دیمون: هوش مصنوعی Mythos از Anthropic ریسک سایبری را ۱۰ برابر افزایش داد

جیمی دیمون، مدیرعامل جی‌پی‌مورگان چیس، در مصاحبه‌ای با تلویزیون بلومبرگ در ۶ اکتبر ۲۰۲۶ یکی از صریح‌ترین هشدارهای یک مدیر ارشد بانکی درباره ارتباط هوش مصنوعی و امنیت سایبری را مطرح کرد. دیمون گفت ریسک سایبری «پس از Mythos ده برابر افزایش یافته است»؛ اشاره‌ای به سامانه پیشرفته هوش مصنوعی Anthropic که در دوره‌ای قرار دارد که مدل‌های Mythos و Fable این شرکت از پروژه‌های تحقیقاتی به ابزارهایی تبدیل شده‌اند که در رخدادهای واقعی امنیتی مطرح می‌شوند.

این اظهارات در شرایطی مطرح شد که تنها یک هفته بعد، پژوهشگران Anthropic و رقبای این شرکت در صنعت هوش مصنوعی همچنان در حال بررسی پیامدهای مدل‌های عامل‌محور برای حمله و دفاع سایبری بودند.

زمان‌بندی این هشدار اهمیت دارد. بانک‌ها در سال ۲۰۲۶ با سرعت در حال استفاده از دستیارهای هوش مصنوعی برای تشخیص تقلب، اعتبارسنجی و خدمات مشتری هستند، اما هم‌زمان خود را برای حملات مبتنی بر هوش مصنوعی علیه همین مؤسسات آماده می‌کنند. اظهارات دیمون این دوگانگی را به یک عدد مشخص تبدیل کرد: افزایش ۱۰ برابری ریسک که او آن را به یک مدل خاص از Anthropic نسبت داد؛ آن هم از سوی یکی از زیر نظرترین مدیران حوزه مالی جهان.

هشدار دیمون در بلومبرگ؛ او دقیقاً چه گفت؟

بر اساس گزارش بلومبرگ از این مصاحبه، دیمون گفت خطرات ناشی از هوش مصنوعی «پس از Mythos ده برابر افزایش یافته است». او در توضیح این موضوع گفت: «هوش مصنوعی آسیب‌پذیری‌هایی ایجاد کرد که ما از آن‌ها خبر نداشتیم، و ما همیشه پیش از این مسائل نگران سایبری بودیم.»

دیمون همچنین درباره دوگانگی پیش روی بانک‌ها گفت: «نکته منفی واضحاً همان چیزی است که درباره عامل‌ها و Mythos و همه این چیزهایی می‌خوانید که می‌توانند مشکل ایجاد کنند؛ این یک نگرانی مشروع است، یک واقعیت است.»

با این حال، دیمون این هشدار را به‌عنوان فراخوانی برای توقف استفاده از هوش مصنوعی مطرح نکرد. او گفت: «من قرار نیست درباره اینکه آیا این موضوع وجودی است یا نه دچار هیجان‌زدگی شوم.» او راهکار عملی را چنین توصیف کرد: «کاری که انجام می‌دهیم این است که آستین‌ها را بالا بزنیم و برای اصلاح آن تلاش کنیم.»

این رویکرد با نامه سهامداران جی‌پی‌مورگان در آوریل ۲۰۲۶ نیز هم‌خوان است؛ نامه‌ای که در آن دیمون پیش‌تر ریسک سایبری ناشی از هوش مصنوعی را یکی از بزرگ‌ترین تهدیدهای بانک عنوان کرده بود، ماه‌ها پیش از آنکه اظهارات مربوط به Mythos خبرساز شود.

با وجود اهمیت این هشدار، تاکنون هیچ روش‌شناسی مشخصی برای رقم «۱۰ برابر» منتشر نشده است. هیچ‌یک از گزارش‌های مربوط به این مصاحبه اشاره نکرده‌اند که دیمون به پژوهشی، شاخص داخلی جی‌پی‌مورگان یا سال پایه‌ای برای این مقایسه استناد کرده باشد. بنابراین این عدد بیشتر شبیه یک هشدار مدیریتی مبتنی بر ارزیابی شخصی است تا یک مدل کمی سنجش ریسک؛ هرچند چنین هشدارهایی معمولاً می‌توانند بر بازارها و سیاست‌گذاری اثر بگذارند.

Mythos از Anthropic چیست و چرا وال‌استریت آن را دنبال می‌کند؟

Mythos یکی از مدل‌های خانواده Claude شرکت Anthropic است که همراه با مدل دیگری به نام Fable در نسل 5.1 عرضه شد. این سایت پیش‌تر گزارش داده بود که این دو مدل در مقایسه با نسخه‌های قبلی Claude هزینه‌های کش را حدود ۷۵ درصد کاهش داده‌اند.

از آن زمان، Mythos به‌طور ویژه با فعالیت‌های امنیت سایبری تهاجمی و دفاعی مرتبط شده است؛ از جمله نقش آن در شناسایی تعداد زیادی آسیب‌پذیری نرم‌افزاری در چارچوب پروژه Glasswing شرکت Anthropic، برنامه‌ای با سرمایه‌گذاری حدود ۱۰۰ میلیون دلار برای دفاع سایبری مبتنی بر هوش مصنوعی.

همین دوگانگی، یعنی مدلی که بخشی از هدف آن یافتن و اصلاح نقص‌های امنیتی است اما اکنون مدیر یک بانک بزرگ آن را عامل افزایش سطح حمله می‌داند، محور اصلی نگرانی دیمون است. مدل‌های عامل‌محور که می‌توانند شناسایی هدف، آزمایش اعتبارنامه‌ها و انتخاب روش نفوذ را به‌صورت زنجیره‌ای انجام دهند، برای مدافعان ارزشمند هستند؛ زیرا مهاجمان نیز می‌توانند از همان قابلیت‌ها استفاده کنند.

Anthropic تاکنون بیانیه عمومی مستقیمی درباره اظهارات ۶ اکتبر دیمون منتشر نکرده است، بنابراین موضع این شرکت درباره تعبیر «افزایش ۱۰ برابری» همچنان تأیید نشده باقی مانده است.

ماجرای ادعایی نفوذ به اطلاعات کارکنان دولت تایوان

برخی گزارش‌ها درباره اظهارات دیمون، از جمله گزارشی از IBTimes، این هشدار را به یک رخداد ادعایی در تایوان مرتبط کرده‌اند که به یک شرکت امنیت سایبری اسرائیلی به نام Dream نسبت داده شده است. بر اساس این گزارش‌ها، یک سامانه خودکار متشکل از هشت عامل هوش مصنوعی توانسته بود ۲۱ سامانه دولتی تایوان را بررسی کند، ۸۵ حساب کاربری دولتی را به خطر بیندازد و حدود ۲۵۰۰ پرونده کارکنان را طی یک عملیات چهارروزه به دست آورد.

طبق این ادعا، عامل‌ها وظایفی مانند شناسایی اولیه، تلاش برای سرقت اعتبارنامه و اسکن آسیب‌پذیری‌ها را انجام داده و سپس با دخالت محدود انسان، راهبردهای بعدی حمله را انتخاب کرده‌اند.

با این حال، باید میان اطلاعات تأییدشده و ادعاها تفاوت قائل شد. نه Anthropic و نه مقام‌های تایوانی تاکنون گزارشی رسمی و قابل استناد منتشر نکرده‌اند که تمام جزئیات این روایت را تأیید کند و نهاد یا سازمان دقیق آسیب‌دیده نیز به‌طور عمومی اعلام نشده است. بنابراین این موضوع باید به‌عنوان یک ادعای گزارش‌شده در ارتباط با دیدگاه کلی دیمون خوانده شود، نه یک نمونه کاملاً تأییدشده با زنجیره انتساب مستقل.

وضعیت امنیت سایبری جی‌پی‌مورگان و ارتباط آن با پروژه Glasswing

جی‌پی‌مورگان در اکوسیستم Anthropic تنها یک ناظر بیرونی نیست. این بانک پیش‌تر به‌عنوان یکی از مشارکت‌کنندگان اولیه پروژه Glasswing معرفی شده بود؛ برنامه دفاع سایبری Anthropic که از مدل‌های مشابه Mythos برای یافتن آسیب‌پذیری‌ها پیش از مهاجمان استفاده می‌کند.

این ارتباط باعث می‌شود اظهارات دیمون صرفاً انتقاد یک مدیر خارج از صنعت هوش مصنوعی از یک آزمایشگاه فناوری نباشد؛ بلکه بیشتر شبیه توضیح فردی درون این اکوسیستم درباره هر دو جنبه مثبت و منفی ابزاری است که بانک خودش نیز به آن دسترسی دارد.

فراتر از ارتباط با Glasswing، اطلاعات منتشرشده جزئیاتی درباره افزایش جدید بودجه امنیتی، استخدام نیرو یا تغییر سیاست هیئت‌مدیره جی‌پی‌مورگان در ارتباط مستقیم با اظهارات ۶ اکتبر ارائه نمی‌کند. سخنان دیمون درباره «آستین بالا زدن و اصلاح مشکل» نشان می‌دهد اقدامی عملی در جریان است، اما رقم مالی یا تعداد کارکنان جدید اعلام نشده است.

ارتباط این هشدار با افشاگری‌های قبلی Anthropic درباره حملات سایبری هوش مصنوعی

هشدار دیمون در خلأ مطرح نشده است. Anthropic در ۱۳ نوامبر ۲۰۲۵ اعلام کرده بود که نخستین کارزار جاسوسی سایبری سازمان‌یافته توسط هوش مصنوعی را شناسایی کرده است؛ حمله‌ای که این شرکت آن را به گروه GTG-1002 نسبت داد و با اطمینان بالا آن را وابسته به دولت چین ارزیابی کرد.

Anthropic اعلام کرد در آن کارزار، ابزار Claude Code حدود ۸۰ تا ۹۰ درصد کارهای عملیاتی را در نزدیک به ۳۰ سازمان هدف انجام داده بود؛ از شرکت‌های بزرگ فناوری و مؤسسات مالی گرفته تا تولیدکنندگان مواد شیمیایی و نهادهای دولتی. اپراتورهای انسانی تنها در چند نقطه حساس تصمیم‌گیری مداخله کرده بودند. این گزارش تأکید داشت که نتیجه حمله، تعداد محدودی نفوذ موفق بوده است، نه نفوذ کامل به همه اهداف.

این افشاگری نوامبر ۲۰۲۵ مستندترین نمونه پیشین برای نوع خطری است که دیمون اکنون درباره Mythos مطرح می‌کند. وجه مشترک این دو موضوع آن است که مدل‌های عامل‌محور، هزینه نیروی انسانی لازم برای اجرای حملات چندمرحله‌ای را کاهش می‌دهند؛ موضوعی که باعث شده یک مدیر بانکی با مشاهده هم‌زمان جنبه دفاعی و تهاجمی این فناوری، از افزایش شدید منحنی ریسک صحبت کند.

چرا بررسی رقم «۱۰ برابر» دشوار است و چرا همچنان اهمیت دارد؟

ضریب‌هایی مانند ادعای دیمون معمولاً از بیرون به‌سختی قابل ارزیابی هستند. هیچ گزارش رسمی از جی‌پی‌مورگان وجود ندارد که حجم حملات، شدت آن‌ها یا هزینه‌های پیش و پس از ورود Mythos را مقایسه کند و رسانه‌های پوشش‌دهنده مصاحبه بلومبرگ نیز اعلام نکرده‌اند که دیمون چنین داده‌ای ارائه کرده باشد.

با این حال، این موضوع به معنای بی‌اهمیت بودن هشدار نیست. دیمون سابقه طولانی در اشاره به ریسک‌های سیستمی، از جمله تهدیدهای سایبری، در نامه‌های سالانه سهامداران دارد؛ ریسک‌هایی که گاهی پیش از تبدیل شدن به نگرانی عمومی در وال‌استریت مطرح می‌شوند.

اثر اصلی این عدد، تعیین دستور کار است. یک رقم مشخص و قابل نقل از مدیر بزرگ‌ترین بانک آمریکا احتمال بیشتری دارد که به گوش قانون‌گذاران، هیئت‌مدیره‌ها و مدیران رقیب برسد تا یک مقاله فنی درباره مدل‌سازی تهدیدهای هوش مصنوعی عامل‌محور.

واکنش بازار و صنعت

واکنش عمومی تاکنون در مقایسه با بزرگی این ادعا محدود بوده است. گزارش‌های موجود نشان نمی‌دهند که فدرال رزرو، دفتر نظارت بر ارز آمریکا یا مقام‌های تایوانی به‌طور مشخص درباره اظهارات دیمون واکنش رسمی نشان داده باشند.

همچنین هیچ مدیرعامل دیگری از بانک‌های بزرگ تاکنون در گزارش‌های بررسی‌شده از رقم ۱۰ برابر حمایت یا آن را رد نکرده است. Anthropic نیز درباره این ادعای مشخص سکوت کرده، هرچند همچنان کاربردهای دفاعی Mythos را از طریق پروژه Glasswing معرفی می‌کند.

مقایسه رقابتی: رقبای Anthropic خطر هوش مصنوعی عامل‌محور را چگونه می‌بینند؟

Anthropic تنها شرکتی نیست که با ماهیت دوگانه مدل‌های عامل‌محور روبه‌رو است. افشاگری‌های قبلی این شرکت درباره ایمنی، از جمله هشدار درباره امکان تکثیر خودکار مدل‌های هوش مصنوعی، نشان می‌دهد Anthropic معمولاً یافته‌های مرتبط با ایمنی را با شفافیت بیشتری منتشر می‌کند و سپس منتظر واکنش شرکت‌هایی مانند OpenAI، Google DeepMind یا Microsoft می‌ماند.

حملات سایبری مبتنی بر هوش مصنوعی تنها به اکوسیستم Anthropic محدود نشده‌اند. پژوهشگران امنیتی پیش‌تر ابزارهای عامل‌محور را با نفوذ به مؤسسات مالی آسیایی مرتبط دانسته‌اند؛ از جمله مواردی که CrowdStrike یک عامل هوش مصنوعی را به یک بازیگر وابسته به دولت در حملات علیه بانک‌های کره جنوبی مرتبط کرده بود.

زمینه تاریخی: از چت‌بات‌ها تا عامل‌های هک خودکار

مسیر تبدیل چت‌بات‌های مصرفی به عامل‌های سایبری خودکار در بازه‌ای کوتاه طی شده است. مدل‌های زبانی بزرگ که در سال‌های ۲۰۲۳ و ۲۰۲۴ بیشتر برای گفت‌وگو و تولید محتوا استفاده می‌شدند، تا اواخر ۲۰۲۵ به سامانه‌هایی تبدیل شدند که می‌توانند ده‌ها اقدام مستقل را برای رسیدن به یک هدف با نظارت اندک انجام دهند.

Anthropic هم‌زمان روی دفاع در برابر این تهدیدها کار کرده است. تلاش این شرکت برای مقابله با سرقت مدل‌ها از طریق روش‌هایی مانند کاهش چشمگیر سرقت مبتنی بر تقطیر، نشان می‌دهد که مقاوم‌سازی مدل‌ها در برابر سوءاستفاده ادامه دارد؛ اما هشدار دیمون تأکید می‌کند که ایمن‌تر کردن مدل به معنای ایمن کردن تمام سازمان‌هایی نیست که این مدل‌ها با آن‌ها تعامل دارند.

رویدادهای امنیتی مرتبط با هوش مصنوعی عامل‌محور در سال‌های ۲۰۲۵ تا ۲۰۲۶

جدول زیر دو رویداد مهم امنیتی مرتبط با هوش مصنوعی عامل‌محور را که در پوشش اظهارات دیمون مطرح شده‌اند، در کنار هشدار او نشان می‌دهد.

نکات کلیدی از مصاحبه ۶ اکتبر دیمون

این موضوع برای بانک‌ها و پذیرش هوش مصنوعی سازمانی چه معنایی دارد؟

برای مدیران امنیت اطلاعات در بانک‌ها و مؤسسات تحت نظارت، نکته اصلی کمتر به عدد دقیق این ضریب مربوط می‌شود و بیشتر به تغییر ماهیت تهدیدکنندگان مربوط است. یک عملیات چهارروزه با هشت عامل هماهنگ، همان‌طور که در گزارش تایوان ادعا شده، سطحی از سرعت حمله را نشان می‌دهد که تا چند سال پیش به تیم انسانی بسیار بزرگ‌تری نیاز داشت.

این موضوع همچنین مؤسسات مالی را در موقعیت دشواری قرار می‌دهد. ارتباط جی‌پی‌مورگان با پروژه Glasswing به این معناست که بانک هم‌زمان مشتری ابزارهای دفاعی مرتبط با Mythos است و از سوی مدیرعامل خود درباره افزایش خطرهای تهاجمی همین خانواده مدل‌ها هشدار می‌دهد.

پنج پیش‌بینی برای شش ماه آینده

• Anthropic با فشار بیشتری برای واکنش مستقیم به ادعاهای مربوط به تایوان روبه‌رو خواهد شد، به‌ویژه اگر مقام‌های تایوانی ادعاهای شرکت Dream را تأیید یا رد کنند.
• حداقل یک مدیرعامل دیگر از بانک‌های بزرگ احتمالاً رقم «۱۰ برابر» یا ضریبی مشابه را در نامه سهامداران یا گزارش مالی مطرح خواهد کرد، حتی بدون وجود روش‌شناسی مستقل.
• قانون‌گذاران، به‌ویژه نهادهای نظارتی بانکی آمریکا، احتمالاً از مؤسسات مالی بزرگ خواهند خواست جزئیات بیشتری درباره مواجهه با هوش مصنوعی عامل‌محور در ارزیابی‌های ریسک ارائه کنند.
• Anthropic احتمالاً توسعه پروژه Glasswing و برنامه‌های دفاعی مشابه را ادامه خواهد داد و تلاش می‌کند استفاده دفاعی از این فناوری سریع‌تر از سوءاستفاده مهاجمان رشد کند.
• شرکت‌های رقیب مانند OpenAI و Google DeepMind با پرسش‌های بیشتری درباره احتمال ارتباط مدل‌های خود با حوادث مشابه روبه‌رو خواهند شد.

پرسش‌های متداول

جیمی دیمون درباره مدل Mythos از Anthropic چه گفت؟
او در مصاحبه تلویزیونی بلومبرگ در ۶ اکتبر ۲۰۲۶ گفت ریسک سایبری هوش مصنوعی «پس از Mythos ده برابر افزایش یافته است» و هوش مصنوعی آسیب‌پذیری‌هایی ایجاد کرده که پیش‌تر وجود نداشتند.

آیا رقم افزایش ۱۰ برابری به‌طور مستقل تأیید شده است؟
خیر. هیچ روش‌شناسی، داده پایه یا مجموعه داده‌ای از سوی دیمون یا جی‌پی‌مورگان برای این رقم منتشر نشده است.

Mythos از Anthropic چیست؟
Mythos بخشی از نسل Claude 5.1 Anthropic است که همراه با مدل Fable عرضه شد و هم در نگرانی‌های امنیت سایبری و هم در پروژه دفاعی Glasswing این شرکت مطرح شده است.

آیا Anthropic نفوذ ادعایی به تایوان را تأیید کرده است؟
خیر. جزئیات این رخداد از گزارش‌های ثانویه درباره شرکت Dream مطرح شده و هنوز گزارش رسمی کامل از Anthropic یا مقام‌های تایوانی منتشر نشده است.

آیا جی‌پی‌مورگان ارتباطی فراتر از اظهارات دیمون با Anthropic دارد؟
بله. این بانک پیش‌تر به‌عنوان یکی از مشارکت‌کنندگان اولیه پروژه Glasswing معرفی شده بود.

این موضوع چه ارتباطی با افشاگری قبلی Anthropic درباره حمله سایبری دارد؟
Anthropic در نوامبر ۲۰۲۵ اعلام کرد گروه GTG-1002 با استفاده از Claude Code بخش عمده عملیات یک کارزار علیه حدود ۳۰ سازمان را خودکار کرده بود.