Tra Mythos e Fable: governare l’AI nei processi cyber

Mythos richiama il mito, qualcosa di potente, quasi fondativo, capace di spiegare il mondo ma anche di incutere una certa soggezione. Fable richiama la fiaba, il racconto che attraversa il pericolo e lo rende comprensibile, maneggiabile, persino educativo.

Il caso Claude Mythos 5 e Claude Fable 5 non racconta solo l’arrivo di un nuovo modello AI più potente. Racconta cosa succede quando la stessa capacità può essere utile sia per difendere che per attaccare.

Cosa sono Mythos e Fable

Claude Fable 5 e Claude Mythos 5 appartengono alla stessa classe di modelli. Anthropic definisce Fable 5 un modello “Mythos-class” reso sicuro per l’uso generale. Mythos 5, invece, è la versione destinata a un gruppo ristretto di cyberdefender, provider infrastrutturali e organizzazioni selezionate.

La parentela è quindi strettissima. Non siamo davanti a due modelli completamente diversi, uno “normale” e uno “speciale”. La differenza è nel regime di utilizzo.

Fable è la versione resa accessibile al pubblico, con salvaguardie più forti. Mythos è la versione con alcune salvaguardie rimosse in aree specifiche, soprattutto cybersecurity, dentro programmi controllati come Project Glasswing.

Detta in modo semplice, Fable è la fiaba raccontabile a tutti. Mythos è il mito che resta dentro il tempio, affidato a chi sa cosa sta maneggiando.

Dove si somigliano

Il punto più interessante è che Mythos e Fable non divergono nella natura profonda della capacità. Sono parenti stretti e condividono la stessa promessa tecnologica.

Entrambi spingono molto oltre alcuni aspetti che interessano da vicino i team cyber.

Il primo è il lavoro lungo. Non parliamo solo di risposte più precise o testi più eleganti. Parliamo di modelli capaci di restare agganciati a problemi complessi per molto tempo, seguire catene di ragionamento estese, usare contesto ampio e muoversi tra codice, documenti, schermate e procedure.

Il secondo è il software engineering. Fable viene presentato come particolarmente forte su attività di coding, refactoring, migrazione e analisi di codebase complesse. Per chi si occupa di sicurezza applicativa, questo apre scenari interessanti su code review assistita, hardening, analisi di pattern insicuri, supporto alla scrittura di test e documentazione tecnica.

Il terzo è il knowledge work. Qui la cybersecurity incontra la compliance. Un modello capace di leggere documentazione, policy, normative, report tecnici e materiali eterogenei può aiutare a trasformare il caos in mappe operative. Non per sostituire il giudizio umano, ma per ridurre quella fatica grigia che spesso rallenta SOC, IT, compliance e management.

Il quarto è la visione. Dashboard, screenshot, diagrammi di architettura, interfacce, evidenze raccolte durante un incidente. Tutto questo diventa materiale interpretabile, non solo allegato da archiviare.

Mythos e Fable condividono una base comune molto potente. La differenza vera emerge quando questa capacità incontra il rischio.

Dove divergono

La divergenza sta nel modo in cui la capacità viene esposta.

Fable è pensato per un uso più ampio. Può aiutare in attività complesse, ma quando intercetta richieste considerate troppo sensibili può bloccarle, rifiutarle o dirottarle verso un modello meno potente. Questo meccanismo ha creato anche discussioni, perché in alcuni casi le salvaguardie sono risultate molto conservative e hanno colpito anche richieste innocue.

Questo è un punto importante. La sicurezza perfetta spesso produce attrito. Nel mondo reale, una protezione troppo rigida rischia di diventare opaca, frustrante o poco prevedibile. E quando un sistema cambia comportamento senza spiegarsi bene, gli utenti perdono fiducia.

Mythos prende un’altra strada. Non cerca di essere il modello per tutti. Viene reso disponibile solo a soggetti selezionati, con un perimetro più ristretto e capacità più libere in alcuni ambiti sensibili. È il modello per chi deve lavorare su vulnerabilità difficili, difesa avanzata, software critico, infrastrutture e ricerca controllata.

La stessa capacità che può aiutare un difensore a trovare e correggere una vulnerabilità può aiutare un attaccante a capire come sfruttarla. Il confine tra uso utile e uso pericoloso non passa sempre dallo strumento. Passa dal contesto, dall’intenzione, dall’ambiente e dal livello di controllo.

Ed è proprio qui che il caso Mythos/Fable diventa interessante per le aziende.

Il punto non è scegliere tra mito e fiaba

La lettura banale sarebbe dire che Fable è l’AI “buona” e Mythos è l’AI “pericolosa”.

Non funziona così.

Fable non è innocua solo perché è più accessibile. Mythos non è negativa solo perché è più potente. Entrambe rappresentano lo stesso problema visto da due lati diversi.

Fable mostra cosa serve per portare capacità avanzate dentro processi aziendali ordinari.

Mythos mostra cosa succede quando quelle capacità vengono spinte verso il lavoro cyber più delicato, dove il margine d’errore è più stretto e le conseguenze sono più serie.

La vera domanda quindi cambia.

Non chiediamoci solo quale modello usare.

Chiediamoci quale tipo di lavoro vogliamo affidare all’AI, con quali limiti, con quale supervisione e con quale capacità di verifica.

Meno scintillante, forse. Molto più utile.

Governance cyber

Il caso Mythos/Fable ci dice che la governance dell’AI non può essere costruita solo con divieti generici o entusiasmo da brochure. Deve distinguere tra capacità, contesto e processo.

La stessa capacità può essere adatta a un runbook SOC, delicata in una code review su software critico, rischiosa in una simulazione offensiva e inaccettabile se usata senza autorizzazione su un ambiente reale.

Quindi la domanda non è solo “possiamo farlo con l’AI?”.

Le domande migliori sono altre.

Che tipo di capacità stiamo usando?

Su quale ambiente opera?

Quali dati vede?

Sono domande meno brillanti di “arriva il modello più potente di sempre”. Ma sono quelle che evitano alle aziende di trasformare la fiaba in incidente.

Mythos e Fable funzionano bene come metafora perché raccontano due modi diversi di trattare la potenza.

Il mito mostra la capacità nella sua forma più intensa, affascinante e pericolosa. La fiaba prende quella stessa materia e la mette dentro un racconto più accessibile, con regole, passaggi, soglie e conseguenze.

Per la cybersecurity, questa distinzione è utile perché sposta la conversazione dal fascino del modello alla maturità del processo.

Fable ci interessa per portare l’AI dentro SOC, compliance, documentazione, sicurezza applicativa e governance.

Mythos ci interessa perché mostra dove sta andando la frontiera della difesa avanzata, ma anche perché ci ricorda che ogni accelerazione produce nuovi carichi, nuovi rischi e nuove responsabilità.

E quando la capacità cresce, deve crescere anche il modo in cui la governiamo.

Nel cyber, le fiabe più pericolose sono quelle che le aziende si raccontano da sole.

Il mito, almeno, ha il buon gusto di farci paura.