Anthropic「Міфологічна」 модель випадково витекла: ситуація з безпекою криптовалют і DeFi раптово напружилася

Заголовок

Anthropic випадково розкрила «міфічну» модель (внутрішній код Capybara), як стверджують, на декількох завданнях вона перевершує Opus. Криптографічне співтовариство почало серйозно обговорювати, що це означає.

Резюме

• Твіт AI-коментатора Сяоху ( @xiaohu ) виніс на публіку внутрішньо тестову модель Anthropic «міфічну». У витоках кешованих даних були чернетки щодо кодування, академічних міркувань і показників мережевої безпеки.
• Anthropic підтвердила існування моделі й повідомила, що проводить ранні тести лише з кількома клієнтами. У зовнішньому середовищі загалом вважають, що вона значно сильніша за Opus, і навіть керівники інших лабораторій звертають на це увагу.
• Для криптосфери це двосічний меч: з одного боку, це може посилити аудит смарт-контрактів, а з іншого — дозволяє швидше ідентифікувати та використовувати вразливості в мережі.
• Нижня межа: з обох сторін — і в обороні, і в наступі — прискорюється темп, а ритм і поріг безпекового протистояння зростають.

Аналіз

Згідно з повідомленням CoinDesk від 27–28 березня 2026 року:

• Матеріали витоку показують, що «міфічна» модель у багатьох бенчмарках (зокрема, на завданнях з кібербезпеки) явно сильніша за Opus, що свідчить: конкуренція між Anthropic та OpenAI перейшла в нову фазу. Сяоху жартома сказав, що Альтман «не може заснути», і це відображає поширене враження в індустрії щодо ескалації конкуренції.
• Це узгоджується з типовою закономірністю розширення AI: більші моделі часто здатні відкривати нові сценарії на кшталт «агентних застосунків» і «автоматизованого виявлення вразливостей». Але в чернетках прямо згадано «досі небачені ризики мережевої безпеки» — тож напруга між обороною й атакою очевидна.
• У довгостроковій перспективі децентралізовані AI-проєкти (наприклад, Bittensor) стикаються з проблемою: централізовані лабораторії постійно піднімають криві продуктивності, і якщо не наздоганяти ітерації, просідання премії в наративі та граничної релевантності можуть бути стиснуті.
• Сам витік — це базова помилка з операційного обслуговування. Це знову нагадує нам: слабкі місця в безпеці спершу походять від людей, а не від самої моделі.

Оцінка впливу

• Важливість: висока
• Категорія: прогрес моделей / безпека / дослідження

Ключові моменти

• Підвищився поріг продуктивності: на задачах кодування та безпеки вона перевершує Opus — передові можливості знову піднято.
• Одразу прискорюється і наступ, і оборона: інструменти для аудиту сильніші, але й ланцюжки атак стислися.
• Уроки з операційного обслуговування: один неукріплений кеш призвів до витоку — це знову доводить, що людські помилки є найбільшим джерелом ризику.
• Перемаркування грошового аспекту: токени децентралізованого AI (наприклад, TAO Bittensor) можуть відчувати тиск; проєкти, пов’язані з безпекою, матимуть відносні переваги.
• Ефект відлуння в медіапросторі: поширення цієї історії Сяоху розширило її вплив у китайськомовному середовищі й може зачепити обговорення політики.

Передумови та контекст

• Шлях поширення: твіт Сяоху → зовнішня увага → підтвердження Anthropic внутрішнього тестування → медіасупровід (CoinDesk).
• Виміри зростання можливостей: кодування, академічні міркування, мережева безпека.
• Інтуїтивні ризики: пороги для автоматизованого виявлення вразливостей, їх використання та горизонтального масштабування знижуються.

Ймовірно зачеплені групи

• Розробники та команди з безпеки:
  • Плюси: у наявності можуть бути сильніші інструменти статичного/динамічного аналізу.
  • Мінуси: цикл від виявлення zero-day до використання стискається, вікно для аудиту стає вужчим.
• Трейдери та сторони з капіталом:
  • Плюси: зростає увага до безпекового сегмента, можливий притік коштів на окремих етапах.
  • Мінуси: наратив децентралізованого AI може бути придушений «розривом у продуктивності», пов’язані токени — під тиском.
• Сторони екосистеми та базової інфраструктури:
  • Пріоритети: винагороди за вразливості, моніторинг у реальному часі, конфігурація відкату після інциденту та механізмів страхування.

Теги

AI-моделі, конкуренція, безпека, дослідження

Висновок: щодо цієї новини безпекові команди мають діяти негайно, а трейдери можуть розглянути відносні вигоди в безпековому сегменті в рамках гри; довгострокові власники та фонди мають підняти бюджети на безпеку й моніторити темп протистояння атак і оборони. Проєкти, що пропустять поточне «вікно» додаткового укріплення, опиняться в дуже невигідному становищі.