أمن الذكاء الاصطناعي يتحول من "اكتشاف الثغرات" إلى "استيعاب الثغرات": ماذا توضح هذه المجموعة من بيانات Anthropic؟

الذكاء الاصطناعي يدفع أمن البرمجيات إلى مرحلة "تحويله إلى بنية تحتية"

أبرز ما يلفت الانتباه في أحدث تقدم أعلنه Anthropic بشأن Project Glasswing ليس أنه "اكتشف عددًا كبيرًا من الثغرات"، بل إن دالة الإنتاج الأمنية نفسها بدأت تُعاد صياغتها. فقد اكتشف Claude Mythos Preview، خلال شهره الأول بعد الإطلاق، أكثر من 10,000 ثغرة عالية الخطورة أو خطيرة في المؤسسات الشريكة وأكثر من 1,000 مشروع مفتوح المصدر؛ وعلى مستوى المشاريع المفتوحة المصدر وحده، تم رصد 23,019 ثغرة محتملة، جرى تقدير 6,202 منها على أنها عالية الخطورة أو خطيرة.

هذه الأرقام تعني أن اكتشاف الثغرات نفسه بدأ ينتقل من كونه عملًا يعتمد بدرجة كبيرة على الخبرة البشرية، ودورات اختبار الاختراق، وبرامج المكافآت المتفرقة، إلى قدرة قابلة للتوسع، وقابلة للفحص المستمر، وقابلة للدمج في سير العمل التطويري. وبالنسبة إلى البنية التحتية الرقمية اليوم، فهذا ليس مجرد "ترقية لأداة أمنية"، بل هو تغيير في طريقة حوكمة الأنظمة الحرجة.

عنق الزجاجة الحقيقي انتقل بالفعل من "إمكانية العثور" إلى "إمكانية الإصلاح"

التقييم الذي قدمه Anthropic في التحديث واضح جدًا: في السابق كانت التقدمات في أمن البرمجيات مقيدة بسرعة اكتشاف الثغرات، أما الآن فهي مقيدة بسرعة التحقق والإفصاح والإصلاح. وهذا الحكم ليس غريبًا على قطاعات الهندسة والبنية التحتية.

سواء تعلق الأمر بأنظمة أتمتة الموانئ، أو منصات جدولة شبكات الكهرباء، أو برمجيات التحكم في النقل بالسكك الحديدية، أو الطبقة الإدارية الأساسية في مراكز البيانات، فإن ما يحدد فعليًا نافذة انكشاف المخاطر ليس القدرة على اكتشاف العيب فقط، بل ما إذا كانت سلسلة التصحيح يمكن استيعابها بسرعة:

• هل يمكن إجراء triage من دون الإضرار باستمرارية الإنتاج؟
• هل يمكن تحديد حدود المسؤولية وإتمام الإفصاح بوضوح؟
• هل توجد أيدٍ عاملة كافية لتصميم تصحيحات لإصدارات مختلفة وتبعيات مختلفة؟
• هل يمكن إصدار التحديثات واختبارها والتراجع عنها بالتزامن ضمن سلسلة توريد معقدة؟

يشير Anthropic إلى أن الثغرة العالية الخطورة أو الخطيرة تستغرق في المتوسط أسبوعين من لحظة اكتشافها حتى إصلاحها. هذا الإطار الزمني قد يبدو معقولًا في البرمجيات التقليدية، لكنه بالنسبة إلى حِزم البرمجيات المدمجة بالفعل في البنية التحتية الحرجة يعني أن نافذة المخاطر ما تزال طويلة نسبيًا. لقد رفع الذكاء الاصطناعي كفاءة الاكتشاف، لكنه أيضًا ركّز الضغط على القائمين بالصيانة، ومجتمعات البرمجيات مفتوحة المصدر، وفرق الأمن في الشركات.

هذا ليس إنجاز منتج واحد، بل اختبار ضغط لسلسلة توريد البرمجيات العالمية

من منظور رأس المال الهندسي، تبدو هذه الواقعة أشبه باختبار ضغط لسلسلة توريد البرمجيات العالمية. فقد كشف Anthropic أن 1,752 اكتشافًا من فئة عالية الخطورة أو خطيرة، والتي راجعتها ست مؤسسات مستقلة للبحث الأمني، ثبت أن أكثر من 90% منها إيجابي حقيقي، وأن أكثر من 62% منها تأكدت على أنها بالفعل عالية الخطورة أو خطيرة. وهذا يدل على أن النماذج الحدودية باتت تمتلك فعالية عالية نسبيًا في الفحص واسع النطاق.بعض النتائج التي كشفتها الجهات الشريكة تُظهر أيضًا قفزة بمقدارٍ كبير في معدل اكتشاف الثغرات: فقد حدّدت Cloudflare نحو 2,000 ثغرة في الأنظمة ذات المسار الحرج، منها 400 ثغرة صُنِّفت على أنها عالية الخطورة أو حرجة؛ أما Mozilla فقد أصلحت 271 ثغرة في Firefox 150 أثناء عملية الاختبار، وهو رقم أعلى بكثير من حجم الاكتشافات التي تحققت في الإصدارات السابقة بمساعدة النماذج المبكرة.

القاسم المشترك بين هذه الحالات هو: أن الذكاء الاصطناعي لا يساعد فقط على «العثور على الأخطاء»، بل يعيد تشكيل إيقاع صيانة البرمجيات لدى الشركات. وبالنسبة إلى المنصات الرقمية الكبرى، ومزوّدي الخدمات السحابية، وشركات المتصفحات، ومشغّلي البنى التحتية الحيوية، تعادل هذه القدرة ترقيةَ التدقيق الأمني من فحصٍ بالعينة إلى تفتيشٍ مستمر.

بالنسبة إلى قطاع البنية التحتية، تتحول سلامة الشيفرة إلى «أعمال عامة غير مرئية»

على مدى العقد الماضي، تجلت رقمنة البنية التحتية أولًا في ربط أنظمة التحكم، وأنظمة التذاكر، وإدارة الطاقة، ومنصات الخدمات اللوجستية، وأنظمة مراكز المدن بالشبكة. واليوم، لم تعد أهمية أمن البرمجيات شأنًا داخليًا يخص قسم تكنولوجيا المعلومات فحسب، بل أصبحت نوعًا من قدرة الأعمال العامة غير المرئية.

والسبب هو أن تشغيل المزيد من «البنى التحتية المادية» يعتمد على البرمجيات:

• يعتمد تنسيق الحاويات في الموانئ على أنظمة التشغيل وقواعد البيانات وبروتوكولات الاتصال؛
• تعتمد إشارات السكك الحديدية، والتحكم في القطارات، وأنظمة إدارة الأصول على حزم برمجية معقدة؛
• تعتمد شبكات الكهرباء ومرافق تخزين الطاقة على المراقبة عن بُعد والتحكم الطرفي؛
• تعتمد مراكز البيانات على البنية الافتراضية، والمصادقة على الهوية، وأنظمة إدارة التصحيحات؛
• تعتمد أنظمة الخدمات العامة في المدن على مكونات مفتوحة المصدر من أطراف ثالثة.

وعندما يصبح بإمكان الذكاء الاصطناعي اكتشاف العيوب في هذه الأنظمة بسرعة أعلى، فإن ما يراه القطاع ليس مجرد «تقدم في الأمن السيبراني» بصورة مجردة، بل هو ارتفاع متزامن في الضغط المالي والتنظيمي والتشغيلي على حوكمة البنية التحتية الرقمية. وبعبارة أخرى، باتت القدرة على الصمود الطويل الأمد للبنية التحتية تعتمد أكثر فأكثر على أضعف حلقة في سلسلة توريد البرمجيات.

سرعة الإصلاح، أصبحت متغيرًا تنافسيًا جديدًا

أفصحت Anthropic أن بعض الشركاء طلبوا إبطاء وتيرة الإفصاح عن الثغرات، لأنهم كانوا بحاجة إلى مزيد من الوقت لتصميم التصحيحات. ثم بدأت الشركة، في بعض الحالات، بالإفصاح عن الثغرات دون تحقق مسبق، استجابةً لطلب القائمين على الصيانة.

ودلالة هذه المسألة على القطاع واضحة جدًا: عندما تتجاوز سرعة اكتشاف الثغرات قدرة المجتمع والشركات على إصلاحها، فإن الحوكمة الأمنية تنتقل من «ندرة الاكتشاف» إلى «ندرة الاستيعاب». وهذا يشبه إلى حد كبير المنطق الشائع في استثمارات البنية التحتية — فالمشاريع لا تتعطل لأنها بلا طلب، بل لأن قدرات الموافقات والتمويل والبناء والربط بالشبكة لا تواكبها.

وفي عالم البرمجيات، لم يعد القيد الجديد هو قدرة المسح، بل:

1. هل يستطيع القائمون على الصيانة استيعاب تدفق المعلومات؟ 2. هل تستطيع الشركات ترتيب الأولويات بسرعة؟ 3. هل يستطيع المورّدون إصدار نسخ إصلاح بشكل متواصل؟ 4. هل تمتلك المؤسسات قدرة على رؤية الأصول على امتداد السلسلة بأكملها؟لهذا السبب أيضًا دفعت Anthropic خدمة Claude Security إلى النسخة التجريبية العامة، وفتحت برنامج Cyber Verification Program: فما يحتاجه سوق الشركات فعليًا لم يعد مجرد نماذج أقوى، بل أدوات حوكمة مرافقة، وحدود صلاحيات، وآليات تحقق.

إن مشكلات أمن البرمجيات الأساسية هي في جوهرها مشكلة بنيوية في عالم متصل عالميًا

في حالة Anthropic، هناك تفصيل آخر يستحق الانتباه: فقد ساعد نموذجها في التعرّف على تحويل مصرفي احتيالي بقيمة 1.5 مليون دولار ووقفه، وكان ذلك مرتبطًا باختراق بريد إلكتروني لأحد عملاء بنك غير مُسمّى. يوضح هذا المثال أن عواقب الثغرات والهجمات لم تعد مقتصرة على المنتج البرمجي نفسه، بل تمتد سريعًا إلى المعاملات المالية، والتحقق من الحسابات، واستمرارية الأعمال.

وهنا تكمن أهم نقطة اتصال بين أمن البرمجيات الأساسية وأمن البنية التحتية. فثغرة في مكتبة مفتوحة المصدر تم إغفالها قد تؤثر في نهاية المطاف على البنوك والمطارات والموانئ وشركات الطاقة، وحتى منصات الخدمات الحكومية. وكلما تعمّق الترابط العالمي، ازدادت الآثار الخارجية للعيوب الفردية.

ومن هذا المنظور، فإن نضج قدرات أمن الذكاء الاصطناعي سيدفع تغيّرين متوازيين:

• من جهة، ستولي الشركات والحكومات أهمية أكبر لحوكمة الاعتماديات، وإيقاع التصحيحات، وجرد الأصول؛
• ومن جهة أخرى، ستتمتع المؤسسات الأقوى في الأمن بعلاوة مخاطر نظامية أقل.

وهذا قريب جدًا من منطق تمويل المشاريع: فكلما كان التعرف على المخاطر أبكر، كانت تكلفة رأس المال أكثر قابلية للضبط؛ وكلما كانت الحوكمة أكثر شفافية، كانت العمليات طويلة الأجل أكثر استقرارًا.

دلالات على رأس المال الهندسي المستقبلي

إذا نظرنا إلى هذا التقدم من Anthropic ضمن الصورة الأكبر للبنية التحتية، فإنه يعكس دخول رأس المال الهندسي العالمي مرحلة “أولوية القاعدة الرقمية”. فالمشروعات الجديدة اليوم، سواء كانت موانئ أو سككًا حديدية أو مراكز بيانات أو أنظمة خدمات مدنية، أصبحت تعتمد بشكل متزايد على حزمة البرمجيات، ومنصات السحابة، وأنظمة التحكم عن بُعد.

وهذا يعني أن العناية الواجبة في استثمارات البنية التحتية المستقبلية لن تقتصر بعد الآن على الجيولوجيا، والتنفيذ، والربط بالشبكة، وشروط العقود، بل ستولي اهتمامًا متزايدًا أيضًا بما يلي:

• هل يمكن تتبّع سلسلة الاعتماديات البرمجية؟
• هل يمتلك المورّد قدرة مستمرة على إصدار التصحيحات؟
• هل توجد مكوّنات مفتوحة المصدر مكشوفة لم تُصلح منذ زمن طويل؟
• هل تتمتع أنظمة التحكم بأقل صلاحيات ممكنة وبقدرة سريعة على العزل؟
• هل أنشأت شركة المشروع عمليات حوكمة أمنية متوافقة مع عصر الذكاء الاصطناعي؟

وعلى هذا المستوى، لا تقدّم Anthropic مجرد تقنية أمن ذكاء اصطناعي منفصلة، بل تكشف عن اتجاه أوسع: فالمنافسة في البنية التحتية تمتد إلى مستوى الشيفرة، والبروتوكولات، والتحديثات. ومن يستطيع اكتشاف المشكلة، والتحقق منها، وإصلاحها أسرع، يكون أقرب إلى المرونة النظامية الحقيقية.

خاتمةMythos Preview اكتشف أكثر من 10,000 ثغرة عالية الخطورة أو حرجة، وهذا بالطبع يمثل قفزة في قدرات الذكاء الاصطناعي على الأمن. لكن الأهم من ذلك أنه يكشف واقعًا صناعيًا: في البرمجيات الأساسية والبنية التحتية الرقمية، لم يعد المورد الأندر هو “رؤية المخاطر”، بل القدرة التنظيمية على “التعامل مع المخاطر”.

بالنسبة إلى الشركات الهندسية، ومشغلي البنية التحتية، والجهات الحكومية المسؤولة عن الرقمنة، والمؤسسات الاستثمارية، فإن هذا التغيير سيؤثر مباشرة في تسليم المشاريع، وتشغيل الأصول، وتكلفة رأس المال على المدى الطويل. خلال السنوات المقبلة، لن تكون المنافسة في البنية التحتية مجرد منافسة في الحديد والخرسانة والسكك الحديدية وشبكات الكهرباء، بل ستكون أيضًا منافسة في سرعة التصحيح، ورؤية سلسلة الإمداد، ومرونة الأنظمة.

وصف SEO

أعلنت Anthropic أن Claude Mythos Preview اكتشف أكثر من 10,000 ثغرة عالية الخطورة أو حرجة خلال شهر، ما يدل على أن الذكاء الاصطناعي ينقل أمن البرمجيات من مرحلة “اكتشاف الثغرات” إلى مرحلة “استيعاب الثغرات”. تحلل هذه المقالة، من منظور البنية التحتية العالمية وسلاسل الإمداد الرقمية وحوكمة المشاريع، الأثر طويل الأمد لهذا التغيير على الموانئ وشبكات الكهرباء ومراكز البيانات والسكك الحديدية ورأس المال الهندسي.

URL المصدر

https://opentools.ai/news/anthropic-mythos-finds-10000-flaws