21 września 2026 r. zestawienie prowadzone przez Patricka Garrity’ego obejmowało 225 podatności przypisanych Anthropicowi, Claude, Anthropic Research lub powiązanym współpracom w ramach Project Glasswing. Tylko jedną pozycję oznaczono jako wykorzystaną w realnych atakach: CVE-2026-26980 w Ghost CMS. To mniej niż 0,5% całego zbioru.
Ta liczba nie oznacza 225 autonomicznych odkryć Claude Mythos Preview. Pokazuje skalę przypisań w konkretnym zestawieniu, podczas gdy wykorzystanie podatności przez atakujących jest odrębnym rezultatem.
225 podatności przypisanych Anthropicowi, jedna wykorzystana
Wpisy w zestawieniu obejmowały podatności przypisane zespołowi Anthropic, modelom Claude, Anthropic Research oraz współpracom z innymi badaczami i firmami. Dlatego sam wynik 225 pozycji nie jest licznikiem błędów odkrytych wyłącznie przez Claude Mythos Preview.
| Miara | Wynik zestawienia z 21 września 2026 r. | Kontekst techniczny |
| Podatności przypisane Anthropicowi lub Project Glasswing | 225 wpisów | Zbiór obejmował różne rodzaje przypisań i współprac |
| Podatności oznaczone jako wykorzystane w realnych atakach | 1 wpis: CVE-2026-26980 | Dotyczy Ghost CMS |
| Udział wpisów oznaczonych jako wykorzystane | Mniej niż 0,5% | Historyczny zakres przywoływany przez Patricka Garrity’ego wynosił od nieco poniżej 1% do 2% |
Patrick Garrity rozdziela dwa etapy: znalezienie luki oraz jej praktyczną użyteczność dla atakujących. W przypadku tego zestawienia liczba wpisów nie przełożyła się na wyraźnie odmienny rezultat zagrożenia niż w losowej grupie podatności.
Czym jest Project Glasswing?
Anthropic ogłosił Project Glasswing 7 kwietnia 2026 r. jako inicjatywę obrony oprogramowania. Zweryfikowani uczestnicy otrzymali ograniczony dostęp do Claude Mythos Preview, aby szukać podatności i pomagać w ich usuwaniu w oprogramowaniu krytycznym, produktach oraz zależnościach open source.
Claude Mythos Preview pozostawał niewydanym, ogólnego przeznaczenia modelem typu frontier i nie był planowany jako usługa powszechnie dostępna. To ważne rozróżnienie: model mógł być używany przez zweryfikowanych uczestników Project Glasswing, ale nie był narzędziem dostępnym dla każdego użytkownika.
Anthropic podał, że Mythos Preview uzyskał 83,1% w teście CyberGym dotyczącym odtwarzania podatności, podczas gdy Claude Opus 4.6 osiągnął 66,6%. To wynik benchmarku zdolności modelu, a nie odsetek luk później wykorzystywanych przez przestępców.
Odkrycie luki to dopiero początek
Wykrycie podatności może skrócić etap poszukiwań, ale nie zastępuje triage’u, koordynacji z opiekunem projektu, przygotowania poprawki, testów regresji ani jej wdrożenia. Właśnie po odkryciu zaczyna się praca, która decyduje o tym, czy podatność zostanie rzeczywiście usunięta.
Badanie 1Password obejmujące 6080 poprawek wygenerowanych przez ChatGPT-5.5 i Anthropic Opus 4.8 wykazało pełne usunięcie podatności w 26% przypadków. Pozostałe wyniki obejmowały poprawki, które nie rozwiązały problemu, wprowadziły nową lukę albo łączyły oba te problemy.
Z kolei badanie Veracode wykazało średni poziom bezpieczeństwa na poziomie 56% dla kodu wygenerowanego przez AI. Analiza obejmowała ponad 100 modeli i 80 zadań programistycznych. To szerszy pomiar bezpieczeństwa kodu, a nie bezpośredni test poprawek z Project Glasswing, dlatego nie należy utożsamiać obu wyników.
Co wiadomo o CVE-2026-26980 w Ghost CMS?
CVE-2026-26980 dotyczy Content API systemu Ghost. Jest to nieuwierzytelniona luka typu SQL injection, która może pozwolić na dowolny odczyt danych z bazy. W zestawieniu Patricka Garrity’ego podatność otrzymała ocenę CVSS 9,4 i była jedyną pozycją oznaczoną jako wykorzystana w realnych atakach w opisanym zbiorze.
Krajowa baza podatności NVD wskazuje Ghost 6.19.1 jako wersję z poprawką dla tego problemu. Szczegółowy zakres kampanii wykorzystującej CVE-2026-26980, w tym lista zaatakowanych instalacji, sprawcy i daty użycia luki, nie jest częścią tego opisu.
Wniosek z zestawienia jest konkretny: Project Glasswing wiązano z dużą liczbą rekordów podatności, lecz w snapshotcie z 21 września 2026 r. tylko jeden wpis oznaczono jako wykorzystany w realnych atakach. Największym wyzwaniem pozostaje więc nie samo znalezienie błędu, ale jego potwierdzenie, naprawa i skuteczne wdrożenie poprawki.
