Anthropic تحجب Mythos عن الإتاحة العامة خشية هجمات على البنية التحتية الحيوية

قيّدت Anthropic الوصول إلى نموذجها الجديد Mythos، وقالت إنه يكتشف الثغرات في البرمجيات والأنظمة الحاسوبية بكفاءة مفرطة. وبحسب الشركة، فإن الإطلاق العام لأداة كهذه قد يسهّل سرقة البيانات وشنّ هجمات على البنية التحتية الحيوية.

لماذا أُغلق باب الوصول

لا تصف Anthropic نموذج Mythos بأنه نموذج عادي للدردشة أو للبرمجة، بل نظام يتفوق بصورة خاصة في العثور على نقاط الضعف في البنية التحتية الرقمية. ولا يقتصر الأمر على الأخطاء البرمجية في الشيفرة، بل يشمل ثغرات أوسع في البرمجيات والأنظمة الحاسوبية. وبهذا الوصف تكاد قيمة النموذج للمدافعين وللمهاجمين تكون متطابقة: فما يساعد على اكتشاف الثغرات بسرعة لإصلاحها قد يدلّ بالسرعة نفسها على مكان استهداف نظام الغير وكيفيته.

• اكتشاف سريع للثغرات في البرمجيات
• تحليل نقاط الضعف في الأنظمة الحاسوبية
• احتمال تسهيل سرقة البيانات
• خطر هجمات على البنية التحتية الحيوية

الإشارة الأهم هنا أن Anthropic نفسها ترسم الحدّ الفاصل بين تقنية قوية مفيدة ومنتج جماهيري بالغ الخطورة. وتقول الشركة صراحةً إن أداة بهذا المستوى إن وقعت في الأيدي الخطأ فسيكون استخدامها أسهل على المهاجمين.

وهذا تحول مهم بالنسبة إلى السوق. فشركات الذكاء الاصطناعي تتنافس عادةً على سرعة الإصدارات واتساع الإتاحة، أما هنا فإن أحد أكبر المختبرات يقرّ عمليًا بأن الحدّ من الانتشار أهم في بعض الحالات من السباق على اتساع الانتشار.

من مُنح الوصول

بدلًا من الإطلاق المفتوح، سلّمت Anthropic نموذج Mythos لعدد صغير من الجهات التي جرى اختيارها بعناية. ولا يكشف الوصف المتاح عن هوية الجهات التي دخلت هذه الدائرة، لكنه يركّز على الرقابة: فالنموذج لم يُتح للعموم، بل مُنح بصورة محدودة وموجّهة.

يشبه هذا النهج التعامل مع أدوات بحثية حساسة أكثر مما يشبه الإطلاق التقليدي لمنتج ذكاء اصطناعي عبر موقع إلكتروني أو API أو اشتراك، حيث تكون الأولوية للتوسّع ونموّ قاعدة المستخدمين.

ويُظهر هذا القرار أن Anthropic تحاول التحكم لا في جودة النموذج فحسب، بل في تبعات استخدامه أيضًا. فالخطر في نظر الشركة ليس نظريًا بل عملي: إذ قد يسهّل Mythos، بحسب تقديرها، مهمة من يبحثون عن طرق لتعطيل الأنظمة أو الوصول إلى البيانات. وبعبارة أخرى، لم يعد الحديث عن الجدالات المعتادة حول الهلوسة وحقوق النشر وتكلفة الاستدلال (inference)، بل عن علاقة مباشرة بين قدرات النموذج وحجم الضرر المحتمل في مجال الأمن السيبراني.

لماذا يتزايد القلق

تطرح قصة Mythos سؤالًا محرجًا على صناعة الذكاء الاصطناعي بأكملها: ماذا نفعل بنماذج يتعذر فصل نفعها للدفاع عن نفعها للهجوم؟ فكلما أتقن النظام اكتشاف الثغرات، زاد احتمال أن يصبح عامل تسريع لا لخبراء الأمن وحدهم، بل أيضًا لمن يبحثون عن وسائل اختراق أرخص وأوسع نطاقًا. وبهذا المعنى لا ينبع القلق العالمي من مجرد وجود أداة كهذه، بل من مدى صعوبة إبقائها داخل نطاق ضيق موثوق.

وفي هذا السياق يبدو Mythos مثالًا مبكرًا على أن شركات الذكاء الاصطناعي ستضطر إلى اعتماد مستويات للوصول بحسب درجة خطورة النموذج. فإذا كان السؤال الرئيسي سابقًا هو سقف القدرات الذهنية للأنظمة، فإن السؤال الذي يبرز الآن أكثر فأكثر هو الرقابة التشغيلية: لمن يُمنح النموذج، وبأي نمط، وبأي قيود، وماذا يُفعل إذا بدأت قدراته تتجاوز آليات الحماية. وبالنسبة إلى الجهات التنظيمية والشركات الكبرى ومشغّلي البنية التحتية، لم يعد هذا نقاشًا مجردًا بل مشكلة عملية.

ماذا يعني ذلك

يقترب سوق الذكاء الاصطناعي من مرحلة لن يُطرح فيها كل نموذج قوي فورًا للاستخدام العام. وتُظهر حالة Mythos أنه كلما اقتربت الأداة من سيناريوهات الهجمات السيبرانية الفعلية، ازدادت أهمية انتقاء المتلقّين ونمط الاستخدام والرقابة على الانتشار. وهذه إشارة للشركات بأن تفكر مسبقًا لا في توظيف الذكاء الاصطناعي في الدفاع فحسب، بل أيضًا في كيفية الحماية من ذكاء اصطناعي يجعل الهجمات أسرع وأرخص.