C’è un dettaglio che distingue il momento attuale da tutte le stagioni precedenti dell’AI generativa. Non riguarda la brillantezza del testo prodotto, né la velocità con cui un modello completa un compito di coding: riguarda il fatto che la cyber sicurezza è diventata il luogo in cui le capacità dei frontier model smettono di apparire astratte e cominciano a misurarsi su ambienti reali, codice reale, vulnerabilità reali.
È qui che OpenAI GPT-5.4 e Claude Mythos Preview segnano un cambio di passo. Non perché annuncino uno scenario fantascientifico, ma perché mostrano che i modelli di frontiera stanno entrando nel lavoro tecnico della sicurezza con un grado di autonomia e continuità che fino a poco tempo fa sembrava prematuro descrivere in termini operativi.
Indice degli argomenti
Dal copilota al ricercatore tecnico
Per molto tempo il racconto pubblico dell’AI si è appoggiato a una metafora relativamente rassicurante, quella dell’assistente. Un modello suggerisce, riassume, scrive, corregge.
La cyber security costringe, però, a cambiare lessico perché mette al centro qualità diverse, come la capacità di orientarsi in una codebase estesa, isolare un punto fragile, generare ipotesi, verificarle con strumenti, ripetere tentativi e arrivare a un risultato utile.
Quando queste abilità crescono tutte insieme, il modello smette di essere soltanto un interlocutore brillante e comincia a somigliare a un operatore tecnico.
GPT-5.4 si inserisce in questa traiettoria come un modello più maturo nell’uso di tool, nei workflow agentici e nel lavoro professionale su larga scala. OpenAI lo presenta come il proprio modello di ragionamento più efficiente in termini di token, con miglioramenti nella ricerca, nel coding e nell’uso di strumenti distribuiti.
Da sola, sarebbe una storia di produttività avanzata. Ma la stessa documentazione di sicurezza chiarisce che il cyber è ormai una categoria distinta, abbastanza rilevante da far classificare GPT-5.4 come modello ad alta capacità cyber e da richiedere salvaguardie dedicate.
Claude Mythos Preview spinge il discorso ancora più avanti, perché Anthropic ha scelto di fare della cyber sicurezza il motivo principale per non renderlo disponibile in forma generale. Il system card lo dice con nettezza.
Le capacità cyber del modello sono state considerate sufficientemente sensibili da giustificare una distribuzione limitata a partner selezionati e a usi difensivi. È una scelta che conta almeno quanto i benchmark, perché segnala che una parte dell’industria non tratta più tutti i modelli avanzati come software da distribuire secondo un canovaccio standard.
Anthropic e OpenAI, due modelli di governance per lo stesso rischio
Se si osservano insieme, Mythos e GPT-5.4 mostrano due strategie quasi opposte. Anthropic sceglie il contenimento. Mythos Preview non viene aperto al pubblico, ma confinato dentro Project Glasswing, iniziativa che riunisce operatori dell’infrastruttura digitale e grandi attori della sicurezza, tra cui Amazon Web Services, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, Linux Foundation, Microsoft, NVIDIA e Palo Alto Networks.
L’obiettivo dichiarato è dare ai difensori un vantaggio temporaneo nella ricerca di vulnerabilità e nella messa in sicurezza del software critico.
OpenAI procede invece lungo una linea di apertura graduale e verificata. Con Trusted Access for Cyber estende il programma a migliaia di difensori individuali verificati e a centinaia di team impegnati nella protezione di software critico.
Nello stesso quadro introduce GPT-5.4-Cyber, una variante di GPT-5.4 addestrata per essere più permissiva nel lavoro cyber legittimo, con capacità aggiuntive di binary reverse engineering. L’azienda precisa però che proprio questa maggiore permissività richiede un deployment iterativo, riservato a vendor di sicurezza, organizzazioni e ricercatori verificati, con limitazioni particolari nei casi in cui manchi sufficiente visibilità sull’uso effettivo del modello.
La differenza fra i due approcci è evidente, ma il punto comune è ancora più importante. Entrambe le aziende riconoscono che il rischio non dipende più soltanto dal testo generato dal modello. Dipende dall’identità dell’utente, dagli strumenti collegati, dal contesto operativo e dal livello di accesso che viene concesso.
In altre parole, il problema non è soltanto la moderazione dei contenuti: è la gestione dell’accesso a una capacità dual use.
Claude Mythos, il caso che ha spostato il baricentro del dibattito
Il valore informativo di Mythos non sta solo nelle dichiarazioni di Anthropic, ma nel tipo di prove che l’azienda ha scelto di rendere pubbliche. Nel materiale tecnico dedicato al modello, Anthropic sostiene che Mythos sia stato capace di trovare e sfruttare vulnerabilità zero-day nei principali sistemi operativi e nei browser più diffusi.
Fra gli esempi pubblici compaiono un bug di OpenBSD rimasto latente per ventisette anni e una vulnerabilità di FreeBSD che il modello avrebbe trasformato autonomamente in un exploit di remote code execution con privilegi di root.
Sempre secondo i test interni, Mythos avrebbe sviluppato exploit funzionanti 181 volte in un benchmark legato a Firefox 147 e avrebbe raggiunto, in OSS-Fuzz, centinaia di crash utili e dieci casi di pieno controllo del flusso su target già patchati.
Questi numeri vanno presi per quello che sono: dati pubblicati dal laboratorio che ha costruito il modello, non una convalida esterna completa. Anthropic stessa omette molti dettagli tecnici per evitare di facilitare la riproduzione delle tecniche offensive prima della chiusura delle vulnerabilità interessate.
Tuttavia, non si tratta di affermazioni isolate nel vuoto. L’AI Security Institute del Regno Unito, che ha testato Mythos in modo indipendente, parla di un avanzamento netto rispetto ai frontier model precedenti.
Nei suoi test il modello raggiunge il 73 per cento di successo nei task CTF di livello esperto e diventa il primo a completare end-to-end, in tre tentativi su dieci, una simulazione di attacco aziendale composta da trentadue passaggi, con una media di ventidue step completati.
Il punto non è tanto stabilire se Mythos sia già superiore a un team umano in ogni circostanza, tesi che le fonti pubbliche non consentono di sostenere in modo serio. Il punto è che le valutazioni disponibili, interne ed esterne, convergono su una conclusione più sobria ma più importante.
Il modello è ormai abbastanza forte da concatenare discovery, analisi e sfruttamento in scenari cyber realistici, almeno in ambienti controllati e con una supervisione minima. È esattamente questa soglia ad aver cambiato il tono del dibattito.
GPT-5.4, la cyber capability entra nella distribuzione ordinaria
Se Mythos ha colpito per la scelta di limitarne la diffusione, GPT-5.4 è rilevante per il motivo opposto. OpenAI non lo presenta come un sistema eccezionale da segregare, ma come un modello generale che deve però essere accompagnato da una politica cyber più sofisticata.
Nel system card l’azienda spiega di aver introdotto blocchi asincroni a livello messaggio quando i classificatori individuano segnali di intento cyber dannoso ad alto rischio. Sulle superfici con Zero Data Retention, quando l’utente non rientra nel programma Trusted Access for Cyber, questi blocchi vengono applicati per fermare contenuti cyber ad alto rischio. Sulle altre superfici restano in funzione misure di monitoraggio ed enforcement a livello di account e utente.
Questa architettura dice molto sul modo in cui OpenAI interpreta il problema. Il cyber non viene trattato come un dominio da chiudere, ma come un’area in cui bisogna separare il più possibile l’uso difensivo legittimo dal misuse.
Da qui la costruzione di livelli di fiducia, verifiche di identità, accessi differenziati e modelli con soglie di rifiuto calibrate in modo diverso.
Da qui anche la scelta di esplicitare che i benchmark di safety più difficili, quelli sui disallowed content con challenging prompts, non descrivono il traffico medio, ma i casi più ostici estratti dalla produzione.
È un dettaglio metodologico utile, perché ricorda che la sicurezza seria non si misura sulle richieste banali, ma sugli attacchi più insistenti e ambigui.
Nel frattempo, OpenAI prova a spostare il vantaggio verso i difensori anche sul piano infrastrutturale. L’azienda afferma di aver raggiunto oltre mille progetti open source con Codex for Open Source, di aver destinato 10 milioni di dollari in crediti API al Cybersecurity Grant Program e di aver migliorato Codex Security fino al punto in cui, dalla recente disponibilità in anteprima, il sistema avrebbe contribuito alla correzione di oltre 3.000 vulnerabilità critiche o ad alta severità.
Anche qui si tratta di numeri aziendali, da leggere come metriche dichiarate da OpenAI, ma sono coerenti con una linea strategica evidente: non aspettare che i modelli diventino più pericolosi per rafforzare il lato difensivo dell’ecosistema.
Il paradosso dell’allineamento quando cresce la competenza tecnica
Uno degli aspetti più istruttivi emersi dai materiali di Anthropic riguarda il rapporto fra allineamento e rischio. L’azienda descrive Mythos come il modello meglio allineato che abbia mai addestrato secondo le metriche disponibili. Nello stesso tempo, però, lo considera anche quello che introduce il rischio residuo più serio fra i propri modelli pubblicati.
La ragione è meno paradossale di quanto sembri. Un sistema più capace, più autonomo e più efficace nel completare compiti tecnici può produrre danni maggiori proprio nei rari casi in cui devia o interpreta male un obiettivo.
Nel system card e nel documento separato sul rischio di allineamento compaiono episodi osservati in versioni iniziali del modello, tra cui azioni eccessivamente aggressive in contesti sandbox e, in casi rari, tentativi di occultare passaggi non consentiti.
Anthropic non presenta questi episodi come prova di una volontà autonoma nel senso forte del termine, ma come segnali di una difficoltà crescente nel governare sistemi che uniscono perseveranza agentica e competenza cyber.
È un avvertimento che vale anche oltre il caso Mythos. Quando un modello diventa più bravo a usare strumenti, a ragionare su stati intermedi e a superare ostacoli tecnici, le vecchie salvaguardie pensate per generatori di testo meno persistenti rischiano di essere insufficienti.
OpenAI arriva a un punto vicino, sebbene con un linguaggio meno allarmato. Nel proprio system card sottolinea che le capacità cyber sono intrinsecamente dual use e che l’enforcement a livello account è uno strumento grossolano, proprio perché rischia di intercettare anche attività preziose e legittime.
Da qui la necessità di TAC, dei trust signals e di criteri più fini. In sostanza, i laboratori stanno scoprendo che la safety dei modelli non può più essere separata dalla governance dell’accesso.
Il tempo che si comprime e cambia la difesa
La trasformazione più profonda non è forse nel singolo benchmark, ma nel tempo. La sicurezza del software ha sempre contato anche su una forma di attrito implicito. Analizzare una codebase complessa, isolare una vulnerabilità realmente sfruttabile, scrivere un proof of concept affidabile o capire da un binario che cosa stia accadendo richiedeva giorni di lavoro esperto, spesso settimane.
Se un modello riesce a portare una parte crescente di questo carico cognitivo dentro un ciclo iterativo rapido, quell’attrito si riduce.
È questo il punto che rende il confronto fra OpenAI GPT-5.4 e Claude Mythos più interessante di una semplice gara di prestazioni. Anthropic risponde cercando di contenere la capacità sensibile e di darla in anticipo a chi presidia il software critico.
OpenAI tenta di diffonderla più ampiamente sul lato difensivo, ma con verifiche, limitazioni contestuali e un perimetro di monitoraggio più evoluto. In entrambi i casi emerge la stessa consapevolezza. La finestra fra scoperta del problema, triage e risposta si sta accorciando, e il vantaggio andrà a chi organizzerà prima una difesa continua, non episodica.
Non è un caso che il governo britannico, dopo la valutazione dell’AI Security Institute, abbia scritto alle imprese invitandole a trattare la minaccia cyber legata ai nuovi modelli come un tema di vertice.
Quando un rischio tecnologico esce dal linguaggio dei laboratori e arriva nelle lettere ufficiali ai business leader, significa che la questione non è più confinata alla ricerca. È già diventata governance economica e infrastrutturale.
Non una corsa al modello migliore, ma al regime di controllo più credibile
L’aspetto più maturo del confronto fra GPT-5.4 e Mythos è che costringe a spostare l’attenzione. Il tema non è solo quale laboratorio disponga del modello più forte. È quale laboratorio stia costruendo il regime di accesso, auditing, verifica e responsabilità più adatto a una tecnologia che ha ormai superato la fase sperimentale nel cyber.
Mythos rappresenta il caso più evidente di contenimento volontario di un frontier model per ragioni di sicurezza informatica. GPT-5.4 rappresenta invece il tentativo di integrare capacità cyber elevate dentro una distribuzione più ampia, ma accompagnata da classificazione del rischio, guardrail più granulari e percorsi fiduciari per i difensori.
Entrambe le strade sono ancora in fase di assestamento e nessuna può dirsi definitiva. Ma insieme raccontano un fatto difficilmente contestabile.
I modelli di frontiera non stanno più sfiorando la cyber security dall’esterno. Ci sono entrati. E il nodo, da qui in avanti, sarà sempre meno la qualità della demo e sempre più la credibilità delle regole con cui queste capacità verranno rilasciate, osservate e corrette.
Bibliografia
Anthropic, Claude Mythos Preview System Card.
Anthropic, Assessing Claude Mythos Preview’s cybersecurity capabilities.
Anthropic, Project Glasswing.
Anthropic, Alignment Risk Update: Claude Mythos Preview.
OpenAI, Introducing GPT-5.4.
OpenAI, Trusted access for the next era of cyber defense.
OpenAI, Introducing Trusted Access for Cyber.
OpenAI, Accelerating the cyber defense ecosystem that protects us all.
OpenAI Deployment Safety Hub, GPT-5.4 Thinking System Card.
OpenAI Deployment Safety Hub, Disallowed Content Evaluations with Challenging Prompts.
UK AI Security Institute, Our evaluation of Claude Mythos Preview’s cyber capabilities.
Partecipa alla community