Η ικανότητα της Τεχνητής Νοημοσύνης (AI) να εκτελεί αυτόνομα εξειδικευμένες εργασίες κυβερνοασφάλειας και hacking δεν αποτελεί πλέον σενάριο επιστημονικής φαντασίας, αλλά μια ταχύτατα εξελισσόμενη πραγματικότητα.
Σύμφωνα με τα νεότερα στοιχεία (Μάιος 2026) από το AI Security Institute, ο χρόνος που απαιτείται για να διπλασιαστεί η διάρκεια και η πολυπλοκότητα των «κυβερνο-εργασιών» (cyber tasks) που μπορούν να ολοκληρώσουν αυτόνομα τα μοντέλα AI, συρρικνώνεται συνεχώς. Τον Φεβρουάριο του 2026, οι εκτιμήσεις έδειχναν ότι η ικανότητα αυτή διπλασιαζόταν κάθε 4,7 μήνες (μια σημαντική επιτάχυνση σε σχέση με τους 8 μήνες που υπολογίζονταν τον Νοέμβριο του 2025).
Ωστόσο, η έλευση της νέας γενιάς μοντέλων ανέτρεψε ακόμα και αυτά τα δεδομένα.
Τα μοντέλα που «σπάνε» τα κοντέρ
Δύο νέα μοντέλα, το Claude Mythos Preview και το GPT-5.5, απέδειξαν πρόσφατα ικανότητες που ξεπερνούν κατά πολύ τις προηγούμενες τάσεις. Είναι χαρακτηριστικό ότι μια νεότερη έκδοση (checkpoint) του Mythos Preview κατάφερε να ολοκληρώσει με επιτυχία και τα δύο εξειδικευμένα «πεδία βολής» (cyber ranges) του Ινστιτούτου Ασφάλειας AI (AISI).
Πρόκειται για προσομοιώσεις επιθέσεων σε μικρά, απροστάτευτα εταιρικά δίκτυα:
- Το Mythos Preview έλυσε τη δοκιμασία «The Last Ones» στις 6 από τις 10 προσπάθειες και την -μέχρι πρότινος άλυτη- δοκιμασία «Cooling Tower» στις 3 από τις 10 προσπάθειες.
- Το μοντέλο GPT-5.5 κατάφερε επίσης να επιλύσει το «The Last Ones» σε 3 από τις 10 προσπάθειες.
Πώς μετρώνται τα Time Horizons
Για να κατανοήσουν την πρόοδο, οι ερευνητές χρησιμοποιούν τα benchmarks των «Χρονικών Οριζόντων» (Time Horizons). Συγκρίνουν δηλαδή τον χρόνο που θα χρειαζόταν ένας άνθρωπος ειδικός στην κυβερνοασφάλεια για να βρει και να εκμεταλλευτεί μια ευπάθεια σε ένα σύστημα (π.χ. reverse engineering), με τον χρόνο που κάνει το AI.
Για να υπάρχει μέτρο σύγκρισης, οι δοκιμές περιορίζονται τεχνητά στα 2,5 εκατομμύρια tokens ανά εργασία. Οι ερευνητές επισημαίνουν ότι αυτός ο περιορισμός υποβαθμίζει σκόπιμα τις πραγματικές ικανότητες των μοντέλων. Σε δοκιμές χωρίς αυτούς τους περιορισμούς (χρησιμοποιώντας έως και 100 εκατ. tokens), τα ποσοστά επιτυχίας του AI αγγίζουν σχεδόν το 100% στις υπάρχουσες δοκιμασίες, καθιστώντας αδύνατη τη μέτρηση του χρονικού ορίζοντα.
Τι σημαίνει αυτό για τον πραγματικό κόσμο;
Αν και οι δοκιμές σε απομονωμένα περιβάλλοντα δεν αντικατοπτρίζουν τέλεια τον πραγματικό κόσμο, η ραγδαία εξέλιξη κρούει τον κώδωνα του κινδύνου.
Διττή Χρήση: Οι ισχυρές ικανότητες του AI δημιουργούν ευκαιρίες αλλά και κινδύνους. Οι αμυνόμενοι (cyber defenders) χρησιμοποιούν ήδη αυτά τα μοντέλα για να εντοπίζουν ταχύτερα τις ευπάθειες στα συστήματά τους. Αντίστοιχα, όμως, ενισχύονται και οι επιτιθέμενοι.
Άμεση Δράση: Σύμφωνα με φορείς όπως το βρετανικό NCSC, υπάρχει ένα κρίσιμο, αλλά στενό «παράθυρο ευκαιρίας» για τις επιχειρήσεις προκειμένου να χτίσουν ισχυρές άμυνες.
Νέες, πιο σκληρές δοκιμασίες: Καθώς η εξέλιξη του AI επιταχύνεται, οργανισμοί όπως το AISI ήδη αναπτύσσουν νέα, πολύ πιο δύσκολα πεδία αξιολόγησης (cyber ranges), τα οποία θα περιλαμβάνουν ενεργές κυβερνοάμυνες, για να αντικατοπτρίζουν καλύτερα τις πραγματικές συνθήκες.
Η Τεχνητή Νοημοσύνη στον κυβερνοχώρο παραμένει ένας ταχέως κινούμενος στόχος. Το ερώτημα δεν είναι πλέον το τι μπορεί να κάνει το AI, αλλά το πόσο γρήγορα θα το κάνει αύριο.
