Cisco เตรียมนำ Claude Mythos มาใช้กับ AI Defense เพื่อทำเรดทีมแบบควบคุม

Cisco ประกาศเมื่อวันที่ 9 พฤศจิกายน 2026 ว่าจะเพิ่ม Claude Mythos ของ Anthropic เข้าในกรอบการทดสอบแบบเรดทีมเชิงปรับตัวของ AI Defense เพื่อทดสอบแอปพลิเคชันและเอเจนต์ AI การประกาศในงาน Cisco Live APJC ที่เมลเบิร์นยังเปิดตัวการอัปเดตด้านการสังเกตการณ์เอเจนต์ของ Splunk และการผสานรวมกับ Cisco IQ ซึ่งขยายขอบเขตของการเปิดตัวให้ครอบคลุมตั้งแต่การทดสอบไปจนถึงการประเมินต้นทุนของเอเจนต์และการแก้ไขปัญหาโครงสร้างพื้นฐาน

ลูกค้าจะไม่สามารถป้อนพรอมต์ให้ Claude Mythos ได้อย่างอิสระ แต่โมเดลจะทำงานภายใต้ภารกิจที่กำหนดตายตัว โดยมีเป้าหมายที่ลงทะเบียนไว้และวัตถุประสงค์ที่มนุษย์กำหนด โมเดลจะให้เหตุผลเพื่อช่วยวางแผนการทดสอบและคิดแนวทางโจมตี ขณะที่ AI Defense เป็นผู้ดำเนินการทดสอบ

การทำเรดทีมยังคงอยู่ภายในขอบเขตที่ได้รับอนุญาต

เอกสารภาพรวมทางเทคนิคของ Cisco อธิบายความแตกต่างระหว่างการทดสอบแบบมาตรฐานกับแบบปรับตัว การทำเรดทีมแบบมาตรฐานจะตรวจสอบความเสี่ยงทั่วไป เช่น การแทรกพรอมต์ การหลบเลี่ยงข้อจำกัด การเปิดเผยข้อมูลที่ละเอียดอ่อน และเนื้อหาที่เป็นอันตราย ครอบคลุมหมวดหมู่ ประเภทเนื้อหา และเทคนิคการโจมตีหลายพันรูปแบบ ส่วนการทดสอบแบบปรับตัวเริ่มจากเกณฑ์ของลูกค้าที่เขียนด้วยภาษาทั่วไป จากนั้นจะวิเคราะห์เป้าหมายและพัฒนาวิธีโจมตีที่ออกแบบมาโดยเฉพาะ แล้วใช้การตอบสนองที่ได้มาปรับแนวทางหรือเปลี่ยนกลยุทธ์ก่อนรายงานสิ่งที่ตรวจพบและแนะนำการดำเนินการติดตามผล

มาตรการป้องกันจะจำกัดขอบเขตการนำความสามารถในการให้เหตุผลดังกล่าวไปใช้ Claude Mythos จะทำงานกับเป้าหมายที่ลูกค้าองค์กรลงทะเบียนไว้อย่างชัดเจน เป็นเจ้าของ และอนุญาตให้ทดสอบเท่านั้น โดย Cisco ระบุว่าโมเดลนี้ไม่สามารถสแกนโครงสร้างพื้นฐานบนอินเทอร์เน็ตตามอำเภอใจได้ การทดสอบทุกครั้งต้องผ่านการยืนยันตัวตน และมีการผูกข้อมูลเข้ารหัสกับผู้ปฏิบัติงานที่ระบุชื่อไว้ เซสชันมีกรอบเวลาจำกัดและสามารถหยุดได้ ขณะที่ทุกการดำเนินการจะถูกบันทึกไว้เพื่อตรวจสอบ และผลลัพธ์สามารถนำไปใช้ประกอบการทดสอบโจมตีติดตามผลแบบทำซ้ำได้

ขณะนี้ AI Defense มีการทำเรดทีมทั้งแบบมาตรฐานและแบบปรับตัวให้ใช้งานแล้ว แต่เวอร์ชันที่ใช้ Claude Mythos จะเปิดให้ลูกค้าองค์กรบางรายใช้งานในเร็ว ๆ นี้ ส่วนการเปิดให้ใช้งานในวงกว้างสำหรับลูกค้าที่ผ่านเกณฑ์นั้นอยู่ในแผน แต่ยังไม่กำหนดวันที่ และกำหนดเวลา ขอบเขต รวมถึงพื้นที่ให้บริการอาจเปลี่ยนแปลงได้ Cisco รายงานว่า นับตั้งแต่เปิดตัว AI Defense ในเดือนมกราคม 2025 ระบบนี้ช่วยลูกค้าหลายร้อยรายระบุข้อบกพร่องในโมเดล แอปพลิเคชัน และเอเจนต์ได้ก่อนนำขึ้นใช้งานจริง

Splunk เชื่อมโยงต้นทุนของเอเจนต์กับคุณภาพผลงาน

การอัปเดต Splunk Agent Observability มุ่งรองรับการปฏิบัติงานเมื่อนำเอเจนต์ไปใช้งาน Enhanced Tokenomics จะใช้ข้อมูลการใช้งานจาก Amazon Bedrock และ Amazon CloudWatch เพื่อเชื่อมโยงต้นทุนของเอเจนต์แต่ละตัวกับการประเมินคุณภาพและผลกระทบของงานที่เอเจนต์ทำ ตัวชี้วัดทางเทคนิคเหล่านี้สามารถนำไปรวมกับตัวชี้วัดที่ลูกค้ากำหนดเอง เช่น คะแนน Net Promoter Score หรือต้นทุนต่อการเคลม ซึ่งจะขยายการระบุที่มาของการใช้จ่ายโทเคนที่มีอยู่ให้ครอบคลุมเอเจนต์ AI และเครื่องมือเขียนโค้ด เช่น Claude Code, Codex และ Cursor

Eval-G1 ใช้โมเดลภาษาขนาดเล็กที่ปรับแต่งเฉพาะเพื่อดำเนินการประเมินและใช้มาตรการป้องกัน Cisco รายงานว่าโมเดลเหล่านี้ทำงานดังกล่าวได้ด้วยต้นทุนที่ต่ำกว่า LLM เชิงพาณิชย์สูงสุด 98% และให้ผลการประเมินเร็วกว่าโมเดล LLM ที่ใช้ตัดสินแบบดั้งเดิม 2.5 เท่า เครื่องมือปรับแต่งการประเมินจะเปลี่ยนร่องรอยการทำงานของเอเจนต์และข้อเสนอแนะจากผู้เชี่ยวชาญเฉพาะด้านให้เป็นตัวประเมินที่ผ่านการปรับแต่ง เพื่อบังคับใช้มาตรฐานคุณภาพและชี้นำหรือสกัดกั้นพฤติกรรมของเอเจนต์ที่ไม่ถูกต้อง

กำหนดการเปิดให้ใช้งานฟีเจอร์ด้านการสังเกตการณ์แต่ละรายการแตกต่างกัน โดย Eval-G1 และเครื่องมือปรับแต่งการประเมินจะเปิดให้ใช้งานทั่วไปตั้งแต่เดือนพฤศจิกายน 2026 ส่วน Tokenomics มีกำหนดเปิดให้ทดลองใช้แบบส่วนตัวในเดือนธันวาคม 2026 ก่อนเปิดให้ใช้งานทั่วไปบน AWS Marketplace ในช่วงต้นปี 2027

Cisco IQ เชื่อมโยงการเปิดรับความเสี่ยงเข้ากับการแก้ไขปัญหา

Cisco รายงานว่า IQ ให้บริการลูกค้าเกือบ 17,000 ราย ครอบคลุมอุปกรณ์ที่เชื่อมต่อมากกว่า 22 ล้านเครื่อง พร้อมให้ข้อมูลบริบทด้านสินทรัพย์ ความครอบคลุม และคำแนะนำ เวิร์กโฟลว์แก้ไขปัญหาของ Cisco IQ ส่งข้อมูลช่องโหว่ วงจรอายุ และการกำหนดค่าผ่าน Cisco Data Fabric ไปยัง Splunk Platform โดยใช้ API แบบเปิด จากนั้นทีมรักษาความปลอดภัยและเอเจนต์ AI จะสามารถเชื่อมโยงการตรวจจับที่เกิดขึ้นแบบเรียลไทม์ใน Splunk Enterprise Security เข้ากับความเสี่ยงที่เครือข่ายเผชิญอยู่

ตัวเชื่อมต่อ Model Context Protocol และ ServiceNow ช่วยเพิ่มข้อมูลบริบทโครงสร้างพื้นฐานที่มีโครงสร้างให้แก่เอเจนต์ที่รองรับและเวิร์กโฟลว์บริการไอที ผลการตรวจพบความเสี่ยงสามารถแปลงเป็นบันทึกปัญหาใน ServiceNow ที่เชื่อมโยงกับสินทรัพย์ได้ โดยไม่ต้องกระทบยอดข้อมูลด้วยตนเอง Cisco เตือนว่าการตรวจพบความเสี่ยงไม่ได้ยืนยันว่าผู้โจมตีใช้ประโยชน์จากช่องโหว่นั้นแล้ว เวิร์กโฟลว์นี้มีจุดประสงค์เพื่อเพิ่มบริบทในการสืบสวนและประสานงานการแก้ไขปัญหา ไม่ใช่ถือว่าผลการตรวจพบแต่ละรายการเป็นเหตุละเมิดความปลอดภัยที่ยืนยันแล้ว

คู่มือ AI-Powered Resilient Infrastructure Playbook ยังแสดงช่องโหว่สำคัญที่เกี่ยวข้องกับวงจรอายุ การแจ้งเตือนเฉพาะบุคคลเกี่ยวกับข้อบกพร่องที่ทราบแล้ว และความพร้อมด้านการเข้ารหัสที่ปลอดภัยต่อควอนตัม เพื่อให้ทีมและพันธมิตรที่ได้รับการรับรองจัดลำดับความสำคัญของการปรับปรุงระบบได้ ตลอดทั้งชุดผลิตภัณฑ์ การสร้างการโจมตียังคงจำกัดอยู่ภายในภารกิจที่ได้รับอนุญาต โมเดลประเมินผลสามารถใช้มาตรการป้องกันได้ และข้อมูลความเสี่ยงช่วยประกอบการสืบสวนโดยไม่ได้ยืนยันการถูกเจาะระบบด้วยตัวมันเอง ขณะนี้โมเดลประเมินผลและเครื่องมือปรับแต่งเปิดให้ใช้งานทั่วไปแล้ว แต่การทำเรดทีมที่ใช้ Mythos และ Tokenomics ยังไม่เปิดให้ใช้งาน ดังนั้นเวิร์กโฟลว์แบบครบวงจรตามที่ Cisco อธิบายไว้จึงยังต้องอาศัยการเปิดตัวในอนาคตหรือการเปิดให้ใช้งานแบบจำกัด