ИИ перестал быть только помощником для текстов, поиска и кода. Свежий апдейт Anthropic по Project Glasswing показывает более жёсткую сторону рынка: модели уже помогают находить тысячи серьёзных уязвимостей в критически важном ПО. Для бизнеса это не абстрактная новость про кибербезопасность, а сигнал пересмотреть, как защищены внутренние инструменты, интеграции, CRM, сайты и AI-автоматизация.
Короткое оглавление
Что произошло: Project Glasswing и поиск уязвимостей с помощью ИИ
22 мая 2026 года Anthropic опубликовала обновление по Project Glasswing — инициативе, где партнёры используют Claude Mythos Preview для защитной проверки критически важного программного обеспечения. По данным Anthropic, за первый месяц участники проекта нашли более 10 000 уязвимостей высокой или критической степени серьёзности.
Важная деталь: речь не о публичном инструменте для всех. Anthropic подчёркивает, что полные технические детали не раскрываются сразу из-за правил coordinated vulnerability disclosure: сначала уязвимости нужно подтвердить, исправить и дать пользователям время обновиться. Поэтому цифры стоит воспринимать как ранний, но серьёзный сигнал: искусственный интеллект в кибербезопасности становится не экспериментом, а рабочим инструментом для защитников.
Среди примеров в публикации Anthropic: Cloudflare сообщила о 2 000 найденных ошибках, включая 400 высокой или критической степени; Mozilla во время тестирования Mythos Preview нашла и исправила 271 уязвимость в Firefox 150; UK AI Security Institute отметил прохождение моделью сложных киберполигонов. Эти заявления требуют аккуратного чтения, но общий тренд уже понятен: скорость поиска проблем растёт быстрее, чем скорость их проверки и исправления.
Почему бизнесу важна безопасность искусственного интеллекта
Многие компании сейчас внедряют AI-инструменты точечно: чат-бот в поддержку, ассистент для менеджеров, генерация контента, автоматизация заявок, внутренний поиск по базе знаний, связки с CRM и аналитикой. На старте кажется, что главный вопрос — «будет ли это экономить время?». Но следующий вопрос не менее важен: «что именно получает доступ к данным, действиям и внутренним системам?»
Безопасность искусственного интеллекта — это не только запрет на утечку промптов. Это контроль всей цепочки:
- какие данные видит модель;
- какие действия может выполнить AI-агент;
- куда уходят результаты обработки;
- кто подтверждает изменения в CRM, кабинете рекламы, CMS или платёжных системах;
- как быстро команда замечает ошибку или подозрительное действие.
Если ИИ способен быстрее находить уязвимости, то он ускоряет обе стороны: защиту и атаку. Поэтому компании, которые строят интеграции и внутренние инструменты, уже не могут относиться к безопасности как к финальной галочке перед запуском. Её нужно закладывать в архитектуру с первого дня.
Где риски появляются в обычной компании
Самая опасная зона — не футуристический «ИИ-хакер», а обычная автоматизация без границ ответственности. Например, компания подключает ассистента к заявкам клиентов, базе знаний и CRM. Через месяц ему добавляют возможность создавать задачи, менять статусы сделок и отправлять письма. Ещё через месяц никто уже точно не помнит, какие права были выданы и где лежат логи.
В таких сценариях искусственный интеллект в информационной безопасности пересекается с операционной дисциплиной. Риск возникает не потому, что модель «злая», а потому что процесс собран на доверии и удобстве:
- у AI-агента слишком широкие права;
- нет ручного подтверждения для критичных действий;
- интеграции сделаны через общие токены без ограничения доступа;
- логирование есть технически, но его никто не смотрит;
- данные клиентов попадают в инструменты, где не описаны правила хранения и удаления.
Project Glasswing важен именно как напоминание: слабые места в системах будут находиться быстрее. Если ваша компания создаёт MVP, внутренний кабинет, AI-помощника или цепочку автоматизации, вопрос безопасности нельзя откладывать до момента, когда «появятся пользователи».
Где ИИ действительно помогает защите
У новости есть и хорошая сторона. ИИ может усилить защитников, особенно там, где команде не хватает времени на рутинную проверку кода, конфигураций и типовых сценариев риска.
Для бизнеса практическая польза может быть в нескольких местах:
- проверка внутренних инструментов перед запуском — поиск типовых ошибок доступа, авторизации, обработки файлов и API;
- аудит интеграций — выявление мест, где токены, webhooks или роли настроены слишком широко;
- контроль AI-агентов — тестирование сценариев, где агент может выполнить лишнее действие или раскрыть данные;
- ускорение triage — первичная сортировка подозрительных событий и логов;
- подготовка требований — превращение разрозненных рисков в понятный чек-лист для разработчиков и владельцев процесса.
Это не отменяет человека. Наоборот, сильный сценарий выглядит так: ИИ помогает быстрее найти подозрительные места, а ответственный специалист подтверждает риск, расставляет приоритеты и решает, что исправлять первым.
Что делать уже сейчас: короткий план для владельца процесса
Если вы не технарь, начинать стоит не с покупки «AI security platform», а с инвентаризации. Где в компании уже есть ИИ, автоматизация и внешние сервисы? Какие из них имеют доступ к данным, клиентам, деньгам, рекламным кабинетам или сайту?
- Составьте карту AI-доступов. Выпишите инструменты, пользователей, API-ключи, роли, подключённые базы и внешние сервисы.
- Разделите действия по критичности. Одно дело — сгенерировать черновик письма, другое — отправить его клиенту или изменить статус сделки.
- Ограничьте права по минимуму. AI-помощник должен видеть и делать только то, что нужно для конкретного процесса.
- Добавьте human-in-the-loop. Для денег, персональных данных, публикаций и массовых рассылок должно быть подтверждение человеком.
- Проверяйте интеграции перед расширением. Если автоматизация начинает работать с CRM, CMS, аналитикой или рекламой, нужен отдельный технический чек.
- Ведите логи и назначьте владельца. Без ответственного человека даже хороший мониторинг превращается в архив, который никто не открывает.
Если вы внедряете AI-сотрудников или автоматизируете процессы через внешние сервисы, полезно заранее разделить две роли: кто отвечает за бизнес-результат и кто отвечает за техническую безопасность. Это снижает риск ситуации, когда «все думали, что контролирует кто-то другой».
Где пока не стоит торопиться
Не каждый бизнес должен срочно строить сложную систему AI-кибербезопасности. Если у вас небольшой сайт без личных кабинетов и критичных интеграций, достаточно базовой цифровой гигиены: обновления, резервные копии, ограничение доступов, двухфакторная аутентификация, аккуратная работа с плагинами и API-ключами.
Но если AI уже встроен в продажи, поддержку, разработку, рекламу, аналитику или обработку клиентских данных, ситуация другая. Здесь безопасность использования искусственного интеллекта становится частью операционного управления. Чем больше у AI-инструмента прав, тем меньше он должен быть «чёрным ящиком».
Главный вывод
Project Glasswing показывает: ИИ ускоряет поиск уязвимостей настолько, что узким местом становится не обнаружение, а проверка, исправление и управление ответственностью. Для бизнеса это означает простую вещь: внедрять AI быстрее можно, но только вместе с правилами доступа, журналированием, проверкой интеграций и понятным владельцем процесса.
Хорошая автоматизация должна экономить время, а не создавать новый слой риска. Поэтому в 2026 году зрелый подход к AI — это не «подключить модель ко всему», а аккуратно встроить её туда, где понятны данные, права, ограничения и эффект для бизнеса.
FAQ
Что такое Project Glasswing?
Project Glasswing — инициатива Anthropic и партнёров по использованию Claude Mythos Preview для защитного поиска уязвимостей в критически важном программном обеспечении. По обновлению от 22 мая 2026 года, участники проекта нашли более 10 000 уязвимостей высокой или критической степени.
Нужно ли малому бизнесу заниматься AI-кибербезопасностью?
Да, но масштаб зависит от риска. Небольшой компании обычно достаточно начать с карты доступов, ограничения прав, двухфакторной аутентификации, резервных копий и ручного подтверждения критичных действий. Сложные инструменты нужны, когда AI получает доступ к данным, клиентам, деньгам или внутренним системам.
ИИ в кибербезопасности заменит специалистов?
Нет. ИИ ускоряет поиск проблем и помогает сортировать сигналы, но решение о реальном риске, приоритете исправления и допустимом уровне доступа должен принимать ответственный специалист или владелец процесса.
Что опаснее всего при внедрении AI-агентов?
Самый частый риск — слишком широкие права без контроля. AI-агенту дают доступ к CRM, почте, CMS или рекламному кабинету, но не ограничивают действия и не проверяют логи. Начинать нужно с минимальных прав и подтверждения человеком для критичных операций.
С чего начать проверку AI-автоматизации?
Начните с инвентаризации: какие AI-инструменты используются, какие данные они видят, какие действия могут выполнять, кто владелец процесса и где хранятся логи. После этого можно проверять интеграции, роли и точки, где ошибка может повлиять на клиента или деньги.
Обсудить статью со своим ИИ-ассистентом
Скопируйте эту статью в Markdown: заголовок, ссылка и вся структура текста уже будут готовы для Cursor, Claude, ChatGPT или любого другого агента.
Готово для вставки в ИИ-ассистент.