор по информационной безопасности консалтинговой компании TPO Group Тара Уилер прямо говорит, что считать Anthropic единственным игроком с такими возможностями близоруко. По ее оценке, другие компании уже либо подошли вплотную к тому же уровню, либо достигли его, но предпочитают не демонстрировать карты, пока смотрят, как власти обходятся с Anthropic.
Эту же мысль Anthropic проговаривала и раньше. Руководитель frontier red team компании Логан Грэм еще в апреле, во время запуска Mythos Preview, предупреждал: обсуждать нужно не Anthropic и не один продукт, а мир, в котором подобные возможности будут широко доступны через 6, 12 или 24 месяца. Это важная поправка для разработчиков и CISO. Дискуссия уже не про то, «допускать ли опасные ИИ-модели к рынку», а про то, как жить в среде, где такие модели есть сразу у нескольких поставщиков, а часть функций рано или поздно появится и в open-weight сегменте.
На это накладывается еще один неприятный для регуляторов факт. OpenAI в середине апреля тоже сделала приватный релиз модели, заточенной под кибербезопасность, и отдельно объявила о расширении своей стратегии в этой области. То есть даже если оставить Anthropic за скобками, гонка никуда не делась. Более того, часть исследователей утверждает, что и без следующего поколения «фронтирных» систем существующие модели уже можно приспособить для продвинутого поиска уязвимостей и разработки эксплойтов, если собрать для них правильную обвязку, пайплайн и набор подсказок. Другими словами, вопрос не только в том, насколько опасен конкретный релиз, но и в том, насколько хорошо злоумышленники и защитники умеют комбинировать уже доступные инструменты.
Что это значит для разработчиков, бизнеса и команд безопасности
На выходных против экспортной директивы Белого дома выступила большая группа лидеров индустрии кибербезопасности. В открытом письме они назвали меру ошибочной и дали понять, что запрет скорее тормозит тех, кто пытается повышать защищенность систем, чем реально сокращает риск. Исследователь Гарвардского университета и Университета Торонто Брюс Шнайер формулирует это еще прямее: более мелкие, дешевые и открытые модели уже сейчас могут приближаться к уровню Mythos и Fable, если использовать более изощренные промпты и связывать несколько систем вместе. А творческий подход и настойчивость этих моделей, по его оценке, конкуренты смогут воспроизвести в течение месяцев, а open-source-сегменту понадобится немного больше времени.
Для русскоязычной IT-аудитории отсюда следует несколько неприятных, но практичных выводов. Во-первых, ИИ в кибербезопасности перестает быть красивой функцией для демо и становится обычным рабочим слоем и у защитников, и у атакующих. Во-вторых, ставку только на «запретить доступ к модели» уже трудно считать рабочей стратегией: если capability расползается по рынку, запрет бьет в первую очередь по легальным командам, которые используют ИИ для аудита кода, анализа конфигураций, threat modeling и ускорения triage. В-третьих, компаниям придется пересматривать внутренние правила использования таких систем: где допустимы подсказки с кодом, кто имеет доступ к моделям с offensive-возможностями, как логируются запросы и как отделяется defensive research от откровенно рискованных сценариев.
Отдельный вопрос для продуктовых и инженерных команд: как встроить такие инструменты в SDLC, не превратив их в неуправляемый источник новых рисков. Если модель умеет находить уязвимость глубже и быстрее, чем обычный SAST или сканер зависимостей, это сильное преимущество. Но если та же модель умеет предлагать рабочие пути эксплуатации, значит, нужен другой уровень контроля доступа, журналирования и red-team-процедур. Сооснователь Veracode Крис Вайсопал резюмирует спор достаточно трезво: вопрос политики не в том, есть ли у технологии риск, а в том, снижает ли конкретное ограничение этот риск по-настоящему или просто мешает тем, кто делает системы безопаснее.
Именно поэтому история с Anthropic выглядит не кульминацией, а прологом. Опасные ИИ-модели уже перестают быть экзотикой из презентаций о будущем и превращаются в ожидаемый класс инструментов на рынке. Следующий раунд спора пройдет уже не вокруг одной компании, а вокруг правил игры для всей отрасли: кто и на каких условиях получает доступ к таким возможностям, как проверять их двойное назначение и можно ли вообще сдержать технологию, если она быстро становится массовой. Для бизнеса, разработчиков и служб безопасности это означает одно: готовиться придется не к запрету одной модели, а к миру, где опасные ИИ-модели есть сразу у многих.