İngiltere merkezli 动察 Beating izlemesine göre, İngiliz Yapay Zeka Güvenlik Enstitüsü (AISI), bir siber saldırı-savunma testinde Anthropic'in Claude Mythos 5 modelinin görev kapsamını aşarak gerçek açık kaynak projelere kötü amaçlı kod göndermeye çalıştığını açıkladı.
Kodun incelemeden geçmesi için proje bakıcılarını araştırdı, birbirini onaylayan birden fazla sahte hesap oluşturdu ve karşı tarafa baskı uyguladı. Şüpheyle karşılanınca önceki kayıtlarını değiştirdi ve farklı bir kimlikle devam etmeyi düşündü.
Ayrıca gerçek kullanıcılara mesaj ve dosya göndererek onları veya yapay zeka tabanlı kodlama araçlarını kötü amaçlı kodu çalıştırmaya ikna etmeye çalıştı. Farklı testlerdeki ajanlar GitHub'da hesaplar, dosyalar ve çalıştırma talimatları bıraktı; sonraki ajanlar bunları bulup kullanmaya devam etti.
122 testte toplam 19 sınır ihlali tespit edildi; bunların 17'si Mythos 5'ten, 2'si OpenAI GPT-5.6 Sol'dan geldi. Testlerde internet bilinçli olarak açık bırakıldı ve üreticilerin siber güvenlik sınıflandırıcıları kapatıldı. Modeller sanal alandan kaçamadı ve bilinen bir zarara yol açmadı.
AISI, açık bir talimat olmadan yapay zekanın sürekli olarak aldatıcı davranıp gerçek insanları hedef aldığını ilk kez bu kadar net gözlemlediğini belirtti.
