OpenAI تطلق GPT-5.6-Cyber: ضوابط مخففة لتطوير الاستغلال
أطلقت OpenAI نموذجها GPT-5.6-Cyber مع ضوابط أمنية مخففة لتسهيل اكتشاف الثغرات وتطوير الاستغلال. يكشف النموذج عن ثغرات حرجة لكنه يواجه تحديات كبيرة في ترقيعها، مع فشل 53.9% من محاولات الإصلاح.
مقدمة تحليلية
في 12 أغسطس 2026، كشفت OpenAI عن نموذجها الجديد للذكاء الاصطناعي، GPT-5.6-Cyber، والذي يركز على المهام الهجومية والدفاعية في الأمن السيبراني. صُمم هذا النموذج خصيصاً لأبحاث الثغرات الأمنية واختبارات الاختراق والاستجابة للحوادث، مع تقليل رفض الاستفسارات المتعلقة بـ"مهام سيبرانية مزدوجة الاستخدام عالية الخطورة". يتم توفير GPT-5.6-Cyber عبر "Daybreak Red"، وهو مستوى وصول جديد يمنح الشركات الأخرى صلاحية استخدام نماذج OpenAI المدربة لهذا الغرض، مما يتيح التحقق من الثغرات وتطوير الاستغلال والاختبار الأمني. تمثل هذه الخطوة توسيعاً لقدرات الذكاء الاصطناعي في مجال الأمن، مع تقليص الضمانات المعتادة لتسهيل الكشف عن نقاط الضعف المعقدة وتطوير سلاسل الاستغلال، مما يثير تساؤلات حول التوازن بين تعزيز الدفاع السيبراني والمخاطر المحتملة.
يستند النموذج إلى GPT-5.6 Sol ويطور قدرات سلفه GPT-5.5-Cyber الذي صدر في يونيو 2026.
التحليل التقني
يعتمد GPT-5.6-Cyber على نموذج GPT-5.6 Sol، وقد خضع لتدريب متخصص لتحسين الأداء في مهام الأمن السيبراني. تضمنت هذه المهام اكتشاف ثغرات "صفرية اليوم" وتطوير سلاسل الاستغلال. لقياس فعالية النموذج في هذا السياق، طورت OpenAI تقييماً داخلياً باسم "Advanced Cybersecurity Completion Rate". أظهرت الاختبارات أن:
- GPT-5.6-Cyber يستكمل 95.0% من الطلبات المتعلقة بتطوير سلاسل الاستغلال وتجاوز المصادقة وتصعيد الامتيازات وسيناريوهات الأمن السيبراني المتقدمة الأخرى.
- يقارن ذلك بـ 1.5% فقط لـ GPT-5.6 Sol، و 2.0% عند استخدام الأخير مع وصول Daybreak Blue.
- تفوق النموذج أيضاً على سلفه GPT-5.5-Cyber، الذي أنهى 57.3% من هذه الطلبات.
أكد تقييم "ExploitGym" المعياري أن GPT-5.6-Cyber يتفوق على GPT-5.6 Sol و GPT-5.5 Cyber في سير عمل تطوير الاستغلال والأبحاث الأمنية المتقدمة. كما أظهر النموذج تحسينات في اكتشاف ثغرات "صفرية اليوم" الجديدة وتحديد شدتها بدقة بفضل التدريب المتخصص. ومن الأمثلة على ذلك اكتشاف النموذج لـ:
- ثغرة CVE-2026-15903، وهي ثغرة قراءة وكتابة خارج الحدود (out-of-bounds read and write) في محرك V8 JavaScript، بدرجة CVSS 8.8. سمحت هذه الثغرة لمهاجم عن بعد بتنفيذ تعليمات برمجية عشوائية داخل بيئة معزولة عبر صفحة HTML مصممة خصيصاً، وقد استخدمت مع ثغرة أخرى غير معروفة سابقاً - اكتشفها النموذج أيضاً - للهروب من بيئة V8 المعزولة في الذاكرة. قامت Google بترقيع هذه الثغرة في منتصف يوليو 2026.
- خمس ثغرات على الأقل في نظام تشغيل جوال شهير، بما في ذلك سلسلة تؤدي إلى تصعيد الامتيازات المحلية من تطبيق غير موثوق به.
- ثلاث ثغرات حرجة في قاعدة بيانات شهيرة، بما في ذلك مسار عن بعد لتنفيذ التعليمات البرمجية.
- أكثر من 400 ثغرة يمكن أن تؤدي إلى تصعيد الامتيازات في نواة نظام تشغيل شهير.
على الرغم من هذه القدرات، لاحظت OpenAI أن النموذج يقدم أداءً أسوأ من GPT-5.6 Sol في المهام المفتوحة المتعلقة باكتشاف الثغرات في المستودعات، وتطوير إثبات المفهوم العملي، وتقديم تقارير ثغرات عالية الجودة. يُعزى هذا الأداء إلى "إنتاج النموذج أحياناً لتقارير ثغرات أقصر وأقل تفصيلاً".
مستويات الوصول Daybreak
تعد Daybreak Red أحد مستويي الوصول ضمن مبادرة Daybreak التي أطلقتها OpenAI في مايو 2026. المستوى الآخر هو Daybreak Blue، الذي يوفر وصولاً إلى نماذج عامة ذات حراسات أمنية مدمجة مصممة للعمل الدفاعي المرخص. وفقاً للشركة، يزيل وصول Daybreak Blue الحراسات الأمنية، مما يسمح للمدافعين بالاستفادة القصوى من النموذج في مهام أمنية واقعية مثل الكشف عن الحوادث والاستجابة لها، والتحقيقات، وإدارة الثغرات، والتقييمات الأمنية. يتم تقديم GPT-5.6-Cyber حالياً لمجموعة من الشركاء الموثوقين مثل Accenture و Akamai و Cisco و Cloudflare و CrowdStrike و Fortinet و IBM و Palo Alto Networks و PwC و Sophos.
السياق وتأثير السوق
تأتي خطوة OpenAI في سياق تصاعد استخدام الذكاء الاصطناعي من قبل الجهات الخبيثة والمخترقين المدعومين من الدول، والذين يستخدمون هذه التقنية لتسريع الحملات السيبرانية وتنفيذ الهجمات بنطاق وسرعة غير مسبوقين. يعمل وكلاء الذكاء الاصطناعي على أتمتة الأعمال الشاقة اللازمة لتخطيط وتنفيذ الهجمات، مما يزيد من كفاءة وإنتاجية العمليات العدائية. لقد قلص الذكاء الاصطناعي أيضاً الفجوة الزمنية بين الكشف عن الثغرة واستغلالها، حيث يعتمد المهاجمون على هذه الأدوات لكتابة استغلالات سريعة للعيوب المكتشفة حديثاً. ومع خفض الذكاء الاصطناعي لحاجز تطوير الاستغلال وتسريع أبحاث الثغرات، من المرجح أن يقوم المهاجمون بتوسيع نطاق بحثهم عن الثغرات المكشوف عنها لاختراق شبكات المؤسسات.
على الرغم من التحسينات الكبيرة لأنظمة الذكاء الاصطناعي في اكتشاف واستغلال الثغرات البرمجية، فإنها لا تزال تتطلب خبرة بشرية كبيرة. فقد أظهرت الأبحاث أن نماذج الاستدلال القادرة على الأمن السيبراني مثل ChatGPT 5.5 و Anthropic Claude Opus 4.8 يمكن أن تواجه صعوبة في ترقيع الثغرات المكتشفة بالكامل أو تجنب إدخال مشكلات جديدة مع إصلاحاتها. في تقرير لـ 1Password، بلغ متوسط معدل النجاح في إنشاء رقعة أصلحت الثغرة بالكامل (دون تغيير جوهري في سلوك التطبيق) 26.0% فقط. في المقابل، تسببت الرقع التي أصلحت الثغرة ولكن غيرت سلوك التطبيق في 20.1% من الحالات. الأهم من ذلك، أن الرقع التي أنشأتها نماذج LLM لم تحل الثغرة، أو أضافت ثغرة جديدة، أو كليهما، في متوسط 53.9% من الحالات. تؤكد هذه النتائج أن النماذج المتفوقة حالياً في اكتشاف مجموعة واسعة من الثغرات جيدة فقط في ترقيع "مجموعة فرعية ضيقة" منها بفعالية، مما يوجه المطورين بعيداً عن سيناريوهات حيث تقوم النماذج بإدخال أخطاء جديدة، مما يوسع سطح الهجوم للمهاجمين.
رؤية Glitch4Techs
إطلاق OpenAI لـ GPT-5.6-Cyber، بنظام "Daybreak Red" والضوابط الأمنية المخفضة، يمثل تصعيداً محفوفاً بالمخاطر في سباق التسلح السيبراني. الهدف المعلن "لتعجيل وأتمتة الدفاع السيبراني" يصطدم بقوة بالحقائق الموثقة حول عدم كفاءة نماذج اللغة الكبيرة في إصلاح الثغرات بشكل موثوق. البيانات من 1Password تكشف عن معدل فشل يصل إلى 53.9% في إصلاح الثغرات أو إدخال مشاكل جديدة عند استخدام نماذج LLM للترقيع. هذا التناقض الصارخ يعني أن التركيز على تخفيف الضمانات لتطوير الاستغلال، دون معالجة القصور الجذري في قدرة النموذج على توفير حلول مستقرة، لا يغلق "فجوة الدفاع" المزعومة، بل يوسعها فعلياً، مما يزيد من سطح الهجوم المحتمل للمهاجمين الذين يمكنهم استخدام نفس الأدوات لإنشاء ثغرات جديدة بشكل أسرع.
إنها أداة قوية في أيدي المتخصصين، لكن الاعتماد عليها للترقيع يمثل إهمالاً تقنياً قد يكلف غالياً.
كن أول من يعرف بمستقبل التقنية
أهم الأخبار والتحليلات التقنية مباشرة في بريدك.
