התגובה הסינית ל־Project Glasswing: למה Z.ai פותחת את GLM-5.3 לעולם

האירוע המחיש שני דברים בו־זמנית: את הביקוש לכלים חזקים לניתוח תקריות ולהגנה, ואת האפשרות שספקיות אמריקאיות שמגבילות שימושים מסוימים בסייבר יותירו מרחב פעולה מסחרי ואסטרטגי למתחרות מסין.

ביצועים חזקים בזיהוי חולשות — אך לא בהכרח בתקיפה

Z.ai טוענת כי GLM-5.3 הציג ביצועים חזקים במיוחד באיתור חולשות תוכנה. לפי נתוני החברה, המודל קיבל 84.5% במבחן CyberGym, שבוחן את יכולתו לבדוק קוד, לזהות פגמי אבטחה ולאמת שהם אמיתיים. החברה דיווחה על 83.8% עבור Mythos 5 של Anthropic, מודל סייבר שגישתו מוגבלת יותר.

אולם כאשר המשימה עוברת מזיהוי חולשה להפיכתה לניצול עובד, התמונה פחות חד־משמעית: לפי הדיווחים, GLM-5.3 פיגר אחרי Mythos 5 במשימות פיתוח מתקפות.

חשוב לסייג: הנתונים הללו מבוססים על דיווחי החברה ועל מבחנים פנימיים או נתונים שהחברה שיתפה, ולכן אינם הוכחה עצמאית לכך שהמודלים שקולים בכל תחום.

מדוע מודל עם משקלים פתוחים מעורר חשש?

“משקלי מודל” הם למעשה הקבצים שמכילים את הפרמטרים של המודל ומאפשרים להפעיל אותו. כאשר הם זמינים להורדה, ארגונים ומפתחים יכולים להפעיל את המודל על חומרה משלהם, לעיתים בעלות נמוכה יותר ובשליטה רבה יותר מאשר בשימוש ב־API של ספק מרכזי.

היתרון הזה הוא גם מקור הסיכון. מודל פתוח וחזק עשוי להפחית את העלות, הידע והזמן הנדרשים כדי לאתר חולשות, לנתח אותן או להפוך חלקים מתהליך החדירה לאוטומטיים. לכן Z.ai דחתה את פרסום המשקלים לצורך בדיקות בטיחות והקשחת מנגנוני ההגנה, אף שהיא עדיין מקדמת שחרור פתוח של המודל.

הפשרה של Z.ai: פתיחות מדורגת ובקרות שכבתיות

החברה מתארת גישה של בקרות בכמה שכבות:

1. בדיקת סיכונים לפני הרחבת הגישה ליכולות רגישות;
2. ניטור מחמיר יותר של בקשות שעלולות לשמש לפגיעה במערכות;
3. חסימת בקשות סייבר בסיכון גבוה, תוך המשך תמיכה במשימות תכנות רגילות ובעבודת הגנה;
4. Cybersecurity Trusted Access — תכנית שבמסגרתה היכולות ההתקפיות הרגישות ביותר יישמרו למשתמשים מאומתים.

במילים אחרות, Z.ai אינה מציעה גישה בלתי מוגבלת לכל יכולת. היא מנסה להשאיר את כלי התכנות, ניתוח הקוד וההגנה זמינים יחסית, אך להרחיק את הפונקציות שעלולות לסייע ישירות לפיתוח מתקפות ממשתמשים לא מזוהים.

מה אומר המהלך על האסטרטגיה הסינית?

ההשקה מצביעה על ניסיון למסגר את הפתיחות לא כחולשה ביטחונית, אלא כמנוף להגדלת ההגנה: יותר מפתחים יכולים לבדוק תוכנה, יותר פרויקטים עשויים לקבל סיוע באיתור באגים, וקהילת הקוד הפתוח יכולה להפוך למעבדת הגנה רחבה.

זו גם דרך למשוך מפתחים ושותפים ברחבי העולם באמצעות מודל פתוח ושירותי אבטחה נגישים. במובן הזה, Z.ai מבקשת לרכז את ההגבלות בקצה המסוכן ביותר — במקום לסגור את כלל היכולות המתקדמות בפני רוב המשתמשים.

השאלה שעדיין לא נפתרה

הבעיה היא שהבקרות היעילות ביותר בשירות מקוון אינן בהכרח יעילות לאחר פרסום המשקלים. חסימת בקשות ב־API, אימות משתמשים וניטור פעילות יכולים לשלוט בשירות שמופעל על ידי Z.ai. אבל כאשר עותקים של המודל מורדים ומופעלים באופן עצמאי, קשה הרבה יותר לאכוף את אותן מגבלות.

לכן GLM-5.3 מציב מבחן רחב יותר ל־Z.ai ולתעשייה כולה: האם אפשר להפוך מודל סייבר חזק לנגיש מספיק כדי לחזק את ההגנה הקולקטיבית, ובו בזמן למנוע ממנו להוריד את רף הכניסה למתקפות? התשובה תלויה לא רק באיכות המודל, אלא גם ביעילות הבדיקות, באחריות המשתמשים ובמידת השליטה שתישאר לחברה לאחר שהקוד יהיה זמין לציבור.