Quan chức Mỹ sốc với Claude Mythos: Tự xâm nhập gần như toàn bộ hệ thống mật của NSA chỉ trong vài giờ

Chín ngày sau khi lệnh cấm được ban ra, Claude Fable 5 vẫn chưa trở lại, dù Anthropic đã nhiều lần khẳng định vấn đề kỹ thuật không nghiêm trọng như chính phủ Mỹ mô tả. Để hiểu tại sao cuộc khủng hoảng này kéo dài hơn mọi dự đoán, cần nhìn vào những gì đang diễn ra ở hậu trường, không phải những gì được tuyên bố công khai.

Ngày 11 tháng 6, một ngày trước khi lệnh cấm chính thức được ban ra, tướng Joshua Rudd, Giám đốc Cơ quan An ninh Quốc gia Mỹ kiêm người đứng đầu Bộ Tư lệnh Không gian mạng Lầu Năm Góc, đã có mặt tại phiên điều trần kín của Ủy ban Tình báo Thượng viện.

Theo tường thuật từ tờ The Economist, tướng Rudd báo cáo trực tiếp với Thượng nghị sĩ Mark Warner, Phó Chủ tịch Ủy ban, rằng trong một bài kiểm tra mật nội bộ, mô hình Mythos đã tự động xâm nhập vào gần như toàn bộ hệ thống mật của chính NSA. Không phải trong vài tuần mà chỉ trong vài giờ.

Tuyên bố đó thay đổi hoàn toàn cách đọc sự kiện này. Anthropic từ đầu mô tả lo ngại của chính phủ chỉ là một kỹ thuật hẹp, không toàn diện và có thể tái tạo bằng các mô hình AI khác đang có sẵn trên thị trường. Cách mô tả đó có thể đúng với kỹ thuật vượt rào được nhắc đến công khai. Nhưng nó không mô tả những gì bài kiểm tra mật với phiên bản Mythos không bị giới hạn đã phát hiện ra.

Để hiểu tại sao điều này liên quan đến Fable 5, cần biết hai mô hình này thực chất là một. Fable 5 và Mythos 5 dùng cùng một bộ trọng số mô hình nền, tức cùng một "bộ não". Điểm khác biệt duy nhất là Fable 5 chạy mọi yêu cầu của người dùng qua một lớp bộ phân loại an toàn bao gồm các lĩnh vực an ninh mạng tấn công, sinh học, hóa học và sao chép mô hình.

Khi một yêu cầu kích hoạt bộ phân loại, mô hình chuyển sang Claude Opus 4.8 thay vì trả lời trực tiếp. Mythos 5 chạy cùng mô hình đó nhưng không có lớp phân loại này, chỉ dành cho các đối tác được kiểm duyệt trong lĩnh vực an ninh mạng và hạ tầng quan trọng. Bộ phân loại kích hoạt trong ít hơn 5% phiên Fable 5. Anthropic cho rằng mức đó đủ an toàn. Chính phủ Mỹ, sau những gì bài kiểm tra mật cho thấy, không đồng ý.

Còn một điều khiến bức tranh này thêm phức tạp: chính NSA đang dùng Mythos cho các chiến dịch không gian mạng của mình, với kỹ sư Anthropic được bố trí bên trong cơ quan. Nói cách khác, công cụ mà NSA đang tích cực triển khai chính là công cụ mà giám đốc của họ vừa báo cáo đã phá vỡ gần như toàn bộ hệ thống mật của cơ quan đó.

Phía sau câu chuyện jailbreak mà cả hai bên đang tranh luận công khai là một cuộc đàm phán khác hoàn toàn. Ngày 2 tháng 6, Tổng thống Trump ký sắc lệnh hành pháp yêu cầu các hãng AI cho chính phủ xem trước các mô hình mới trong 30 ngày trước khi ra mắt. Anthropic cho ra Fable 5 ngày 9 tháng 6, bảy ngày sau sắc lệnh đó, không có phiên xem trước nào.

Lệnh cấm ngày 12 tháng 6, theo cách đọc này, không đơn giản là phản ứng với một kỹ thuật vượt rào. Đó là cách chính quyền Trump thực thi yêu cầu xem trước mà sắc lệnh vừa thiết lập. Nếu đúng như vậy, Anthropic vá một lỗ hổng kỹ thuật không giải quyết được vấn đề cốt lõi, vì điều chính phủ muốn không phải là bản vá mà là quyền xem trước 30 ngày đối với mọi mô hình tiên tiến trong tương lai.

Trong khi đó, có những dấu hiệu cho thấy Fable 5 có thể sắp trở lại theo một con đường khác. Cuối tuần qua, các nhà phát triển phát hiện tên "Claude Fable 5" đã tái xuất trong phần chọn mô hình của ứng dụng Android, và thông báo lỗi đã thay đổi từ "model unavailable" sang "server is temporarily rate-limiting requests". Một mô hình đã bị tắt hoàn toàn không có gì để giới hạn tốc độ.

Hiện thị trường dự đoán đặt khoảng 57% xác suất mô hình được khôi phục trước ngày 1 tháng 7. Từ ngày 8 tháng 7, Anthropic sẽ bắt đầu thu thập giấy tờ tùy thân và dữ liệu nhận diện khuôn mặt để xác minh công dân Mỹ, cho phép mở Fable 5 cho người dùng nội địa mà không cần chính phủ chính thức dỡ lệnh cấm.