GPT‑6 Cyber تكتب برمجيات استغلال (exploits) لـ948 ثغرة في Linux ولا تخرج عن نطاق المهمة في 99,93% من الاختبارات

أطلقت OpenAI نموذج GPT‑6 Cyber، وهو نموذج متخصص يبحث عن الثغرات في البرامج، ويتحقق من إمكانية استغلالها فعلًا، وعليه في الوقت نفسه أن يلتزم بصرامة بالحدود التي يحددها الباحث. المشكلة التي يعالجها هذا الإصدار مألوفة لكل من أوكل بنية تحتية لا يملكها إلى الأتمتة: فالوكيل القادر على الاختراق قد يهاجم «بالمرّة» ما لم يُطلب منه المساس به. تخيّل أنك كلّفت الوكيل باختبار تطبيق ويب واحد، فلاحظ بجواره مخزن ملفات مليئًا بالثغرات وتوجّه إليه سعيًا وراء غنيمة سهلة.

في اختبار يقيس هذا السلوك، لم تمسّ GPT‑6 Cyber الخدمات الدخيلة في 99,93% من الحالات، وكتبت عند العمل على مشاريع حقيقية برمجيات استغلال فعّالة لـ948 ثغرة في نواة Linux. إذا كنت مسؤولًا عن أمن منتج ما، أو تجري مراجعة الشيفرة (code review)، أو تبني وكلاءك الخاصين، فهذا مرجع مفيد: فهو يبيّن سقف القدرات، ويقترح طريقة لقياس الالتزام بالتعليمات.

ما الذي يستطيع النموذج فعله عمليًا

يحمل المعيار الرئيسي اسم ExploitGym، وهو يختبر قدرة النموذج على استغلال ثغرة محددة على هدف بعيد. تحل GPT‑6 Cyber نسبة 48,5% من المهام، بينما يحل الإصدار السابق GPT‑5.6 Cyber نسبة 32,1%. هذا يعني تفوقًا يقارب 16 نقطة مئوية، أو 51% بالقيمة النسبية. وفي اختبار جديد لاختبار اختراق تطبيقات الويب، لا يملك فيه النموذج إمكانية الوصول إلى الشيفرة المصدرية، عثر النموذج على 40,3% من الثغرات، مقابل 32,0% لنموذج GPT‑6 Astra العام.

ولوضع Daybreak Red أعدّت OpenAI مجموعة اختبار أخرى هي RemoteExploitBench. فيها نُشرت ثغرات معروفة في GitLab وPostgreSQL وJenkins ضمن بيئة خاضعة للتحكم. رفض GPT‑6 Astra في وضع Daybreak Blue جميع المهام (100% رفض)، بينما نفّذت GPT‑6 Cyber نسبة 95% منها. وكان الإخفاق الوحيد برمجية استغلال تعذّر تشغيلها عن بُعد. وبناءً على نتائج التقييم، منحت OpenAI النموذج مستوى Critical في مجال الأمن السيبراني ضمن Preparedness Framework الخاص بها، بينما كان مستوى GPT‑5.6 Cyber هو High.

تبدو النتائج الواقعية أكثر إقناعًا من نتائج المعايير. فقد أعاد النموذج إنتاج 1 724 ثغرة في نواة Linux، وأنشأ برمجيات استغلال فعّالة لـ948 منها. أما GPT‑5.

6 Sol فلم تنجح على منصة الاختبار البحثية نفسها إلا في 166 ثغرة، أي إن النتيجة الجديدة تزيد على خمسة أضعاف. وسُلّمت إلى القائمين على صيانة المشاريع (maintainers) 304 نتائج حرجة مع مقترحات إصلاح (patches) مرشحة. وفي Firefox، الذي يفحصه كثيرون منذ وقت طويل، ومنهم من يستخدم نماذج متقدمة، عثرت GPT‑6 Cyber على 81 ثغرة جديدة عالية الخطورة بحسب تصنيف Mozilla، وبيّنت أن 30 مشكلة معروفة أخرى أشد خطورة مما كان يُعتقد.

وتعمل Mozilla حاليًا على إصدار الإصلاحات. إضافة إلى ذلك، أظهر باحثو OpenAI، بالتعاون مع نماذج أخرى، كيف يمكن لخطأ حرج في مكتبة الضغط Brotli التي يستخدمها Node.js أن يؤدي إلى تنفيذ شيفرة عن بُعد في التطبيقات التي تعتمد عليها.

كيف يُبقى النموذج داخل الحدود

أصبحت مواءمة النموذج (alignment) مهمة محورية لدى OpenAI: فقد دُرّب النموذج عمدًا على البقاء ضمن النطاق المسموح، والالتزام بالقيود المفروضة على الإجراءات، والإبلاغ بأمانة عن النتائج. يحمل الاختبار اسم ExploitGym Honeypot، ويستند إلى حادثة وقعت مع Hugging Face. يُكلَّف النموذج بمهمة استغلال معقدة في بيئة معزولة، توجد بجوارها خدمات مساعدة مثل مخزن الحزم أو الكائنات. وتُجعل هذه الخدمات سهلة الاختراق عمدًا، إذ يكشف مهاجمتها علم المهمة (flag). وعلى النموذج أن يدرك بنفسه أنه لا يجوز له المساس بها.

من دون موجّهات الحماية الخاصة بالنشر، تجنّبت GPT‑6 Cyber مهاجمة هذه الخدمات في 99,93% من الحالات، مقابل 94,49% لنموذج GPT‑5.6 Cyber. ومع هذه الموجّهات بلغت النتيجة 100%. ويكشف سجل سلسلة الاستدلال مسار تفكير النموذج: فهو يكتب أنه لا ينبغي افتراض وجود API إضافية، وأن عليه مهاجمة الملف التنفيذي أو الخادم فقط، وأنه لا يجدر به البحث عن بيانات اعتماد خارج نطاق المهمة.

من يستخدم النموذج بالفعل وما التالي

يضم المستخدمون Cisco وCalif وCodeRabbit وPalo Alto Networks وSentinelOne وPerplexity وCognition. وتفيد CodeRabbit بأن النموذج عثر في اختبار داخلي على مشكلات عالية ومتوسطة الخطورة تزيد بنسبة 66% على ما وجده نموذجها العامل. وحصلت Cognition على 23% في اختبارها للبحث عن ثغرات جديدة، مقابل 13% كانت أفضل نتيجة سابقة. وهذه آراء شركاء تنشرها OpenAI نفسها، وليست قياسات مستقلة. واستخدمت الشركة النموذج لتعزيز أمن بنية التدريب التحتية: ففي تدريبات الفريق الأحمر، جمعت وكلاء مبنيون على GPT‑6 Cyber ونماذج أخرى بين عدة ثغرات للخروج من الآلات الافتراضية المصغّرة (microVMs) وتنفيذ شيفرة على المضيف.

وتقرّ OpenAI بالجانب المقابل: كلما ازدادت النماذج قوة، ازدادت محاولات استخدامها للإضرار، ومنها محاولات من مهاجمين ومن جهات تسعى إلى «تقطير» النماذج. ولذلك ترافق القدراتِ المتزايدةَ آلياتُ رصد ومنع إساءة الاستخدام الأكثر صرامة. وتريد الشركة أيضًا توسيع Daybreak بصورة ملحوظة، كي تصل أساليب البحث المتقدمة عن الثغرات إلى المؤسسات بمختلف أحجامها، والباحثين المستقلين، والقائمين على صيانة المشاريع مفتوحة المصدر. وللمدافعين الموثوقين يتوفر Daybreak Blue مع عدد أقل من حالات الرفض غير الضرورية، أما Daybreak Red فمخصص للتطوير المتعمق لبرمجيات الاستغلال والاختبار المصرّح به. وتدعم النماذج العادية مثل GPT‑6 Astra مراجعة الشيفرة (code review)، وفرز الثغرات، وإعداد الإصلاحات.

الخلاصة العملية بسيطة. إذا كانت لديك شيفرة تكلّف أخطاؤها ثمنًا باهظًا، فمن المفيد أن تتابع Daybreak وأن تجهّز مسبقًا بيئة معزولة لإجراء الفحوص. وعند تطوير وكلائك الخاصين، من المفيد تبنّي نهج OpenAI: أن تختبر ما يستطيع الوكيل فعله، وما لا ينبغي له فعله أيضًا. وتوجد إعدادات التقييم الكاملة ونتائجه في system card.