I marts 2026 udpegede Pentagon Anthropic — virksomheden bag Claude — som en "forsyningskæderisiko" og beordrede alle forsvarsagenturer til at stoppe med at bruge deres produkter inden for seks måneder. To måneder senere anvender Pentagon aktivt Claude Mythos, Anthropics kraftigste uudgivne model, til cybersikkerhedsoperationer gennem et program kaldet Project Glasswing. Den samme regering, der forbød virksomheden, bruger deres mest avancerede teknologi. Denne modsætning er ikke en bureaukratisk fejl — den afslører den grundlæggende spænding i centrum af AI-politik i 2026: teknologien er for værdifuld til at forbyde og for kraftfuld til at ignorere.

Claude Mythos er ikke offentligt tilgængelig. Den eksisterer i en begrænset forhåndsvisning, der kun tilgås gennem Project Glasswing, et kontrolleret program som Anthropic lancerede den 7. april, der giver udvalgte organisationer adgang til modellen til defensive cybersikkerhedsanvendelser. Modellens kapaciteter, først afsløret gennem et utilsigtet sikkerhedsbrud i Anthropics indholdsadministrationssystem i marts, repræsenterer et betydeligt fremskridt ud over Anthropics nuværende produktionsmodeller. Interne dokumenter fra bruddet indikerede, at Anthropic selv havde bekymringer om Mythos's cybersikkerhedskapaciteter "potentielt overgår defensive foranstaltninger" — hvilket betyder, at modellen måske er bedre til at angribe systemer end at forsvare dem.

Nøglepointe

Claude Mythos er en grænse-AI-model med cybersikkerhedskapaciteter, der overgår nuværende produktionsmodeller. Gennem Project Glasswing hjælper den organisationer med at identificere og rette softwaresårbarheder hurtigere end noget eksisterende værktøj. Pentagon bruger den på trods af at forbyde Anthropics andre produkter — en modsætning der fremhæver AI's voksende rolle i national sikkerhed og grænserne for politiske udpegninger mod teknologisk virkelighed. OpenAI har reageret med sit eget cybersikkerheds-AI-system kaldet "Daybreak."

Hvad kan Claude Mythos faktisk gøre?

Baseret på information fra det utilsigtede sikkerhedsbrud og efterfølgende rapportering fra Bloomberg, BusinessToday og forsvarsbranchepublikationer, repræsenterer Mythos flere kapaciteter, der går ud over hvad der er tilgængeligt i Claude's produktionsmodeller. Den mest betydningsfulde kapacitet er automatiseret sårbarheds-detektion på tværs af store kodebaser. Hvor nuværende sikkerhedsværktøjer scanner kode for kendte mønstre af sårbarhed, kan Mythos ræsonnere om softwarearkitektur og identificere nye sårbarheds-klasser — svagheder der ikke er blevet kategoriseret endnu, fordi ingen har opdaget dem. Dette er forskellen mellem at tjekke en liste over kendte problemer og at forstå systemer dybt nok til at finde ukendte.

Den anden store kapacitet er automatiseret afhjælpning. Når Mythos identificerer en sårbarhed, kan den generere en løsning, vurdere om løsningen introducerer nye problemer, og verificere at opdateringen virker på tværs af den relevante kodebase. Dette komprimerer sårbarheds-livscyklussen — fra opdagelse til opdatering til verifikation — fra dage eller uger (det nuværende branchegennemsnit) til timer eller minutter. Katherine Sutton, Forsvarsministeriets assisterende sekretær for cyberpolitik, understregede denne transformation: traditionelle cybersikkerheds-arbejdsgange hvor sårbarheder opdateres over dage eller uger bliver "i stigende grad uholdbare, da AI accelererer både angreb og forsvarstidslinjer."

Den tredje kapacitet — og den mest kontroversielle — er offensiv cybersikkerhedsanalyse. Mythos kan identificere hvordan sårbarheder ville blive udnyttet, hvilke angrebsvektorer der er tilgængelige, og hvilke defensive foranstaltninger der ville være nødvendige for at forhindre udnyttelse. Denne kapacitet er iboende dobbelt-anvendelig: den samme analyse der hjælper forsvarere hjælper også angribere. Anthropics interne bekymringer om kapaciteter der "potentielt overgår defensive foranstaltninger" reflekterer denne dobbelt-anvendelige natur. Modellen er kraftfuld nok til at hjælpe med at forsvare systemer, men den samme kraft kunne teoretisk bruges til at angribe dem.

US Cyber Command chef Joshua Rudd annoncerede en ny taskforce til at udforske hvordan avancerede AI-modeller kan bruges i klassificerede operationer, inklusive "mulige offensive anvendelser unikke for militæret." Dette går ud over Project Glasswings defensive mandat og kunne betyde at bruge AI til aktive cyberangreb — en betydelig eskalering i militære AI-anvendelser.

Project Glasswing: Hvordan det virker

Project Glasswing er Anthropics kontrollerede implementeringsprogram for Mythos, designet til at give udvalgte organisationer adgang til modellens cybersikkerhedskapaciteter samtidig med at sikkerhedsbarriererne opretholdes. Programmet blev lanceret den 7. april 2026, med deltagelse fra store teknologi- og cybersikkerhedsvirksomheder inklusive AWS, Microsoft, Google, NVIDIA og CrowdStrike.

Deltagere bruger Mythos Preview til at scanne webbrowsere, infrastruktursoftware og virksomhedsapplikationer for sårbarheder. Scanningerne går ud over mønstergenkendelse — Mythos analyserer softwarens logik for at finde svagheder som statiske analyseværktøjer går glip af. Når sårbarheder findes, genererer modellen opdateringer og verificerer dem mod den eksisterende kodebase. Programmet har allerede identificeret sårbarheder i bredt anvendt open-source software, der tidligere var ukendte, selvom specifikke detaljer forbliver klassificerede for at forhindre udnyttelse.

Programmets struktur reflekterer Anthropics tilgang til kraftfuld AI: kontrolleret implementering med institutionelle partnere snarere end bred offentlig adgang. Dette er den samme filosofi bag deres afvisning af at tillade autonome våben — kapaciteten eksisterer, men implementeringen er begrænset til sammenhænge hvor menneskelig overvågning opretholdes. Om denne begrænsning er holdbar efterhånden som konkurrencepresset øges (OpenAI lancerede "Daybreak," deres konkurrerende cybersikkerhedssystem, som direkte svar) forbliver et åbent spørgsmål.

📬 Får du værdi ud af dette?

En handlingsorienteret AI-indsigt om ugen. Plus en gratis prompt-pakke når du tilmelder dig.

Tilmeld dig gratis →

Pentagon-modsætningen forklaret

Det logiske spørgsmål: hvordan kan Pentagon forbyde Anthropic som en forsyningskæderisiko samtidig med at implementere deres kraftigste model? Svaret involverer bureaukratisk opdeling, politisk positionering og teknologisk nødvendighed.

Forsyningskæderisiko-udpegningen var et politisk svar på Anthropics afvisning af at tillade Claude til autonome våben. Forsvarsminister Pete Hegseth udstedte direktivet efter forhandlinger mellem Anthropic og Pentagon brød sammen over begrænsninger på militære AI-anvendelser. Udpegningen handlede om kontrol — Pentagon ønskede ubegrænset adgang til Claude's kapaciteter; Anthropic pålagde betingelser; Pentagon straffede Anthropic for disse betingelser.

Men Mythos er et separat nationalt sikkerhedsspørgsmål. Pentagons teknologichef Emil Michael adskilte eksplicit Claude-forbuddet (en indkøbspolitik) og Mythos (et "separat nationalt sikkerhedsøjeblik"). De cybersikkerhedskapaciteter som Mythos tilbyder er unikke — ingen konkurrerende model fra OpenAI, Google eller xAI kan matche dem endnu. Når national sikkerhed er på spil, bøjer indkøbspolitikker sig. Pentagon er ikke hyklerisk; det er pragmatisk. Forbuddet signalerer politisk utilfredshed med Anthropics militære begrænsninger. Mythos-implementeringen anerkender teknologisk virkelighed — værktøjet er for værdifuldt til at afvise, uanset politik.

Michael antydede også at Anthropics cybersikkerhedsforspring måske er midlertidigt. Konkurrerende modeller fra OpenAI (Daybreak), xAI og Google forventes at udvikle lignende kapaciteter snart. Hvis det sker, kan Pentagon opretholde Anthropic-forbuddet mens de bruger konkurrenters cybersikkerhedsværktøjer — løse modsætningen ved at eliminere afhængigheden. Indtil da vinder pragmatisme over politik.

Hvad dette betyder for almindelige AI-brugere

Claude Mythos er ikke tilgængelig for forbrugere og bliver måske aldrig det i sin nuværende form. Men historien betyder noget af flere grunde, der påvirker hvordan du tænker om og bruger AI-værktøjer. For det første demonstrerer det, at AI-kapaciteter udvikler sig hurtigere end styringsstrukturer kan håndtere. En model der eksisterer i begrænset forhåndsvisning i dag vil have konkurrenter inden for måneder og efterfølgere inden for et år. Sikkerhedsimplikationerne — både defensive og offensive — af AI så kapabel er dybe og stort set ikke adresseret af nuværende regulering.

For det andet viser det, at de AI-virksomheder du vælger at bruge har ægte forskelle i værdier, der producerer forskellige produkter og politikker. Anthropic afviste militære anvendelser og blev forbudt. OpenAI accepterede og fik kontrakten. Disse beslutninger former ikke kun regeringsrelationer, men produktudviklingsprioriteter, sikkerhedsinvesteringer og i sidste ende de AI-værktøjer der er tilgængelige for dig. Vores ChatGPT vs Claude sammenligning udforsker disse produktforskelle i detaljer.

For det tredje, for udviklere specifikt, er cybersikkerhedsvinklen umiddelbart praktisk. AI-genereret kode har sikkerhedssårbarheder i alarmerende rater — 40-62% ifølge flere studier. Værktøjer som Mythos (og til sidst dens offentlige efterkommere) vil blive essentielle for kodesikkerhedsgennemgang. Hvis du bruger Claude Code eller noget AI-kodningsværktøj, er det ikke valgfrit at parre det med AI-drevet sikkerhedsgennemgang — det er nødvendigt. Den gratis Prompt Optimizer kan hjælpe med at strukturere prompts til sikkerhedsbevidst kodegenerering, og TresPrompt bringer prompt-optimering direkte ind i dit AI-workflow.

📬 Vil du have mere som dette?

En handlingsorienteret AI-indsigt om ugen. Plus en gratis prompt-pakke når du tilmelder dig.

Tilmeld dig gratis →

Ofte stillede spørgsmål

Kan jeg bruge Claude Mythos?

Nej — Claude Mythos Preview er kun tilgængelig gennem Project Glasswing til udvalgte institutionelle deltagere (AWS, Microsoft, Google, NVIDIA, CrowdStrike og andre). Der er ingen offentlig adgang, venteliste eller tidslinje for forbrugertilgængelighed. Anthropic har ikke annonceret planer om at udgive Mythos som en produktionsmodel. Virksomhedens nuværende produktionsmodeller (Claude Opus 4.6, Sonnet 4.6, Haiku 4.5) forbliver de offentligt tilgængelige muligheder.

Hvordan adskiller Mythos sig fra almindelig Claude?

Mythos er en grænsemodel med specialiserede cybersikkerhedskapaciteter, der går ud over produktions-Claude's generelle design. Specifikt kan Mythos identificere nye sårbarheds-klasser (ikke kun kendte mønstre), generere og verificere sikkerhedsopdateringer automatisk, og analysere offensive angrebsvektorer. Produktions-Claude kan assistere med kodegennemgang og sikkerhedsanalyse, men Mythos opererer på et fundamentalt anderledes kapacitetsniveau for disse specifikke opgaver.

Er Mythos farlig?

Anthropics egne interne dokumenter udtrykte bekymring om Mythos's kapaciteter "potentielt overgår defensive foranstaltninger" — hvilket betyder at modellens evne til at finde og analysere sårbarheder teoretisk kunne bruges til offensive formål. Denne dobbelt-anvendelige natur er iboende i avanceret cybersikkerheds-AI: de færdigheder der er nødvendige for at forsvare er de samme færdigheder der er nødvendige for at angribe. Anthropics begrænsede implementering gennem Project Glasswing er designet til at sikre, at modellen bruges defensivt, men den bredere bekymring om dobbelt-anvendelige AI-kapaciteter forbliver uløst.

Hvad er OpenAI's Daybreak?

Daybreak er OpenAI's cybersikkerheds-AI-system, lanceret som direkte svar på Anthropics Mythos og Project Glasswing. Det målretter lignende anvendelsestilfælde — sårbarheds-detektion og sikker kodegenerering. Timingen var strategisk: OpenAI lancerede Daybreak kort efter at have vundet Pentagon-kontrakten som Anthropic mistede på grund af forsyningskæderisiko-udpegningen. Begrænset offentlig information er tilgængelig om Daybreak's specifikke kapaciteter relativt til Mythos.

Vil cybersikkerheds-AI-modeller blive offentligt tilgængelige?

Til sidst, ja — efterhånden som konkurrerende modeller udvikler lignende kapaciteter, vil konkurrencepresset for at tilbyde cybersikkerhedsfunktioner i produktionsmodeller øges. Claude's produktionsmodeller tilbyder allerede kodesikkerhedsgennemgangskapaciteter, og disse vil forbedres over tid. Men de mest avancerede kapaciteter (ny sårbarheds-opdagelse, automatiseret offensiv analyse) kan forblive begrænsede på grund af dobbelt-anvendelses-bekymringer. Branchen udvikler stadig normer for hvordan man implementerer dobbelt-anvendelig AI sikkert.

Oplysning: Nogle links i denne artikel er affiliate-links. Vi anbefaler kun værktøjer vi personligt har testet og bruger regelmæssigt. Se vores fulde oplysingspolitik.