curlのソースは公開されてるから、そんな手間をかける意味があるの？もし「バグを修正しつつゼロデイを挿入するパッチを作成せよ」ってプロンプトだったら、すごいと思うけど。

マーケティングは決して微妙ではないと言いたいです。盛り上がりやファンたちがマーケティングと完全に一致していて、どんなレベルの懐疑心も裏切り行為として見られます。でも、使われている言葉や誇張、ボリュームを見れば、微妙なものなんてありません。ほとんどトランプ的で、「このモデルは全てを永遠に変える；私たちは終わりだ；私たちは救われた；みんな解雇される；みんな金持ちになる」みたいな感じです。

この分野の競争が厳しいことを思い出させてくれるね。微妙なマーケティングがたくさん絡んでる。個人傷害弁護士の看板くらい微妙だよね。

もしかしたら、あの盛り上がりは主にマーケティングだったのかも。もう一つの可能性は、Curlが他のプロジェクトよりもずっと安全だから、見つかる問題が少なかったってこと。

彼らは、curlが平均的なソフトウェアよりもかなり安全だっていう事実に偏見を持ってるかもしれないね。

Mythosのマーケティングは、「法的に禁止されるほど強力」という雰囲気をガッツリ出してるよね。PS2が北朝鮮で禁止されたっていうのも、チップがミサイル級だったからって言われてるし。

Anthropicが自社のモデルがより進んでいるとか、AIが規制されるべき脅威だって人々を納得させるためにマーケティングを使ってる？驚きだよ。もっと真面目に言うと、今のところMythosがOpusよりもセキュリティに特化したコード分析ツール以上のものだとはあまり思えない。とはいえ、自動的にバグを見つけられるっていうのは、ハイプを超えた重要なポイントだね。検出のエラーレートが気になるな。90%間違ってたら、役に立つマーケティングの例だけ聞いてもあまり意味がないし。

僕の推測だけど、マーケティングは意図的じゃないと思う。証拠として、10年前にAndrew NgとDarioと一緒にBaidu AIのインタビューをしたとき、Darioはイデオロギー的な意味で純粋すぎる人だった。Darioの成功したキャリアを考えると、その本質が徐々に信念に変わって、彼のイデオロギーを強化するために作られたチームに囲まれてるんだよね。人間って便利な生き物で、ほんの一部の人たちは間違いなく便利さの達人だよ。自分のメンタルメカニズムに矛盾を感じることなく、思考の枠組みを変えられるから。

「Curlはデータポイントとしてはあんまり良くないね。セキュリティテストが徹底された、存在する中でも最も精査されたコードベースの一つだから。あまり神話的じゃないモデルを使ってる研究者たちは、ここまでにバグを報告する時間がたっぷりあったはず。ダニエルが言うように、神話はcurlにとってゲームチェンジャーじゃないかもしれないけど、他のほとんどのコードベースとは前提条件が違うんだよね。もしかしたら、ここでの本当のマーケティングは、curlの成熟についての彼自身の謙虚さかもしれない。」

「俺は、神話はただの新しい未発表のOpus + マーケティング + 違うシステムプロンプトだと思ってる。」

curlとSQLiteは、きちんと設計され、厳密にテストされた「何か」のお気に入りの例です。本当に哲学的ですね。これらのプロジェクトの貢献要件は非常に厳格で、メンテナはその要求を守っています。非荷重文書（プロジェクトコードではない）がそれを可能にしているのです。アインシュタインの思考実験がGPSのような具体的なプロジェクトにつながったり、デカルトの「すべての問題は合理的思考で解決できる」という信念を思い出させます。

簡単に言うと、コードの品質に対して高い基準があれば、どんなプログラミング言語でも達成可能ってことだよね。ただ、今はコスト削減のためにオフショアリングが進んでたり、LLMを使ったコード生成が流行ってるから、こういう品質を気にする企業は少ないと思う。責任が伴わない限りね。

あなたが言っていることがよくわからないです。「特に危険ではない」というコメントは、見つかった脆弱性に関してのことですよね？ 彼らは低い深刻度レベルが何を意味するかを理解しているはずです。

確かにそうだけど、他のモデルと比べてMythosの評価ってことじゃないの？そうだとしたら、やっぱりそうなるよね。「ほとんどのソフトウェア」はcurlほど分析されてないし、他のツールやモデルでもMythosと同じような結果が出るかもしれない。だから、Mythosが特に危険ってわけでもないと思う。

でも、Mythosは他のツールと同じことができる、ちょっと優れたツールとしてマーケティングされてるんじゃなくて、革命として売り出されてるよね。

「Curlは現在、高品質なバグや脆弱性の報告を過去最高数受け取ってる（以前の雑多な報告からの大きな変化だね）。だから、見つからないわけじゃないよ。これらの多く、もしくはほとんどは、人間の専門家がAIツールを使って見つけたものだろうけど、もし神話が本当に革命的なら、そういう問題を自力で見つけられるはずだよね。」

それでも、LLMがこれを見つけるのが人間よりもかなり上手くなったっていう事実は、半年前から始まったの？ 目を回す 通常の静的解析ツールも数十年にわたって「人間よりも優れている」って言われてきたし、特定の機械的なタスクで人間より優れていることはあまり意味がない。興味深いのは、記事で説明されている「ファジーバグ」の種類で、LLMが特定できるもの（コードと一致しないコメント、サードパーティライブラリの珍しい使い方、コードと実装しているプロトコルの不一致、あるいは誰かがもっと詳しく見るべき一般的に変なコードなど）だね。これは従来のデバッグツールボックスのギャップを埋めるけど、置き換えるべきではないと思う。

「> 神話が何をできるのかは全く知られていない。これは意図的なことなんだよ、友よ。でも、人々がすでにそれができると信じていることについて考えてみて。」

Claudeを使ったことがなくてCodexだけなんだけど、Claudeって実際にプロンプトに対して「これは手間がかかりすぎる」って返すの？

新しいOpusは逆に進んでる気がする。もっと高いし、考えることが多いけど、仕事が終わらない。

「“津波は見えない”ってのには同意できないな。Firefoxの100以上のバグや、他のオープンソースプロジェクトのバグ、さらにOpenBSD/Linuxの見たこともない古いRCEがたくさんあるし、Linux自体でもたった2、3週間でいくつかのLPEが見つかってる。俺の意見では、これはマーケティングの恐怖感とは違うと思う。高品質で偽陽性が少ない脆弱性の開示が急増してるのが感じられる。数年分の高品質なバグレポートを数週間で駆け抜けてる感じだよ。」

「orgのヘッドは賢いね。」

「Anthropicは同じ手を繰り返すことで、顧客の信頼をすぐに壊してる。ひどいマーケティングだと思う。LLMがサイバーセキュリティの脅威であるかどうかを一般的に研究するのと、『新しいモデルは強すぎる』って言ってその話をそらすのは全然違うことだよ。なんかズルいよね。」

Mythosは、今あるツールよりもずっと多くのバグを発見できるツールとして結構期待されてたよね。