«Доктор, я не вижу врагов сквозь стены!» Нейросеть попросили вылечить очень странный баг

10711
«Доктор, я не вижу врагов сквозь стены!» Нейросеть попросили вылечить очень странный баг

Блогер замаскировал разработку чита под исправление ошибки и попытался обойти ограничения Claude.

image

Блогер показал чит для Counter-Strike 2, который, по его словам, удалось создать с помощью Claude Fable 5.2 и DeepSeek всего за $20. Программа подсвечивает противников сквозь стены и автоматически наводит прицел, а ограничения нейросети автор обходил под видом исправления ошибки в игре.

В опубликованном ролике демонстрируется работа двух популярных читерских функций. Wallhack позволяет видеть расположение соперников за стенами и другими непрозрачными препятствиями, а аимбот помогает автоматически наводить оружие на цель. Автор утверждает, что получил работающую программу после анализа файлов CS2 и серии запросов к нейросетям. Независимой проверки разработки пока нет.

Самым любопытным оказался способ общения с Claude. Вместо прямой просьбы написать чит блогер предложил нейросети исправить «странный баг, из-за которого не видно игроков через стены». По его версии, модель воспринимала задачу как устранение программной ошибки и помогала создавать нужные функции. Когда Claude отказывался выполнять запрос, разработчик обращался к DeepSeek, используя другую нейросеть для продолжения работы.

Подобная маскировка относится к методам обхода ограничений языковых моделей. Защитные фильтры пытаются определить опасные намерения пользователя по содержанию запроса, однако формулировка в виде обычной задачи программирования может затруднить распознавание. Впрочем, опубликованные сведения не позволяют установить, какие фрагменты кода подготовила именно Fable 5.2, какие создала DeepSeek и действительно ли защитные механизмы первой модели были обойдены.

Для разработки подобных программ обычно требуется изучить внутреннее устройство игры и определить, откуда можно получить сведения о положении участников матча. Такой анализ называют обратной разработкой. Чит затем использует найденную информацию для отображения скрытых противников или управления прицеливанием. Конкретный способ доступа к игровым данным в показанном проекте не раскрыт. Поэтому говорить об обнаружении новой уязвимости CS2 или взломе серверов Valve оснований нет.

История привлекла внимание ещё и потому, что Anthropic представила Claude Fable 5.2 только 9 ноября 2026 года. Модель предназначена для сложных задач программирования и технических исследований, но снабжена специальными ограничениями для потенциально опасных операций в области кибербезопасности. При срабатывании защитного фильтра соответствующие запросы перенаправляются на Claude Opus 4.8. Anthropic утверждает, что новая система блокирует опасные действия, одновременно сокращая число ошибочных отказов.

Заявленные $20 также требуют уточнения. Именно столько стоит месяц подписки Pro при ежемесячной оплате, однако указанная сумма не отражает трудозатраты разработчика и сама по себе не доказывает, что создание работоспособного чита обошлось исключительно в стоимость доступа к ИИ. Неизвестно, сколько времени заняли эксперименты, какие инструменты использовались дополнительно и насколько устойчиво программа работает после обновлений игры.

Отдельный вопрос касается обнаружения чита системой защиты. Valve использует Valve Anti-Cheat (VAC), которая выявляет запрещённое программное обеспечение, а также механизмы анализа подозрительного игрового поведения. Демонстрация работающего воллхака или аимбота не означает, что программа способна оставаться незамеченной на официальных серверах. Сведений о проверке нового чита против VAC, длительности его работы и возможных блокировках аккаунта нет.

Проблема читерства в Counter-Strike 2 существовала задолго до появления подобных ИИ-инструментов. В октябре 2026 года игроки сообщали об усилении античита и волне блокировок, после которой некоторые продавцы запрещённого ПО советовали клиентам временно отказаться от рейтинговых матчей. Valve не раскрывала подробности предполагаемых изменений. Новый эксперимент показывает другую сторону противостояния: нейросети могут упростить разработку игровых модификаций, но доступность генерации кода ещё не гарантирует успешного обхода античита.