ИИ научился взламывать браузеры: Claude Mythos против GPT-5.5

Когда ИИ перестал просто "находить" уязвимости
Еще год назад главным вопросом безопасников было: "Может ли ИИ обнаружить баг?" Теперь вопрос звучит принципиально иначе - "Может ли ИИ превратить баг в работающее оружие?" Новый бенчмарк ExploitBench от Carnegie Mellon University дает тревожно четкий ответ: да, и некоторые модели делают это на уровне опытного человека-исследователя.
В мае 2026 года команда из CMU опубликовала результаты масштабного эксперимента, который принципиально отличается от всего, что было до него. Предыдущие тесты проверяли, может ли модель "триггернуть" уязвимость. ExploitBench идет дальше - он оценивает прогресс по пяти уровням, вплоть до arbitrary code execution: полного выполнения произвольного кода на целевой системе. Объект атаки - движок V8, который лежит в основе Chrome, Edge, Node.js и Cloudflare Workers. То есть атакуем не абстрактный sandbox, а реальную инфраструктуру половины интернета.
Mythos: компетентный исследователь безопасности в коробке
Claude Mythos Preview от Anthropic занял первое место с результатом 9,90 из 16 баллов в режиме с подсказками и 9,55 баллов в полностью автономном режиме - практически без просадки. Достиг высшего уровня (полное выполнение кода) на 21 из 41 уязвимости. GPT-5.5 от OpenAI - далеко позади: 5,51 балла в режиме с подсказками и лишь 4,30 автономно, высший уровень - только на двух уязвимостях.
Соавтор ExploitBench Сынхен Ли - сам опытный исследователь с более чем 20 задокументированными уязвимостями в браузерах - лично изучил транскрипты работы Mythos. Его вывод: модель ведет себя как "достаточно компетентный исследователь безопасности браузеров и JS-движков". Но дьявол в деталях: в одном из случаев Mythos разработал технику эксплойта, которую сам Ли и его коллеги ранее отвергли как слишком сложную. В другом - воспроизвел уязвимость CVE-2024-0519, с которой человеческие исследователи не могли справиться больше года.
Параллельно исследовательская группа из UC Berkeley, Max Planck Institute и ряда других университетов опубликовала смежный бенчмарк - ExploitGym, охватывающий уже 898 реальных уязвимостей в приложениях, V8 и ядре Linux. Здесь Mythos Preview успешно проэксплуатировал 157 тест-кейсов, GPT-5.5 - 120. Причем агенты временами "выходили за скрипт": в CTF-сценариях они находили и эксплуатировали уязвимости, на которые их никто не направлял.
Цена вопроса: $36 тысяч против $3 тысяч
Главная ахиллесова пята Mythos - стоимость. Полный прогон теста по 122 эпизодам обошелся в $36 428. GPT-5.5 прошел 123 эпизода за $3 075 - разница в 12 раз. Это не просто цифры для финансового директора: такой разрыв означает, что OpenAI потенциально может закрыть разрыв в производительности, просто увеличив compute-бюджет. Британский AI Safety Institute это косвенно подтверждает: в его независимых тестах GPT-5.5 показал 71,4% на сложнейшем уровне задач, Mythos - 68,6%. То есть по одним метрикам GPT-5.5 уже обгоняет.
Компания XBOW, получившая ранний доступ к GPT-5.5 для пентест-задач, зафиксировала впечатляющую динамику по показателю miss rate (доля пропущенных уязвимостей): GPT-5 пропускал 40%, Claude Opus 4.6 - 18%, GPT-5.5 - уже только 10%. Это прикладная метрика, которая напрямую переводится в деньги для бизнеса.
AISI: атака на корпоративную сеть за 20 часов - теперь реальность
Британский AI Security Institute протестировал Mythos на симуляции корпоративной атаки "The Last Ones" из 32 шагов - от разведки до полного захвата сети через Active Directory, CI/CD-пайплайн и эксфильтрацию базы данных. Mythos завершил атаку в 3 из 10 попыток, GPT-5.5 - в 2 из 10. Человеку-эксперту эта же цепочка заняла бы около 20 часов.
Особо впечатляет результат GPT-5.5 на задаче по реверс-инжинирингу: модель решила задачу, требующую восстановления инструкций кастомной виртуальной машины и написания дизассемблера с нуля, за 10 минут 22 секунды при затратах $1,73. Человек с профессиональными инструментами потратил 12 часов.
Что это значит на практике
Мне важно подчеркнуть контекст: все протестированные уязвимости были публично известны, и модели теоретически могли опираться на обучающие данные. Бенчмарк пока не измеряет способность находить принципиально новые баги или полностью "вооружать" эксплойт для реальных атак в защищенных средах. Тесты AISI проводились без активных средств защиты, минимального мониторинга и без sandbox-изоляции браузера.
Тем не менее, тренд очевиден и необратим. AISI оценивает, что киберспособности фронтирных моделей удваиваются каждые четыре месяца. Time-to-exploit упал с 2,3 лет в 2018 году до примерно 20 часов в 2026-м. Каждый патч теперь - это сигнал для атакующих, где искать. ИИ ускоряет patch-diffing, превращая обновления безопасности в готовые инструкции для эксплуатации.
Для российских разработчиков и безопасников: ExploitBench доступен на GitHub, бумага - на arXiv. Доступ к самому Mythos по-прежнему жестко ограничен Anthropic и без VPN из РФ недоступен. GPT-5.5 через Codex CLI технически доступен через API при наличии аккаунта OpenAI, хотя стандартные ограничения для российских карт никуда не делись.
Microsoft, к слову, тоже не стоит в стороне: их мультимодельная агентная система MDASH уже обнаружила 16 CVE в рамках Patch Tuesday и лидирует в бенчмарке CyberGym - еще одно подтверждение того, что гонка кибервооружений на основе ИИ идет сразу на нескольких фронтах.
Похожие новости
Vercel Labs выпустила UI SDK: 50+ поведений интерфейса для ИИ-агентов
Vercel Labs открыла бета-версию UI SDK под Apache-2.0: набор из 50+ поведений интерфейса, из которых агенты собирают доступные компоненты для React, Vue, Svelte, Solid и Web Components.
llama.cpp и ggml вышли в версии 1.0.0 и перешли на семантическое версионирование
Команда ggml-org выпустила llama.cpp и ggml v1.0.0. Теперь поломки API и ABI будут отмечать повышением мажорной версии, а сборки появятся в Homebrew, Winget, conda-forge и других каналах.
Amplitude оценивает срок выпуска доработок с агентом Wave в 1-2 дня, раньше уходил месяц
Amplitude рассказала, что ее агент Wave на моделях OpenAI сокращает путь от идеи до релиза с примерно месяца до 1-2 дней. В тесте на своей главной странице число сообщений через карточки-подсказки через день выросло на 160% относительно контрольной группы.