AnswersPublished15 sources
הבינה המלאכותית מאיצה את מציאת פרצות האבטחה — אבל התיקונים לא מדביקים את הקצב
Palo Alto Networks דיווחה כי כלי AI סייעו לה לזהות יותר מ־14,000 פרצות שלא אותרו קודם בקוד פתוח, ולבצע בשלושה שבועות ניתוח שהשווה לשנה של בדיקות חדירה ידניות.[19] Anthropic מסרה כי המודלים שלה זיהו יותר מ־29,000 פרצות אפשריות בשישה חודשים, אך בני אדם בדקו ומיינו כ־6,000 בלבד. במחקר מעבדה, מודל GLM 5.3 השתמש במידע פו...
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- Palo Alto Networks דיווחה כי כלי AI סייעו לה לזהות יותר מ־14,000 פרצות שלא אותרו קודם בקוד פתוח, ולבצע בשלושה שבועות ניתוח שהשווה לשנה של בדיקות חדירה ידניות.[19]
- Anthropic מסרה כי המודלים שלה זיהו יותר מ־29,000 פרצות אפשריות בשישה חודשים, אך בני אדם בדקו ומיינו כ־6,000 בלבד.
- במחקר מעבדה, מודל GLM 5.3 השתמש במידע פומבי על תיקוני Firefox שעדיין לא הגיעו למשתמשים כדי ליצור מתקפות נגד שש גרסאות.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: As of October 31, 2026, how is AI-driven vulnerability discovery transforming software security, including Palo Alto Networks’ discovery of. Article summary: As of October 31, 2026, AI-driven vulnerability discovery is making security research much faster, while shifting the bottleneck toward human validation, remediation and patch deployment—and creating opportunities to exp. Topic tags: general, general web, user generated, news, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermark
הבינה המלאכותית משנה את אבטחת התוכנה בשני קצות התהליך: היא יכולה לעזור לחוקרים לאתר חולשות מהר יותר, ובאותה עת לסייע לתוקפים להשתמש במידע פומבי כדי לפתח מתקפות לפני שהתיקונים מגיעים לכולם. האתגר המרכזי כבר אינו רק מציאת פרצות. צוותים עדיין צריכים לאמת את הממצאים, להכין תיקונים ולהפיץ אותם למשתמשים.3
יותר ממצאים, לא בהכרח יותר תיקונים
Palo Alto Networks אמרה ל-The Economic Times כי כלי AI סייעו לזהות יותר מ־14,000 פרצות בקוד פתוח שלא אותרו קודם, ולבצע בשלושה שבועות ניתוח שהשווה לשנה של בדיקות חדירה ידניות.19 מדובר בתוצאה שעליה דיווחה החברה, ולא במדד שהראיות הזמינות מאמתות באופן עצמאי.
הנתונים של Anthropic ממחישים מדוע קצב גילוי גבוה לא אומר אוטומטית שיותר פרצות אומתו או תוקנו. החברה מסרה כי המודלים שלה מצאו יותר מ־29,000 מועמדות לפרצה במהלך שישה חודשים, בעוד שבני אדם הספיקו לבדוק ולמיין כ־6,000 מהן. אלה קטגוריות שונות: ממצא ראשוני אינו בהכרח פרצה מאומתת, וממצא שנבדק אינו שקול לתיקון שהוטמע בפרויקט המקורי.
שירות OSS Scanner של Anthropic מציע לפרויקטים זכאים בקוד פתוח סריקות חוזרות בחינם באמצעות המודלים של החברה, ובהם Claude Mythos. ממצאים יכולים להגיע למתחזקי הפרויקטים בלי בדיקה אנושית מקדימה. כך אפשר להביא חשדות לפרצות לידיעת המתחזקים מוקדם יותר, אך גם היקף הדיווחים ואיכותם נעשים חשובים. הנתונים הזמינים אינם מאמתים את המספרים המדויקים ל־2 באוקטובר או את מספר התיקונים שהוטמעו בפרויקטים.[/32]
צוואר הבקבוק עובר לאימות ולהפצת עדכונים
Anthropic אמרה כי יכולת הבדיקה האנושית שלה מוגבלת, ו-TechTarget מתארת כיצד הסורק מעביר נתח גדול יותר מעבודת הטיפול בממצאים למתחזקי הפרויקטים. כל ממצא מועיל עדיין עשוי לדרוש שחזור של הבעיה, הערכת חומרתה, כתיבת תיקון, בדיקות ושחרור גרסה. שליחת יותר דיווחים אינה משלימה את העבודה הזאת.
לפרויקטים שיש להם מעט משאבים לאבטחה, כדאי לתת עדיפות לדיווחים שאפשר לשחזר ושמסבירים בבירור אילו רכיבים נפגעים ומה עשויה להיות ההשפעה. גם ארגונים התלויים בתוכנות קוד פתוח יכולים לסייע במימון התחזוקה והאבטחה שלהן; הקרן לחזית האלקטרונית (EFF) קראה במפורש לתמיכה רבה יותר בפרויקטים כאלה. המידע שסופק אינו מאמת טענות ספציפיות על שחיקת מתחזקים או על שינויים בכוח האדם בפרויקטים מסוימים.
חלון הזמן עד להתקנת התיקון עלול לשרת תוקפים
לגילוי בעזרת AI יש ערך הגנתי, אבל תיקוני אבטחה יכולים גם לחשוף רמזים על החולשות שהם נועדו לתקן. Epoch AI דיווחה כי GLM 5.3, מודל של Z.ai שזמין לציבור, השתמש בתיקוני Firefox שפורסמו אך עדיין לא הגיעו למשתמשים כדי לבנות מתקפות עובדות נגד שש גרסאות של הדפדפן. לפי Epoch, העלות השולית הייתה כ־1,000 דולר לכל מתקפה מוצלחת.3
זה היה ניסוי מבוקר, ולא ראיה לכך שהמתקפות הופעלו נגד משתמשי Firefox. ובכל זאת, הוא ממחיש את הסיכון שבפער שבין פרסום מידע על תיקון לבין הגעת העדכון למשתמשים. דיווחים משניים מציינים כי Mozilla תיקנה חולשה רלוונטית ב-Firefox 159.0.2
9
המסקנה אינה שפרסום תיקונים הוא דבר מסוכן — משתמשים זקוקים לעדכונים כדי להתגונן. אלא שמגינים צריכים להביא בחשבון שאפשר לנתח פרטים טכניים במהירות, ולכן חשוב במיוחד להתקין עדכונים בהקדם.3
מספר גדול של תיקונים דורש הקשר
עדכון האבטחה החודשי של Microsoft באוקטובר ממחיש מדוע כדאי לקרוא בזהירות נתונים על היקף התיקונים. בהערות הגרסה של Microsoft מופיעים 1,468 CVE, בעוד Veracode מדווחת על 1,413 פרצות בעדכון; הראיות הזמינות אינן מסבירות את הפער בין המספרים. Veracode מציינת גם כי העדכון טיפל בעקיפת מנגנון אבטחה ב-Windows Shell שכבר נוצלה בפועל. המספר לבדו אינו מסביר מה גרם להיקף החריג או כמה מהחולשות נמצאו בעזרת AI.
דוגמה נפרדת ממחישה כמה עבודה עשויה להידרש כדי להגיב: לפי CERT-EU, פרויקט PHP הודיע ב־20 באוקטובר על שתי חולשות קריטיות ושחרר תיקונים למחרת. רויטרס דיווחה כי שבעה אנשי מקצוע בתחום אבטחת הסייבר הזהירו שפרצות שיתגלו בעזרת AI עלולות להוביל לשיבושים נוספים.17 זו אזהרה מפני השלכות אפשריות, ולא הוכחה שגילוי בעזרת AI יוביל בהכרח לאירוע אבטחה.
עדיין לא ברור מי ירוויח יותר מההאצה
AI יכול לעזור למגינים למצוא חולשות מוקדם יותר, אבל הניסוי ב-Firefox מראה שגם פיתוח מתקפות יכול להתקדם במהירות.3 המקורות הזמינים אינם קובעים איזה צד יפיק מכך יתרון גדול יותר בסך הכול. בטווח הקרוב, העדיפות הברורה היא לחבר בין גילוי לבין מיון יעיל, אימות ותיקונים שיופצו בזמן — כדי שזרם ממצאים הולך וגדל לא יהפוך רק לתור ארוך יותר עבור מתחזקי תוכנה ומשתמשים.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "הבינה המלאכותית מאיצה את מציאת פרצות האבטחה — אבל התיקונים לא מדביקים את הקצב"?
Palo Alto Networks דיווחה כי כלי AI סייעו לה לזהות יותר מ־14,000 פרצות שלא אותרו קודם בקוד פתוח, ולבצע בשלושה שבועות ניתוח שהשווה לשנה של בדיקות חדירה ידניות.[19]
What are the key points to validate first?
Palo Alto Networks דיווחה כי כלי AI סייעו לה לזהות יותר מ־14,000 פרצות שלא אותרו קודם בקוד פתוח, ולבצע בשלושה שבועות ניתוח שהשווה לשנה של בדיקות חדירה ידניות.[19] Anthropic מסרה כי המודלים שלה זיהו יותר מ־29,000 פרצות אפשריות בשישה חודשים, אך בני אדם בדקו ומיינו כ־6,000 בלבד.
What should I do next in practice?
במחקר מעבדה, מודל GLM 5.3 השתמש במידע פומבי על תיקוני Firefox שעדיין לא הגיעו למשתמשים כדי ליצור מתקפות נגד שש גרסאות.