Sakana AI تطلق مجموعة للأمن السيبراني: طلبات الحصول على أرقام CVE ارتفعت 263% خلال خمس سنوات
أطلقت Sakana AI مجموعة مستقلة للأمن السيبراني تدرس الحماية بمساعدة وكلاء الذكاء الاصطناعي، وأمن أنظمة الذكاء الاصطناعي نفسها. والدافع هو سيل الثغرات: فبحسب بيانات NIST، زادت طلبات CVE (أرقام الثغرات المعروفة علنًا في البرمجيات) بنسبة 263% بين عامي 2020 و2025. تُكتشف الثغرات بسرعة الآلات، بينما تُعالَج بسرعة المؤسسات، ولذلك تراهن الشركة على التصميم الذي يتجنب الأخطاء النمطية. وللمطورين: أدرجوا فحوص الأمان في مرحلة البناء.
معالج بواسطة الذكاء الاصطناعي من Sakana AI Blog؛ بتحرير Hamidun News
تحصل كل ثغرة تُكتشف في أي برنامج على رقم CVE علني، وتزداد هذه الأرقام باطّراد. فبحسب المعهد الأمريكي NIST، ارتفع عدد طلبات CVE بنسبة 263% بين عامي 2020 و2025، فيما تجاوزت بداية عام 2026 الفترة نفسها من العام السابق بنحو الثلث. وفي هذا السياق أعلن مختبر Sakana AI الياباني إطلاق Security Research Group: فريق بحثي مستقل يدرس الحماية الجماعية بمساعدة وكلاء الذكاء الاصطناعي، وأمن أنظمة الذكاء الاصطناعي نفسها.
وتؤكد الشركة أن المجموعة تعمل بمعزل عن نشاطها التجاري. ومهمتها نشر الأبحاث ومقاييس الأداء القابلة للتكرار والأدلة العملية، والعمل مع الجهات الحكومية والقطاع الصناعي والجامعات. والفكرة منسجمة مع فلسفة Sakana: فالمرونة والصمود يتولّدان لدى الجماعة، كما في سرب الأسماك، لا لدى السبّاح المنفرد.
ماذا يحدث مع الثغرات
تستمد Sakana أرقامها من مصادر مفتوحة. فقد سجّلت قاعدة JVN iPedia اليابانية، التي تجمع معلومات الثغرات باللغة اليابانية، في الربع الأخير نحو ضعف عدد السجلات المسجّلة قبل عام، وجاءت معظمها من قاعدة NVD الأمريكية. ويصف المؤلفون دور الذكاء الاصطناعي في هذا النمو بأنه مفترض لا مثبت. فمنظمة FIRST تذكر البحث عن الثغرات بالذكاء الاصطناعي إلى جانب أسباب إدارية، بينما يقول موظفو NIST إن أدوات الذكاء الاصطناعي زادت عبء العمل عليهم.
والضغط محسوس فعلًا. فقد أوقف NIST المراجعة الروتينية للسجلات القديمة، وصار يركّز أولًا على الثغرات التي يجري استغلالها بالفعل. وتطلب الجهات التنظيمية المالية اليابانية من المصارف التعامل مع الاستجابة للثغرات بوصفها قضية حوكمة تشارك فيها الإدارة العليا. وصياغة Sakana لذلك: الثغرات تُكتشف بسرعة الآلات وتُعالَج بسرعة المؤسسات، ويدفع ثمن هذه الفجوة الأشخاص العالقون في المنتصف.
والطرف الآخر يتغير أيضًا. فبحسب وصف FBI، يستخدم المهاجمون وكلاء ذكاء اصطناعي وينفذون اختراقات ضد أهداف متعددة في وقت واحد. كما صارت خدمات الذكاء الاصطناعي نفسها هدفًا: فقد رصد المعهد الياباني NICT زيادة في عمليات مسح عناوين خدمات الذكاء الاصطناعي في الربع الأول من عام 2026.
لماذا لا تكفي التصحيحات وحدها
معالجة الثغرات وإغلاقها بصورة أسرع ضرورة، لكنها غير كافية. فمراجعة CISA عن سنتين ماليتين تُظهر أن المهاجمين يستغلون في الأغلب نقاط ضعف بسيطة معروفة منذ زمن، وفي مقدمتها أخطاء التحقق من المدخلات والتعامل مع الذاكرة. وفي وصفه لهجمات وكلاء الذكاء الاصطناعي، يعدّد FBI هجمات SSRF (يرسل الخادم طلبًا إلى الجهة التي وجّهه إليها المهاجم)، وIDOR (الوصول إلى بيانات الآخرين عبر تغيير المعرّف)، وغياب المصادقة في واجهات API، وهجمات الحقن.
مثال مبسّط: نسي مطوّر التحقق من الصلاحيات في إحدى نقاط الوصول في API. سيجد الذكاء الاصطناعي هذه الثغرة أسرع من الإنسان، وسيُغلقها تصحيح، لكن إذا نُسي التحقق نفسه مرة أخرى في الإصدار التالي، فلن ينتهي العمل. لذلك تراهن Sakana على المراحل المبكرة من التطوير: فبدل ملاحقة الأخطاء بعد الإصدار، يجب منع وقوعها أثناء التصميم والبناء.
وتقترح الشركة اعتبار الأمان جزءًا من جودة المنتج. ويستند المؤلفون إلى نموذج كانو (Kano)، الذي يقسّم الجودة إلى ثلاثة أنواع: ما يُسعد المستخدم عند وجوده، وما ينمو مع تحقّقه، وما هو إلزامي. والجودة الإلزامية لا تُلاحَظ ما دامت موجودة، ويشتد الاستياء عند غيابها. والأمان ينتمي إلى النوع الأخير، ما يعني أنه يجب إدراجه في المتطلبات منذ البداية، لا فحصه في المرحلة النهائية.
ثلاثة محاور بحثية
الأول هو الوقاية عبر التصميم. يجب أن تُحدَّد مسبقًا الخصائص التي يجب أن يحافظ عليها النظام، وأن تُفحص أثناء عمله. وتحتاج الإصلاحات الآلية إلى معايير لا تستطيع الأتمتة نفسها إعادة كتابتها، وإلى إمكانية التراجع السريع عن أي تعديل.
الثاني هو الحماية الجماعية بواسطة الوكلاء. فالهجمات تستهدف أهدافًا كثيرة في وقت واحد، بينما ما زالت الحماية منظَّمة بمبدأ «كل مؤسسة تدافع عن نفسها». وتريد Sakana اختبار إمكانية بناء شبكة من الوكلاء الدفاعيين في شركات مختلفة، بحيث يتحول أي هجوم يُرصَد مرة واحدة إلى حماية لجميع المشاركين. وتبقى أسئلة مفتوحة: ما الذي يمكن تبادله وبموافقة من، وكيف يمكن الوثوق بإشارة تعبر حدود الموردين، ومن يتحمل المسؤولية عن أفعال الوكلاء.
الثالث هو أمن الذكاء الاصطناعي نفسه، بدءًا من الوكلاء المدافعين. فالوكلاء الذين يحلّلون الثغرات ويغلقونها يحصلون على صلاحيات وصول مميزة، ولذلك يعتمد المحوران الأول والثاني على موثوقيتهم. ويجب حصر صلاحيات كل وكيل في نطاق مهمته، وتتبّع أسباب أفعاله، ومنع استخدام أدوات الدفاع في الهجوم.
ماذا يعني هذا للمختصين
هذا إعلان عن نوايا لا عن نتائج: فليست لدى المجموعة حتى الآن مقاييس أداء ولا منهجيات جاهزة. ويشترط المؤلفون بأنفسهم أن النموذج المتقدم الواحد لا يكفي: فبدون ضبطه لبيئة محددة وفهم النظام بأكمله، يُنتج إنذارات كاذبة وإصلاحات غير آمنة.
والخلاصة العملية للمطورين ومديري المنتجات بسيطة. ستكتشف أدوات البحث عن الثغرات المبنية على الذكاء الاصطناعي عددًا متزايدًا من الثغرات، وسيستفيد الفرق التي تغيّر عملية البناء نفسها: تضيف فحوص التفويض والمدخلات في مرحلة التصميم، وتقيّد صلاحيات وكلاء الذكاء الاصطناعي، وتستطيع التراجع بسرعة عن التعديلات الآلية.
- 21 نوفمبر 2026Sakana AI تفتتح مختبرًا تطبيقيًا لمحاكاة الأسواق والاقتصاد
- 22 أكتوبر 2026Sakana AI تطلق Aquarium: منصة وكلاء ذكاء اصطناعي مبنية على أونتولوجيا مع رقابة بشرية
- 17 مايو 2026سامسونج تتجه نحو الذكاء الاصطناعي: استثمارات في الروبوتات والتحول الرقمي
- 7 يوليو 2026Sakana AI تطلق مترجم Sakana Translate للغات اليابانية والإنجليزية والصينية
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول ماذا يحدث مع الثغرات؟
تستمد Sakana أرقامها من مصادر مفتوحة. فقد سجّلت قاعدة JVN iPedia اليابانية، التي تجمع معلومات الثغرات باللغة اليابانية، في الربع الأخير نحو ضعف عدد السجلات المسجّلة قبل عام، وجاءت معظمها من قاعدة NVD الأمريكية. ويصف المؤلفون دور الذكاء الاصطناعي في هذا النمو بأنه مفترض لا مثبت. فمنظمة FIRST تذكر البحث عن الثغرات بالذكاء الاصطناعي إلى جانب أسباب إدارية، بينما يقول موظفو NIST إن أدوات الذكاء الاصطناعي زادت عبء العمل عليهم. والضغط محسوس فعلًا.
ما أبرز التفاصيل حول لماذا لا تكفي التصحيحات وحدها؟
معالجة الثغرات وإغلاقها بصورة أسرع ضرورة، لكنها غير كافية. فمراجعة CISA عن سنتين ماليتين تُظهر أن المهاجمين يستغلون في الأغلب نقاط ضعف بسيطة معروفة منذ زمن، وفي مقدمتها أخطاء التحقق من المدخلات والتعامل مع الذاكرة. وفي وصفه لهجمات وكلاء الذكاء الاصطناعي، يعدّد FBI هجمات SSRF (يرسل الخادم طلبًا إلى الجهة التي وجّهه إليها المهاجم)، وIDOR (الوصول إلى بيانات الآخرين عبر تغيير المعرّف)، وغياب المصادقة في واجهات API، وهجمات الحقن. مثال مبسّط: نسي مطوّر التحقق من الصلاحيات في إحدى نقاط الوصول في API.
ما أبرز التفاصيل حول ثلاثة محاور بحثية؟
الأول هو الوقاية عبر التصميم. يجب أن تُحدَّد مسبقًا الخصائص التي يجب أن يحافظ عليها النظام، وأن تُفحص أثناء عمله. وتحتاج الإصلاحات الآلية إلى معايير لا تستطيع الأتمتة نفسها إعادة كتابتها، وإلى إمكانية التراجع السريع عن أي تعديل. الثاني هو الحماية الجماعية بواسطة الوكلاء. فالهجمات تستهدف أهدافًا كثيرة في وقت واحد، بينما ما زالت الحماية منظَّمة بمبدأ «كل مؤسسة تدافع عن نفسها». وتريد Sakana اختبار إمكانية بناء شبكة من الوكلاء الدفاعيين في شركات مختلفة، بحيث يتحول أي هجوم يُرصَد مرة واحدة إلى حماية لجميع المشاركين.
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.