حقق معيار جديد من شركة أمن التطبيقات Semgrep نتيجة غير متوقعة: تفوق نموذج الوزن المفتوح من شركة Zhipu AI الصينية على كلود Anthropic في العثور على عيوب أمنية حقيقية في البرمجيات. وتزيد هذه النتيجة الجدل حول ما إذا كان الذكاء الاصطناعي الأكثر قدرة هو بالضرورة الأغلى أم الأكثر تقييدًا.
مع حظر التصدير الأمريكي لنموذج Mythos القوي من Anthropic، تتجه الفرق الأمنية التي تبحث عن بديل يسهل الوصول إليه إلى خيارات مفتوحة الوزن مثل GLM 5.2 للحصول على أحدث تغطية لصناعة الذكاء الاصطناعي. يشير اختبار سيمغريب، الذي نُشر في 22 يونيو، إلى أن عملية البحث قد تؤتي ثمارها في وقت أقرب مما كان متوقعًا.
ما تم اختباره بواسطة Semgrep
قامت Semgrep بتقييم مجموعة من النماذج ذات الوزن المفتوح والنماذج الحدودية بناءً على معيارها الداخلي لاكتشاف IDOR. معرفات IDOR - مراجع الكائنات المباشرة غير الآمنة - هي أخطاء في التحكم في الوصول تسمح لمستخدم واحد بالوصول إلى بيانات مستخدم آخر. من الصعب جدًا اكتشافها من خلال التحليل الثابت التقليدي، لأن الخلل منطقي وليس نحويًا: الكود صالح من الناحية الفنية، ويفتقر ببساطة إلى التحقق من الترخيص.
تعمل الشركة على تحسين سير العمل لاكتشاف نقاط الضعف هذه من خلال الجمع بين محركها القائم على القواعد واستدلال الذكاء الاصطناعي. لعزل مقدار الأداء الذي يأتي من النموذج نفسه مقابل السقالات المحيطة به، قام الباحثون بتشغيل مجموعة من النماذج ذات الوزن المفتوح الشائعة من خلال الحد الأدنى من الحزام - إعداد Pydantic بسيط باستخدام نفس موجه IDOR المعطى لكل نموذج، بدون اكتشاف نقطة النهاية ولا توجيه موجه. قدمت المطالبة فقط استراتيجية بحث أساسية وبعض المؤشرات حول الشكل الذي يبدو عليه معرف IDOR - أكثر قليلاً من "هذا هو الكود، ابحث عن الأخطاء"، ولكن أقل بكثير مما يتلقاه وكلاء التشفير الحدودي عند التشغيل داخل خط أنابيب Semgrep الكامل.
تمثل معرفات IDOR صداعًا مستمرًا لفرق أمان التطبيقات لأنها تفشل في اختراق الماسحات الضوئية التقليدية. يمكن للأداة القائمة على القواعد أن تشير إلى التحقق من المدخلات المفقودة، ولكن فهم ما إذا كانت نقطة نهاية معينة تكشف بالفعل عن بيانات مستخدم آخر يتطلب التفكير في منطق عمل التطبيق - وهو بالضبط نوع الحكم السياقي الذي تجيده نماذج اللغات الكبيرة بشكل متزايد.
GLM 5.2 يأخذ زمام المبادرة
وكان النموذج المتميز هو GLM 5.2، وهو نموذج الوزن المفتوح لشركة Zhipu AI. لم يتم تشغيل أي شيء سوى مطالبة بسيطة، حيث سجل 39% F1 عند اكتشاف IDOR - متغلبًا على Claude Code البالغ 32% بسبع نقاط كاملة. وفقًا لـ Semgrep، تجاوز النموذج ذو الوزن المفتوح أيضًا Claude Opus 4.8 في المهمة، مما يجعله أقوى خيار غير حدودي تم اختباره.
وكانت الأمور الاقتصادية مذهلة بنفس القدر. وبسعر GLM 5.2، تبلغ تكلفة التشغيل حوالي 0.17 دولارًا أمريكيًا لكل ثغرة أمنية يتم اكتشافها. بالنسبة للمؤسسات التي قد تقوم بفحص آلاف نقاط النهاية، أشار Semgrep إلى أن تكلفة كل خطأ غالبًا ما تكون العامل الحاسم في ما إذا كانت تقنية الكشف عملية على نطاق واسع.
وتأخر المتنافسون الآخرون في الوزن المفتوح عن الخلف. حصل MiniMax M3 على نسبة 23% في F1 وKimi K2.7 Code على 22%، وكلاهما أقل بكثير من Claude Code. وصف Semgrep GLM 5.2 بأنه استثناء واضح وليس نتيجة تمثيلية لفئة الوزن المفتوح.
لا يزال الحزام مهمًا
على الرغم من الفوز بالوزن المفتوح في فئة الخام الفوري، ظل خط أنابيب Semgrep المبني لهذا الغرض هو الرائد بشكل عام. حقق إعداد الشركة متعدد الوسائط - الذي يجمع بين استدلال الذكاء الاصطناعي والكشف المستند إلى القواعد وتعداد نقاط النهاية المنظمة - نسبة 53% إلى 61% F1، اعتمادًا على التكوين. وتؤكد هذه الفجوة السؤال الأصلي الذي طرحه الباحثون: ما حجم أداء النموذج في الكشف عن نقاط الضعف، وما حجم البنية المحيطة به؟
يبدو أن الإجابة هي "كلا الأمرين، ولكن أكثر مما يفترض الناس هو الحزام." أثبت GLM 5.2 أن النموذج القادر يمكنه القيام بعمل ذي معنى بأقل قدر من الدعم، ومع ذلك فإنه لا يزال غير قادر على مطابقة النظام المصمم خصيصًا لهذه المشكلة.
قال فريق Semgrep - الذي ضم الباحثين باكستون فير، وسيث جاكسيك، وبريندن نوبليت، وإريك بوكانان - إنهم "صُدموا حقًا" لأن نموذجًا مفتوح الوزن يدير موجهًا مجردًا تجاوز وكيل تشفير الحدود في مهمة أمنية كثيفة الاستدلال.
الأساطير في المنزل
يحمل المؤشر وزنًا إضافيًا في ظل الخلفية الجيوسياسية الحالية. عنوان منشور المدونة – “We Have Mythos at Home” – هو إشارة واضحة إلى حقيقة أن نموذج Mythos الذي يركز على الأمن السيبراني لشركة Anthropic غير متاح فعليًا لكثير من دول العالم. بعد أن منعت إدارة ترامب المواطنين غير الأمريكيين من استخدام Mythos وشقيقتها المقيدة Fable 5، فقدت فرق الأمن العالمية إمكانية الوصول إلى ما كان يعتبر على نطاق واسع الذكاء الاصطناعي الأكثر قدرة على العمل الأمني الهجومي والدفاعي.
وفي هذا الفراغ، تعمل النماذج ذات الوزن المفتوح التي يمكن الوصول إليها على ملء هذه الفجوة. إن حقيقة أن GLM 5.2 - الذي يمكن تنزيله ونشره مجانًا في أي مكان - يمكنه بالفعل مطابقة نماذج الملكية الحدودية أو التغلب عليها في مهام أمنية محددة، تشير إلى أن التأثير المخيف لحظر التصدير قد يكون أقل من المقصود. وإذا استمر النموذج الأفضل "غير المقيد" في التحسن، فإن القيمة الاستراتيجية لاكتناز القدرات الحدودية تتضاءل.
في الوقت الحالي، النتيجة محدودة: معيار واحد لفئة واحدة من نقاط الضعف. ولكنها إشارة إلى أن حدود الوزن المفتوح تغلق بسرعة أكبر مما افترض كثيرون، وأن إمكانية الوصول - وليس القدرة الأولية - قد تصبح المتغير المحدد في المشهد الأمني للذكاء الاصطناعي.
تثير هذه النتيجة أيضًا أسئلة غير مريحة للمختبرات الحدودية. إذا كان النموذج المتاح بحرية يمكنه بالفعل مطابقة أنظمة الملكية في مهام الاستدلال الأمني، فإن الخندق التنافسي حول النماذج المغلقة يضيق - خاصة عندما تجعل ضوابط التصدير هذه النماذج المغلقة غير قابلة للوصول إلى مساحات كبيرة من السوق العالمية. يمكن للمطورين ذوي الوزن المفتوح، غير المثقلين بقيود الاستخدام، التكرار والنشر في كل مكان في وقت واحد.
ابق في صدارة الذكاء الاصطناعي
تضيق الفجوة بين الذكاء الاصطناعي الرائد والذكاء الاصطناعي المفتوح بسبب أخبار الذكاء الاصطناعي العاجلة والأبحاث التي تعيد تشكيل الأمن والبنية التحتية والسياسات.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
