Wyścig zbrojeń w cyberprzestrzeni przyspiesza. Ofensywne możliwości SI podwajają się co pół roku

Ekspercki poziom w kilka godzin

Analitycy z firmy Lyptus Research, specjalizujący się w bezpieczeństwie sztucznej inteligencji, opublikowali dane, które mogą niepokoić specjalistów od zabezpieczeń IT. Wykorzystując metodologię METR (time-horizon method), zespół przeprowadził serię testów z udziałem dziesięciu profesjonalnych ekspertów w dziedzinie cyberbezpieczeństwa. Wyniki są jednoznaczne: modele takie jak GPT-5.3 Codex czy Opus 4.6 osiągnęły już poziom sprawności, który pozwala im w 50 procentach przypadków rozwiązywać zadania wymagające od człowieka około trzech godzin intensywnej pracy eksperckiej.

Skokowe tempo rozwoju

Kluczowym wnioskiem z badania jest drastyczne przyspieszenie tempa, w jakim algorytmy nabywają umiejętności ofensywne. O ile od 2019 roku możliwości te podwajały się średnio co 9,8 miesiąca, o tyle od początku 2024 roku proces ten przyspieszył niemal dwukrotnie – obecnie cykl ten wynosi zaledwie 5,7 miesiąca. Co istotne, modele o otwartym kodzie źródłowym pozostają w tyle za swoimi komercyjnymi odpowiednikami o około pół roku, co pokazuje dynamikę rynkową między rozwiązaniami zamkniętymi a społecznościowymi.

Budżet tokenów jako klucz do skuteczności

Badanie ujawniło również bezpośrednią korelację między zasobami obliczeniowymi a złożonością realizowanych operacji. Przykładowo, zwiększenie limitu do dziesięciu milionów tokenów pozwoliło modelowi GPT-5.3 Codex na realizację zadań, których horyzont czasowy szacuje się na ponad 10 godzin pracy człowieka. Autorzy raportu ostrzegają, że obecne szacunki mogą być i tak zaniżone, gdyż horyzont możliwości AI przesuwa się szybciej, niż są w stanie to zarejestrować standardowe benchmarki.

Transparentność badań

Analiza opierała się na zestawie 291 zróżnicowanych zadań technicznych. Chcąc zachować pełną transparentność i umożliwić weryfikację wyników przez środowisko naukowe, Lyptus Research udostępniło pełne zbiory danych w serwisach GitHub oraz Hugging Face. Publikacja ta stanowi istotny głos w dyskusji nad bezpieczeństwem modeli wielkoskalowych i koniecznością wdrażania nowych mechanizmów kontrolnych w fazie ich trenowania.