🛡️Anthropic solta IA caçadora de bugs e já achou falhas em todo sistema operacional do mundo
A Anthropic anunciou ontem o Project Glasswing, uma iniciativa de segurança digital que soa como roteiro de filme. A ideia: usar inteligência artificial pra vasculhar o código dos softwares mais críticos do planeta e encontrar vulnerabilidades antes que alguém mal-intencionado encontre. --- O motor por trás é o Claude Mythos Preview, o novo modelo da empresa, que segundo eles consegue encontrar falhas de segurança melhor que praticamente qualquer humano - perdendo só pros especialistas mais experientes do mundo. E ele já mostrou resultado: milhares de vulnerabilidades graves foram encontradas em todo grande sistema operacional e navegador de internet que você usa. --- O que impressiona é o tamanho da ambição. Estamos falando de caçar falhas em Windows, macOS, Linux, Chrome, Safari, Firefox - tudo. A Anthropic está basicamente dizendo: "a gente vai auditar o software do mundo inteiro". Se funcionar bem, pode ser um dos usos mais concretos e importantes de IA que já vimos.
Introducing Project Glasswing: an urgent initiative to help secure the world’s most critical software. It’s powered by our newest frontier model, Claude Mythos Preview, which can find software vulnerabilities better than all but the most skilled humans. https://t.co/NQ7IfEtYk7
— @AnthropicAI View on X
A Anthropic lançou o Project Glasswing, uma iniciativa de segurança que utiliza o modelo Claude Mythos Preview para identificar vulnerabilidades críticas em softwares de infraestrutura global. A ferramenta já detectou milhares de falhas de alta severidade em sistemas operacionais — incluindo Windows, macOS e Linux — e nos principais navegadores do mercado: Chrome, Safari e Firefox.
Como funciona o Mythos Preview
O Claude Mythos Preview representa uma evolução na análise de segurança ofensiva. Diferente de scanners tradicionais de análise estática de código, o modelo opera com precisão comparável aos melhores especialistas humanos em pentest. Ele executa auditorias profundas em código-fonte, identificando padrões complexos de vulnerabilidades — como condi