Toen Anthropic zijn AI-model Claude Mythos Preview introduceerde, realiseerde het bedrijf zich direct het enorme cyberrisico dat het model met zich meebracht en besloot het niet publiekelijk vrij te geven. Dit model kan softwarekwetsbaarheden met grote precisie identificeren en misbruiken, wat in verkeerde handen desastreuze gevolgen kan hebben voor organisaties wereldwijd.

Mythos is een nieuwe stap in de ontwikkeling van agentische AI-systemen die autonoom kunnen plannen, beslissen en taken uitvoeren. Hierdoor staan securityteams voor een dreiging die automatisch kwetsbaarheden opspoort en grootschalige aanvallen uitvoert zonder menselijke tussenkomst. De toename van 1.500% in discussies over het kwaadaardig gebruik van AI wijst erop dat deze agentische AI-frameworks al operationeel worden ingezet volgens een recent rapport. Niet alleen het aantal aanvallen neemt toe, ook de snelle adoptie van agentische AI zal het aantal kwetsbaarheden verder doen stijgen. Automatisering van ontdekking leidt tot een toename van zero-day exploits en nieuw ontdekte CVE’s, wat organisaties continu blootstelt aan nieuwe risico’s.

Deze ontwikkeling dwingt tot de inzet van even autonome, agentische AI-gedreven verdedigingsmaatregelen. Traditionele beveiliging schiet tekort in moderne, sterk gedistribueerde IT-omgevingen die cloud workloads, filialen, remote gebruikers en edge devices omvatten. De huidige beveiligingslagen, zoals firewalls en VPN-gateways, genereren veel signalen die moeilijk te correleren zijn, waardoor geavanceerde aanvallen moeilijk te detecteren zijn.

Agentische AI maakt het voor securityteams extra lastig om een sterke beveiligingshouding op te bouwen. Aanvallen bestaan uit dynamische, opeenvolgende stappen die automatisch aanpassen aan de verdediging en op machinesnelheid plaatsvinden. Meer tools toevoegen leidt alleen tot fragmentatie en vergroot de kans dat AI-gedreven aanvallen kwetsbaarheden vinden en misbruiken. Er is daarom een nieuwe beveiligingsarchitectuur nodig die steunt op drie pijlers: zichtbaarheid, context en autonome controle.

Volledige netwerkzichtbaarheid is essentieel omdat aanvallen zich snel verspreiden over gebruikers, applicaties en cloudservices. Detectie op basis van één element is onvoldoende; een uniforme netwerkstructuur die het gehele aanvalstraject in kaart brengt is noodzakelijk. Context is minstens zo belangrijk, want zichtbaarheid zonder context veroorzaakt alleen ruis. Een geconvergeerd platform dat beveiligings- en netwerkdata samenbrengt, biedt realtime inzicht en maakt reconstructie achteraf mogelijk. Dit maakt het mogelijk om aanvallen te herkennen die uit ogenschijnlijk onschuldige activiteiten bestaan, maar in samenhang deel uitmaken van een grotere aanvalsketen.

Tot slot moeten verdedigingsmechanismen autonoom opereren op machinesnelheid, net als de aanvallende agentische AI. Deze systemen kunnen continu activiteiten analyseren en patronen herkennen om snel en effectief te reageren. Deze aanpak is noodzakelijk om de nieuwe generatie AI-gedreven cyberdreigingen het hoofd te bieden zoals beschreven door Cato Networks.