في الأسبوع نفسه الذي أثبت فيه نموذج ذكاء اصطناعي قدرته على بناء سلاسل استغلال عاملة على خمسة أنظمة تشغيل، وصل نموذج آخر يزعم أنه يجد الثغرات ويستغلها ويصلحها أفضل من أي شيء سبقه. هذه ليست مصادفة. هذا هو خط الأساس الجديد.
يوم الأربعاء، كشفت Google DeepMind عن Gemini 4 Carbon. ووضع كوراي كافوك أوغلو، نائب الرئيس الأول في Google DeepMind، الأرقام بوضوح: يسجل Carbon نسبة 88.2% في SEC-bench Pro لاكتشاف الثغرات، و54.8% في ExploitGym للاستغلال، و71.0% في CWE-bench للإصلاح. كما يتصدّر مؤشر الذكاء الاصطناعي من Artificial Analysis بنتيجة 59، متجاوزًا Claude Opus 5.5 من Anthropic بنتيجة 58 وGPT-6 Astra من OpenAI بنتيجة 57. ووفقًا لـ Google، فإن احتمال أن يكتب كودًا آمنًا يقارب ضعف احتمال النموذج الذي يخلفه، Gemini 4 Argon.
توقف عند هذه الفكرة لحظة. نموذج واحد. النموذج نفسه. يجد الثغرة، ويحوّلها إلى سلاح، ثم يصلحها. ثلاث فئات من الاختبارات كانت تصف سابقًا ثلاث وظائف مختلفة تمامًا.
ماذا تعني هذه الأرقام فعليًا
معظم قصص اختبارات الأمان تتشابه وتضيع في التفاصيل. لكن هذه الثلاثة لا تتشابه، لأن كل واحد منها يقابل مرحلة مختلفة في دورة حياة الحادث.
يقيس SEC-bench Pro اكتشاف الثغرات في البرمجيات الحقيقية. هذا هو الماسح الضوئي، وفريق اختبار الاختراق، وفريق أبحاث التهديدات.
ويقيس ExploitGym الاستغلال. وهذه هي المرحلة التي كانت تتطلب تاريخيًا صبرًا وإبداعًا ومتخصصًا يفهم تخطيط الذاكرة ووسائل الحماية وخصوصية الهدف. نسبة 54.8% ليست كاملة، لكنها نسبة حقيقية.
ويقيس CWE-bench الإصلاح. أي قائمة المعالجة المؤجلة، ذلك الشيء الذي يقسم كل فريق هندسي أنه سيعالجه في الدورة القادمة.
حين يُظهر نموذج واحد قوة في الثلاثة معًا، فالنتيجة العملية ليست أن "الذكاء الاصطناعي أصبح جيدًا في الأمان". النتيجة أن المسافة بين الإفصاح والتحويل إلى سلاح تنهار، بينما المسافة بين الإفصاح والإصلاح لا سبب لها لتتقلص. المهاجم يحتاج مهارة واحدة: أن يوجّه النموذج نحو هدف. أما المدافع فيحتاج النصف الأقل بريقًا: أن يقرر ما يصلحه، ويثبت أنه أصلحه، ويحتفظ بالدليل.
التفصيل المعماري الأهم من الأرقام
تحت العناوين الكبيرة، يوجد سطر يهم أكثر كل من يشغّل وكلاء في بيئة الإنتاج: يُقال إن Carbon يتعامل مع المهام الغامضة أو عالية الضغط بطلب إدخال بشري بدلًا من التخمين، وإنه قاوم كل محاولة تقييم لهجوم الحقن غير المباشر عبر الأوامر النصية.
اقرأ ذلك مرتين. مقاومة حقن الأوامر هي أكثر خصيصة يطلبها كل مؤسسة تنشر وكيلًا قريبًا من محتوى غير موثوق، سواء كان صفحة ويب أو تذكرة دعم أو سلسلة بريد أو ملف PDF رفعه عميل. إذا صمد نموذج متقدم أمام محاولات حقن مُقيّمة، فهذا أهم لمعماريتك من نقطة في اختبار.
الفارق هو الوصول. إطلاق Carbon يحاكي Argon: مجموعة محدودة من المدافعين السيبرانيين أولًا، ثم توسّع عبر برنامج Fairwind من Google. وأكدت Google أيضًا مشاركتها في عملية الاختبار الطوعية قبل الإطلاق لدى الحكومة الأمريكية. وفي الأسبوع نفسه أعلنت OpenAI عن GPT-6.1 Terra الذي يبلغ عتبة "الحرج" في إطار الاستعداد لديها. أي أن أقوى نماذج الأمان محجوبة اليوم لمجموعة صغيرة، والباقي يرث التبعات دون القدرة.
نافذة الثغرة أصبحت مسألة جدولة
هذا هو التحول الذي يجب أن يغيّر طريقة تخطيطك للربع القادم. على مدى عشرين عامًا، كانت فرق الأمان تُحسّن متوسط زمن الإصلاح بناءً على افتراض أن المهاجم يتمهل. باحث يبلّغ، ومورّد يكتب إصلاحًا، ثم يصل المهاجم إليه في مرحلة ما. تلك المهلة كانت الفرضية الكاملة التي تقوم عليها صناعة إدارة الثغرات.
هذه الفرضية انتهت. في الدورة نفسها رأينا فريق Frontier Red Team من Anthropic ينشر سلاسل استغلال لـ Chrome وSafari وAndroid وWindows ومسارًا لكيرنل Linux بلا أي نقر، ورأينا نموذجًا إنتاجيًا مُحسّنًا لهذا العمل تحديدًا يُفتح للمدافعين. النافذة بين إصلاح منشور واستغلال عامل تُقاس الآن بالساعات في أسوأ الأيام. وإذا كانت اتفاقية مستوى الخدمة للإصلاح لديك ما تزال مكتوبة بالأيام ودرجات الخطورة، فأنت تدير مقبضًا لآلة تجاوزتك بالفعل.
الترجمة العملية: التصنيف يجب أن يعتمد على قابلية الاستغلال وإمكانية الوصول، لا على CVSS وحده. ثغرة 9.8 في خدمة لا يمكن لأحد الوصول إليها تخسر أمام 6.4 في الشيء الذي يلمسه كل عميل.
ما يجب أن يفعله عملاء aratech هذا الربع
خمس خطوات، مرتبة حسب الأثر:
-
أعد معايرة اتفاقية الإصلاح على قابلية الاستغلال، لا على الخطورة. اربط كل اكتشاف بفحص إمكانية الوصول. خفّض ما هو غير مكشوف، ورفع أولوية ما يقع على المسار الخارجي.
-
اجرد كل ما كتبه الذكاء الاصطناعي. مع نماذج أقرب لضعف احتمال كتابة كود آمن، يتحسن منحنى الجودة، لكن منحنى حجم الكود أسوأ. لا يمكنك تأمين ما لم تحصه أصلًا.
-
تعامل مع حقن الأوامر كضابط قابل للاختبار، لا كحاشية في التصميم. ابنِ مجموعة اختبارات عدائية لكل وكيل يلمس محتوى غير موثوق، وشغّلها مع كل ترقية نموذج.
-
قِس دفاعاتك أمام نموذج متقدم. شغّل ماسحك وأدوات تحليل الكود الثابت والاعتماديات على هدف تعرف كل إجاباته سلفًا. إذا وجد النموذج أكثر من منظومتك، عرفت ما الذي ستشتريه تاليًا.
-
احتفظ بأثر الدليل. الجهات التنظيمية وشركات التأمين لم تعد تسأل هل كانت لديك سياسة، بل تسأل ماذا فعلت، ومتى، وعلى أي أساس. المعالجة الآلية لا تكون قابلة للدفاع عنها إلا إذا كانت مسجلة آليًا أيضًا.
الجزء غير المريح
كل رقم من هذه الأرقام مُعلن ذاتيًا. اختبرت Google نموذجها على اختبارات اختارتها بنفسها. قد يكون Gemini 4 Carbon فعلًا أقوى نموذج أمني في السوق، وقد يكون الأقوى في الاختبارات التي اختار المورّد نشرها. الأمران قد يكونان صحيحين معًا.
وهذا ليس سببًا لتجاهله، بل سببًا لقياس واقعك أنت. المؤسسات التي ستخرج من 2027 سليمة ليست تلك التي اختارت المورّد الرابح مبكرًا، بل تلك القادرة على الإجابة، في يوم ثلاثاء عادي ودون إنذار، عن أي أنظمتها كان قابلًا للاستغلال أمس وأيها مُصلح اليوم.
سرعة النموذج غيّرت ما هو ممكن. أما سرعة الحوكمة فما تزال مسؤوليتك.
في aratech نبني النصف الممل: السياق، والجرد، وأثر التدقيق، والحلقة التي تستمر في العمل بعد تجميع الكود المصدري. لأن العالم الذي يجد فيه نموذج واحد ويستغل ويصلح، لا ميزة دائمة فيه سوى أن تعرف بدقة أين تقف.