قام باحثو الأمن في Wiz بتوثيق حالة غير عادية من الذكاء الاصطناعي الذي أدى إلى خلق الثغرة الأمنية التي اكتشفها نظام ذكاء اصطناعي آخر واستغلها: أدى إصلاح GitHub Copilot الآلي إلى ظهور خلل خطير في حقن البرنامج النصي في مستودع Snowflake مفتوح المصدر، واكتشف العميل الأحمر المستقل التابع لـ Wiz الخطأ، وقام بتسليحه، وسحب بيانات الاعتماد من أنظمة Snowflake الداخلية - كل ذلك في غضون أيام من وصول الكود المعيب.

وصلت النتائج، التي نُشرت يوم الاثنين على مدونة Wiz Research، بسرعة إلى الصفحة الأولى من Hacker News، حيث ناقش المطورون ما يعنيه بالنسبة للممارسة المتنامية المتمثلة في السماح لمساعدي تشفير الذكاء الاصطناعي بإجراء تغييرات مباشرة على مستودعات الإنتاج. تتم قراءة هذه الحلقة على أنها طلقة تحذيرية لاندفاع الصناعة نحو الكود المؤلف من الذكاء الاصطناعي. لمزيد من القصص حول الأدوات التي تعيد تشكيل تطوير البرمجيات، تابع تغطية أخبار الذكاء الاصطناعي.

كيف أدى الإصلاح التلقائي باستخدام الذكاء الاصطناعي إلى إنشاء ثغرة أمنية

وفقًا لـ Wiz، بدأت المشكلة في 18 يونيو 2026، عندما قام طلب سحب في مستودع "snowflake-connector-net" العام بتحديث سير عمل GitHub Actions المسمى "jira_issue.yml". استبدل الالتزام، الذي شاركت في تأليفه ميزة الإصلاح التلقائي في GitHub Copilot، نمط الترميز الآمن - وهو النمط الذي مرر عناوين المشكلات غير الموثوق بها من خلال متغير بيئة وأنشأ حمولات JSON باستخدام `jq` - مع الاستيفاء المباشر للقالب للإدخال الذي يتحكم فيه المستخدم في برنامج نصي shell.

يتم تشغيل سير العمل عندما يفتح أي مستخدم GitHub مشكلة في المستودع. نظرًا لأنه تم إدخال عنوان المشكلة مباشرةً في كتلة "تشغيل:"، فإن اقتباسًا واحدًا في عنوان معد كان كافيًا للخروج من أمر shell وتنفيذ تعليمات برمجية عشوائية على مشغلات Actions في GitHub.

تبين أن التحقق الشرطي في سير العمل الذي بدا وكأنه بوابة أمان غير فعال: في أحداث المشكلة، يكون سياق `github.event.pull_request` دائمًا فارغًا، لذلك تم تقييم الشرط على أنه صحيح لكل مستخدم. من الناحية العملية، يمكن لأي شخص على GitHub تشغيل سير العمل.

يقول ويز إن النمط الآمن الذي أزاله مساعد الذكاء الاصطناعي قد تم تنفيذه عمدًا لمنع هذه الفئة من حقن القذائف، وهو سياق تاريخي لم يكن لدى المساعد الآلي أي وسيلة لمعرفته.

وجده العميل الأحمر، ورفض الفشل

وما يجعل هذه الحالة لافتة للنظر هو كيفية اكتشاف الخلل. كان Wiz's Red Agent، وهو وكيل أمان هجومي مستقل، يقوم بمسح مؤسسة Snowflake's GitHub باستخدام إمكانية تحليل CI/CD عندما وضع علامة على سير العمل على أنه عرضة لحقن البرنامج النصي.

عندما حاول الوكيل استغلال الخلل، فشلت حمولته الأولى - التي استخدمت حرف التعليق لاقتطاع أمر الصدفة - بسبب خطأ في بناء جملة bash. بدلاً من التوقف، كتب الباحثون، قام Red Agent بتحليل الخطأ بشكل مستقل، وضبط حمولته لإغلاق بناء جملة الصدفة بشكل صحيح، ونجح في سحب بيانات اعتماد Jira إلى خادم رد اتصال خارج النطاق. وصل رد الاتصال من مشغل GitHub Actions، حاملًا بيانات الاعتماد في نموذج مشفر بقاعدة 64.

ينتمي الرمز المميز الذي تم سحبه إلى حساب يتمتع بإمكانية الوصول للقراءة عبر مشاريع Snowflake الهندسية والامتثال الأمني ​​وتتبع مكافآت الأخطاء في Jira.

خمسة أيام من الحقن إلى التصحيح

يتحرك الجدول الزمني للكشف الذي نشرته Wiz بسرعة:

  • 18 يونيو 2026 — تم تقديم النمط الضعيف من خلال التزام شارك في كتابته Copilot Autofix
  • 23 يونيو 2026 - يحدد Wiz الخلل ويستغله ويبلغ Snowflake عبر HackerOne
  • 23 يونيو 2026 — يقوم Snowflake بتصحيح سير العمل في نفس اليوم، واستعادة المتغير الآمن `env:` ونمط التحليل `jq`
  • 24 يونيو 2026 — تم إبطال رمز Jira المميز وتدويره
  • 25 يوليو 2026 — الإفصاح العام المنسق

أخبرت Snowflake Wiz أن تحقيقاتها لم تجد أي دليل على الوصول غير المصرح به. وقالت الشركة في بيان: "تم تلقي الكشف في 23 يونيو 2026، وتم التحقيق فيه ومعالجته على الفور، ولم يجد تحقيقنا أي دليل على الوصول غير المصرح به"، مضيفة أنها تعمل مع Wiz لمشاركة الدروس المستفادة مع الصناعة الأوسع.

الدرس الأكبر: كود الذكاء الاصطناعي يحتاج إلى تدقيق على المستوى البشري

استخلص ويز ثلاث نقاط من الحادثة، وهي تمتد إلى ما هو أبعد من Snowflake.

أولاً، يجب أن تخضع طلبات السحب التي ينشئها الذكاء الاصطناعي لنفس التحليل الثابت والمراجعة الأمنية التي تخضع لها التعليمات البرمجية البشرية. يتنبأ مساعدو البرمجة بالتعليمات البرمجية من الأنماط الاحتمالية، مما يعني أنه يمكنهم بصمت إعادة تقديم بنيات مهملة أو غير آمنة قام المستودع بإزالتها بالفعل.

ثانياً، تنهار نوافذ الاكتشاف. كانت الثغرة الأمنية موجودة لمدة خمسة أيام فقط قبل أن يعثر عليها وكيل آلي ويتحقق من صحتها - وهي وتيرة تفترض أن المهاجمين الذين يقومون بالمسح باستخدام أدوات مماثلة يمكن أن يتحركوا بنفس السرعة. أصبحت دورات التصحيح السريعة وبيانات الاعتماد قصيرة الأجل من المتطلبات الأساسية.

ثالثًا، تحتاج المؤسسات إلى حواجز حماية تمنع مساعدي الذكاء الاصطناعي من استبدال موزعي البيانات المنظمة باستيفاء السلسلة المباشرة - وهو الانحدار الذي حدث هنا على وجه التحديد.

يقع الحادث في لحظة من التأمل الأوسع في الصناعة حول التعليمات البرمجية التي ينشئها الذكاء الاصطناعي. أظهرت سلسلة من الدراسات الحديثة والحالات الواقعية أن أدوات تشفير الذكاء الاصطناعي يمكنها بثقة إدخال الأخطاء والثغرات الأمنية ومشاكل الصيانة إلى جانب مكاسبها الإنتاجية. ما يجعل حالة Snowflake مميزة هو الحلقة المغلقة: الذكاء الاصطناعي الذي تسبب في المشكلة والذكاء الاصطناعي الذي اكتشفها كانا يتصرفان بشكل مستقل، مع قيام البشر بمراجعة العواقب.

بالنسبة لفرق الأمن، فإن الرسالة الواردة من Wiz صريحة. لم يعد السؤال هو ما إذا كانت التعليمات البرمجية المكتوبة بواسطة الذكاء الاصطناعي ستحتوي على ثغرات أمنية أم لا، بل ما إذا كان مسار الكشف لديك، سواء كان بشريًا أو آليًا، يمكنه العثور عليها بشكل أسرع من وكيل شخص آخر.

البقاء في صدارة منحنى الذكاء الاصطناعي

تعمل أدوات ترميز الذكاء الاصطناعي والوكلاء المستقلون على تغيير أمان البرامج في الوقت الفعلي. ضع إشارة مرجعية على [AI Buzz Wire] (https://aibuzzwire.news) لإعداد التقارير اليومية عن صناعة الذكاء الاصطناعي.

اقرأ المزيد من أخبار الذكاء الاصطناعي →