كان من المفترض أن تطلق تقنيات الذكاء الاصطناعي موجة من ثغرات البرمجيات القابلة للتسليح حديثًا على الإنترنت. لكن الأرقام، حتى الآن على الأقل، تروي قصة أكثر هدوءًا. على الرغم من القلق المحيط بـاستغلال الثغرات عبر الذكاء الاصطناعي، يكشف تحليل جديد أجرته VulnCheck أن الثغرات الأمنية المكتشفة بواسطة الذكاء الاصطناعي يجري استغلالها بمعدل متواضع تقريبًا يماثل معدل استغلال الثغرات المكتشفة بالطرق التقليدية — وهو ما يتحدى بعض التنبؤات الدرامية التي انتشرت منذ دخول النماذج اللغوية الكبيرة إلى مجال أبحاث الأمن.
Summary
أهم النقاط
- حدد Claude Mythos من Anthropic عددًا يبلغ 23,019 مرشحًا محتملاً للثغرات، لكن لم يُنشر منها سوى 126 كثغرات CVE، ولم يُؤكد استغلال سوى واحدة منها في البيئات الحقيقية.
- حللت VulnCheck عددًا يبلغ 1,061 ثغرة بمساعدة الذكاء الاصطناعي من مشروع Glasswing ومبادرة Berkeley لأبحاث الثغرات، ووجدت أن 14 ثغرة فقط (1.3%) تم تأكيد استغلالها — وهو ما يطابق معدل الاستغلال العام.
- يزيد الاكتشاف بمساعدة الذكاء الاصطناعي من حجم الثغرات المكتشفة، لكنه لم يرفع نسبة الثغرات التي يستغلها المهاجمون فعليًا.
- سجلت VulnCheck عددًا يبلغ 495 ثغرة معروفة تم استغلالها في النصف الأول من عام 2026، وكانت منصات إدارة المحتوى وأجهزة حافة الشبكة الأهداف الرئيسية.
- منتجات الذكاء الاصطناعي نفسها بدأت تبرز كسطح هجوم، مع بحث الخصوم عن نقاط ضعف في طبقة برمجيات الذكاء الاصطناعي المتنامية.
مشروع Glasswing من Anthropic: أرقام كبيرة وسجل استغلال ضعيف
عندما كشفت Anthropic عن مشروع Glasswing في أبريل، حمل الإعلان تحذيرًا جديًا: يمكن لاكتشاف الثغرات بمساعدة الذكاء الاصطناعي أن يتيح للمهاجمين السيطرة على الأنظمة وتعطيل العمليات وسرقة البيانات على نطاق لم يكن ممكنًا من قبل. بدت الأرقام التي قدمتها Anthropic مبررة لهذا القلق.
حجم الثغرات التي تم تحديدها
قد يكون Claude Mythos، أداة أبحاث الأمن المعتمدة على الذكاء الاصطناعي من Anthropic، قد أشار إلى ما يصل إلى 23,019 مرشحًا للثغرات. هذا رقم لافت بكل المقاييس — حجم من العيوب الأمنية المحتملة لا يمكن لأي فريق أبحاث تقليدي إنتاجه في وقت مماثل. وقد أثار ذلك نقاشًا حقيقيًا حول ما إذا كان الذكاء الاصطناعي على وشك ترجيح الكفة بشكل دائم لصالح المهاجمين.
بيانات الإفصاح العلني والاستغلال
لكن المتابعة كانت محدودة بدرجة أكبر بكثير. فمن بين 23,019 مرشحًا، لم يُنشر سوى 126 كثغرات CVE بشكل رسمي — وهي معرفات “الثغرات والتعرضات الشائعة” التي تشير إلى أن الثغرة قد تم الاعتراف بها رسميًا وأُدرجت في السجلات. والأكثر دلالة: لم يتم تأكيد استغلال سوى ثغرة واحدة فقط من الثغرات التي كشف عنها مشروع Glasswing من Anthropic في البيئات الحقيقية. ووفقًا لـ VulnCheck، لم يُظهر سجل الإفصاح العلني لـ Anthropic حركة كبيرة منذ إطلاق المشروع، مما يترك مصير الغالبية العظمى من تلك المرشحات غير واضح.
تحليل VulnCheck: ما الذي تُظهره البيانات فعليًا؟
لتجاوز الأرقام العريضة، أجرت VulnCheck تحليلًا منهجيًا لـ1,061 ثغرة مكتشفة بمساعدة الذكاء الاصطناعي نُسبت علنًا إلى كل من مشروع Glasswing من Anthropic ومبادرة Berkeley لأبحاث الثغرات. ثم قامت الشركة بمقارنة تلك النتائج مع قاعدة بيانات الثغرات المعروفة المستغلة (KEV) الخاصة بها — وهي أوثق إشارة من العالم الحقيقي على ما إذا كانت الثغرة تُستخدم كسلاح بالفعل.
مقارنة الثغرات التي حددها الذكاء الاصطناعي مع قواعد بيانات الاستغلال
كانت النتيجة مسطحة على نحو مفاجئ. فقد تم تأكيد استغلال 14 ثغرة فقط من أصل 1,061 — أي 1.3 بالمئة — في البيئات الحقيقية. هذا الرقم يكاد يطابق معدل الاستغلال الذي ترصده VulnCheck عبر مجموعة بيانات الثغرات الكاملة لديها، ما يشير إلى أن العيوب التي يعثر عليها الذكاء الاصطناعي لا تحمل ميزة خاصة للمهاجمين مقارنة بتلك المكتشفة بالطرق التقليدية.
معدلات الاستغلال مقارنة بالطرق التقليدية
هذه هي النتيجة التي تتعارض بشكل مباشر مع السرد السائد. فالاكتشاف بمساعدة الذكاء الاصطناعي يوسع بوضوح الحجم الخام للثغرات التي يمكن للباحثين كشفها. لكن ما لم يفعله، على الأقل استنادًا إلى البيانات المتاحة حتى منتصف 2026، هو زيادة نسبة تلك الثغرات التي ينتهي بها الأمر إلى الاستغلال. المزيد من الثغرات المكتشفة لا يعني تلقائيًا المزيد من الثغرات التي تتحول إلى هجمات عملية.
هذا الفارق مهم للغاية في كيفية تفكير المؤسسات بشأن مخاطر الأمن المدفوعة بالذكاء الاصطناعي. ففيض من الثغرات المكتشفة حديثًا والتي يجري ترقيعها في الغالب قبل أن يستغلها أحد يمثل مشكلة مختلفة تمامًا عن فيض من الثغرات التي يسارع المهاجمون إلى تسليحها. وتشير البيانات حتى الآن إلى السيناريو الأول.
منظور الخبراء: الذكاء الاصطناعي كأداة للدفاع لا للهجوم فقط
قيمة الذكاء الاصطناعي للمهاجمين والمدافعين
رسم باتريك غاريتي، الباحث الأمني في VulnCheck، خطًا دقيقًا بين ما تُظهره البيانات وما لا تُظهره. وكتب: “الاكتشاف بمساعدة الذكاء الاصطناعي للثغرات له قيمة واضحة لكل من المهاجمين والمدافعين”. والأهم أن تحليله لم يجد أي دليل على أن الثغرات المكتشفة بواسطة الذكاء الاصطناعي أكثر عرضة بطبيعتها للاستغلال من تلك التي تُكتشف عبر الأبحاث التقليدية. وبدلًا من ذلك، فإن التفسير الأكثر منطقية هو أن الذكاء الاصطناعي يساعد الباحثين على العثور على المزيد من العيوب — ويمنح المدافعين نافذة زمنية لترقيعها قبل أن يتمكن المجرمون من استغلالها.
تقييم حذر للضجة
كان غاريتي صريحًا بشأن الفجوة بين الخطاب والأدلة. وكتب: “تشير البيانات حتى الآن، بما في ذلك سجل الإفصاح المتعثر لدى Anthropic نفسها، إلى أن اكتشاف الثغرات بمساعدة الذكاء الاصطناعي والقدرات المتقدمة قد تم تضخيمها بشكل مبالغ فيه مقارنة بالأدلة المتاحة اليوم”. وأضاف: “هذا لا يعني أن الخطر وهمي. بل يعني أن التأثير كان حقيقيًا لكنه متواضع”.
هذا الإطار — حقيقي لكنه متواضع — مهم تحليليًا. فهو لا يقلل من شأن التحول الفعلي الذي يمثله الذكاء الاصطناعي في أبحاث الأمن، ولا يقبل الادعاء الأكثر إثارة للقلق بأنه يعيد تشكيل مشهد التهديدات جذريًا لصالح المهاجمين. والمتغير الرئيسي، كما يوحي تحليل غاريتي، هو من يتحرك أسرع: الباحثون الذين يرقعون العيوب، أم الخصوم الذين يسعون لتسليحها. حتى الآن، يبدو أن جانب الترقيع يحافظ على موقعه.
مشهد التهديدات الحالي والاتجاهات الناشئة
الثغرات المعروفة المستغلة حديثًا
لا يزال مشهد الاستغلال الأوسع في عام 2026 نشطًا، حتى لو لم تكن الثغرات المكتشفة بواسطة الذكاء الاصطناعي هي المحرك له. فقد حددت VulnCheck عددًا يبلغ 495 ثغرة معروفة تم استغلالها خلال النصف الأول من عام 2026. وشكلت أنظمة إدارة المحتوى نحو ثلث تلك الثغرات، مع بقاء أجهزة حافة الشبكة هدفًا ثابتًا للمهاجمين. وتعكس هذه الحملات الاستغلالية استمرار الخصوم في استهداف أسطح هجوم مألوفة ومجربة — وليس تصعيدًا مفاجئًا مدفوعًا بالذكاء الاصطناعي.
استهداف المهاجمين لمنتجات الذكاء الاصطناعي نفسها
هناك تطور جديد واحد يستحق المتابعة. فمنتجات الذكاء الاصطناعي نفسها أصبحت هدفًا أكثر جاذبية للمهاجمين. ومع توسع طبقة برمجيات الذكاء الاصطناعي بسرعة عبر المؤسسات والبنى التحتية، بدأ الخصوم في البحث عن نقاط ضعف داخل تلك الأنظمة بدلًا من مجرد استخدام الذكاء الاصطناعي كأداة. هذا الانعكاس — الذكاء الاصطناعي كأداة بحث وسطح هجوم في آن واحد — يمثل ديناميكية ناشئة لا تعكسها البيانات الحالية بالكامل بعد.
والنتيجة المترتبة على ذلك هي أنه حتى لو لم يكن استغلال الثغرات عبر الذكاء الاصطناعي قد أطلق بعدُ الموجة التي توقعها البعض، فإن سطح الهجوم يتغير فعليًا. وقد يحدد أسلوب استجابة المدافعين والباحثين للثغرات في أنظمة الذكاء الاصطناعي نفسها — حيث لا تزال معايير الإفصاح ودورات الترقيع في طور النضج — ما إذا كان التوازن الحالي سيستمر أم لا.
الأسئلة الشائعة
كم عدد الثغرات التي حددها مشروع Glasswing من Anthropic؟
حدد مشروع Glasswing من Anthropic، عبر Claude Mythos، عدد 23,019 مرشحًا محتملاً للثغرات. ومن بين هذه الثغرات، لم يُنشر رسميًا كثغرات CVE سوى 126 فقط.
هل تُستغل الثغرات التي يحددها الذكاء الاصطناعي أكثر من الثغرات التقليدية؟
لا. وفقًا لتحليل VulnCheck، لم يُؤكد استغلال سوى 1.3 بالمئة من الثغرات التي حددها الذكاء الاصطناعي في البيئات الحقيقية — وهو معدل يطابق تقريبًا معدل الاستغلال العام لجميع الثغرات في مجموعة بيانات VulnCheck.
ما أهمية الذكاء الاصطناعي في اكتشاف الثغرات وفقًا للخبراء؟
يقول الخبراء إن الذكاء الاصطناعي يمكّن الباحثين من العثور على حجم أكبر بكثير من الثغرات، مما يمنح المدافعين المزيد من الفرص لترقيع العيوب قبل أن يتمكن المهاجمون من استغلالها. ويبدو أن الأثر الصافي، استنادًا إلى البيانات الحالية، يفيد المدافعين بقدر ما يفيد المهاجمين.
هل تُستهدف منتجات الذكاء الاصطناعي نفسها من قبل المهاجمين؟
نعم. يستهدف المهاجمون بشكل متزايد منتجات برمجيات الذكاء الاصطناعي مباشرة، بحثًا عن نقاط ضعف في طبقة برمجيات الذكاء الاصطناعي المتوسعة — وهو اتجاه يمثل سطح هجوم جديدًا ومتطورًا يتجاوز استخدام الذكاء الاصطناعي كأداة بحث فقط.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”كم عدد الثغرات التي حددها مشروع Glasswing من Anthropic؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”حدد مشروع Glasswing من Anthropic، عبر Claude Mythos، عدد 23,019 مرشحًا محتملاً للثغرات. ومن بين هذه الثغرات، لم يُنشر رسميًا كثغرات CVE سوى 126 فقط.”}},{“@type”:”Question”,”name”:”هل تُستغل الثغرات التي يحددها الذكاء الاصطناعي أكثر من الثغرات التقليدية؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”لا. وفقًا لتحليل VulnCheck، لم يُؤكد استغلال سوى 1.3 بالمئة من الثغرات التي حددها الذكاء الاصطناعي في البيئات الحقيقية — وهو معدل يطابق تقريبًا معدل الاستغلال العام لجميع الثغرات في مجموعة بيانات VulnCheck.”}},{“@type”:”Question”,”name”:”ما أهمية الذكاء الاصطناعي في اكتشاف الثغرات وفقًا للخبراء؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”يقول الخبراء إن الذكاء الاصطناعي يمكّن الباحثين من العثور على حجم أكبر بكثير من الثغرات، مما يمنح المدافعين المزيد من الفرص لترقيع العيوب قبل أن يتمكن المهاجمون من استغلالها. ويبدو أن الأثر الصافي، استنادًا إلى البيانات الحالية، يفيد المدافعين بقدر ما يفيد المهاجمين.”}},{“@type”:”Question”,”name”:”هل تُستهدف منتجات الذكاء الاصطناعي نفسها من قبل المهاجمين؟”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”نعم. يستهدف المهاجمون بشكل متزايد منتجات برمجيات الذكاء الاصطناعي مباشرة، بحثًا عن نقاط ضعف في طبقة برمجيات الذكاء الاصطناعي المتوسعة — وهو اتجاه يمثل سطح هجوم جديدًا ومتطورًا يتجاوز استخدام الذكاء الاصطناعي كأداة بحث فقط.”}}]}
تم إعداد هذه المقالة بمساعدة الذكاء الاصطناعي ومراجعتها من قبل الفريق التحريري.
