sejournal.io

Компания Socket предупредила о масштабной атаке на цепочку поставок, нацеленной на разработчиков криптовалют и искусственного интеллекта. Злоумышленники пытаются похитить цифровые активы и конфиденциальные данные.

22 мая специалисты выявили вредоносную кампанию под названием TrapDoor. В её рамках было распространено более 34 вредоносных пакетов и 384 их версии. Атакующие постоянно выпускали новые модификации в разных экосистемах.

Вирус ориентирован на разработчиков, работающих с криптовалютами, децентрализованными финансами (DeFi), искусственным интеллектом и системами безопасности. Он похищает данные криптокошельков, облачных аккаунтов, браузерных расширений, токены GitHub, а также SSH- и API-ключи.

Атака затрагивает популярные криптокошельки, включая Coinbase, Binance, Solana, Sui, Aptos и MetaMask, а также браузер Brave.

Технические подробности

Вредоносное ПО внедряет скрытые команды для перехвата контроля над ИИ-ассистентами для программирования, такими как Claude и Cursor.

«Цель — обманом заставить LLM-помощников запустить «проверку безопасности» или аналогичный процесс, что приводит к обнаружению и краже секретной информации», — пояснили в Socket.

TrapDoor целенаправленно атакует популярные платформы для разработчиков: npm, PyPI и Crates.

Некоторые npm-пакеты устанавливали общий модуль для поиска секретных данных разработчиков. Были замечены попытки закрепиться в системе через планировщики задач, службы и автозагрузку.

В пакетах для Rust находили локальные хранилища ключей и отправляли данные через GitHub Gists. В Python-пакетах код загружался с внешнего домена и выполнялся через Node.js, что позволяло менять поведение без выпуска новой версии.

Socket рекомендует считать среду, где установлены такие пакеты, потенциально скомпрометированной. Необходимо сменить ключи и токены, а также проверить систему на наличие механизмов закрепления. Простого удаления программы недостаточно.

«Названия вредоносных модулей подобраны так, чтобы выглядеть как помощники для разработчиков, инструменты настройки проектов, утилиты маршрутизации моделей, пакеты для разработки промптов, решения для Solidity или ассистенты для сборки Sui и Move», — отметили эксперты Socket.

Для распространения вредоносных пакетов использовался GitHub. Сама атака была организована с помощью ИИ.

Напомним, что 20 мая сам сервис GitHub был взломан — хакеры получили доступ к 3800 внутренних репозиториев.

Ранее, в мае, компания Anthropic опубликовала первый отчёт по программе Project Glasswing, направленной на поиск уязвимостей с помощью модели Claude Mythos.

Криптобиржа Binance активно расширяет штат и обучает персонал работе с собственными ИИ-инструментами. Несмотря на сокращения в IT-секторе, компания открыла более 380 вакансий, а 20% новых сотрудников в 2026 году наняли для разработки продуктов на базе искусственного интеллекта. Об этом сообщается в блоге торговой площадки.

По данным Binance, в первом квартале 2026 года технологические компании сократили 52 050 рабочих мест — на 40% больше, чем за аналогичный период прошлого года. В отличие от общей тенденции, биржа не заменяет сотрудников ИИ, а внедряет новые технологии в рабочие процессы команд.

Три внутренних ИИ-инструмента

Binance внедрила в повседневную работу три собственных инструмента:

— SAFUGPT — внутренний GPT-ассистент;
— Hexa — no-code платформа для создания ИИ-инструментов и агентов без навыков программирования;
— Clawbot — сервис автоматизации рутинных задач.

По данным компании, уровень внедрения Clawbot среди сотрудников достиг 72%, Hexa — 57%.

28 тренингов и 87% вовлеченности

В 2026 году Binance провела 28 ИИ-тренингов по восьми модулям. Расписание адаптировали под распределенную команду в разных часовых поясах.

Программа включает два трека по промпт-инжинирингу и четыре курса по Clawbot (16 сессий). Показатель участия в обучении Clawbot составил 87%. С декабря 2025 года биржа публикует еженедельные ИИ-рассылки для сотрудников — материалы, которые можно прочитать за три минуты.

Команды Binance провели 13 внутренних сессий с разбором кейсов использования Clawbot и 3 демо-сессии Hexa. На них сотрудники показывали, как применяют ИИ-инструменты в реальных задачах.

Параллельно биржа формирует внутренние базы знаний с каталогами кейсов SAFUGPT и Hexa. Библиотеки документируют практические сценарии внедрения ИИ в разных подразделениях и помогают другим командам масштабировать удачные решения.

В декабре 2025 года Binance получила сертификат ISO/IEC 42001 — международный стандарт ответственного управления ИИ. Компания применяет подход Privacy by Design при внедрении систем на базе искусственного интеллекта и дополняет обучение модулями по этике и безопасности.

Ранее ForkLog опубликовал обзор ИИ-инструментов для трейдинга на пяти крупнейших биржах, включая Binance.

Компания Anthropic представила первый отчет в рамках Project Glasswing — программы по поиску уязвимостей, основанной на модели Claude Mythos.

За месяц около 50 партнеров обнаружили более 10 000 уязвимостей высокой и критической степени опасности. В компании отметили, что основная сложность заключалась не в скорости поиска, а в проверке и выпуске исправлений.

Нейросеть проанализировала более 1000 проектов с открытым исходным кодом и нашла 23 019 уязвимостей разного уровня. Из них 6202 изначально были отнесены к категориям «высокий» или «критический». После дополнительной проверки 90,6% находок подтвердились, причем 62,4% из них потребовали срочного вмешательства.

Компания уже уведомила разработчиков о 530 серьезных ошибках, еще 827 готовятся к публикации. Исправлено 75 уязвимостей, по 65 выпущены рекомендации. В среднем устранение одной серьезной проблемы занимает около двух недель.

Среди публичных примеров — уязвимость в библиотеке wolfSSL (CVE-2026-5194). По данным компании, модель смогла разработать атаку для подделки сертификатов.

Mozilla сообщила об исправлении 271 ошибки в Firefox 150 после тестирования Mythos. Cloudflare выявила около 2000 уязвимостей, включая 400 с пометкой «высокий» и «критический».

Anthropic заявила, что не планирует публичный релиз модели до создания более надежных защитных механизмов, и намерена расширить Project Glasswing, включая сотрудничество с правительствами США и их союзников.

Напомним, в апреле компания отказалась выпускать Mythos в открытый доступ из-за высоких рисков безопасности.

Нейросеть также используется Агентством национальной безопасности США.

Вот перефразированная новость на русском языке:

Криптовалютные платежи становятся основным способом расчетов для ИИ-агентов, так как традиционные банковские карты неэффективны для микроплатежей. Это утверждается в отчете компании Keyrock.

За период с мая 2025 по апрель 2026 года ИИ-агенты совершили более 176 миллионов блокчейн-транзакций на сумму свыше 73 миллионов долларов. Практически все расчеты проводились в стейблкоине USDC.

Основной спрос связан с оплатой данных, вычислительных мощностей, API и контента без участия человека. В качестве примера приводится торговый бот, который автоматически небольшими суммами платит за рыночные данные и облачные сервисы.

Keyrock выделила четыре архитектуры для агентских платежей:

* x402 от Coinbase;
* Machine Payments Protocol от Stripe и Tempo;
* Agent Payments Protocol от Google;
* карточная инфраструктура Visa для ИИ-коммерции.

В компании считают, что эти решения формируют новый платежный стек. Coinbase и Stripe уже покрывают по пять из шести его уровней.

Крупные игроки вложили более 8 миллиардов долларов в сделки и развитие инфраструктуры для агентских транзакций. Дополнительный импульс сектор получил после запуска в предварительном режиме AWS Bedrock AgentCore Payments. Coinbase и Stripe стали первыми партнерами сервиса.

По прогнозу Gartner, к 2028 году ИИ-агенты могут опосредовать покупки на сумму 15 триллионов долларов. McKinsey оценивает рынок розничной агентской коммерции в 3–5 триллионов долларов к 2030 году.

Напомним, в мае Solana Foundation совместно с Google Cloud запустила платежную систему для ИИ-ботов — Pay.sh.

Вот перефразированная новость на русском языке:

Искусственный интеллект значительно ускоряет развитие квантовых вычислений, приближая момент, когда современные методы шифрования могут стать уязвимыми. Как сообщает CoinDesk, эксперты предупреждают о растущей угрозе.

По словам Алекса Прудена, главы Project Eleven, машинное обучение уже используется для повышения эффективности коррекции ошибок — одной из главных проблем при создании квантовых компьютеров. ИИ применяется не только в целях защиты, но и для поиска слабых мест в криптографии и программном обеспечении.

Илья Полосухин, сооснователь NEAR, отметил, что искусственный интеллект уже несколько лет подряд ускоряет научные исследования. Он предположил, что следующее поколение квантовых систем будет разработано с его помощью.

Полосухин также обратил внимание на стратегию «собери сейчас — расшифруй потом»: зашифрованные данные могут перехватываться уже сегодня в надежде на их будущую расшифровку.

Особую опасность это представляет для криптоиндустрии. В большинстве блокчейнов используется криптография на основе эллиптических кривых. Теоретически, достаточно мощный квантовый компьютер сможет вычислить приватный ключ из публичного, что поставит под угрозу безопасность кошельков.

В сети Ethereum публичный ключ становится известным после отправки транзакции, что делает аккаунты потенциально уязвимыми.

По оценкам Google, опубликованным в марте, для взлома 256-битной криптографии на эллиптических кривых потребуется около 1200 логических кубитов — это намного меньше, чем считалось ранее. Компания планирует перейти на постквантовую криптографию к 2029 году.

В марте Ethereum Foundation представила план по защите сети от квантовых угроз. В рамках экосистемы еженедельно проводятся тесты с участием более 10 клиентских команд. Завершение базовой инфраструктуры защиты запланировано на 2029 год.

В апреле Ripple также обнародовала дорожную карту по подготовке XRP Ledger к постквантовой эре, с целевым сроком 2028 год. Платформа тестирует валидаторы совместно с Project Eleven.

По мнению участников рынка, главная угроза заключается не только в квантовых вычислениях, но и в их сочетании с искусственным интеллектом.

Напомним, что в мае компания AmericanFortress предложила еще один метод защиты биткоина от возможной квантовой атаки.

Вот перефразированный текст новости на русском языке:

Компания Starbucks отказалась от использования искусственного интеллекта для автоматизации учёта запасов из-за того, что система работала некорректно. Об этом сообщает Reuters со ссылкой на информированные источники.

Приложение было запущено девять месяцев назад во всех кофейнях сети в Северной Америке. Этот инструмент был частью стратегии генерального директора Брайана Никкола по решению проблемы постоянного дефицита товаров, которая, по его мнению, приводила к снижению выручки.

Программа, призванная улучшить контроль за дефицитом, допускала ошибки при подсчёте и маркировке продукции. Например, она могла путать похожие виды молока или вовсе не замечать их.

Во внутренней рассылке, с которой ознакомилось Reuters, говорится: «С сегодняшнего дня система автоматического учёта выводится из эксплуатации. Молоко и компоненты для напитков теперь будут учитываться по той же схеме, что и остальные категории товаров в кофейне».

Ранее, в феврале, компания сообщала, что благодаря ИИ-приложению удалось улучшить доступность товаров в магазинах. Однако в новом комментарии для агентства в Starbucks заявили, что отказ от сервиса связан с решением «унифицировать процесс подсчёта запасов во всех кофейнях».

Как отмечает Reuters, сотрудники сети положительно восприняли отмену автоматической инвентаризации. По их словам, сама идея «была отличной, но на практике реализовать её оказалось слишком сложно».

Напомним, что в июне 2024 года McDonald’s также отказался от ИИ-технологии IBM для автоматизированного приёма заказов из-за жалоб посетителей.

Китайский стартап в сфере искусственного интеллекта DeepSeek создает новую команду для разработки инструмента автономного программирования под названием Code Harness. Об этом рассказал инженер компании Дели Чен.

В социальных сетях он опубликовал две вакансии: менеджера по продукту и инженера-исследователя. Обе должности предполагают работу в Пекине.

Новый продукт составит конкуренцию Claude Code от Anthropic и Codex от OpenAI.

Как отметил Чен, команда будет разрабатывать Code Harness «с нуля». Он назвал проект «DeepSeek Code или чем-то подобным».

В описании вакансий компания использует формулу: «модель + harness = агент».

Под термином harness подразумевается надстройка над большой языковой моделью (LLM), отвечающая за управление контекстом, планирование действий, память, вызов инструментов, работу с файлами, терминалом, тестами и обратной связью.

DeepSeek планирует создать не просто помощника для написания кода, а агентный продукт, способный выполнять многошаговые задачи в среде разработки.

От соискателей требуется опыт работы с Claude Code, Codex, Cursor, GitHub Copilot, Manus и OpenClaw. Также необходимы знания агентных циклов, протокола MCP, многоагентных систем, управления контекстом и вайб-кодинга.

Новая команда будет тесно сотрудничать с исследователями DeepSeek.

DeepSeek V4 уже поддерживает интеграцию с Claude Code через API, совместимый с Anthropic. Версия V4 Flash, выпущенная 24 апреля, стоит $0,14 за 1 млн входных токенов. Для сравнения, у Claude Opus 4.7 цена составляет $15 за тот же объем.

Напомним, в феврале Anthropic обвинила три китайских ИИ-стартапа — DeepSeek, Moonshot и MiniMax — в масштабном использовании Claude для улучшения своих моделей.

Вот перефразированная новость на русском языке:

В сфере искусственного интеллекта набирает популярность направление, где децентрализация и открытый исходный код позволяют отказаться от коммерческих решений. Локальные большие языковые модели (LLM) обеспечивают приватную работу с данными, гибкую настройку и полный контроль над средой. Однако для их запуска нужно разобраться с базовыми инструментами: репозиториями, весами моделей, облачными платформами и техническими характеристиками.

В новой статье ForkLog рассказывает, как бесплатно начать работу с автономными ИИ-моделями, какие ресурсы подойдут новичкам и что предлагают разработчики решений с открытым исходным кодом.

Первое знакомство

Для разработчиков открытых ИИ-моделей есть две главные площадки: GitHub (для кода, документации и скриптов) и Hugging Face (для весов моделей, датасетов и готовых ML-решений). На Hugging Face размещены сотни тысяч обученных нейросетей — от крошечных языковых моделей для смартфонов до специализированных алгоритмов для ученых.

Выбрать подходящую модель помогают метрики активности сообщества: на GitHub это количество звезд, частота обновлений и скорость решения проблем.

Важно проверять происхождение репозитория: популярные открытые сборки часто используются мошенниками для распространения вредоносного кода под видом ИИ-инструментов.

Следующий шаг — тестирование моделей. Для пользователей без мощного оборудования есть бесплатные облачные платформы. Самая популярная — Google Colab, которая дает доступ к GPU (например, Nvidia Tesla T4) на 2–4 часа в день. Альтернативы: Kaggle Notebooks и Hugging Face Spaces с готовыми веб-интерфейсами (Gradio, Streamlit).

Также важен юридический аспект. Многие проекты используют лицензии MIT или Apache 2.0, разрешающие коммерческое использование. Но есть и исключения: например, Meta распространяет свои модели под лицензией Llama 3.1 Community License, требующей разрешения при аудитории более 700 млн пользователей. Встречаются и строгие копилефт-лицензии, например GNU GPL, обязывающие открывать код производных продуктов.

Мой личный аналог ChatGPT

Среди множества автономных LLM общего назначения (аналогов ChatGPT или Gemini) выбрать подходящую помогают независимые рейтинги, такие как Open LLM Leaderboard и Chatbot Arena.

Золотым стандартом считаются модели семейства Llama от Meta и Qwen от Alibaba. Они хорошо работают с длинным контекстом, многошаговыми запросами и подходят для программирования. Благодаря фреймворку Ollama их установка выполняется одной командой.

В ходе теста модель qwen3.5:2b удалось запустить на ноутбуке без дискретной видеокарты (Core i7, 8 ГБ RAM, SSD), предварительно закрыв тяжелые приложения.

«2b» означает 2 миллиарда параметров. Чем их больше, тем сложнее связи может улавливать нейросеть. Например, модель с 2 млрд параметров выучит базовую грамматику, а с 122 млрд — сможет работать с квантовой физикой и юридическими документами.

Каждый параметр занимает место на диске и в оперативной памяти. Модель 2b использовала около 4–5 ГБ RAM и оказалась максимальной для такого ноутбука, при этом ответ на простой запрос «привет!» генерировался почти три минуты.

Примерная градация моделей:
— 0.5b–2b: быстрые, работают на старых ноутбуках и смартфонах, подходят для простых задач (маршрутизация, саммари, автодополнение), но склонны к галлюцинациям.
— 3b–4b: баланс скорости и качества, хороши для мобильных устройств и умного дома.
— 7b–9b: требуют 6–8 ГБ свободной RAM, подходят для программирования и работы с большими текстами.

Для MacBook Air с 16 ГБ RAM подойдут модели qwen2.5-coder:7b, qwen3:8b, llama3.2:3b, deepseek-r1:8b. Более мощные модели требуют дорогого ПК или аренды серверов.

Приватная обработка данных, 3D-печать и защита пользователя

Способы работы с открытыми ИИ-моделями зависят от уровня подготовки и оборудования. Есть удобные инсталляторы (EXE) и мобильные приложения, а есть заброшенные репозитории, где установка превращается в борьбу с устаревшими библиотеками.

Прикладные модели используются не только для генерации текста. Вот несколько примеров:

Видео и 3D:
— CogVideoX: генерация видео по тексту, требует достаточного объема видеопамяти.
— DepthCrafter: извлечение глубины резкости из видео для VFX и 3D-моделирования.
— TRELLIS (Morfx 3D): создание 3D-моделей из изображений или текста.

Звук и распознавание:
— CosyVoice: синтез речи с клонированием голоса.
— Whisper-WebGPU: распознавание речи в браузере без передачи данных на сервер.
— BirdNET-Analyzer: определение видов птиц по пению, работающее локально.

Программирование и защита:
— Screenshot-to-Code: перевод скриншота в HTML/Tailwind/React-код.
— MinerU/Magic-PDF: извлечение данных из PDF в Markdown.
— Fawkes: внесение незаметных изменений в изображения для защиты от распознавания лиц.
— Nightshade: «отравление» пикселей для запутывания алгоритмов обучения ИИ.

Борьба с библиотеками и первый успех

После установки моделей с понятным интерфейсом нужно было проверить, как развернуть тяжелый репозиторий в облаке бесплатно. Для теста выбрали FLUX.1 Schnell от Black Forest Labs — конкурента Midjourney.

При установке через cagliostro-forge-colab возникла проблема с несоответствием версий Python, облачной среды и модели. За четыре часа с помощью бесплатной Gemini 3 Flash успеха не добились. Пришлось отказаться от фреймворка и развернуть FLUX.1 напрямую в другую бесплатную сессию.

Google Colab удобнее использовать на выходных, когда доступ дольше. Модель заняла 34 ГБ на облачном SSD, но все процессы использовали около 86 ГБ.

На первом этапе FLUX.1 Schnell не хватило видеопамяти Nvidia Tesla T4. После доработок кода с помощью Gemini 3 Flash (поэтапная загрузка и очистка памяти) удалось снизить использование GPU до 3 ГБ из 16 доступных.

Создание одного изображения занимало около семи минут. Результат приятно удивил.

При попытке сгенерировать образ Мэрилина Мэнсона в викторианском стиле модель не распознала отсылку к конкретной персоне и выдала обобщенный шаблон.

Сложные и невероятные

Открытые нейросети используются и для необычных задач. Например, GameNGen воссоздает игровой процесс DOOM в реальном времени, предсказывая каждый следующий кадр.

Проект Voyager — ИИ-агент для Minecraft, который самостоятельно исследует мир, добывает ресурсы и самообучается.

Научное сообщество тоже адаптирует открытый ИИ. Модель Akkademia переводит древнюю аккадскую клинопись на английский, ускоряя работу археологов. А MinD-Vis анализирует данные фМРТ и реконструирует изображения, которые видит испытуемый.

Эти проекты показывают, что ИИ стал универсальным инструментом познания. Переход от закрытых API к открытому коду формирует новую парадиг

Вот перефразированный текст новости на русском языке:

Глава французской инжиниринговой компании Bouygues Оливье Русса предупредил, что Европе не следует полагаться на американскую ИИ-инфраструктуру и системы вроде Starlink, так как это создает «опасную» зависимость. Об этом он заявил в интервью CNBC.

«Европа должна осознать важность двух областей будущего: искусственного интеллекта и спутниковой связи», — подчеркнул Русса. Bouygues, один из крупнейших концернов Франции, работает в строительстве, транспорте и телекоммуникациях и стремится консолидировать рынок связи в стране.

«Я не уверен, что нам обязательно нужен Starlink или нечто подобное. Европе необходимо обрести определенную степень суверенитета», — добавил он. По его словам, один негосударственный игрок может в одиночку отключить интернет на всем континенте.

Starlink — лидер рынка

Подразделение SpaceX Starlink доминирует в мировом спутниковом интернете, управляя группировкой из более чем 10 000 аппаратов на низкой околоземной орбите. Компания Илона Маска планирует провести крупнейшее в истории первичное размещение акций (IPO) на бирже Nasdaq под тикером SPCX и уже подала проспект эмиссии в Комиссию по ценным бумагам США.

Согласно документам, подразделение связи (в основном Starlink) принесло в 2025 году $11,39 млрд выручки — 61% от общих продаж компании. В первом квартале 2026 года эта доля выросла до 69%. Starlink остается единственным прибыльным направлением SpaceX, заработав $4,42 млрд за год, в то время как ракетный отдел (включая контракты с NASA и Пентагоном) показал убыток в $657 млн, а ИИ-подразделение — убыток в $6,35 млрд.

Число пользователей Starlink за первый квартал выросло более чем вдвое по сравнению с прошлым годом, достигнув 10,3 млн человек. SpaceX оценивает свой потенциальный рынок в $28,5 трлн, включая широкополосный доступ ($870 млрд), мобильную связь ($740 млрд), цифровую рекламу ($600 млрд), ИИ-инфраструктуру ($2,4 трлн) и корпоративные приложения ($22,7 трлн). В компании заявили, что «трансформация предприятий с помощью ИИ все еще находится на ранней стадии, и корпоративные приложения на его основе готовы перестроить цифровую экономику».

Усиление конкуренции

В 2026 году Starlink впервые вошел в топ-500 мировых брендов по версии Brand Finance. Однако конкуренты наращивают обороты:
— OneWeb (под управлением французской Eutelsat) располагает более чем 600 спутниками;
— Amazon за последний год запустила свыше 300 аппаратов, готовясь к запуску услуги Leo с группировкой примерно из 7700 спутников;
— Blue Origin Джеффа Безоса планирует развернуть около 5400 спутников начиная с четвертого квартала 2027 года;
— китайская Guowang, имеющая около 163 аппаратов, стремится создать мега-группировку.

Центры обработки данных в космосе

В феврале SpaceX приобрела ИИ-стартап Илона Маска xAI, создав самую дорогую частную компанию в мире стоимостью $1,25 трлн. Сейчас ее оценивают уже в $1,75 трлн, а некоторые СМИ называют цифру в $2 трлн. Цель слияния — создание центров обработки данных (ЦОД) за пределами Земли. SpaceX уже запросила у Федеральной комиссии связи США разрешение на запуск 1 млн спутников для реализации этого проекта. План предполагает создание сети ЦОД на низкой околоземной орбите, связанных лазерными каналами. В документах проект называют «первым шагом к цивилизации второго уровня по шкале Кардашева».

Колонизация Марса и Луны

Маск отложил планы по колонизации Марса в пользу строительства города на Луне. По его словам, на возведение лунного города уйдет менее 10 лет. Путешествие на Марс возможно только раз в 26 месяцев, когда планеты выстраиваются в линию, и занимает полгода. На Луну же можно летать каждые 10 дней, а дорога занимает всего два дня, поэтому создать там поселение можно гораздо быстрее.

Напомним, в феврале стало известно об участии SpaceX в секретном конкурсе Пентагона на создание автономных роев дронов с голосовым управлением.

Вот перефразированная новость на русском языке:

Киберкомандование Пентагона сформировало специальную группу, чтобы ускорить внедрение передовых инструментов искусственного интеллекта, обладающих мощными хакерскими возможностями. Об этом сообщает Politico со ссылкой на источники.

Новая инициатива объединит усилия Киберкомандования и Агентства национальной безопасности (АНБ). Они займутся изучением того, как Пентагон может безопасно использовать ведущие ИИ-модели во всех сферах своей деятельности.

Речь идет об оценке возможностей применения нейросетей в системах «высокого уровня», которые содержат одни из самых секретных данных.

Эта инициатива отражает обеспокоенность Пентагона появлением разработанных частным сектором нейросетей, которые способны находить уязвимости в цифровых системах быстрее, чем лучшие хакеры в мире.

На фоне этих опасений администрация Дональда Трампа готовит указ о регулировании ИИ в сфере кибербезопасности. Документ может ввести добровольную систему взаимодействия разработчиков ИИ с властями США.

По данным СМИ, компании могут попросить передавать свои разработки правительству за 90 дней до публичного выпуска. Еще одно предложение касается предоставления раннего доступа к технологиям операторам критической инфраструктуры, включая банки.

Обсуждение усилилось после выхода модели Mythos от компании Anthropic. В апреле компания заявила, что предварительная версия модели обнаружила тысячи уязвимостей высокой степени опасности. Речь шла, в том числе, об основных операционных системах и браузерах.

Вместо публичного релиза фирма запустила Project Glasswing — инициативу с участием AWS, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorgan Chase, Linux Foundation, Microsoft, Nvidia и Palo Alto Networks для тестирования инструмента в защищенных условиях.

В апреле стало известно, что АНБ использует Mythos, несмотря на конфликт стартапа с Пентагоном. Неизвестно, как именно агентство применяет этот искусственный интеллект, но другие организации используют его для сканирования своих собственных систем на наличие уязвимостей.

Разногласия между Anthropic и Пентагоном возникли из-за нежелания фирмы разрешать использование ИИ-моделей для массовой слежки за гражданами США и разработки автономного оружия. В результате Трамп поручил всем федеральным ведомствам в течение шести месяцев полностью отказаться от использования технологий этой компании.

Напомним, в мае армия США созвала ведущих подрядчиков для внедрения ИИ в вооружения.