Im Zentrum der Debatte steht ein Spannungsfeld zwischen technischer Tragweite und fehlender unabhängiger Überprüfbarkeit. Alexander Culafi von Dark Reading, Alissa Irei von TechTarget Cybersecurity und David Jones von Cybersecurity Dive betonen, dass ein großer Teil der Einschätzungen zu Mythos bislang auf Angaben von Anthropic und auf Aussagen enger Partner beruht. Irei verweist darauf, dass Cisco „wirklich erstaunliche Ergebnisse“ mit Mythos gemeldet habe — zugleich sei Cisco damit definitionsgemäß Teil des Partnerkreises.
Anthropic selbst hatte Mythos als Modell vorgestellt, das kritische Schwachstellen in verbreiteter Altsoftware eigenständig finden und ausnutzen könne. Aus diesem behaupteten Gefahrenpotenzial heraus entstand Project Glasswing, das ausgewählten Cybersicherheits-Partnern einen Vorsprung verschaffen und Missbrauch durch Bedrohungsakteure begrenzen sollte. Auch innerhalb von Glasswing sei der Zugang beschränkt und überwacht gewesen.
Die weitere Entwicklung verlieh dem Thema zusätzliche Brisanz. Laut Culafi wurden Mythos und Fable kurz nach ihrer öffentlichen Einführung eingeschränkt, nachdem Berichte über einen Jailbreak aufkamen, der die Schutzvorkehrungen von Fable umgehen konnte. In der Folge habe das Weiße Haus den Zugriff auf Mythos und Fable für Nicht-US-Staatsangehörige, darunter auch Anthropic-Beschäftigte, beschränkt. Anthropic habe daraufhin den Zugang zu beiden Modellen vorübergehend global deaktiviert; einige Wochen später seien die US-Beschränkungen wieder aufgehoben worden.
Inhaltlich reicht die Diskussion deutlich über das einzelne Modell hinaus. Jones beschreibt den grundlegenden Konflikt so: Unternehmen, Regierungen und Betreiber kritischer Infrastrukturen wollten KI nutzen, um Prozesse zu beschleunigen und produktiver zu werden. Der Druck, nicht zurückzufallen, laufe jedoch den notwendigen Leitplanken voraus. Gerade bei Modellen, die Schwachstellen schneller identifizieren könnten, entstehe sofort die Folgefrage, wie gefundene Lücken priorisiert und behoben werden sollen. Ohne klare Prozesse drohe vor allem zusätzliche Hektik statt besserer Sicherheit.
Irei ordnet Mythos als Verstärker bestehender Probleme ein. Sie nennt insbesondere Schwachstellenmanagement, Patch-Management, bestehende Risikoexposition, Identitäts- und Zugriffsmanagement sowie Vertrauensfragen. Aus ihrer Sicht könnte dieselbe Technologie, die eine „Welle von Schwachstellen“ beschleunigt, auch Verteidigern helfen — etwa bei Priorisierung und strategischer Behebung. Zugleich hätten Bedrohungsakteure bereits Zugang zu vielen KI-Technologien, auch wenn nicht unbedingt zu Mythos selbst.
Culafi bleibt skeptisch, wie einzigartig Mythos tatsächlich ist. Er verweist darauf, dass DARPA seit Jahren an KI-gestützter Schwachstellensuche arbeite. Außerdem kursiere die Einschätzung, konkurrierende chinesische Modelle lägen zwar hinter Mythos, aber womöglich nur um etwa sechs Monate. OpenAI arbeite laut Irei ebenfalls an ähnlichen Projekten. Für Culafi ist daher offen, ob Anthropic hier vor allem eine reale technologische Zäsur präsentiert oder ob die öffentliche Inszenierung den Vorsprung zusätzlich vergrößert.
Als Vorbereitung empfehlen die drei dennoch keine völlig neuen Rezepte. Irei verweist auf bekannte Grundlagen: Patch-Management, Schwachstellenmanagement, solide Passwortpraxis, Zero Trust sowie striktes Identitäts- und Zugriffsmanagement, gerade wenn agentische KI im Unternehmen genutzt wird. Jones ergänzt Governance und Leitplanken: Unternehmen müssten klären, warum sie KI überhaupt einsetzen, wer Zugang erhält, welche Regeln gelten und wer bei negativen Folgen verantwortlich reagiert. Culafi nennt zudem einen Bericht der Cloud Security Alliance mit dem Titel „Die KI-Schwachstellen-Sturmfront aufbauen: Aufbau eines Mythos-bereiten Sicherheitsprogramms“, dessen Empfehlungen seiner Einschätzung nach weiter relevant seien, weil viele Angriffsfragen rund um Mythos aus Sicht von Angreifern noch theoretisch blieben.