Il 13 aprile 2026 Bruce Schneier ha pubblicato sul proprio blog — tra le voci tecniche più lette del settore della sicurezza — un commento sul lancio di Claude Mythos Preview e di Project Glasswing. Il pezzo è breve, ma mette in fila quattro punti che vale la pena leggere senza filtro pubblicitario, perché non coincidono con il framing di Anthropic né con quello dei tabloid tech che hanno parlato di «bomba nucleare della sicurezza».
Punto uno: questa è anche un’operazione di PR
Schneier apre con una valutazione netta: l’annuncio di Anthropic ha funzionato, mediaticamente, perché era progettato per funzionare. «Lots of reporters are breathlessly repeating Anthropic’s talking points, without engaging with them critically». La conferma arriva, secondo lui, dal fatto che OpenAI ha annunciato a stretto giro restrizioni analoghe sul proprio modello, in cerca di una copertura mediatica equivalente.
Non è un’accusa di disonestà. È un richiamo all’igiene professionale: quando un produttore di modelli IA dichiara di trattenere un proprio prodotto perché «troppo pericoloso», il primo controllo da fare è chiedersi quanto la dichiarazione sia tecnicamente fondata e quanto sia, anche, una mossa di posizionamento.
Punto due: il salto tecnico, però, c’è
Quel controllo, per Schneier, restituisce un risultato chiaro: il salto tecnico esiste. I nuovi modelli mostrano sofisticazione crescente in attività di tipo offensivo, sono in grado di «scrivere exploit efficaci senza coinvolgimento umano», di scoprire vulnerabilità complesse incatenando più bug. Su questo, Schneier non smonta i numeri di Anthropic. Li accetta e li integra nel proprio ragionamento.
Punto tre: il vantaggio del difensore esiste, oggi
Qui il pezzo offre l’analisi più utile. Schneier cita il lavoro della società di sicurezza Aisle, secondo cui modelli pubblici più vecchi e a costo inferiore possono già replicare alcune delle scoperte di Mythos Preview. Aisle parla esplicitamente di «jagged frontier»: una frontiera dentata, non un fronte uniforme. La capacità di trovare vulnerabilità e quella di sfruttarle non avanzano alla stessa velocità e non sono accessibili alla stessa cifra.
Da qui la frase chiave del pezzo: «Finding for the purposes of fixing is easier for an AI than finding plus exploiting». Trovare un bug per ripararlo è più semplice, per un modello, di trovare lo stesso bug e costruire un exploit funzionante. Per i difensori questa è una buona notizia: la curva di costo è oggi più favorevole all’asset patching che all’asset offensive. Per il momento.
Punto quattro: questa finestra si chiude
Schneier chiude la riflessione con la sua dichiarazione più perentoria. Sull’esito non ha dubbi, sulla tempistica sì: «It will happen — I have no doubt about it — and sooner than we are ready for». La frontiera dentata, scrive, andrà appiattendosi. Le capacità che oggi sono concentrate nei modelli frontier non rilasciati saranno tra pochi mesi disponibili in modelli pubblici, in alternative open-weight, in fork e in distillazioni. Il software, dal punto di vista di un sistema di IA, è «a specialized language that is optimal for AIs»: la scoperta esaustiva di vulnerabilità in software esistente non è un caso limite, è il regime stazionario.
Cosa significa, operativamente
Schneier non scrive linee guida, ma le sue quattro tesi compongono un’agenda pratica.
- Non comprare il messaggio per intero: l’annuncio Anthropic ha contenuti veri e contenuti di posizionamento. Distinguere tra i due è il primo passo per fare policy.
- Sfruttare la finestra di vantaggio difensivo: usare i modelli oggi disponibili (Opus 4.6 è nominato esplicitamente da Anthropic stessa) per il vulnerability discovery interno, e non rinviare aspettando il modello migliore.
- Investire sui sistemi legacy: il firmware di vecchia generazione, il codice memory-unsafe non manutentato, le librerie di lunga vita restano i settori più esposti perché più difficili da patchare.
- Pianificare per l’inevitabile: progettare i propri processi di patching, di incident response, di vulnerability management nell’ipotesi che tra 12-24 mesi qualunque attaccante con un budget cloud abbia capacità di vulnerability discovery comparabili a quelle di un team di ricerca offensiva senior.
Una nota sul metodo
Il post è piccolo, ma il valore di Schneier in questi mesi sta soprattutto nel modello di lettura che propone. La sua è una posizione di «disagreement with the framing», non con i numeri. Anthropic ha scelto la cornice della rinuncia responsabile a un prodotto: un’azienda che non vende ciò che potrebbe vendere perché il prodotto è troppo pericoloso. Schneier non smentisce la rinuncia, ma osserva che il prodotto sarebbe finito comunque sotto pressione di mercato (modelli alternativi, open-weight, distillazioni) e che la rinuncia consapevole è più un acceleratore reputazionale che un freno strutturale. La sostanza dello scenario, da qui a un anno, non cambia.
Per chi pianifica la sicurezza di un’organizzazione, è un suggerimento operativo: la decisione di Anthropic di non rilasciare Mythos Preview non vale come polizza contro lo scenario di una capacità comparabile diffusa. Vale solo come tregua, e la tregua va usata.
Fonte
Bruce Schneier, «On Anthropic’s Mythos Preview and Project Glasswing», Schneier on Security, 13 aprile 2026: schneier.com/blog/archives/2026/04/on-anthropics-mythos-preview-and-project-glasswing.html. Pagina ufficiale Anthropic: red.anthropic.com/2026/mythos-preview. Aisle, «AI Cybersecurity After Mythos: The Jagged Frontier».