Claude Mythos phiên bản doanh nghiệp đào ra hơn 10.000 lỗ hổng nguy hiểm cao: Anthropic bắt tay 13 gã khổng lồ lập liên minh an ninh AI

Anthropic dạo này vừa có một nước đi lớn, nhưng lần này không đơn giản là phát hành mô hình mới.

Ngày 7/4, nó liên minh với loạt công ty bạn mơ cũng không nghĩ sẽ đứng chung hàng — AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan Chase, Linux Foundation, Microsoft, NVIDIA, Palo Alto Networks — công bố thành lập một liên minh an ninh mang tên Project Glasswing . Sứ mệnh chỉ có một: dùng AI để giải quyết vấn đề an ninh của những phần mềm then chốt nhất toàn cầu.

Cùng ngày, Anthropic còn tiết lộ một tin nặng khác: họ dùng các mô hình dòng Claude quét an ninh quy mô lớn trên codebase doanh nghiệp, kết quả phát hiệnhơn 10.000 lỗ hổng nguy hiểm cao.

Hai tin này ghép lại, cả giới an ninh nổ tung.

Hơn một vạn lỗ hổng nguy hiểm cao được đào ra như thế nào

Chuyện này phải bắt đầu từ nghiên cứu an ninh AI của Anthropic.

Claude Mythos là mô hình chuyên dụng cho nghiên cứu an ninh mà Anthropic bền bỉ mài dũa nội bộ. Khác Claude thường, nó được tối ưu riêng cho các kịch bản dịch ngược mã nguồn, phát hiện lỗ hổng, pentest, có thể tự động tìm ra các điểm lỗ hổng mang mối đe dọa thật trong codebase quy mô lớn.

Trước khi dự án Glasswing khởi động, đội của Anthropic đã dùng Claude Mythos “stress test” một loạt codebase cấp doanh nghiệp — kết quả khiến da đầu tê dại:hơn một vạn lỗ hổng nguy hiểm cao, trải từ vượt xác thực, hỏng bộ nhớ đến tấn công chuỗi cung ứng và nhiều dạng khác.

Những lỗ hổng này không phải tìm bằng scanner truyền thống, cũng không phải đào thủ công bởi kỹ sư an ninh, mà là mô hình AI tự chạy ra.

So với cách truyền thống: một team an ninh chuyên nghiệp làm trọn vẹn một cuộc audit code doanh nghiệp thường tốn hàng tháng, chi phí động tới hàng trăm nghìn đô la. Trên codebase cùng quy mô, Claude Mythos có thể nén thời gian xuống cấp ngày hoặc ngắn hơn.

Đây chính là khoảng cách cấp bậc của công cụ nghiên cứu an ninh AI.

Claude Mythos dữ dội đến mức nào

Tiêu đề bài đưa của The New York Times ngày 7/4 viết thẳng một câu:“Anthropic Claims Its New A.I. Model Is a Cybersecurity Reckoning”— nói thẳng ra là mô hình này dữ đến mức chính Anthropic cũng thấy không phù hợp để phát hành công khai.

BBC sau đó đăng hẳn một bài theo chân, tiêu đề là:“What is Anthropic’s Claude Mythos and what risks does it pose?”

Tổng hợp từ nhiều nguồn, năng lực cốt lõi của Claude Mythos tập trung vào ba hướng:

– Hiểu và dịch ngược mã nguồn: đọc được cấu trúc codebase doanh nghiệp phức tạp, tìm ra các khiếm khuyết an ninh trong đó
– Đánh giá khả năng khai thác lỗ hổng: không chỉ tìm lỗ hổng, còn đánh giá được lỗ hổng đó có thể bị khai thác trong kịch bản tấn công thực tế hay không
– Quét tự động quy mô lớn: chạy một lần trên toàn bộ codebase, không cần rà soát thủ công từng bước

Tổ hợp năng lực này nghĩa là gì?

Nghĩa là công việc mà trước đây một team an ninh phải làm ba tháng, giờ AI có thể chạy xong trong vài ngày. Huống chi AI không mệt, không bỏ sót khi quét, không sinh tâm lý ngại khó vì code phức tạp.

Project Glasswing: liên minh an ninh AI này có xuất xứ từ đâu

Chỉ có năng lực AI chưa đủ, Anthropic đã kéo 13 gã khổng lồ công nghệ cùng khởi xướng Project Glasswing.

Tấm danh sách này tự nó đã đáng để ngâm nghía:

– Nhà cung cấp cloud: AWS, Microsoft Azure
– Hãng an ninh: CrowdStrike, Palo Alto Networks
– Chip/phần cứng: Broadcom, NVIDIA
– Người dùng doanh nghiệp: JPMorgan Chase
– Hạ tầng open source: Linux Foundation
– Hệ điều hành: Apple
– Thiết bị mạng: Cisco
– Công ty AI: Anthropic, Google

Tổ hợp này nghĩa là gì? Nghĩa là họ không chỉ làm nghiên cứu lý thuyết, mà muốn thông suốt toàn chuỗi từ tầng chip, tầng hệ điều hành, tầng nền tảng cloud, tầng ứng dụng để đưa năng lực an ninh AI vào thực thi.

Kế hoạch cốt lõi của Glasswing gồm:

– Xây dựng một bộ tiêu chuẩn đánh giá an ninh mã nguồn dẫn dắt bởi AI
– Thúc đẩy audit an ninh cho phần mềm open source trọng yếu
– Chia sẻ thông tin lỗ hổng nguy hiểm cao do AI phát hiện
– Cung cấp bảo vệ an ninh AI cho hạ tầng trọng yếu toàn cầu

Nói thẳng ra, đây là việc dựng một “liên minh an ninh mạng” của thời AI, dùng AI để đối phó rủi ro an ninh do AI sinh ra.

Vấn đề thật sự đằng sau một vạn lỗ hổng

Đào ra một vạn lỗ hổng tự nó không phải tin nóng, giới an ninh ngày nào cũng đào lỗ hổng.

Điều thực sự đáng cảnh giác là hàm ý đằng sau con số này.

Thứ nhất, cấp bậc số lượng lỗ hổng vượt xa dự kiến.

Trước đây ai cũng biết codebase doanh nghiệp có lỗ hổng, nhưng cấp bậc “hơn 1 vạn nguy hiểm cao” nói lên điều gì? Nói lên rằng các bước kiểm tra an ninh trong quy trình phát triển hiện có căn bản không đủ dùng. Code viết xong, scanner quét một lượt, đạt — nhưng cái gì phải lọt thì vẫn lọt. AI tham chiến khiến vấn đề này bị phơi bày triệt để hơn.

Thứ hai, sự phân bố lỗ hổng nói lên điều gì.

Anthropic không công bố cụ thể loại lỗ hổng nào nhiều nhất, nhưng dựa vào thành phần tham gia Glasswing, ta có thể suy đoán: lỗ hổng chuỗi cung ứng (vì có Linux Foundation), lỗ hổng xác thực (vì có nhà cung cấp cloud và doanh nghiệp), lỗ hổng hạ tầng (vì có hãng chip và hệ điều hành) là những hướng trọng điểm.

Thứ ba, “phát hiện” không đồng nghĩa “khắc phục”.

Đào ra lỗ hổng chỉ là bước một. Một vạn lỗ hổng nguy hiểm cao, ai sửa? Sửa bao lâu? Nhiều lỗ hổng lịch sử trong codebase doanh nghiệp có thể đã tồn tại năm bảy mười năm, sửa một cái còn phải cẩn thận không phá tính năng hiện có.

Lưỡi kiếm hai cạnh của công cụ an ninh AI

Nói tới đây, có một chuyện phải nhắc: Claude Mythos dùng để đào lỗ hổng được, cũng nghĩa là người khác hoàn toàn có thể dùng AI tương tự để đào lỗ hổng.

Lần này Anthropic chọn không phát hành công khai Claude Mythos, lý do là “quá nguy hiểm”. Điều này giống hệt cách làm thời Claude Opus 4 của họ — đánh giá rủi ro trước, rồi mới quyết định mức độ mở cửa.

Nhưng vấn đề là:

– Các công ty khác có làm ra mô hình tương tự thậm chí mạnh hơn không?
– Nếu những mô hình này rơi vào tay kẻ tấn công thì sao?
– Doanh nghiệp có kịp dùng AI vá lỗ hổng của mình trước kẻ tấn công không?

Glasswing ở mức nào đó chính là câu trả lời cho câu hỏi này:Thay vì để năng lực an ninh AI tập trung trong tay ít công ty, chi bằng liên hiệp cả ngành xây hàng rào phòng thủ. Kẻ tấn công có AI, bên phòng thủ cũng phải có, mà còn phải nhanh hơn, chuẩn hơn, có hệ thống hơn.

Dev bình thường nên nhìn chuyện này thế nào

Nếu bạn là một lập trình viên hay kỹ sư an ninh, chuyện này có vài tầng ý nghĩa:

Trong ngắn hạn: cơ chế chia sẻ lỗ hổng của Glasswing sẽ ưu tiên phủ các dự án open source trọng yếu và hạ tầng. Với dòng sản phẩm bạn phụ trách, tạm chưa trông cậy được. Nhưng có thể theo dõi tiêu chuẩn kỹ thuật và phương pháp xếp hạng lỗ hổng họ công bố sau này.

Trong trung hạn: những mô hình chuyên dụng an ninh kiểu Claude Mythos sẽ dần vào chuỗi công cụ an ninh doanh nghiệp. Bạn có thể thấy tích hợp năng lực AI tương tự trong plugin IDE, quy trình quét an ninh CI/CD của tương lai. Tìm hiểu sớm hướng này chẳng có hại gì.

Trong dài hạn: cuộc đua vũ trang giữa nghiên cứu an ninh AI và nghiên cứu tấn công AI chỉ càng lúc càng khốc liệt. AI của bên phòng thủ ngày càng mạnh, AI của bên tấn công cũng tiến hóa đồng bộ. Việc Glasswing ra đời cho thấy các ông lớn đã coi đây là vấn đề cấp chiến lược.

Vì sao mốc thời gian này quan trọng

Năm 2026, AI Agent bắt đầu được cắm vào quy mô lớn trong workflow doanh nghiệp — từ sinh code đến xử lý dữ liệu, từ hệ thống nội bộ đến tương tác khách hàng. Các mô hình như Claude và GPT đã bắt đầu ăn sâu vào quy trình nghiệp vụ cốt lõi của doanh nghiệp.

Khi AI bắt đầu xử lý dữ liệu nhạy cảm, viết code trọng yếu, cắm vào hệ thống production,lỗ hổng an ninh của chính AI và lỗ hổng an ninh do AI phát hiện trở thành hai mặt của cùng một vấn đề.

Glasswing và một vạn lỗ hổng kia là hòn đá Anthropic ném xuống nước — họ muốn cả ngành nhận ra: an ninh AI không phải vấn đề kỹ thuật, mà là vấn đề hệ sinh thái.

Một công ty đơn lẻ giải quyết không xong, cần cả ngành cùng giải quyết.

Điều này cũng giải thích vì sao Apple, Microsoft, Google — những công ty ngày thường vừa nhau đâu — có thể ngồi chung một bàn.

Cuối cùng nói một câu

Một vạn lỗ hổng nguy hiểm cao không phải con số để tạo lo âu.

Đó là lần Anthropic dùng AI làm một cuộc “khám sức khỏe” quy mô lớn, rồi công bố kết quả cho cả thế giới. Báo cáo khám sức khỏe đã ra, vấn đề là bạn định đối phó thế nào?

Chờ tiêu chuẩn của Glasswing xuống đất, hay bắt đầu dùng công cụ AI quét tổng thể codebase của mình ngay bây giờ?

Lựa chọn này phải do bạn tự đưa.