לא מודל אחד, אלא נבחרת: איך Wiz Atlas עקף את GPT-5.5 Cyber ו-Mythos

מעל 200 פרצות יום-אפס. בבדיקות הפנימיות שלה, Atlas חשפה מעל 200 פרצות אבטחה שלא היו ידועות קודם לכן בפרויקטי קוד פתוח נפוצים שעברו בדיקות אימות ופיזור (fuzzing) במשך שנים, ביניהם ליבת לינוקס, Kubernetes, gVisor, containerd ו-dnsmasq . חשוב לציין, כל ממצא אומת באופן אוטונומי מקצה לקצה על ידי המערכת — לא חשד מבוסס מודל, אלא הוכחה ניתנת לשחזור לקיומה של בעיית אבטחה אמיתית .

CVE-2026-3854 — פרצת RCE קריטית בגיטהאב. גרסה מוקדמת של Atlas זיהתה פרצת הרצת קוד מרחוק (RCE) קריטית בתשתית הגיט הפנימית של גיטהאב (CVE-2026-3854, CVSS 8.8) . הפגם אפשר לכל משתמש מאומת עם הרשאת דחיפה (push) לבצע פקודות שרירותיות על השרתים הפנימיים של גיטהאב באמצעות פקודת

git push

פרס של 100,000 דולר. גיטהאב שילמה פרס של 100,000 דולר על הממצא — אחד התשלומים הגדולים בתולדות התוכנית, אם כי ייתכן שהתגמול הכולל של Wiz הוסדר לפי תעריפים קודמים שקדמו לקיצוץ בתוכנית הציבורית ביולי 2026 .

ארכיטקטורת רב-סוכנים מול מערכות חד-מודליות

זהו סיפור הארכיטקטורה המרכזי. Atlas איננה מודל AI יחיד — היא מערכת סוכנית ורב-מודלית . להלן ההבדלים לעומת הגישה החד-מודלית של GPT-5.5 Cyber ו-Mythos:

לטענת Wiz, ארכיטקטורת המערכת חשובה יותר מיכולת המודל הגולמית — Atlas ניצחה את GPT-5.5 Cyber ו-Mythos לא בזכות מודל בסיס טוב יותר, אלא על ידי שילוב חכם של מודלים וסוכנים מרובים עם לולאות אימות הדוקות .

כיצד התפתח המעבר לרב-סוכנים ב-2026

ציר הזמן של מירוץ החימוש מבוסס ה-AI מראה מסלול ברור מדומיננטיות של מודל יחיד לעליונות של מערכות רב-סוכנים:

• תחילת–אמצע 2026: הסלמה במודלים יחידים. OpenAI שחררה את הגרסה המלאה של GPT-5.5-Cyber (85.6% ב-CyberGym) ביוני 2026 כחלק מתוכנית ההגנה Daybreak . Claude Mythos Preview של Anthropic השיגה אף היא ציון גבוה, מה שגרם לחוקרים מ-UK AISI ו-Palo Alto Networks להזהיר שהמודלים "עברו את מדדי הפריצה האוטונומית" .

• מאי 2026: מערכות רב-סוכנים מוכיחות פוטנציאל. מערכת MDASH של מיקרוסופט (100+ סוכנים ייעודיים, 88.45% ב-CyberGym) הראתה שמערכות רב-סוכנים יכולות להצטיין על פני מודלים יחידים .

• יולי 2026: רב-סוכנים מנצח. Atlas של Wiz (90.9%) עקפה את שתיהן, והוכיחה שתיאום של מספר מודלים מתקדמים עולה על כל מודל יחיד .

השלכות רחבות יותר: גילוי פגיעויות וכלכלת תגמולים

השילוב של סוכני AI עם פיזור שיטתי, ניתוח סטטי ובדיקת קוד מייצר פרצות יום-אפס בקנה מידה חסר תקדים — Atlas בלבד מצאה למעלה מ-200 פרצות בקוד שנבדק ואומת ביסודיות . שטף הבאגים שמתגלים על ידי AI לוחץ על הכלכלה של תוכניות גילוי הפגיעויות. גיטהאב קיצצה את התשלומים בתוכנית הציבורית שלה לפחות בחצי ב-27 ביולי 2026 (ממצאים קריטיים ירדו מ-20,000-30,000 דולר ל-10,000 דולר קבועים), אף ששכבת ה-VIP המוזמנת בלבד עדיין משלמת 30,000 דולר ומעלה . דיווחים שהוגשו לפני תאריך זה, כולל CVE-2026-3854 שהתגלה על ידי Atlas, שמרו על תנאי התשלום הקודמים .

שורה תחתונה

Project Atlas של Wiz הוא המצב-האמנותי הנוכחי במחקר פגיעויות מבוסס AI — לא בגלל מודל טוב יותר, אלא בזכות ארכיטקטורת רב-סוכנים ורב-מודלית עם אימות עצמאי, שמנצחת מערכות חד-מודליות בפער משמעותי (90.9% לעומת 85.6% ו-83%). זה משקף שינוי רחב יותר בזירת אבטחת ה-AI מ"איזה מודל הכי טוב" ל"איך לתזמר מודלים ביעילות." כפי שמצהירים Wiz וגוגל, הגישה המנצחת במירוץ החימוש של אבטחת AI לא תהיה מודל-על יחיד, אלא מערכות המשלבות מודלים, מומחיות אנושית וצינורות אימות קפדניים .