Наблюдается фундаментальный разрыв в способностях между топовыми проприетарными моделями и open-source решениями. В то время как открытые модели фокусируются на предсказании паттернов, закрытые системы серии Fable и Anthropic Claude Mythos переходят к глубокому семантическому анализу кода, что позволяет им самостоятельно обнаруживать сложные zero-day уязвимости.
Что произошло
Использование моделей серии Fable (связанных с Anthropic Claude Mythos/Project Glasswing) продемонстрировало способность находить критические логические ошибки и zero-day уязвимости, которые недоступны текущим open-source моделям и традиционным инструментам статического анализа (SAST). В частности, кейс Fable показал нахождение 20 новых zero-day уязвимостей за один проход, включая 5 критических.
Контекст
Этот разрыв не является временной задержкой в графике релизов или разницей в объеме обучающих данных. Это качественный скачок в capabilities — способности решать задачи принципиально иного уровня сложности за счет глубокого понимания семантики кода, а не простого сопоставления шаблонов.
Почему это важно для индустрии
Для индустрии это означает трансформацию кибербезопасности из области поиска известных сигнатур в сферу противостояния автономных агентов. Проприетарные компании получают мощное конкурентное преимущество, так как их модели способны выступать полноценными агентами для глубокого аудита кода, что создает новую парадигму борьбы между атакующими и защитными ИИ-системами.
Почему это важно для пользователей
Для профессиональных пользователей и бизнеса это означает усиление зависимости от проприетарных API в критически важных задачах, таких как разработка сложного кода, безопасность и глубокая аналитика. Продукты, построенные исключительно на open-source решениях, могут столкнуться с «потолком» при реализации сложных логических цепочек и автономных функций.
Источники
Автор
Look at AI, редакция