Посмотрел отчёт антропика

- Модель 1 (Opus 4.7): реальную компанию приняла за симулированную цель и атаковала; дважды после сомнений сама убедила себя, что "реальная" компания — часть учения, и не остановилась ни разу.
- Модель 2 (Mythos 5): сама заметила, что публикация пакета была бы реальной атакой в интернете — и тут же убедила себя, что это симуляция (не узнала сертификаты, увидела дату "2026"); реальные системы, скачавшие вредонос, восприняла как "подставных актёров" учения.
- Модель 3 (исследовательская): большую часть прогона тоже принимала реальные хосты за часть учения — но обратный случай: заметила, что взломанный хост находится в облачном аккаунте, никак не связанном с задачей, сделала вывод, что цель настоящая, и сама остановилась.

У меня иногда бывают задачи на проверку уязвимостей, я это делаю разными моделями, но суть в том, что у всех болячки одинаковые те, которые публикует антропик. Это позволяет делать проверки на безопасность пока что

——————
Менеджер? Давай сюда!
Ищи работу здесь
Технологии и архитектура