وكلاء OpenAI يجدون 948 طريقة للحصول على صلاحيات root في Linux بكلفة 1279 دولارًا للطريقة
شغّلت OpenAI وكلاء يعتمدون على نموذج سيبراني لم يصدر بعد لفحص نواة Linux. يبحث الوكلاء بأنفسهم عن الثغرات، ويتحققون منها في بيئة معزولة (sandbox)، ويكتبون التصحيحات. من بين 1724 ثغرة مؤكدة، وصلت 948 ثغرة إلى مرحلة استغلال فعّال يتحول فيه المستخدم العادي إلى root، أي إلى المتحكم الكامل بالخادم. بلغت كلفة التشغيل 1 213 430 دولارًا، أي نحو 1279 دولارًا لكل استغلال من هذا النوع. والخلاصة لمديري الأنظمة بسيطة: لا تؤجلوا تحديث النواة.
معالج بواسطة الذكاء الاصطناعي من TG: @data_secrets (Data Secrets)؛ بتحرير Hamidun News
تخيّل خادمًا لا يملك المهاجم عليه سوى حساب متواضع، كأن يكون قد دخل إلى إحدى حاوياتك أو حصل على وصول إلى بيئة الاختبار. تحوّل ثغرة من فئة LPE (local privilege escalation، أي رفع الامتيازات المحلية) هذا الحساب إلى root، أي إلى سيطرة كاملة على الجهاز. وهذا النوع من الثغرات هو ما بحثت عنه OpenAI في نواة Linux باستخدام وكلاء مستقلين. من بين 1724 ثغرة مؤكدة، وصلت 948 ثغرة إلى استغلالات فعّالة لرفع الامتيازات، وبلغت كلفة التشغيل كله 1 213 430 دولارًا من أرصدة API، أي نحو 1279 دولارًا لكل استغلال من هذا النوع. وإذا كان Linux يعمل في بيئة الإنتاج لديك، وهو حال معظم الجهات، فهذا الخبر يعنيك مباشرة.
نشرت OpenAI تحليلًا بعنوان «A thousand fewer paths to root» («أقل بألف طريق إلى root»). وقد نفّذ العمل نموذج سيبراني لم يصدر بعد. يصفه المنشور بأنه upcoming، أي «قادم»، ولذلك قد لا يكون التعرف إليه بعيدًا.
كيف يعمل خط المعالجة
لم يكتفِ الباحثون بأن يطلبوا من النموذج «إلقاء نظرة على الشيفرة». فقد بنوا حوله خط معالجة (pipeline) مستقلًا متعدد المراحل، يشبه فريقًا يتولى فيه كل عضو مهمة محددة، دون أي مشاركة بشرية:
- بعض الوكلاء يختارون الجزء من الشيفرة الذي يستحق الفحص؛
- وآخرون يفحصونه بحثًا عن الثغرات؛
- وفريق ثالث يعيد إنتاج ما عُثر عليه في بيئات معزولة، للتأكد من أن الثغرة حقيقية وليست هلوسة من النموذج؛
- وتتحقق المرحلة التالية من إمكانية استغلالها فعليًا؛
- وتولّد المرحلة الأخيرة التصحيحات.
خطوة إعادة الإنتاج هي الأهم هنا. فالمشكلة الأكبر في الماسحات الآلية ومراجعات الشيفرة المعتمدة على LLM أنها تُنتج كمًّا هائلًا من الإنذارات الكاذبة، فيغرق الأشخاص في فرز النتائج عديمة القيمة. أما إذا أُثبتت كل نتيجة باستغلال يعمل فعلًا، فيختفي الضجيج: فالخلل إما أن يعمل أو لا يعمل.
الأرقام والكلفة
وفق المنشور، شُغّل خط المعالجة على نواة Linux، ويبدو أن ذلك جرى على جزء منها فقط. النتيجة: تأكدت 1724 ثغرة وأُعيد إنتاجها، وتحولت 948 منها إلى استغلالات فعّالة لرفع الامتيازات.
يبدو مبلغ 1 213 430 دولارًا كبيرًا، لكن كاتب المنشور يقترح مقارنته بالسوق. ففي مسابقة القرصنة Pwn2Own دُفع تاريخيًا نحو 20 ألف دولار مقابل استغلال كهذا، وفي TyphoonPWN نحو 70 ألف دولار. وبضرب هذين الرقمين في 948 يتراوح الناتج بين 18,9 و66,3 مليون دولار. وبعبارة أخرى، كانت قيمة ما عُثر عليه في المسابقات ستبلغ نحو 15–55 ضعف كلفة تشغيل الوكلاء.
تنبيه: هذا تقدير من كاتب المنشور، وليس قائمة أسعار. فجوائز المسابقات والقيمة السوقية الفعلية للاستغلال أمران مختلفان، وقد تتفاوت الثغرات الـ948 كثيرًا في خطورتها وشروط تطبيقها. ويُستحسن الرجوع إلى المصدر الأصلي لمعرفة التفاصيل.
ماذا نفعل عمليًا
أولًا، يتغير اقتصاد البحث عن الثغرات. ففي السابق كان استغلال خطير للنواة يتطلب أسابيع من عمل متخصص نادر. أما الآن فقد أصبح بندًا في ميزانية API، ويتوسع بحسب المال المنفق. وهذا يعمل في الاتجاهين: يجد المدافعون الثغرات ويسدّونها أسرع، لكن عتبة الدخول أمام المهاجمين تنخفض أيضًا إذا أتيح لهم الوصول إلى نماذج مماثلة.
ثانيًا، من المرجح أن تقصر الفترة بين ظهور الثغرة وبدء استغلالها على نطاق واسع. وتأجيل تحديثات النواة على الخوادم ومضيفات الحاويات يزداد كلفة، ولذلك يجدر إعادة النظر في سياسة التصحيحات المعتمدة.
ثالثًا، يمكن نقل هذا النهج إلى شيفرتك. فمخطط «العثور على الثغرة، ثم إعادة إنتاجها في بيئة معزولة، ثم تأكيد قابليتها للاستغلال، ثم اقتراح تصحيح» لا ينطبق على النواة وحدها. وأهم ما ينبغي أن يلاحظه من يبنون وكلاء للشيفرة والأمن أن القيمة لا يصنعها نموذج قوي واحد، بل مراحل التحقق المحيطة به، فهي التي تستبعد النتائج الكاذبة.
ويبقى غير واضح من المنشور: كم من الثغرات المكتشفة أُصلح بالفعل في المصدر الأصلي (upstream)، وأي جزء من النواة جرى فحصه تحديدًا، ومتى ستطلق OpenAI النموذج نفسه وبأي شروط. وحتى الآن هذا عرض قوي للإمكانات وليس منتجًا جاهزًا. لكن الاتجاه واضح: البحث الآلي عن الثغرات لم يعد لعبة، بل أصبح عملية صناعية.
- 6 نوفمبر 2026GPT‑6 Cyber تكتب برمجيات استغلال (exploits) لـ948 ثغرة في Linux ولا تخرج عن نطاق المهمة في 99,93% من الاختبارات
- 6 نوفمبر 2026أبوظبي توقّع أربع اتفاقيات مع OpenAI: الذكاء الاصطناعي سيبدأ فحص واردات الغذاء
- 6 نوفمبر 2026Revolut تنقل 2000 مهندس إلى نموذج GLM الخاص بها: الرمز أرخص 10 مرات
- 6 نوفمبر 2026نموذج Astra من OpenAI يؤدي مهام السلامة بجودة أقل بصمت: 10% مقابل 16% من بنود قائمة التحقق
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول كيف يعمل خط المعالجة؟
لم يكتفِ الباحثون بأن يطلبوا من النموذج «إلقاء نظرة على الشيفرة». فقد بنوا حوله خط معالجة (pipeline) مستقلًا متعدد المراحل، يشبه فريقًا يتولى فيه كل عضو مهمة محددة، دون أي مشاركة بشرية: بعض الوكلاء يختارون الجزء من الشيفرة الذي يستحق الفحص؛ وآخرون يفحصونه بحثًا عن الثغرات؛ وفريق ثالث يعيد إنتاج ما عُثر عليه في بيئات معزولة، للتأكد من أن الثغرة حقيقية وليست هلوسة من النموذج؛ وتتحقق المرحلة التالية من إمكانية استغلالها فعليًا؛ وتولّد المرحلة الأخيرة التصحيحات. خطوة إعادة الإنتاج هي الأهم هنا.
ما أبرز التفاصيل حول الأرقام والكلفة؟
وفق المنشور، شُغّل خط المعالجة على نواة Linux، ويبدو أن ذلك جرى على جزء منها فقط. النتيجة: تأكدت 1724 ثغرة وأُعيد إنتاجها، وتحولت 948 منها إلى استغلالات فعّالة لرفع الامتيازات. يبدو مبلغ 1 213 430 دولارًا كبيرًا، لكن كاتب المنشور يقترح مقارنته بالسوق. ففي مسابقة القرصنة Pwn2Own دُفع تاريخيًا نحو 20 ألف دولار مقابل استغلال كهذا، وفي TyphoonPWN نحو 70 ألف دولار. وبضرب هذين الرقمين في 948 يتراوح الناتج بين 18,9 و66,3 مليون دولار.
ما أبرز التفاصيل حول ماذا نفعل عمليًا؟
أولًا، يتغير اقتصاد البحث عن الثغرات. ففي السابق كان استغلال خطير للنواة يتطلب أسابيع من عمل متخصص نادر. أما الآن فقد أصبح بندًا في ميزانية API، ويتوسع بحسب المال المنفق. وهذا يعمل في الاتجاهين: يجد المدافعون الثغرات ويسدّونها أسرع، لكن عتبة الدخول أمام المهاجمين تنخفض أيضًا إذا أتيح لهم الوصول إلى نماذج مماثلة. ثانيًا، من المرجح أن تقصر الفترة بين ظهور الثغرة وبدء استغلالها على نطاق واسع. وتأجيل تحديثات النواة على الخوادم ومضيفات الحاويات يزداد كلفة، ولذلك يجدر إعادة النظر في سياسة التصحيحات المعتمدة.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.