Claude Mythos Enterprise trova oltre 10.000 vulnerabilità critiche: Anthropic fonda con 13 giganti un'alleanza per la sicurezza AI

Di recente Anthropic ha fatto una mossa di grande portata, e stavolta non si tratta del solito rilascio di un nuovo modello.

Il 7 aprile ha annunciato, insieme a una lista di aziende che non avreste mai immaginate allo stesso tavolo — AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan Chase, Linux Foundation, Microsoft, NVIDIA, Palo Alto Networks — la nascita di un'alleanza per la sicurezza chiamata Project Glasswing . La missione è una sola: usare l'AI per risolvere i problemi di sicurezza del software più critico del pianeta.

Lo stesso giorno Anthropic ha svelato un'altra notizia di peso: usando internamente i modelli della serie Claude per scansioni di sicurezza su larga scala di codebase aziendali, ha scopertooltre 10.000 vulnerabilità ad alto rischio.

Mescolate insieme, queste due notizie hanno fatto esplodere il mondo della sicurezza.

Come sono state trovate oltre diecimila vulnerabilità critiche

Tutto parte della ricerca sulla sicurezza AI di Anthropic.

Claude Mythos è un modello dedicato alla ricerca sulla sicurezza che Anthropic affina da tempo internamente. A differenza del Claude normale, è ottimizzato specificamente per il reverse engineering del codice, la scoperta di vulnerabilità e il penetration testing, e sa individuare automaticamente punti vulnerabili con minacce reali in codebase di grandi dimensioni.

Prima del lancio di Project Glasswing, il team di Anthropic ha usato Claude Mythos per fare uno “stress test” su una serie di codebase aziendali — con risultati che fanno venire i brividi:oltre diecimila vulnerabilità ad alto rischio, di tipi diversi: bypass dell'autenticazione, memory corruption, attacchi alla supply chain e altro ancora.

Queste vulnerabilità non sono state trovate da scanner tradizionali né scavate a mano da ingegneri della sicurezza: le ha prodotte automaticamente un modello AI.

Un confronto con il metodo tradizionale: un audit completo del codice aziendale da parte di un team di sicurezza professionale richiede in genere mesi e costa spesso centinaia di migliaia di dollari. Su codebase della stessa dimensione, Claude Mythos comprime i tempi a pochi giorni o meno.

Questa è la differenza di scala degli strumenti di ricerca basati sull'AI.

Quanto è potente davvero Claude Mythos

Il titolo del New York Times del 7 aprile lo dice in una frase:“Anthropic Claims Its New A.I. Model Is a Cybersecurity Reckoning” — in soldoni: il modello è così potente che Anthropic stessa ha ritenuto inadatto rilasciarlo pubblicamente.

La BBC ha poi dedicato un articolo di approfondimento, con un titolo che parla da sé:“What is Anthropic's Claude Mythos and what risks does it pose?”

Dall'informazione disponibile, le capacità centrali di Claude Mythos si concentrano su tre direzioni:

– Comprensione e reverse engineering del codice: legge la struttura di codebase aziendali complesse e ne individua i difetti di sicurezza
– Valutazione della sfruttabilità delle vulnerabilità: non si limita a trovare le vulnerabilità, giudica anche se possano essere realmente sfruttate in uno scenario di attacco reale
– Scansione automatica su larga scala: analizza un'intera codebase in un colpo solo, senza verifica manuale passo per passo

Cosa significa questa combinazione di capacità?

Significa che un lavoro che prima teneva occupato un team di sicurezza per tre mesi, ora l'AI può completarlo in pochi giorni. E l'AI non si stanca, non salta scansioni, non si demoralizza davanti al codice complicato.

Project Glasswing: che cos'è davvero l'alleanza per la sicurezza AI

Le capacità AI da sole non bastano: Anthropic ha coinvolto 13 giganti tecnologici per lanciare Project Glasswing.

Questa lista, da sola, merita di essere letta con attenzione:

– Provider cloud: AWS, Microsoft Azure
– Aziende di sicurezza: CrowdStrike, Palo Alto Networks
– Chip/hardware: Broadcom, NVIDIA
– Utenti enterprise: JPMorgan Chase
– Infrastruttura open source: Linux Foundation
– Sistemi operativi: Apple
– Apparecchiature di rete: Cisco
– Aziende AI: Anthropic, Google

Cosa significa questa combinazione? Che non si tratta solo di ricerca teorica: l'obiettivo è rendere operativa la sicurezza AI lungo tutta la catena, dal livello dei chip ai sistemi operativi, dalle piattaforme cloud alle applicazioni.

I piani centrali di Glasswing includono:

– Definire uno standard di valutazione della sicurezza del codice guidato dall'AI
– Promuovere l'audit di sicurezza del software open source critico
– Condividere l'intelligence sulle vulnerabilità critiche scoperte dall'AI
– Fornire protezione AI per le infrastrutture critiche di tutto il mondo

In parole povere: si tratta di costruire la “lega della sicurezza informatica” dell'era AI, usando l'AI per contrastare i rischi di sicurezza portati dall'AI stessa.

Il vero problema dietro alle diecimila vulnerabilità

Trovare diecimila vulnerabilità non è di per sé una notizia: nel mondo della sicurezza si scavano bug tutti i giorni.

Quello che merita davvero attenzione è il significato nascosto dietro a quel numero.

Primo: l'ordine di grandezza supera di gran lunga le aspettative.

Tutti sapevano che le codebase aziendali contenessero vulnerabilità, ma che cosa dice una scala di “oltre 10.000 ad alto rischio”? Che i controlli di sicurezza nei processi di sviluppo attuali non bastano affatto. Il codice viene scritto, lo scanner gira una passata, tutto passa — eppure quello doveva sfuggire sfugge lo stesso. L'intervento dell'AI ha reso il problema ancora più evidente.

Secondo: che cosa dice la distribuzione delle vulnerabilità.

Anthropic non ha reso pubblici i tipi più frequenti, ma dalla composizione dei partecipanti a Glasswing possiamo ipotizzare che le direzioni prioritarie siano: vulnerabilità nella supply chain (c'è la Linux Foundation), vulnerabilità di autenticazione (ci sono provider cloud e aziende), vulnerabilità delle infrastrutture (ci sono produttori di chip e sistemi operativi).

Terzo: “scoprire” non significa “riparare”.

Trovare le vulnerabilità è solo il primo passo. Diecimila vulnerabilità ad alto rischio: chi le sistema? In quanto tempo? Molte vulnerabilità storiche nelle codebase aziendali esistono forse da cinque o dieci anni, e correggerne una richiede anche attenzione a non rompere le funzioni esistenti.

L'arma a doppio taglio degli strumenti di sicurezza AI

A questo punto va detta una cosa: se Claude Mythos può essere usato per scavare vulnerabilità, significa che anche altri possono usare AI simili per farlo.

Anthropic ha scelto di non rilasciare pubblicamente Claude Mythos, con la motivazione che è “troppo pericoloso”. È una scelta in linea con l'approccio dell'era Claude Opus 4: prima si valutano i rischi, poi si decide il livello di apertura.

Ma il problema è:

– altre aziende costruiranno modelli simili o addirittura più potenti?
– e se questi modelli finissero in mano agli attaccanti?
– le aziende riusciranno a usare l'AI per tappare le proprie falle prima degli attaccanti?

Glasswing, in un certo senso, risponde proprio a questa domanda:piuttosto che lasciare le capacità di sicurezza AI concentrate in poche aziende, meglio unire l'intero settore per costruire una barriera difensiva. Se gli attaccanti hanno l'AI, anche i difensori devono averla, e più veloce, più precisa, più sistematica.

Che cosa significa per gli sviluppatori comuni

Se sei uno sviluppatore o un ingegnere della sicurezza, questa notizia ha diversi livelli di significato:

Nel breve periodo: il meccanismo di condivisione delle vulnerabilità di Glasswing coprirà per prima cosa progetti open source critici e infrastrutture. Per le tue linee di prodotto, per ora non devi aspettarti nulla. Ma puoi seguire gli standard tecnici e i metodi di classificazione delle vulnerabilità che pubblicheranno in seguito.

Nel medio periodo: modelli di sicurezza dedicati come Claude Mythos entreranno gradualmente nelle toolchain di sicurezza aziendali. Potresti vedere integrazioni di capacità AI simili nei plugin IDE e nei flussi di scansione di sicurezza CI/CD del futuro. Conoscere in anticipo questa direzione non fa mai male.

Nel lungo periodo: la corsa agli armamenti tra ricerca sulla sicurezza AI e ricerca sugli attacchi AI non farà che intensificarsi. Le capacità AI dei difensori crescono, ma quelle degli attaccanti evolvono di pari passo. La nascita di Glasswing dimostra che i grandi colossi la trattano ormai come una questione strategica.

Perché questo momento è importante

Nel 2026 gli AI Agent hanno iniziato a entrare massicciamente nei flussi di lavoro aziendali — dalla generazione di codice all'elaborazione dei dati, dai sistemi interni alle interazioni con i clienti. Modelli come Claude e GPT penetrano ormai nei processi centrali delle aziende.

Quando l'AI inizia a gestire dati sensibili, a scrivere codice critico e a collegarsi a sistemi di produzione,le vulnerabilità di sicurezza dell'AI stessa e quelle scoperte dall'AI diventano le due facce della stessa medaglia.

Glasswing e le diecimila vulnerabilità sono il sasso che Anthropic ha lanciato nello stagno: vuole far capire all'intero settore che la sicurezza AI non è un problema tecnico, ma un problema di ecosistema.

Nessuna singola azienda può risolverlo da sola: serve l'intero settore insieme.

Questo spiega perché Apple, Microsoft, Google e altre aziende che di solito si danno battaglia riescano a sedersi allo stesso tavolo.

Una parola per concludere

Diecimila vulnerabilità ad alto rischio non sono un numero pensato per creare ansia.

Sono il risultato di una “visita medica” su larga scala fatta da Anthropic con l'AI, i cui esiti sono stati resi pubblici. Il referto c'è: la domanda è come pensi di reagire?

Aspetti che gli standard di Glasswing diventino realtà, o inizi subito a usare strumenti AI per una scansione completa della tua codebase?

Questa scelta tocca solo a te.