Mythos: สุดยอดอาวุธ AI ที่ทำให้ผู้สร้างหวาดกลัว

โมเดลบุกเบิกที่ทำให้ผู้ทดสอบเองหวาดกลัว

การเดินทางของ Anthropic กับโมเดลเรือธงใหม่ที่ใช้ชื่อรหัสว่า "Mythos" ได้เปิดเผยขีดความสามารถใหม่ของ AI ควบคู่ไปกับความเสี่ยงที่ไม่เคยมีมาก่อน โมเดลนี้ซึ่งแสดงตัวอย่างในเดือนเมษายน 2026 ถูกระงับไม่ให้เผยแพร่สู่สาธารณะในตอนแรก เนื่องจากความกังวลอย่างลึกซึ้งเกี่ยวกับขีดความสามารถของมัน ความกังวลเหล่านี้ไม่ใช่สมมติฐาน แต่เกิดจากผู้ที่ได้สัมผัส Mythos โดยตรง

แท้จริงแล้ว Dario Amodei ซีอีโอของ Anthropic เปิดเผยในการสัมภาษณ์ของ Bloomberg Originals ว่าบริษัทที่ได้รับสิทธิ์เข้าถึง Mythos ในช่วงต้นได้ออกคำเตือนอย่างรุนแรง ตามที่ Amodei กล่าว พันธมิตรเหล่านี้ระบุว่าโมเดลนี้เป็น "สุดยอดอาวุธ" และการใช้งาน "ควรกำหนดให้มีใบอนุญาตปืน"

คำเตือนเหล่านี้เน้นย้ำถึงการเปลี่ยนแปลงที่สำคัญ: โมเดล AI ขั้นสูงในปัจจุบันสามารถใช้งานได้สองวัตถุประสงค์ที่มีศักยภาพสูงมาก จนแม้แต่พันธมิตรที่เชื่อถือได้และได้รับการตรวจสอบก็ยังมองว่าเป็นภัยคุกคามต่อการดำรงอยู่ ผลกระทบต่อกลยุทธ์ความปลอดภัยทางไซเบอร์นั้นเกิดขึ้นทันทีและลึกซึ้ง ซึ่งเรียกร้องให้มีการประเมินท่าทีการป้องกันใหม่

Mythos ทำอะไรได้บ้าง

ความสามารถของ Mythos แม้ในสภาพแวดล้อมที่ควบคุมได้ ก็ยังคงเป็นสิ่งที่น่าทึ่ง ในระหว่างขั้นตอนการประเมิน Mythos ได้ระบุข้อบกพร่องในระบบปฏิบัติการหลักและเว็บเบราว์เซอร์ทุกระบบที่ทดสอบ ซึ่งรวมถึงช่องโหว่ที่ยังตรวจไม่พบมานานหลายทศวรรษ ซึ่งเน้นย้ำถึงศักยภาพที่ไม่มีใครเทียบได้ของโมเดลในการวิเคราะห์เชิงลึกและครอบคลุม

Project Glasswing ซึ่งเป็นโครงการเข้าถึงก่อนกำหนดที่ควบคุมของ Anthropic ได้แบ่งปัน Mythos กับองค์กรที่ได้รับการตรวจสอบประมาณ 50 แห่ง กลุ่มนี้รวมถึงยักษ์ใหญ่ในอุตสาหกรรมเช่น Google, Apple, Amazon, Microsoft และ CrowdStrike โดยส่วนใหญ่สำหรับการทำงานด้านความปลอดภัยทางไซเบอร์เชิงป้องกัน ข้อเสนอแนะของพวกเขาเป็นข้อมูลในการตัดสินใจเบื้องต้นที่จะชะลอการเปิดตัว Mythos อย่างกว้างขวาง

ความกังวลมุ่งเน้นไปที่ศักยภาพของผู้ไม่ประสงค์ดีในการใช้ประโยชน์จากความสามารถของ Mythos โดยเฉพาะอย่างยิ่ง ความวิตกกังวลรวมถึงการใช้เพื่อบุกรุกโครงสร้างพื้นฐานที่สำคัญ เช่น ระบบธนาคาร หรือเพื่อช่วยในการพัฒนาอาวุธชีวภาพ พลังการวิเคราะห์ที่แท้จริงที่ Mythos แสดงให้เห็นนั้นเป็นอันตรายที่ชัดเจนและในปัจจุบัน หากไม่ได้รับการบรรเทา

ทำไม "มาตรการป้องกัน" จึงไม่เพียงพอด้วยตัวมันเอง

เพื่อตอบสนองต่อความกังวลอย่างลึกซึ้งเหล่านี้ Anthropic ได้เปิดตัว Claude Fable 5 ซึ่งเป็นโมเดลสาธารณะที่สร้างขึ้นบนสถาปัตยกรรม Mythos ที่เป็นรากฐาน แต่ติดตั้งด้วยมาตรการป้องกันที่สำคัญ มาตรการป้องกันเหล่านี้ได้รับการออกแบบมาเพื่อลดความเสี่ยงที่ระบุในระหว่างการเข้าถึงก่อนกำหนด โดยเฉพาะอย่างยิ่ง เมื่อคำขอไปยัง Fable 5 ข้ามขีดจำกัดความเสี่ยงสูงที่กำหนดไว้ล่วงหน้า โดยเฉพาะอย่างยิ่งในด้านความปลอดภัยทางไซเบอร์หรือชีววิทยา โมเดลจะกลับไปใช้ Claude Opus 4.8 รุ่นเก่าที่มีความสามารถน้อยกว่าโดยอัตโนมัติ

แม้จะมีมาตรการป้องกันเหล่านี้ Fable 5 ก็ยังคงแสดงประสิทธิภาพที่น่าทึ่ง การทดสอบเกณฑ์มาตรฐาน Vals AI จัดอันดับให้ Fable 5 เป็นโมเดล AI ที่มีความสามารถมากที่สุดที่เปิดเผยต่อสาธารณะในขณะที่เปิดตัว นี่แสดงให้เห็นว่าแม้แต่ Mythos เวอร์ชันที่ถูกจำกัดโดยเจตนา ก็ยังคงรักษาความสามารถระดับบุกเบิกที่สำคัญไว้ได้

อย่างไรก็ตาม เหตุการณ์ที่ตามมาแสดงให้เห็นถึงข้อจำกัดโดยธรรมชาติของมาตรการป้องกันภายใน แม้ว่าสิ่งเหล่านี้จะจำเป็น แต่การควบคุมเหล่านี้เป็นเพียงวิธีแก้ปัญหาภายในของผู้จำหน่ายสำหรับความเสี่ยงภายนอกเท่านั้น พวกเขาไม่ได้แก้ไขปฏิสัมพันธ์ที่ซับซ้อนของความสามารถ ความตั้งใจ และการกำกับดูแลด้านกฎระเบียบที่กำหนดความท้าทายในการใช้งานสองวัตถุประสงค์ของ AI ระดับบุกเบิกอย่างสมบูรณ์

"ข้อเสนอแนะเบื้องต้นเกี่ยวกับ Mythos เปิดเผยระดับพลังที่ปรับเปลี่ยนความเข้าใจของเราเกี่ยวกับศักยภาพในการใช้งานสองวัตถุประสงค์ของ AI อย่างพื้นฐาน มาตรการป้องกันภายในเป็นขั้นตอนแรกที่จำเป็น แต่ไม่สามารถเป็นคำพูดสุดท้ายในกลยุทธ์ความปลอดภัยที่ครอบคลุมได้"

ความเสี่ยงในห่วงโซ่อุปทานที่ไม่มีใครคาดคิด: การดึงกลับด้านกฎระเบียบ

บางทีการพัฒนาที่สำคัญที่สุดในเรื่องราวของ Mythos คือการแทรกแซงอย่างกะทันหันของรัฐบาลสหรัฐฯ โดยอ้างถึงความกังวลด้านความมั่นคงของชาติ คำสั่งควบคุมการส่งออกฉบับใหม่กำหนดให้ Anthropic เพิกถอนการเข้าถึง Claude Fable 5 และ Claude Mythos 5 สำหรับชาวต่างชาติทั้งหมดทันที ซึ่งมีผลบังคับใช้ทั่วโลก โดยไม่คำนึงถึงสถานที่ตั้งของพวกเขา และรวมถึงพนักงานของ Anthropic เองด้วย

เหตุผลที่ระบุไว้สำหรับมาตรการที่รุนแรงนี้คือ "การเจลเบรกที่แคบและไม่เป็นสากล" ซึ่งอธิบายว่าเป็นเพียงหลักฐานทางวาจา การดำเนินการด้านกฎระเบียบนี้แสดงให้เห็นถึงความเสี่ยงในห่วงโซ่อุปทานรูปแบบใหม่และมีศักยภาพสำหรับระบบที่ขับเคลื่อนด้วย AI: การแทรกแซงของรัฐบาลตามภัยคุกคามความมั่นคงของชาติที่รับรู้ แม้ว่าหลักฐานจะไม่ได้เปิดเผยต่อสาธารณะอย่างละเอียดก็ตาม

Anthropic ได้ปฏิบัติตามโดยทันที โดยระงับการเข้าถึง Fable 5 และ Mythos 5 สำหรับลูกค้าทั้งหมด บริษัทอธิบายสถานการณ์ว่าเป็น "ความเข้าใจผิด" ที่กำลังพยายามแก้ไข เหตุการณ์นี้เน้นย้ำว่าแม้แต่มาตรการป้องกันภายในขั้นสูงและการตรวจสอบอย่างรอบคอบโดยผู้ให้บริการโมเดล ก็ไม่สามารถแยกผู้ใช้จากแรงกดดันด้านกฎระเบียบภายนอกได้

สิ่งนี้มีความหมายอย่างไรต่อแพลตฟอร์มความปลอดภัยที่ขับเคลื่อนด้วย AI

เหตุการณ์ Mythos เปลี่ยนแปลงภูมิทัศน์สำหรับผู้นำด้านความปลอดภัยที่อาศัยแพลตฟอร์มที่ขับเคลื่อนด้วย AI อย่างพื้นฐาน การระงับการเข้าถึง Fable 5 และ Mythos 5 ทันทีแสดงให้เห็นถึงความเปราะบางของการพึ่งพา AI ของผู้จำหน่ายรายเดียว แพลตฟอร์มที่สร้างขึ้นโดยเฉพาะบนผู้ให้บริการโมเดลบุกเบิกรรายเดียวมีความเสี่ยงโดยธรรมชาติที่จะเกิดการหยุดชะงักอย่างกะทันหัน คำสั่งควบคุม หรือแม้แต่การตัดสินใจด้านความปลอดภัยภายในของผู้ให้บริการเอง

ความผันผวนนี้ขยายไปไกลกว่าเพียงเวลาทำงาน "การเจลเบรกที่แคบและไม่เป็นสากล" ที่รัฐบาลสหรัฐฯ อ้างถึง แม้ว่าจะยังไม่ได้รับการยืนยันต่อสาธารณะ เน้นย้ำถึงภัยคุกคามอย่างต่อเนื่องของการโจมตีแบบ adversarial ต่อโมเดล AI แพลตฟอร์มที่เชื่อมโยงกับโมเดลเดียวมีความเสี่ยงที่จะถูกบุกรุกทั้งหมด หากโมเดลนั้นถูกใช้ประโยชน์สำเร็จหรือถือว่าไม่ปลอดภัย โดยไม่คำนึงถึงความสามารถพื้นฐานของมัน

สำหรับ CISO และวิศวกรความปลอดภัย สิ่งนี้จำเป็นต้องมีการเปลี่ยนแปลงเชิงกลยุทธ์ไปสู่ความยืดหยุ่นและการสำรองข้อมูลในการรวม AI จุดเน้นต้องเปลี่ยนจากการใช้ประโยชน์จากโมเดลที่มีความสามารถมากที่สุด ไปสู่การสร้างโครงสร้างพื้นฐานที่สามารถปรับให้เข้ากับการเปลี่ยนแปลงอย่างรวดเร็วในการพร้อมใช้งานของโมเดล ความสามารถ และท่าทีด้านความปลอดภัย แนวทางที่ไม่ขึ้นกับโมเดลจึงไม่เพียงแต่เป็นข้อได้เปรียบ แต่ยังเป็นสิ่งจำเป็นอย่างยิ่งสำหรับการรักษาความต่อเนื่องในการดำเนินงานและประสิทธิภาพด้านความปลอดภัย

แพลตฟอร์มความปลอดภัยที่ไม่ขึ้นกับโมเดลเปลี่ยนแปลงสมการอย่างไร

เหตุการณ์ที่เกี่ยวข้องกับ Mythos เน้นย้ำถึงความสำคัญเชิงกลยุทธ์ของแพลตฟอร์มความปลอดภัยที่ไม่ขึ้นกับโมเดล แพลตฟอร์มดังกล่าวช่วยป้องกันองค์กรจากจุดเดียวของความล้มเหลวที่เกิดขึ้นจากการพึ่งพาผู้ให้บริการ AI เพียงรายเดียว ซึ่งทำได้โดยการจัดเรียงโมเดล AI ระดับบุกเบิกหลายโมเดลจากผู้ให้บริการที่หลากหลาย เช่น Anthropic, OpenAI, Google และ open-weights ไว้เบื้องหลัง API ของเอ็นจิ้นความปลอดภัยแบบครบวงจร

แนวทางแบบหลายชั้นนี้ช่วยให้งานด้านความปลอดภัยเฉพาะเจาะจง เช่น การสอดแนมเชิงรุก การร่าง Proof-of-Concept การคัดแยก SOC หรือการสรุปข้อมูลภัยคุกคาม สามารถถูกกำหนดเส้นทางแบบไดนามิกได้ การตัดสินใจกำหนดเส้นทางจะขึ้นอยู่กับการประเมินแบบเรียลไทม์ว่าโมเดลใดในปัจจุบันให้ความสมดุลที่เหมาะสมที่สุดระหว่างความปลอดภัยและความสามารถสำหรับงานเฉพาะนั้น สิ่งนี้ช่วยให้มั่นใจได้ว่าองค์กรจะใช้ประโยชน์จากทรัพยากร AI ที่ดีที่สุดที่มีอยู่เสมอ โดยไม่ต้องผูกติดอยู่กับระบบนิเวศของผู้จำหน่ายรายเดียว

ที่สำคัญคือ เลเยอร์ Open-Agent มีความสามารถในการสำรองข้อมูลโดยอัตโนมัติ หากผู้ให้บริการหลักถูกระงับ ประสบปัญหาการหยุดชะงัก ถูกเจลเบรก หรือเพียงแค่ถูกโมเดลใหม่กว่าแซงหน้า ระบบจะเปลี่ยนไปใช้อีกทางเลือกหนึ่งได้อย่างราบรื่น การออกแบบนี้ช่วยให้มั่นใจได้ถึงการดำเนินงานอย่างต่อเนื่องและการป้องกันที่แข็งแกร่ง ขจัดความเสี่ยงที่จะขาดความสามารถ AI ที่สำคัญเนื่องจากปัจจัยภายนอก องค์กรที่ใช้โซลูชันเช่นเลเยอร์ Open-Agent ของ Global Rail Cyber Security จึงได้รับการปกป้องจากการผูกติดกับผู้จำหน่ายและการหยุดชะงักที่เกิดจากการพึ่งพา

รายการตรวจสอบการป้องกันสำหรับยุคที่มีการใช้งานสองวัตถุประสงค์

การเตรียมพร้อมสำหรับภูมิทัศน์ที่เปลี่ยนแปลงไปของความเสี่ยงจากการใช้งานสองวัตถุประสงค์ของโมเดลบุกเบิกต้องใช้มาตรการเชิงรุก ผู้นำด้านความปลอดภัยควรพิจารณาการดำเนินการดังต่อไปนี้:

• กระจายการพึ่งพาโมเดล AI: หลีกเลี่ยงการพึ่งพาผู้ให้บริการ AI รายเดียวสำหรับฟังก์ชันความปลอดภัยที่สำคัญ
• ใช้สถาปัตยกรรมที่ไม่ขึ้นกับโมเดล: จัดลำดับความสำคัญของแพลตฟอร์มที่แยกโมเดล AI พื้นฐานออก ทำให้สามารถสลับได้อย่างยืดหยุ่น
• กำหนดนโยบายการกำหนดเส้นทางแบบไดนามิก: กำหนดเกณฑ์สำหรับการกำหนดเส้นทางงานไปยังโมเดลต่างๆ โดยพิจารณาจากความสามารถ ความปลอดภัย และความพร้อมใช้งาน
• วางแผนสำหรับการล้าสมัย/การระงับโมเดล AI: พัฒนาแผนฉุกเฉินสำหรับการสูญเสียการเข้าถึงโมเดลบุกเบิกเฉพาะอย่างกะทันหัน
• ตรวจสอบมาตรการป้องกันโมเดลอย่างอิสระ: อย่าพึ่งพากลไกความปลอดภัยที่ผู้จำหน่ายให้มาเพียงอย่างเดียว ดำเนินการทดสอบ adversarial ภายใน
• ติดตามภูมิทัศน์ด้านกฎระเบียบ: รับทราบข้อมูลเกี่ยวกับการควบคุมการส่งออก คำสั่งความมั่นคงของชาติ และการแทรกแซงของรัฐบาลอื่นๆ ที่ส่งผลกระทบต่อการเข้าถึง AI
• ประเมินความเสี่ยงข้อมูลรั่วไหลกับแต่ละโมเดล: ทำความเข้าใจว่าโมเดลต่างๆ จัดการข้อมูลอินพุตที่ละเอียดอ่อนและศักยภาพในการเปิดเผยอย่างไร

สิ่งที่ต้องจับตาดูต่อไป

เหตุการณ์ Anthropic Mythos เป็นลางบอกเหตุถึงความท้าทายในอนาคตในโดเมนความปลอดภัยของ AI การปฏิสัมพันธ์ระหว่างความสามารถของ AI ที่ไม่เคยมีมาก่อน ลักษณะการใช้งานสองวัตถุประสงค์โดยธรรมชาติของเทคโนโลยีเหล่านี้ และความเฉียบขาดที่เพิ่มขึ้นของการกำกับดูแลของรัฐบาลจะยังคงกำหนดรูปแบบอุตสาหกรรมต่อไป ผู้นำด้านความปลอดภัยต้องติดตามการพัฒนาด้านความปลอดภัยของโมเดล เทคนิคการโจมตีแบบ adversarial และกรอบกฎหมายที่เปลี่ยนแปลงไปซึ่งควบคุม AI ระดับบุกเบิกอย่างใกล้ชิด ยุคของการนำ AI ไปใช้โดยผู้จำหน่ายรายเดียวอย่างง่ายๆ นั้นจบลงแล้ว ความยืดหยุ่นผ่านการกระจายความเสี่ยงและการไม่ขึ้นกับโมเดลคือสิ่งจำเป็นใหม่

แหล่งที่มา

• https://www.bloomberg.com/news/videos/2026-06-17/inside-the-mind-of-anthropic-ceo-dario-amodei-video
• https://www.anthropic.com/news/fable-mythos-access
• https://www.ndtv.com/artificial-intelligence/mythos-a-weapon-needs-gun-license-testers-warned-anthropic-report-11652395