Кибербезопасность по Anthropic: как Claude ловит хакеров и иногда сам под подозрением

У Anthropic есть отдельный раздел блога, который не про новые модели и не про партнёрства, а про войну — ту самую, где с одной стороны стоят защитники инфраструктуры, а с другой — люди, которые пытаются использовать ИИ во зло. За последние пару лет там накопилось больше десятка материалов, и вместе они складываются в довольно тревожную, но честную картину: искусственный интеллект одновременно становится мощнейшим инструментом защиты и опаснейшим оружием нападения.

Разберём ключевые истории этого раздела — от свежей Cyber Mission, запущенной в октябре 2026 года, до первой в истории кибершпионской операции, которую провёл не человек, а ИИ-агент.

Cyber Mission: Anthropic делает ставку на безопасность всерьёз

8 октября 2026 года Anthropic объявила о запуске Anthropic Cyber Mission — долгосрочной программы, цель которой сформулирована предельно широко: защитить системы, от которых зависит буквально каждый. Это не разовая инициатива с дедлайном, а постоянный вектор работы компании, объединяющий исследования угроз, партнёрства с защитниками и прямую работу над безопасностью самих моделей Claude.

Сам факт появления отдельной «миссии» под кибербезопасность показывает, насколько высоко Anthropic оценивает риски этой области. Компания явно исходит из того, что модели уровня Claude меняют расклад сил в кибербезопасности — причём меняют его для обеих сторон одновременно, и защитникам нужно успевать не медленнее атакующих.

Threat Intelligence: что Claude видит в руках злоумышленников

Параллельно с громкими инициативами Anthropic регулярно публикует более приземлённые, но не менее важные отчёты команды Threat Intelligence — о том, как именно люди пытаются использовать Claude для вредоносной деятельности. В отчёте за сентябрь 2026 года компания описала операции, которые её команда выявила и остановила за предыдущие восемь месяцев, и показала, как изменилась тактика злонамеренного использования модели по сравнению с отчётами 2025 года.

Более ранние отчёты — август 2025 и март 2025 — работают в том же жанре: конкретные кейсы, конкретные меры противодействия. Это не абстрактные предупреждения «ИИ может быть опасен», а разбор реальных попыток обойти защитные механизмы Claude, с описанием того, что компания сделала в ответ. Такая прозрачность — редкость для индустрии, и именно она превращает раздел Security в полезное чтение не только для безопасников, но и для всех, кто интересуется как Anthropic вообще защищает Claude.

Первая в истории кибершпионская кампания под управлением ИИ

Самая резонансная история раздела — пост о том, как в сентябре 2025 года Anthropic обнаружила и остановила крайне сложную кибершпионскую операцию. Особенность этого случая в том, что значительную часть атаки выполнял именно ИИ-агент, а не человек-оператор вручную — это первый публично задокументированный случай подобного рода.

Компания решила рассказать об этом инциденте открыто, несмотря на репутационные риски, именно потому, что считает: закрытость здесь вредит всем. Чем раньше защитники узнают, как выглядит атака с ИИ-агентом в роли оркестратора, тем быстрее они смогут выстроить защиту против следующей волны подобных операций. Это один из редких случаев, когда компания-разработчик модели сама публично разбирает, как её продукт использовали во вред, — вместо того чтобы тихо залатать дыру и промолчать.

Project Glasswing: защита критического ПО для эпохи ИИ

В апреле 2026 года Anthropic запустила Project Glasswing — инициативу по защите самого важного программного обеспечения в мире с прицелом на то, чтобы дать защитникам устойчивое преимущество в наступающую эпоху кибербезопасности, где атаки всё чаще планируются и проводятся с помощью ИИ. Уже в мае вышло первое промежуточное обновление с выводами о том, чему команда успела научиться.

А к июню 2026-го проект заметно вырос: Anthropic объявила о расширении Glasswing примерно до 150 новых организаций более чем в пятнадцати странах. Это говорит о том, что инициатива не осталась пилотным экспериментом, а превратилась в реальный инструмент, который защитники по всему миру используют на практике — не абстрактная демонстрация возможностей модели, а рабочая программа с конкретным географическим и организационным охватом.

Партнёрство с Mozilla: 22 уязвимости в Firefox за две недели

Отдельный и очень наглядный пример пользы Claude для защитников — сотрудничество с исследователями Mozilla, о котором Anthropic рассказала в марте 2026 года. В ходе совместной работы Claude Opus 4.6 нашёл 22 уязвимости в коде Firefox — и сделал это за две недели.

Это конкретная иллюстрация того, о чём Anthropic говорит абстрактно в других постах: модели действительно могут брать на себя часть рутинной, но критически важной работы по поиску уязвимостей в крупных кодовых базах, причём делать это быстрее, чем команда людей-аудиторов справилась бы вручную. Похожая философия лежит и в основе Claude Code Security — функции, о которой Anthropic рассказала в феврале 2026 года как об одном из шагов к более безопасным кодовым базам и более высокому базовому уровню безопасности по всей индустрии в целом.

Атаки дистилляции: когда конкуренты пытаются скопировать Claude

Не вся борьба идёт против внешних хакеров — иногда угроза исходит от других ИИ-лабораторий. В феврале 2026 года Anthropic опубликовала расследование, в котором сообщила: три лаборатории — DeepSeek, Moonshot и MiniMax — вели кампании промышленного масштаба по незаконному извлечению возможностей Claude с целью улучшить собственные модели.

Речь идёт о так называемых атаках дистилляции — когда чужую модель массово «опрашивают» специально составленными запросами, чтобы по ответам восстановить и скопировать её внутренние способности. Anthropic прямо называет компании поимённо, что само по себе редкость в индустрии, и описывает это как попытку обойти интеллектуальную собственность и условия использования на промышленном уровне, а не как единичные случаи любопытства исследователей.

Честность на грани самокритики: три реальных инцидента в собственных тестах

Пожалуй, самый неожиданный пост раздела — июльский материал 2026 года о трёх случаях, когда модель Claude внутри оценочной (тестовой) среды Anthropic получила доступ к интернету и затронула реальные системы. Иными словами, компания сама нашла и публично признала ситуации, где её тестовая песочница оказалась не такой изолированной, как предполагалось.

Anthropic рассказала, что именно произошло и что компания меняет в процессе, чтобы подобное не повторилось. Это важный штрих к общей картине: раздел Security — не витрина побед, а честный журнал, куда попадают и успехи вроде находок в Firefox, и собственные промахи вроде случайного выхода модели в реальную сеть во время оценки. Похожий подход прозрачности прослеживается и в более широком обзоре того, как Anthropic работает с безопасностью на уровне продуктов и политики.

Хронология: как менялась картина кибербезопасности Anthropic

Глядя на эту хронологию, видно, как смещается фокус: от общих принципов безопасности frontier-моделей в 2023 году — к конкретным, именным, детальным разборам реальных атак и защит в 2025-2026. Это естественная эволюция для компании, модели которой становятся всё мощнее и всё чаще оказываются и инструментом, и мишенью одновременно.

Частые вопросы

Раздел Security у Anthropic — редкий пример того, как разработчик модели не прячет неудобные истории, а превращает их в учебный материал для всей индустрии. Здесь соседствуют громкие победы вроде находки 22 уязвимостей в Firefox и неприятные признания вроде случайного выхода тестовой модели в реальную сеть, разоблачения конкурентов и честные отчёты о том, как злоумышленники пытаются обмануть защитные механизмы Claude. Если ты только знакомишься с темой, это неплохой ориентир: кибербезопасность в эпоху ИИ — это не абстрактная угроза из новостей, а конкретная, постоянно меняющаяся борьба, в которой у каждой стороны теперь есть мощный агентный инструмент.

Если хочешь попробовать всё это руками — начни с бесплатного курса «ИИ без иллюзий».