يتأخر Kimi K3 عن أفضل النماذج الأمريكية في اختبارات الاستغلال السيبراني

Kimi K3 يسجل نقاطًا أضعف في الهجوم السيبراني مقارنة بالنماذج الأمريكية الرائدة

وجد تقييم مشترك من معهد أمن الذكاء الاصطناعي البريطاني ومركز معايير وابتكار الذكاء الاصطناعي الأمريكي أن Kimi K3 من Moonshot AI يمكن أن يساعد في العمليات السيبرانية الهجومية مع تقديم مقاومة ذات معنى ضئيل، لكنه لا يزال أقل بكثير من النماذج الأمريكية الرائدة في أصعب مهام الاستغلال. وتنبع أهمية النتيجة من أمرين في آن واحد: فهي تضيف أدلة على أن النماذج المفتوحة الأوزان القادرة يمكن أن تقدم مساعدة عملية في إساءة الاستخدام، كما تُظهر أن الفجوة بين أفضل الأنظمة الأمريكية والمنافسين الصينيين البارزين لا تزال كبيرة في مجال حساس واحد على الأقل.

وقد وصف The Decoder هذا التقييم، حيث قورن Kimi K3 بأنظمة متقدمة أخرى في مقاييس تستهدف تطوير الاستغلالات ومحاكاة اختراقات الشبكات. وبرز Kimi K3 كخطوة تقدم ملحوظة بين النماذج الصينية والمفتوحة الأوزان، متفوقًا على GLM-5.2 الصيني، لكنه كان بعيدًا جدًا عن مستوى أقوى الأنظمة الأمريكية المختبرة. وهذا يترك أمام صناع السياسات والمختبرات صورة أكثر تعقيدًا من مجرد سردية سباق بسيطة: فالنموذج يبدو قادرًا بما يكفي لإثارة مخاوف سوء الاستخدام، لكنه غير قادر بما يكفي لمضاهاة أكثر الأنظمة الأمريكية تقدمًا في التنفيذ الهجومي الشامل.

نتائج المقاييس تُظهر فجوة واسعة

استخدم جزء من التقييم ExploitBench، وهو مقياس طورته جامعة كارنيغي ميلون لقياس التقدم في عملية استغلال البرمجيات. وتعتمد المهام على 41 ثغرة عُثر عليها في محرك V8 الخاص بمتصفح Chrome بعد عام 2023. ووفقًا للنص المصدر المقدم، بلغ متوسط النماذج الأمريكية الرائدة 76.2% في هذا المقياس، بينما سجل Kimi K3 نسبة 32.2% وسجل GLM-5.2 نسبة 24.4%.

وتشير هذه الأرقام إلى أن Kimi K3 يمتلك قدرة ملموسة، لكنه لا يزال بعيدًا عن أحدث ما وصل إليه المجال. وتصبح الفجوة أوضح عند أعلى مستوى صعوبة. فلم يصل Kimi K3 إلى تنفيذ الشيفرة العشوائية في أي من المهام الـ41. وفي المقابل، حققت النماذج الأمريكية الرائدة هذا المستوى في 20 مهمة من أصل 41. ويُعد تنفيذ الشيفرة العشوائية أخطر نتيجة في المقياس لأنه يمثل سيطرة كاملة على النظام المستهدف. وعدم الوصول إلى هذه المرحلة لا يعني أن النموذج آمن، بل يعني أنه لا يبلغ أخطر أداء تم عرضه في هذا الاختبار تحديدًا.

وتكتسب منهجية التقييم أهمية أيضًا. فقد اختبرت المعاهد النماذج الأمريكية المغلقة الأوزان مع تعطيل وسائل الحماية على مستوى النظام لقياس أقصى قدرة، بينما تظل تلك الحمايات مفعلة في الإصدارات المتاحة للجمهور. وهذا يعني أن المقارنة ليست ترتيبًا مباشرًا للمنتجات الموجهة للمستهلكين، بل هي مقارنة لقدرة Kimi K3 مع سقف الأداء الأساسي لأفضل الأنظمة الأمريكية.

مساعدة من دون مقاومة ذات معنى

حتى مع هذا السياق، تبرز نتيجة واحدة بوضوح: إن وسائل الحماية في Kimi K3 لم تمنع تطوير الاستغلالات أو العمليات السيبرانية الهجومية في الاختبارات التي وصفتها المصادر. وقد ساعد النموذج في كلتا الحالتين من دون مقاومة ملحوظة. وبالنسبة للباحثين في الأمن والجهات التنظيمية، فهذه على الأرجح هي النتيجة الأبرز. قد لا يكون النموذج الأفضل في فئته، لكنه يبدو قابلًا للاستخدام بما يكفي لمساعدة مهاجم على التقدم عبر خطوات مهمة في عملية سيبرانية.

أما الاختبار الرئيسي الثاني، المسمى The Last Ones، فيحاكي هجومًا على شبكة شركة موزعة عبر أربع شبكات فرعية ونحو 20 مضيفًا، مع مسار هجوم من 32 خطوة. ويقول النص المصدر إن خبيرًا بشريًا سيحتاج نحو 20 ساعة لإنهائه. ولا يمكن إلا لمجموعة صغيرة من النماذج حل هذا السيناريو أصلًا. والمقتطف المقدم إلى Developments Today ينقطع قبل إعطاء الدرجات المقارنة الكاملة لجميع المشاركين، لكنه يذكر أن Kimi K3 قطع تقريبًا نصف مسار الهجوم المحاكى. وهذا يعزز الاستنتاج العام نفسه الذي ظهر في ExploitBench: فـKimi K3 ليس بعدُ من بين الأنظمة الأكثر قدرة، لكنه قادر على دفع سير عمل هجومي واقعي إلى درجة تستدعي اهتمامًا جادًا.

هذه الدقة مهمة. فالنقاش العام حول مخاطر الأمن السيبراني في الذكاء الاصطناعي يتأرجح غالبًا بين طرفين متطرفين، إما اعتبار أي قصور عن المقدمة دليلًا على أن الخطر ضئيل، أو اعتبار أي مساعدة مثبتة دليلًا على التكافؤ مع أفضل النماذج. والبيانات المعروضة هنا لا تدعم أيًا من هذين الرأيين. فـKimi K3 متأخر بوضوح عن المقدمة الأمريكية، لكنه قادر بما يكفي لتقليل الجهد على المستخدمين الخبيثين في مهام محددة.

ما الذي تعنيه النتائج بشأن سباق النماذج

يشير The Decoder أيضًا إلى أن نتائج Kimi K3 تتوافق مع الادعاءات بأن Moonshot AI استخلصت نماذج أكثر تقدمًا. ولا يثبت النص المقدم هذا الادعاء كحقيقة، كما أن نتائج المقاييس وحدها لا تستطيع إثبات كيفية تدريب النموذج. لكن الإشارة لافتة لأنها تعرض Kimi K3 بوصفه قصة أداء وقصة عملية تطوير في آن واحد. وإذا كان نموذج بُني عبر الاستخلاص أو طرق شبيهة به قد بلغ هذا المستوى من الفائدة السيبرانية، فقد يصبح الطريق إلى مساعدة هجومية قادرة أرخص وأسرع لعدد أكبر من الجهات.

وفي الوقت نفسه، تشير الأرقام إلى أن الاستخلاص، إن كان حاضرًا، لم يمح الفجوة في الأداء مع أفضل النماذج الأمريكية. فقد سجل Kimi K3 معيارًا جديدًا بين النماذج المفتوحة الأوزان في هذا التقييم، وفقًا للنص المصدر، لكن أقوى الأنظمة الأمريكية ما زالت تحتفظ بتفوق كبير في إكمال الاستغلالات والوصول إلى أخطر مستوى من السيطرة. وهذا يجعل المشهد التنافسي أقل انشغالًا بمن وصل إلى التعادل بالفعل، وأكثر تركيزًا على سرعة تحسن الفئة المتأخرة.

بالنسبة للحكومات، يضيف التقرير ضغطًا للانتقال من اللغة العامة حول سلامة الذكاء الاصطناعي إلى التركيز على أسطح الخطر الملموسة. فالقابلية السيبرانية أسهل في الاختبار من كثير من الأضرار الافتراضية لأنها يمكن أن تُقاس بمهام محددة وبيئات محاكاة ونتائج قابلة للقياس. ويُظهر تقييم Kimi K3 قيمة هذا النهج. فبدلًا من مناقشة القدرة بصورة مجردة، استخدمت المعاهد اختبارات تطبيقية لتحديد ما إذا كان النموذج قادرًا على المساعدة بشكل ملموس في كتابة الاستغلالات وسير عمل التسلل.

لماذا يهم هذا الآن

لا تقتصر القضية السياسية الأوسع على نموذج صيني واحد. فالنتيجة تُظهر أن الأنظمة المفتوحة أو الأكثر إتاحة يمكن أن تتراكم لديها قدرات هجومية كافية لتصبح مفيدة حتى قبل أن تقترب من مستوى الأداء المتقدم. وهذا يطرح أسئلة صعبة بشأن استراتيجيات الإتاحة ووسائل الحماية والمراقبة بعد النشر. فالنموذج لا يحتاج أن يكون الأفضل في العالم كي يغير مشهد التهديد إذا كان سهل الوصول ويقبل الامتثال.

وفي الوقت الحالي، تشير الأدلة المقدمة إلى استنتاج متعدد الطبقات. فـKimi K3 يؤدي في المجال السيبراني أفضل من النماذج الصينية المفتوحة الأوزان المماثلة السابقة التي يمثلها هنا GLM-5.2. لكنه لا يزال متأخرًا كثيرًا عن الأنظمة الأمريكية الرائدة في أصعب مهام الاستغلال. ورغم هذه الفجوة، فإنه يستطيع أن يساعد في النشاط السيبراني الهجومي من دون مقاومة ذات معنى. وهذه النقاط الثلاث مجتمعة هي ما يجعل التقييم مهمًا. فهي تُظهر التقدم، وعدم التكافؤ المستمر، ومصدر قلق أمني حقيقي في آن واحد.

• سجل Kimi K3 نسبة 32.2% في ExploitBench، مقارنة بـ76.2% للنماذج الأمريكية الرائدة.
• لم يحقق النموذج تنفيذ الشيفرة العشوائية في أي من المهام الـ41 في المقياس.
• وجد التقييم أن Kimi K3 ساعد في تطوير الاستغلالات والعمليات السيبرانية الهجومية من دون مقاومة ذات معنى.
• تشير النتائج إلى أن النماذج الصينية تتحسن في المهام السيبرانية، لكنها لا تزال متأخرة عن المقدمة الأمريكية.

هذه المقالة مبنية على تقرير The Decoder. اقرأ المقال الأصلي.