هذه القدرات تجعل Mythos أداة جذابة للباحثين الأمنيين، لكنها في الوقت نفسه تثير مخاوف بشأن إمكانية استخدامها لأغراض هجومية.

أين تظهر حدود النموذج؟

على الرغم من هذه القدرات، تؤكد التقييمات المستقلة أن Mythos لا يزال بعيدًا عن أن يكون محللًا أمنيًا مستقلًا بالكامل.

التحديات الأساسية تشمل:

• تقييم خطورة الثغرة بدقة: النموذج قد يجد العديد من المشاكل البرمجية، لكن تحديد أيها يمثل خطرًا حقيقيًا يتطلب خبرة بشرية.
• التحقق من الاستغلال الواقعي: ليس كل خلل برمجي يمكن استغلاله عمليًا في بيئة إنتاجية.
• تكلفة الإيجابيات الكاذبة: قد يولد النظام عددًا كبيرًا من الثغرات المحتملة، ما يخلق عبئًا كبيرًا على الفرق الأمنية التي يجب أن تتحقق منها .

كما أن بعض الادعاءات حول اكتشاف "آلاف الثغرات عالية الخطورة" تأتي أساسًا من تقارير مرتبطة بالشركة نفسها، لذلك ينظر إليها الباحثون بحذر إلى أن تُعاد التجارب بشكل مستقل .

مقارنة مع GPT‑5.5: السباق ليس محسومًا

رغم الضجة الإعلامية حول Mythos، فإن الاختبارات الحكومية تشير إلى أن المنافسة بين نماذج الذكاء الاصطناعي في الأمن السيبراني أصبحت شديدة.

وفق تقييمات معهد AISI:

• كان Mythos أول نموذج يكمل محاكاة الهجوم الشبكي متعددة الخطوات.
• لاحقًا، تمكن GPT‑5.5 من الوصول إلى مستوى أداء مشابه في اختبارات الأمن السيبراني الخاصة بالمعهد .

بعض التقارير التقنية أشارت إلى نتائج متقاربة جدًا بين النموذجين في المهام الأصعب، مع نسب نجاح متقاربة في اختبارات "المستوى الخبير"، وإن كانت هذه الأرقام تحتاج إلى تأكيد كامل من البيانات الرسمية .

وهذا يعني أن التفوق في هذا المجال قد يعتمد على الأدوات والأنظمة المحيطة بالنموذج وتكلفة التشغيل، وليس فقط جودة النموذج نفسه.

مشكلة المعايير الاختبارية

يؤكد الباحثون أيضًا أن بيئات الاختبار قد تعطي صورة متفائلة أكثر من الواقع.

السبب أن الكثير من التقييمات تعتمد على:

• شبكات مختبرية مُعدّة مسبقًا
• ثغرات تاريخية معروفة
• أنظمة معزولة يسهل اختبارها

في العالم الحقيقي، تواجه فرق الأمن مشاكل أكثر تعقيدًا مثل:

• نقص المعلومات
• سجلات أنظمة غير مكتملة
• قيود الوصول
• تأثيرات التحديثات البرمجية

لهذا السبب لا تزال النتائج المختبرية مؤشرًا مفيدًا، لكنها ليست دليلًا نهائيًا على الأداء في بيئات الإنتاج الحقيقية.

لماذا تهتم الحكومات والبنوك بهذه النماذج؟

رغم المخاوف، تتسابق المؤسسات الكبرى للحصول على هذه التقنيات.

• تقارير إعلامية ذكرت أن بنوكًا أوروبية تستعد لاختبار نموذج Mythos للدفاع السيبراني .
• كما يُتوقع أن تحصل أكبر ثلاثة بنوك في اليابان على إمكانية الوصول إليه ضمن جهود تعزيز الأمن الرقمي .
• حتى الحكومات بدأت اتخاذ إجراءات؛ إذ أعلنت اليابان تشكيل فريق عمل لدراسة مخاطر الهجمات السيبرانية المدعومة بالذكاء الاصطناعي بعد إطلاق النموذج .

الفكرة الأساسية لدى صناع القرار هي أن المهاجمين قد يستخدمون هذه الأدوات قريبًا، لذلك يجب أن يمتلك المدافعون القدرات نفسها.

سباق سيبراني جديد تقوده نماذج الذكاء الاصطناعي

تشير بيانات معهد AISI إلى أن المدة الزمنية للمهام السيبرانية التي يمكن للذكاء الاصطناعي تنفيذها بشكل مستقل تتضاعف بسرعة، وقد تضاعفت تقريبًا كل بضعة أشهر منذ عام 2024 .

كما حذر المركز الوطني للأمن السيبراني في المملكة المتحدة (NCSC) من أن النماذج المتقدمة أصبحت بالفعل مفيدة في خطوات محددة من العمليات السيبرانية، مثل اكتشاف الثغرات الصفرية أو حل التحديات التشفيرية .

الخلاصة

الصورة الأكثر دقة اليوم هي أن Mythos يمثل مساعدًا قويًا للغاية في اكتشاف الثغرات والهجمات التجريبية، لكنه ليس نظامًا مستقلًا يمكن الوثوق به لإدارة الأمن السيبراني دون إشراف بشري.

والأهم أن المنافسة لا تزال مفتوحة: فمع ظهور نماذج مثل GPT‑5.5 وربما أدوات أرخص أو مفتوحة المصدر، قد يتحول التفوق الحقيقي من "النموذج الأقوى" إلى النظام الكامل الذي يدمج الذكاء الاصطناعي مع خبرة الأمن السيبراني البشرية.

هذه القدرات تجعل Mythos أداة جذابة للباحثين الأمنيين، لكنها في الوقت نفسه تثير مخاوف بشأن إمكانية استخدامها لأغراض هجومية.

أين تظهر حدود النموذج؟

على الرغم من هذه القدرات، تؤكد التقييمات المستقلة أن Mythos لا يزال بعيدًا عن أن يكون محللًا أمنيًا مستقلًا بالكامل.

التحديات الأساسية تشمل:

• تقييم خطورة الثغرة بدقة: النموذج قد يجد العديد من المشاكل البرمجية، لكن تحديد أيها يمثل خطرًا حقيقيًا يتطلب خبرة بشرية.
• التحقق من الاستغلال الواقعي: ليس كل خلل برمجي يمكن استغلاله عمليًا في بيئة إنتاجية.
• تكلفة الإيجابيات الكاذبة: قد يولد النظام عددًا كبيرًا من الثغرات المحتملة، ما يخلق عبئًا كبيرًا على الفرق الأمنية التي يجب أن تتحقق منها .

كما أن بعض الادعاءات حول اكتشاف "آلاف الثغرات عالية الخطورة" تأتي أساسًا من تقارير مرتبطة بالشركة نفسها، لذلك ينظر إليها الباحثون بحذر إلى أن تُعاد التجارب بشكل مستقل .

مقارنة مع GPT‑5.5: السباق ليس محسومًا

رغم الضجة الإعلامية حول Mythos، فإن الاختبارات الحكومية تشير إلى أن المنافسة بين نماذج الذكاء الاصطناعي في الأمن السيبراني أصبحت شديدة.

وفق تقييمات معهد AISI:

• كان Mythos أول نموذج يكمل محاكاة الهجوم الشبكي متعددة الخطوات.
• لاحقًا، تمكن GPT‑5.5 من الوصول إلى مستوى أداء مشابه في اختبارات الأمن السيبراني الخاصة بالمعهد .

بعض التقارير التقنية أشارت إلى نتائج متقاربة جدًا بين النموذجين في المهام الأصعب، مع نسب نجاح متقاربة في اختبارات "المستوى الخبير"، وإن كانت هذه الأرقام تحتاج إلى تأكيد كامل من البيانات الرسمية .

وهذا يعني أن التفوق في هذا المجال قد يعتمد على الأدوات والأنظمة المحيطة بالنموذج وتكلفة التشغيل، وليس فقط جودة النموذج نفسه.

مشكلة المعايير الاختبارية

يؤكد الباحثون أيضًا أن بيئات الاختبار قد تعطي صورة متفائلة أكثر من الواقع.

السبب أن الكثير من التقييمات تعتمد على:

• شبكات مختبرية مُعدّة مسبقًا
• ثغرات تاريخية معروفة
• أنظمة معزولة يسهل اختبارها

في العالم الحقيقي، تواجه فرق الأمن مشاكل أكثر تعقيدًا مثل:

• نقص المعلومات
• سجلات أنظمة غير مكتملة
• قيود الوصول
• تأثيرات التحديثات البرمجية

لهذا السبب لا تزال النتائج المختبرية مؤشرًا مفيدًا، لكنها ليست دليلًا نهائيًا على الأداء في بيئات الإنتاج الحقيقية.

لماذا تهتم الحكومات والبنوك بهذه النماذج؟

رغم المخاوف، تتسابق المؤسسات الكبرى للحصول على هذه التقنيات.

• تقارير إعلامية ذكرت أن بنوكًا أوروبية تستعد لاختبار نموذج Mythos للدفاع السيبراني .
• كما يُتوقع أن تحصل أكبر ثلاثة بنوك في اليابان على إمكانية الوصول إليه ضمن جهود تعزيز الأمن الرقمي .
• حتى الحكومات بدأت اتخاذ إجراءات؛ إذ أعلنت اليابان تشكيل فريق عمل لدراسة مخاطر الهجمات السيبرانية المدعومة بالذكاء الاصطناعي بعد إطلاق النموذج .

الفكرة الأساسية لدى صناع القرار هي أن المهاجمين قد يستخدمون هذه الأدوات قريبًا، لذلك يجب أن يمتلك المدافعون القدرات نفسها.

سباق سيبراني جديد تقوده نماذج الذكاء الاصطناعي

تشير بيانات معهد AISI إلى أن المدة الزمنية للمهام السيبرانية التي يمكن للذكاء الاصطناعي تنفيذها بشكل مستقل تتضاعف بسرعة، وقد تضاعفت تقريبًا كل بضعة أشهر منذ عام 2024 .

كما حذر المركز الوطني للأمن السيبراني في المملكة المتحدة (NCSC) من أن النماذج المتقدمة أصبحت بالفعل مفيدة في خطوات محددة من العمليات السيبرانية، مثل اكتشاف الثغرات الصفرية أو حل التحديات التشفيرية .

الخلاصة

الصورة الأكثر دقة اليوم هي أن Mythos يمثل مساعدًا قويًا للغاية في اكتشاف الثغرات والهجمات التجريبية، لكنه ليس نظامًا مستقلًا يمكن الوثوق به لإدارة الأمن السيبراني دون إشراف بشري.

والأهم أن المنافسة لا تزال مفتوحة: فمع ظهور نماذج مثل GPT‑5.5 وربما أدوات أرخص أو مفتوحة المصدر، قد يتحول التفوق الحقيقي من "النموذج الأقوى" إلى النظام الكامل الذي يدمج الذكاء الاصطناعي مع خبرة الأمن السيبراني البشرية.