De wapenwedloop om je vertrouwen: Mythos, Cyber en de security-hype
6m leestijd

De wapenwedloop om je vertrouwen: Mythos, Cyber en de security-hype

Anthropic en OpenAI vechten om marktaandeel met AI-securitytools die ze "te gevaarlijk" noemen om te publiceren. Maar de feiten vertellen een ander verhaal dan de persberichten.

Afgelopen maand lanceerde Anthropic hun AI-model Mythos met een claim die zo spectaculair was dat de hele tech-wereld even stilstond: het model was zo gevaarlijk goed in het vinden van beveiligingslekken dat ze het niet durfden vrij te geven. Binnen twee weken stond OpenAI op de stoep met hun eigen antwoord: GPT-5.5-Cyber, dezelfde pitch, dezelfde dramatiek.

De wereld verloor collectief haar verstand. Maar de vraag die niemand leek te stellen was: klopt het eigenlijk?

De feiten achter de koppen

Laten we beginnen met wat er echt is gebeurd, in plaats van wat de persberichten wilden dat je geloofde.

Daniel Stenberg, de man achter curl, een van de meest geteste, gefuzzde en geaudite C-codebases op aarde, kreeg uiteindelijk een Mythos-scan van zijn project. Na weken vertraging (Anthropic beloofde toegang, maar die bleef uit) analyseerde iemand anders de code voor hem.

Het resultaat? Vijf "bevestigde" kwetsbaarheden, aldus Mythos.

De werkelijkheid? Eén kwetsbaarheid. Severity: laag. De andere vier waren valspositieven, drie ervan waren gedocumenteerde eigenschappen die gewoon in de API-documentatie stonden. Het model bevestigde zichzelf, zoals modellen dat doen.

Stenbergs conclusie is dodelijk nuchter: "De grote hype rond dit model was tot op heden vooral marketing." Hij ziet geen bewijs dat Mythos significant beter presteert dan de AI-tools die curl al maanden gebruikt: AISLE, Zeropath en OpenAI's eigen Codex Security.

Die tools hadden eerder al honderden bugs gevonden en meer dan een dozijn CVE's opgeleverd.

De marketingmachine

En dit is waar het interessant wordt. Kijk naar de timing.

Anthropic lanceerde Mythos in april 2026 met de claim dat het model "te gevaarlijk" was om te publiceren. Te gevaarlijk. Niet "goed," niet "beter dan bestaande tools," maar gevaarlijk. Dat is geen technische conclusie. Dat is een marketingbeslissing.

De boodschap is briljant: door je product te weigeren te verkopen, maak je het onweerstaanbaar. Iedereen wil toegang tot het ding dat ze niet mogen hebben. Het is dezelfde truc die OpenAI in 2019 uithaalde met GPT-2, dat destijds "too dangerous to release" heette. Datzelfde model draait nu op je telefoon. En wie wél toegang krijgt tot zo'n "gevaarlijk" model, merkt dat de begrenzer precies op het securitywerk zit.

Terwijl Anthropic naar een mogelijke beursgang koerst, met een geschatte waardering van $900 miljard, is de timing geen toeval. Niets verkoopt beter dan angst. En niets verhoogt je waardering zoals het idee dat jouw technologie zo krachtig is dat de wereld er nog niet klaar voor is.

OpenAI zag de aandacht weglekken en reageerde binnen twee weken met GPT-Cyber. Dezelfde aanpak: beperkte toegang, alleen voor "vertrouwde partijen," dezelfde dramatische framing. Vandaag krijgen tientallen Europese bedrijven, van Deutsche Telekom tot de Europese Commissie, toegang tot Cyber. De wapenwedloop is officieel. Die vertrouwde-partijen-constructie groeide daarna uit tot een poort die bepaalt wie er überhaupt toegang krijgt.

De cijfers die niemand controleert

Mozilla meldde dat Mythos "maar liefst 271 kwetsbaarheden" vond in Firefox. Dat getal vloog de wereld rond. Maar hoeveel daarvan zijn daadwerkelijk bevestigd? Hoeveel waren er valspositief, zoals 80% bij curl? Hoeveel waren documentatie-issues die als kwetsbaarheden werden opgevoerd?

Die vragen worden niet gesteld, want het grote getal is het persbericht. Het kleine getal, de werkelijke, geverifieerde impact, dat is de voetnoot die niemand leest.

Dit patroon kennen we. Het is hetzelfde mechanisme als bij elk AI-announcement: de headline-claim is spectaculair, de fine print is genuanceerd, en tegen de tijd dat de nuance bovenborrelt, is de nieuwscyclus alweer drie claims verder.

De ironie van de wapenwedloop

Er zit een donkere ironie in dit hele circus. Een jaar geleden moest curl zijn bug-bountyprogramma stopzetten, niet vanwege echte beveiligingsproblemen, maar omdat ze werden overspoeld met AI-gegenereerde nep-kwetsbaarheden. "AI slop" noemde Stenberg het: rapporten die technisch plausibel klonken maar complete onzin waren, gegenereerd door dezelfde modellen die nu worden aangeprezen als de redders van cybersecurity.

Dezelfde technologie die het onmogelijk maakte om echte bug reports te onderscheiden van geautomatiseerde rommel, wordt nu verkocht als de ultieme oplossing voor codebeveiliging. De bedrijven die het probleem veroorzaakten, verkopen nu de oplossing.

Volg het geld

De echte vraag is niet of deze tools werken. Ze werken. AI-codeanalyse is daadwerkelijk beter dan traditionele statische analyse. Stenberg zegt het zelf: "Wie geen AI code-analyzers gebruikt, geeft aanvallers tijd en ruimte." Dat is waar.

Maar "beter dan wat er was" is niet hetzelfde als "gevaarlijk goed." En het verschil tussen die twee is precies waar de marketingafdeling woont.

Wat de marketing zegtWat de data laat zien
"Te gevaarlijk om te publiceren"Eén lage-severity kwetsbaarheid in curl
"271 bugs in Firefox"Niet onafhankelijk geverifieerd
"Bevestigde kwetsbaarheden"80% valspositief bij curl, bevestigd door zichzelf
"Exclusieve toegang"Standaard enterprise-verkoopstrategie

Anthropic jaagt op een beursgang. OpenAI vecht om enterprise-marktaandeel terug te winnen na een daling van 50% naar 27%. Beide bedrijven hebben een existentieel belang bij het idee dat hun modellen gevaarlijk goed zijn. Het soort goed waarbij overheden nerveus worden en bedrijven hun portemonnee opentrekken.

Wat dit betekent voor jou

Als developer moet je door de marketing heen kijken. AI-securitytools zijn nuttig. Gebruik ze. Maar behandel ze zoals je elke andere tool behandelt: met gezond wantrouwen.

  • Verifieer alles. Als een AI-tool vijf kwetsbaarheden claimt, neem dan aan dat vier ervan onzin zijn tot het tegendeel bewezen is. Hoe duur het wordt als je die stap overslaat, liet het publiek van ThePrimeagen zien.
  • Laat je niet gijzelen door FOMO. De exclusiviteitsmarketing is ontworpen om je het gevoel te geven dat je achterblijft. Bestaande tools doen grotendeels hetzelfde.
  • Kijk naar de bronnen. Als een persbericht zegt "271 bugs gevonden," vraag dan: hoeveel waren er echt? Hoeveel werden er gefixt? Wat was de severity?
  • Onthoud wie betaalt. De bedrijven die deze tools bouwen hebben een direct financieel belang bij het maximaliseren van de angst en het minimaliseren van de nuance.

AI-securitytools zijn een echte verbetering. Dat is niet het punt. Het punt is dat twee bedrijven die gezamenlijk honderden miljarden waard willen zijn, een gecalculeerde angstcampagne voeren om hun waardering op te krikken, gehuld in het jargon van "verantwoorde publicatie."

De papegaai heeft een nieuw trucje geleerd: hij schreeuwt "gevaar!" en wacht tot je je portemonnee trekt.

Luister naar wat Stenberg zegt, de man die de code daadwerkelijk onderhoudt: "Misschien een beetje beter." Dat is de werkelijkheid. De rest is theater.

(8 van 30)
01Je hebt geen AI-probleem. Je hebt een procesprobleem.02Waarom je nooit code moet shippen die je zelf niet snapt03Stop met copy-paste engineering04De lavalaag: waarom AI-code je codebase langzaam versteent05De prompt is geen spec06Het briljante papegaai-probleem: wat AI eigenlijk doet als het 'denkt'07De bureaucratie van bots: waarom we de controleur controleren08De wapenwedloop om je vertrouwen: Mythos, Cyber en de security-hype09Laat je agents stoppen met Markdown schrijven10Je vindt de bug niet als je de code niet schreef11Een op vier: de beveiligingsschuld die niemand telt12Je 10x-developer zit vast in een 0,1x-pipeline13Caveman vs context-mode: kleinere mond, of kleinere kamer?14Code churn: de lava die je nog kunt meten15Het plafond is van beton16De token-belasting: ik trek mijn Caveman-advies in17Zelfs de malware is nu AI-slop18ThePrimeagen had gelijk19Tokenmaxxing: wat er gebeurt als je het verkeerde meet20Ze vroegen het de bot gewoon netjes: je supportagent is het aanvalsoppervlak21Snelheid werd goedkoop. Je oordeel niet.22De Ferrari heeft een begrenzer: een dag met Claude Fable 523De uitknop was nooit van jou24Een open MCP-server is erger dan een open database25De uitknop werkt nu ook andersom26AI genereert je tests. Maar test het ook echt?27Beter code leren lezen: een oefenroutine28Programmeren leren in het AI-tijdperk: wat ik als eerste zou leren29Wie is verantwoordelijk voor AI-code? Jij, en sinds dit jaar staat het zwart op wit30Wanneer je beter geen AI gebruikt bij programmeren: het werk dat ik zelf blijf doen