ويستهدف المشروع فجوة شائعة داخل المؤسسات: ففرق الامتثال تصوغ القواعد في وثائق وسياسات، بينما تحتاج فرق الهندسة إلى اختبارات وإعدادات واضحة يمكن تهيئتها ونشرها في بيئات الإنتاج .

كيف يعمل asago؟

يوفر المشروع سير عمل آليًا وقابلًا للتدقيق يربط الخطوات المتفرقة بين فرق الامتثال والهندسة . وتشمل العملية عادةً:

• قراءة وثائق سياسات حوكمة الذكاء الاصطناعي التي تُحمّل إلى النظام.
• ربط بنود السياسات بأطر معروفة لتقييم المخاطر، مثل إطار إدارة مخاطر الذكاء الاصطناعي من NIST، وقائمة OWASP لأهم 10 مخاطر لنماذج اللغة الكبيرة، وقانون الذكاء الاصطناعي الأوروبي، عبر أداة IBM AI Risk Atlas .
• إنشاء اختبارات سلامة مرتبطة بالمخاطر التي جرى تحديدها.
• اقتراح إجراءات للحد من المخاطر.
• تحويل هذه التوصيات إلى إعدادات جاهزة للنشر لأدوات مثل Kubernetes وTerraform وAnsible .

وتنتج كل مرحلة سجلًا موثقًا للتدقيق يربط بندًا محددًا من السياسة باختبار أو ضابط تشغيلي معين. ويتيح ذلك للمراجعين تتبع إجراء الحماية المطبق في النظام وصولًا إلى القاعدة التي استند إليها . وقالت Red Hat إن المشروع يستهدف تقليص دورات النشر من أشهر إلى أيام .

التوافق مع المعايير

يرتبط asago صراحةً بعدة أطر ومعايير رئيسية، هي:

• NIST AI RMF: إطار إدارة مخاطر الذكاء الاصطناعي.
• OWASP LLM Top 10: قائمة بأبرز مخاطر نماذج اللغة الكبيرة.
• EU AI Act: قانون الذكاء الاصطناعي للاتحاد الأوروبي .

وهذا الربط لا يلغي دور فرق الحوكمة أو المراجعة، لكنه يهدف إلى تقليل العمل اليدوي المطلوب لتحويل المتطلبات التنظيمية إلى اختبارات وإعدادات عملية.

الجهات المشاركة والترخيص

يضم التحالف التأسيسي للمشروع :

• Red Hat، الجهة القائدة للمشروع.
• IBM Research.
• Microsoft.
• NVIDIA.
• MIT Lincoln Laboratory.
• North Carolina State University.
• The Alan Turing Institute.
• Alquimia AI.
• Brave Software.
• EvalEval coalition.
• Interdisciplinary Transformation University Austria.

ومن المتوقع انضمام مؤسسات أخرى مع تطور المشروع. ويُنشأ asago بموجب ترخيص Apache 2.0، فيما أصبح مستودع الشيفرة متاحًا على GitHub خلال مرحلة التأسيس أمام المطورين والباحثين الأكاديميين والمتبنين الأوائل من الشركات .

Lightwell مجانًا للجامعات والمنظمات غير الحكومية

في الإعلان الثاني بتاريخ 4 أغسطس 2026، قالت IBM وRed Hat إن الجامعات المؤهلة والمنظمات غير الحكومية ومراكز الأبحاث ستحصل على وصول مجاني إلى Lightwell، وهي منصة مدعومة بالذكاء الاصطناعي لاكتشاف الثغرات في حزم البرمجيات مفتوحة المصدر والتحقق من إصلاحها وإصلاحها . وبدأت عملية ضم المؤسسات المؤهلة خلال أغسطس 2026 .

آلية عمل المنصة

• تستخدم Lightwell محركًا للعلاج الأمني مدعومًا بالذكاء الاصطناعي التوليدي، إلى جانب خبراء من IBM وRed Hat .
• تحدد المنصة الاعتماديات البرمجية الضعيفة، وتقترح إصلاحات لها، ثم تخضع هذه الإصلاحات للتحقق التقني .
• تحتفظ المؤسسات المشاركة بالسيطرة على معلوماتها السرية؛ إذ تعمل Lightwell داخل البيئة الحالية للمؤسسة ولا تتطلب الوصول إلى الشيفرة المصدرية أو الأبحاث أو البيانات الخاصة .
• تتبع المبادرة نهج «المصدر الأصلي أولًا»؛ إذ تُرسل الإصلاحات إلى مجتمعات المشاريع مفتوحة المصدر الأصلية لمراجعتها، بحيث يستفيد منها مستخدمون آخرون خارج المؤسسات المشاركة .

ماذا تحصل عليه المؤسسات المشاركة؟

تشمل المخرجات المتاحة:

• إصلاحات تم التحقق منها للبرمجيات مفتوحة المصدر المعرضة للثغرات.
• شيفرة مصدرية وملفات ثنائية موقعة رقميًا.
• قوائم مكونات البرمجيات SBOMs، وهي سجلات توضح مكونات كل حزمة برمجية واعتمادياتها.
• وثائق للامتثال.
• إصلاحات مصممة لإصدارات برمجية مستخدمة بالفعل في بيئات الإنتاج، وهو أمر مهم للمؤسسات التي لا تستطيع إجراء ترقيات رئيسية فورًا .

نطاق التوسع والأرقام المعلنة

ارتفع عدد إصدارات الحزم التي جرى التحقق منها ومعالجتها عبر Lightwell من نحو 6,500 إلى أكثر من 8,000 إصدار، مع تضمين إصلاحات لـ 64 ثغرة لم تكن معلنة سابقًا .

ويغطي برنامج الوصول المجاني في مرحلته الأولى أكثر من 185 جامعة بحثية و100 منظمة غير حكومية ومركز أبحاث في الولايات المتحدة .

لماذا تأتي المبادرتان الآن؟

تعكس الخطوتان مجموعة من المخاطر الهيكلية المتداخلة في عصر الذكاء الاصطناعي:

• مخاطر الاعتماديات مفتوحة المصدر: تعتمد حزم الذكاء الاصطناعي الحديثة بدرجة كبيرة على مكونات مفتوحة المصدر، ويمكن استغلال الثغرات الموجودة فيها على نطاق واسع باستخدام أدوات هجومية مدعومة بالذكاء الاصطناعي .
• الفجوة بين السياسة والهندسة: تواجه المؤسسات صعوبة في تحويل مبادئ عامة، مثل تلك الواردة في قانون الذكاء الاصطناعي الأوروبي، إلى ضوابط يمكن للمهندسين نشرها وللمدققين التحقق منها. ويأتي asago استجابة مباشرة لهذا التشتت .
• محدودية موارد مؤسسات المصلحة العامة: قد تفتقر الجامعات والمنظمات غير الحكومية إلى الميزانيات والكوادر المتخصصة اللازمة لتأمين اعتمادياتها مفتوحة المصدر، ما يزيد تعرضها للهجمات .
• تهديدات مدعومة بالذكاء الاصطناعي: الأدوات نفسها التي تساعد المدافعين على اكتشاف نقاط الضعف بسرعة أكبر يمكن أن تساعد المهاجمين أيضًا في العثور على الأنظمة الضعيفة واستغلالها .

وقال ستيفن هولز، نائب رئيس هندسة الذكاء الاصطناعي في Red Hat: «مع انتقال المؤسسات من تجارب الذكاء الاصطناعي إلى وكلاء مستقلين يعملون لفترات طويلة، يصبح وضع ضوابط تشغيلية واضحة متطلبًا من متطلبات البنية التحتية الحيوية» .

وتبني هذه الإعلانات على التزام Project Lightwell البالغ 5 مليارات دولار، والذي أُعلن عنه في مايو 2026 ، وعلى Open Secure AI Alliance التي أطلقتها NVIDIA وكانت Red Hat عضوًا تأسيسيًا فيها . كما تعكس قناعة متنامية في القطاع بأن معالجة تحديات سلامة الذكاء الاصطناعي وأمنه تتطلب تعاونًا واسعًا، لأن «لا مؤسسة واحدة تستطيع التصدي لها بمفردها» .

ويستهدف المشروع فجوة شائعة داخل المؤسسات: ففرق الامتثال تصوغ القواعد في وثائق وسياسات، بينما تحتاج فرق الهندسة إلى اختبارات وإعدادات واضحة يمكن تهيئتها ونشرها في بيئات الإنتاج .

كيف يعمل asago؟

يوفر المشروع سير عمل آليًا وقابلًا للتدقيق يربط الخطوات المتفرقة بين فرق الامتثال والهندسة . وتشمل العملية عادةً:

• قراءة وثائق سياسات حوكمة الذكاء الاصطناعي التي تُحمّل إلى النظام.
• ربط بنود السياسات بأطر معروفة لتقييم المخاطر، مثل إطار إدارة مخاطر الذكاء الاصطناعي من NIST، وقائمة OWASP لأهم 10 مخاطر لنماذج اللغة الكبيرة، وقانون الذكاء الاصطناعي الأوروبي، عبر أداة IBM AI Risk Atlas .
• إنشاء اختبارات سلامة مرتبطة بالمخاطر التي جرى تحديدها.
• اقتراح إجراءات للحد من المخاطر.
• تحويل هذه التوصيات إلى إعدادات جاهزة للنشر لأدوات مثل Kubernetes وTerraform وAnsible .

وتنتج كل مرحلة سجلًا موثقًا للتدقيق يربط بندًا محددًا من السياسة باختبار أو ضابط تشغيلي معين. ويتيح ذلك للمراجعين تتبع إجراء الحماية المطبق في النظام وصولًا إلى القاعدة التي استند إليها . وقالت Red Hat إن المشروع يستهدف تقليص دورات النشر من أشهر إلى أيام .

التوافق مع المعايير

يرتبط asago صراحةً بعدة أطر ومعايير رئيسية، هي:

• NIST AI RMF: إطار إدارة مخاطر الذكاء الاصطناعي.
• OWASP LLM Top 10: قائمة بأبرز مخاطر نماذج اللغة الكبيرة.
• EU AI Act: قانون الذكاء الاصطناعي للاتحاد الأوروبي .

وهذا الربط لا يلغي دور فرق الحوكمة أو المراجعة، لكنه يهدف إلى تقليل العمل اليدوي المطلوب لتحويل المتطلبات التنظيمية إلى اختبارات وإعدادات عملية.

الجهات المشاركة والترخيص

يضم التحالف التأسيسي للمشروع :

• Red Hat، الجهة القائدة للمشروع.
• IBM Research.
• Microsoft.
• NVIDIA.
• MIT Lincoln Laboratory.
• North Carolina State University.
• The Alan Turing Institute.
• Alquimia AI.
• Brave Software.
• EvalEval coalition.
• Interdisciplinary Transformation University Austria.

ومن المتوقع انضمام مؤسسات أخرى مع تطور المشروع. ويُنشأ asago بموجب ترخيص Apache 2.0، فيما أصبح مستودع الشيفرة متاحًا على GitHub خلال مرحلة التأسيس أمام المطورين والباحثين الأكاديميين والمتبنين الأوائل من الشركات .

Lightwell مجانًا للجامعات والمنظمات غير الحكومية

في الإعلان الثاني بتاريخ 4 أغسطس 2026، قالت IBM وRed Hat إن الجامعات المؤهلة والمنظمات غير الحكومية ومراكز الأبحاث ستحصل على وصول مجاني إلى Lightwell، وهي منصة مدعومة بالذكاء الاصطناعي لاكتشاف الثغرات في حزم البرمجيات مفتوحة المصدر والتحقق من إصلاحها وإصلاحها . وبدأت عملية ضم المؤسسات المؤهلة خلال أغسطس 2026 .

آلية عمل المنصة

• تستخدم Lightwell محركًا للعلاج الأمني مدعومًا بالذكاء الاصطناعي التوليدي، إلى جانب خبراء من IBM وRed Hat .
• تحدد المنصة الاعتماديات البرمجية الضعيفة، وتقترح إصلاحات لها، ثم تخضع هذه الإصلاحات للتحقق التقني .
• تحتفظ المؤسسات المشاركة بالسيطرة على معلوماتها السرية؛ إذ تعمل Lightwell داخل البيئة الحالية للمؤسسة ولا تتطلب الوصول إلى الشيفرة المصدرية أو الأبحاث أو البيانات الخاصة .
• تتبع المبادرة نهج «المصدر الأصلي أولًا»؛ إذ تُرسل الإصلاحات إلى مجتمعات المشاريع مفتوحة المصدر الأصلية لمراجعتها، بحيث يستفيد منها مستخدمون آخرون خارج المؤسسات المشاركة .

ماذا تحصل عليه المؤسسات المشاركة؟

تشمل المخرجات المتاحة:

• إصلاحات تم التحقق منها للبرمجيات مفتوحة المصدر المعرضة للثغرات.
• شيفرة مصدرية وملفات ثنائية موقعة رقميًا.
• قوائم مكونات البرمجيات SBOMs، وهي سجلات توضح مكونات كل حزمة برمجية واعتمادياتها.
• وثائق للامتثال.
• إصلاحات مصممة لإصدارات برمجية مستخدمة بالفعل في بيئات الإنتاج، وهو أمر مهم للمؤسسات التي لا تستطيع إجراء ترقيات رئيسية فورًا .

نطاق التوسع والأرقام المعلنة

ارتفع عدد إصدارات الحزم التي جرى التحقق منها ومعالجتها عبر Lightwell من نحو 6,500 إلى أكثر من 8,000 إصدار، مع تضمين إصلاحات لـ 64 ثغرة لم تكن معلنة سابقًا .

ويغطي برنامج الوصول المجاني في مرحلته الأولى أكثر من 185 جامعة بحثية و100 منظمة غير حكومية ومركز أبحاث في الولايات المتحدة .

لماذا تأتي المبادرتان الآن؟

تعكس الخطوتان مجموعة من المخاطر الهيكلية المتداخلة في عصر الذكاء الاصطناعي:

• مخاطر الاعتماديات مفتوحة المصدر: تعتمد حزم الذكاء الاصطناعي الحديثة بدرجة كبيرة على مكونات مفتوحة المصدر، ويمكن استغلال الثغرات الموجودة فيها على نطاق واسع باستخدام أدوات هجومية مدعومة بالذكاء الاصطناعي .
• الفجوة بين السياسة والهندسة: تواجه المؤسسات صعوبة في تحويل مبادئ عامة، مثل تلك الواردة في قانون الذكاء الاصطناعي الأوروبي، إلى ضوابط يمكن للمهندسين نشرها وللمدققين التحقق منها. ويأتي asago استجابة مباشرة لهذا التشتت .
• محدودية موارد مؤسسات المصلحة العامة: قد تفتقر الجامعات والمنظمات غير الحكومية إلى الميزانيات والكوادر المتخصصة اللازمة لتأمين اعتمادياتها مفتوحة المصدر، ما يزيد تعرضها للهجمات .
• تهديدات مدعومة بالذكاء الاصطناعي: الأدوات نفسها التي تساعد المدافعين على اكتشاف نقاط الضعف بسرعة أكبر يمكن أن تساعد المهاجمين أيضًا في العثور على الأنظمة الضعيفة واستغلالها .

وقال ستيفن هولز، نائب رئيس هندسة الذكاء الاصطناعي في Red Hat: «مع انتقال المؤسسات من تجارب الذكاء الاصطناعي إلى وكلاء مستقلين يعملون لفترات طويلة، يصبح وضع ضوابط تشغيلية واضحة متطلبًا من متطلبات البنية التحتية الحيوية» .

وتبني هذه الإعلانات على التزام Project Lightwell البالغ 5 مليارات دولار، والذي أُعلن عنه في مايو 2026 ، وعلى Open Secure AI Alliance التي أطلقتها NVIDIA وكانت Red Hat عضوًا تأسيسيًا فيها . كما تعكس قناعة متنامية في القطاع بأن معالجة تحديات سلامة الذكاء الاصطناعي وأمنه تتطلب تعاونًا واسعًا، لأن «لا مؤسسة واحدة تستطيع التصدي لها بمفردها» .