نموذج DeepSeek المفتوح يخترق الشبكات بكفاءة تقترب من نموذج Daybreak المغلق: 73% مقابل 81%
اختبرت Vals قدرة نماذج الذكاء الاصطناعي على اختراق شبكات مؤسسية تجريبية. وتصدر نموذج Daybreak المغلق من OpenAI بنتيجة 81% من المهام. ولم يتأخر عنه نموذج DeepSeek المفتوح إلا قليلا، إذ سجل 73%، وتطابقت نتائج النموذجين في بعض المهام. وهذا يقوض منطق تقييد الوصول إلى النماذج الرائدة الذي استند إليه Mythos Preview وProject Glasswing.
معالج بواسطة الذكاء الاصطناعي من Wired؛ بتحرير Hamidun News
قبل ستة أشهر، كانت المختبرات الأمريكية تبرر الإصدارات المغلقة ببساطة: نقيد الوصول إلى النماذج القادرة على الاختراق، فنمنح المدافعين أفضلية زمنية. وقال لوغان غراهام من Anthropic حينها إن هذه القدرات ستصبح متاحة للجميع خلال 6 أو 12 أو 24 شهرا. وبعد سبعة أشهر، تحقق التوقع في موعده تقريبا.
ما الذي أظهره الاختبار
أنشأت شركة Vals، المتخصصة في قياس قدرات الذكاء الاصطناعي، سيناريوهين على شبكات مؤسسية تجريبية. في السيناريو الأول، يهاجم النموذج الشبكة عبر موقع عام. وفي الثاني، يتعين عليه اختراق شركة أولا، ثم استخدامها للوصول إلى شركة ثانية. ولا يختبر ذلك ثغرة واحدة، بل سلسلة من الخطوات على غرار الهجمات الواقعية.
حقق Daybreak من OpenAI، وهو نموذج سيبراني لا يتاح إلا للشركاء الموثوق بهم، أفضل نتيجة: 81% من المهام في المتوسط عبر تشغيلين. أما نموذج DeepSeek المفتوح فأنجز 73%. وفي بعض المهام، تطابقت نتائج النموذجين. ويلخص نيخيل رافي من Vals الوضع قائلا إن أفضل النماذج المحجوزة داخل المختبرات بدأت النماذج المفتوحة، التي يستطيع أي شخص تنزيلها، في اللحاق بها.
المال يصنع الفارق
الفجوة السعرية أوضح من فجوة الجودة. وفقا لبيانات Vals، يكلف تشغيل هجمة باستخدام GPT-6-Sol ما بين 17 و46 دولارا من الرموز، مقابل 2–3 دولارات باستخدام DeepSeek. ويمكن تشغيل النموذج المفتوح على العتاد الخاص، ما يخفض التكلفة أكثر. ويرى رايان كريشنان، الرئيس التنفيذي لشركة Vals، أن ذلك يشكل حافزا للمدافعين أيضا: فمن الأسهل توسيع نطاق اختبارات الاختراق والبحث عن الثغرات باستخدام النماذج المفتوحة ليشمل كامل مجموعة الخدمات.
ما الذي يتغير
الخلاصة الرئيسية هي أن الوصول المغلق لم يعد يضمن أفضلية. فإذا كان منتجك مبنيا على افتراض أن القدرات الخطرة محصورة داخل المختبر، فإن هذه الحماية آخذة في الضعف. وينبغي بناء نموذج التهديد على أساس أن المهاجم يمتلك أداة ذاتية قوية بتكلفة تكاد تكون معدومة.
مع ذلك، لا يزال الذعر سابقا لأوانه. إذ تظهر مراقبة الجماعات الفعلية، سواء كانت إجرامية إلكترونية أم تابعة لدول، أن معظم المهاجمين يقتصدون في الموارد ويستخدمون نماذج أقدم وأقل قوة. أما الجهات الأثرى والأشد دافعية، فعلى الأرجح كان لديها بالفعل وصول إلى النماذج المغلقة. وبالنسبة إليها، لا يغير الخبر شيئا.
يشير أليكس زينلا، المدير التقني لشركة Edera، إلى نقطتين دقيقتين. أولا، توجد نماذج «abliterated» عطل فيها التدريب على السلامة من خلال تعديلات في الأوزان، ما يجعلها ملائمة للهجمات. ثانيا، ربما تكون المختبرات المغلقة قد دربت بالفعل نماذج داخلية أقوى. ويصف الوضع بأنه لعبة قط وفأر: تحاول المختبرات العثور على الثغرات قبل أن تعثر عليها النماذج المفتوحة.
القيود
ينبغي تذكر أن الاختبار أجري على شبكات محاكاة، لا على بنية تحتية حية تضم أنظمة مراقبة وموظفين. وتستند النتيجة إلى متوسط تشغيلين، كما أن العينة صغيرة. ولم تعلق OpenAI على البيانات حتى وقت النشر. كذلك يختلف الخبراء حول ما إذا كان الذكاء الاصطناعي ينشئ فئة جديدة جذريا من التهديدات أم يضخم التهديدات القديمة فحسب.
ما الذي ينبغي فعله
ينبغي للمطورين وفرق الأمن اتخاذ عدة خطوات:
- افتراض أن البحث الآلي عن الثغرات رخيص ومتاح للجميع.
- تسريع تثبيت التصحيحات وتقليص زمن الاستجابة، لأن وتيرة اكتشاف الثغرات ستزداد.
- تجربة النماذج المفتوحة في اختبارات الاختراق الداخلية الخاصة بكم قبل أن تستخدم ضدكم.
- عدم الاعتماد على مرشحات السلامة بوصفها الحاجز الوحيد، إذ يمكن إزالتها.
لا يدور السباق بين النماذج المغلقة والمفتوحة، بل بين من سيعثر أولا على الثغرة في شيفرتك: أنت أم شخص آخر.
- 8 نوفمبر 2026سبير تكشف عن Universal Agent: النموذج نفسه يحل مهام أكثر بفارق 24 نقطة بفضل بيئة تنفيذ جديدة
- 8 نوفمبر 2026باحثون من Fudan وAnt Group يجعلون نموذجًا لغويًا كبيرًا يتبع إجراءً قانونيًا محددًا بواسطة رسم بياني
- 8 نوفمبر 2026Thinking Machines تطلق Inkling 2 Small: أفضل نموذج مفتوح من خارج الصين
- 8 نوفمبر 2026Colibri بلغة C الخالصة يشغّل نماذج MoE بأكثر من 700 مليار معامل دون وحدة GPU
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ما الذي أظهره الاختبار؟
أنشأت شركة Vals، المتخصصة في قياس قدرات الذكاء الاصطناعي، سيناريوهين على شبكات مؤسسية تجريبية. في السيناريو الأول، يهاجم النموذج الشبكة عبر موقع عام. وفي الثاني، يتعين عليه اختراق شركة أولا، ثم استخدامها للوصول إلى شركة ثانية. ولا يختبر ذلك ثغرة واحدة، بل سلسلة من الخطوات على غرار الهجمات الواقعية. حقق Daybreak من OpenAI، وهو نموذج سيبراني لا يتاح إلا للشركاء الموثوق بهم، أفضل نتيجة: 81% من المهام في المتوسط عبر تشغيلين. أما نموذج DeepSeek المفتوح فأنجز 73%. وفي بعض المهام، تطابقت نتائج النموذجين.
ما أبرز التفاصيل حول المال يصنع الفارق؟
الفجوة السعرية أوضح من فجوة الجودة. وفقا لبيانات Vals، يكلف تشغيل هجمة باستخدام GPT-6-Sol ما بين 17 و46 دولارا من الرموز، مقابل 2–3 دولارات باستخدام DeepSeek. ويمكن تشغيل النموذج المفتوح على العتاد الخاص، ما يخفض التكلفة أكثر. ويرى رايان كريشنان، الرئيس التنفيذي لشركة Vals، أن ذلك يشكل حافزا للمدافعين أيضا: فمن الأسهل توسيع نطاق اختبارات الاختراق والبحث عن الثغرات باستخدام النماذج المفتوحة ليشمل كامل مجموعة الخدمات.
ما أبرز التفاصيل حول ما الذي يتغير؟
الخلاصة الرئيسية هي أن الوصول المغلق لم يعد يضمن أفضلية. فإذا كان منتجك مبنيا على افتراض أن القدرات الخطرة محصورة داخل المختبر، فإن هذه الحماية آخذة في الضعف. وينبغي بناء نموذج التهديد على أساس أن المهاجم يمتلك أداة ذاتية قوية بتكلفة تكاد تكون معدومة. مع ذلك، لا يزال الذعر سابقا لأوانه. إذ تظهر مراقبة الجماعات الفعلية، سواء كانت إجرامية إلكترونية أم تابعة لدول، أن معظم المهاجمين يقتصدون في الموارد ويستخدمون نماذج أقدم وأقل قوة. أما الجهات الأثرى والأشد دافعية، فعلى الأرجح كان لديها بالفعل وصول إلى النماذج المغلقة.
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.