Greg Kroah-Hartman zerlegt die 79 Schwachstellen von Anthropics Mythos

Greg Kroah-Hartman – Security in the LLM Age [video]

In seinem Vortrag „Security in the LLM Age“ bei den Kernel Recipes 2026 seziert Greg Kroah-Hartman die 79 angeblich von Anthropics Mythos gefundenen Sicherheitslücken im Linux-Kernel. Nur 10 davon seien echte Bugfixes gewesen, der Rest verteile sich auf bereits behobene Probleme, Fehlalarme, erfundene Daten und Angriffe unter unrealistischen Bedingungen. Sein Fazit: eine unkritische Hype-Maschine, die bei genauer Prüfung durch Fachleute in sich zusammenfällt.

GHK nannte das „10 ‚echte‘ Bugfixes“, was für mich klingt, als gäbe es eine wilde Hype-Maschine um diese Firmen und ein unkritisches Nachplappern jeder Pressemitteilung, die sie herausgeben und die auseinanderfällt, wenn man die betroffenen echten Experten einbezieht.
  1. usernomdeguerre

    Sehr geschätzte Offenheit. Ich habe ein paar Folien in Textform aufgenommen, die ich als augenöffnend empfand:

    Aus seinem Kernel Recipes 2026-Vortrag über Mythos

    ```

    Mythos' 79 Schwachstellen:

    24 - überhaupt keine Details "irgendwas ist abgestürzt"

    14 - überhaupt kein Bug

    3 - völlig erfundene Daten

    15 - bereits im neuesten Release behoben

    - 11 von anderen

    - 4 von anthropic

    20 - Fixes waren nötig

    - 7 "gehe von einem bösartigen Dateisystem-Image aus"

    - 2 "gehe davon aus, dass du ein bösartiges Netzwerkpaket mitten in den Stack einschleusen kannst"

    - 2 "NOMMU"

    - 6 sctp-Netzwerkprobleme für nicht vertrauenswürdige Geräte

    - 2 kleinere ipv6-Netzwerkprobleme

    - 1 GPU-Treiber für lokalen bösartigen Nutzer

    ```

    GHK nannte das "10 'echte' Bugfixes", was für mich so klingt, als gäbe es eine wilde Hype-Maschine um diese Firmen und ein unkritisches Nachplappern jeder Pressemitteilung, die sie herausbringen, und die in sich zusammenfällt, wenn man die betroffenen echten Experten einbezieht.

  2. djoldman

    > Also lief alles von Mythos; diese ganze große Marketing-Sache mit den 79 Bugs lief auf eine Stunde Kernel-Entwicklung hinaus.

    Wenn du jemand bei OpenAI oder Anthropic bist und wirklich glaubst, dass das, was du baust, die Welt zerstören könnte, dann ist so etwas nichts, was dir hilft, die Öffentlichkeit zu überzeugen. Die Dissonanz hier ist krass:

    - weit und breit verkünden, dass dein neues Modell so gefährlich ist, dass es nur an ausgewählte Personen herausgegeben werden darf, aus Sicherheitsgründen

    - weit und breit verkünden, dass das Modell leicht 79 Bugs in Linux gefunden hat, außer dass GKH sagt, es dauerte 1 Stunde, alle zu beheben, weil die meisten keine Bugs waren und der Rest fast alles völlig trivial, unwichtig und/oder nicht schwerwiegend war

    Das heißt nicht, dass das Modell nicht gefährlich oder super fähig ist, aber wow, das macht es realllll einfach, es und jede zukünftige Ankündigung zu bezweifeln.

  3. devy

    Bei 3m19s enthüllte Greg KH, was Mythos beim "Aufdecken" von 79 CVEs tat – reines Musterabgleichen der Patches früherer Jahrzehnte von Kernel-Entwicklern und Anwenden dieser Mechanismen anderswo, um zu sehen, ob sie universell gepatcht wurden. Und Anthropic zitierte nicht die Kernel-Entwickler, die die CVEs ursprünglich behoben/gepatcht hatten, wie es ein anständiger Mensch tun würde. Also ja, Anthropic hat dasselbe Problem wie OpenAI beim Zitieren ursprünglicher Arbeit.

  4. blinkingled

    Es ist großartig, von $topic von jemandem zu hören, der so sachlich und sachkundig ist wie Greg KH. Man kann das alles auch überprüfen – nun ja, Linux-Kernel. (Im Gegensatz zu dem, was Microsoft oder Apple als behoben bezeichnen, soweit LLM-Funde reichen.)

    Mythos mag heute nicht großartig sein, aber es ist nicht weit hergeholt, sich vorzustellen, dass Bug-Entdeckung, -Analyse und -Behebung viel schneller, genauer und sogar neu möglich gemacht werden können mit spezialisierten Modellen, die auf beispielsweise Linux-Kernel-Spezifika trainiert sind – mit Codemap/Coding-Standards/Bedrohungsmodellen, guten und schlechten Codemustern, Tools zur Validierung usw. kann ein LLM viel unerbittlicher sein als Menschen, und wenn es die Hilfe hat, genau zu sein, wird es die verbrauchte Elektrizität wert sein. Oh, und ein weiteres Modell, das auf Triage-Daten trainiert ist, um die Funde des ersten zu validieren, wäre gut.

    (Ich denke, Microsoft macht das intern – verschiedene Modelle, die intern neben Mythos trainiert werden – es gab etwas Gerede darüber in den Tubes, erinnere mich nicht genau wo.)

  5. Aissen

    Schön, Kernel Recipes wieder auf HN zu sehen. Schamlose Eigenwerbung: Ich mache den Live-Blog: er ist unvollständig, unperfekt und hat Tippfehler; aber er wird während der Präsentationen geschrieben und veröffentlicht. Zu diesem Vortrag: https://kernel-recipes.org/en/2026/2026/09/22/live-blog-day-...

Mehr von diesem Tag

2026-10-02