رادار تكين: اكتشاف Claude لـ 22 ثغرة أمنية؛ عندما يصبح الذكاء الاصطناعي مخترقاً

11 مارس 2026 — اليوم الذي أدرك فيه العالم أن الذكاء الاصطناعي لا يستطيع كتابة الكود فحسب، بل يمكن أن يكون أيضاً أفضل قرصان في العالم. Claude Opus 4.6، النموذج الأحدث من Anthropic، أثبت في تعاون مع Mozilla أن الذكاء الاصطناعي يمكنه اكتشاف الثغرات الأمنية بسرعة ودقة لم يسبق لها مثيل.

كانت النتائج مذهلة: 22 ثغرة في Firefox، 14 منها عالية الخطورة، جميعها اكتُشفت في غضون أسبوعين. هذا بينما تجد فرق الأمان البشرية عادة ثغرات أقل في شهر كامل من العمل. لكن القصة لا تنتهي هنا — تمكن Claude حتى من تحليل أكواد Apple II البالغة من العمر 40 عاماً وإيجاد مشاكل أمنية.

تجربة Firefox: الشراكة التاريخية بين Anthropic و Mozilla

في فبراير 2026، اتخذت Mozilla قراراً جريئاً: السماح لذكاء اصطناعي بتحليل أكواد متصفح Firefox بالكامل. كانت هذه المرة الأولى التي تمنح فيها شركة برمجيات كبرى مثل هذا الوصول الشامل لنظام ذكاء اصطناعي.

إعداد التجربة: Claude ضد Firefox

حصل Claude Opus 4.6 على وصول كامل لأكواد Firefox المصدرية. كان الهدف بسيطاً: العثور على ثغرات أمنية فاتت على الفرق البشرية. لكن منهجية Claude كانت شيئاً فاجأ حتى باحثي Anthropic.

بدلاً من طرق تحليل الكود التقليدية التي تتقدم سطراً بسطر، اتبع Claude نهجاً مختلفاً تماماً. كان لدى هذا الذكاء الاصطناعي القدرة على فهم الأنماط المعقدة في الكود، وتحديد العلاقات بين الملفات المختلفة، وحتى التنبؤ بسلوك وقت التشغيل.

عملية التحليل: كيف عمل Claude

استخدم Claude مزيجاً من التحليل الثابت ونمذجة السلوك الديناميكي. لم يكن هذا الذكاء الاصطناعي يقرأ الكود فحسب — بل كان "يفهمه"، مثل مبرمج متمرس يمكنه التعرف على الأنماط الخطيرة.

نتائج مذهلة: 22 ثغرة في أسبوعين

عندما أُعلنت النتائج، حتى فريق Mozilla لم يصدق. كان Claude قد اكتشف 22 ثغرة أمنية في غضون أسبوعين فقط لم يتم تحديدها من قبل. من هذه الـ 22، صُنفت 14 كـ "عالية الخطورة".

لكن الإحصائيات الحقيقية كانت أكثر إثارة للإعجاب: وجد Claude إجمالي 100 خطأ مختلف، 22 منها كانت ثغرات أمنية. هذا العدد تجاوز جميع الثغرات التي وجدتها الفرق البشرية في أي شهر واحد طوال عام 2025.

التحليل التقني العميق: كيف يجد Claude الثغرات

لفهم سبب فعالية Claude الكبيرة، نحتاج لفحص طرقه التقنية. يستخدم هذا الذكاء الاصطناعي مزيجاً من التقنيات المتقدمة التي لم تُرَ من قبل في أدوات الأمان التقليدية.

التعرف على الأنماط: ميزة التعلم الآلي

تم تدريب Claude على ملايين أسطر الكود وآلاف الاستغلالات المعروفة. هذه التجربة الواسعة تسمح له بالتعرف على الأنماط الخطيرة حتى في الكود الذي يبدو غير ضار على السطح.

على سبيل المثال، يمكن لـ Claude رؤية حلقة بسيطة وفهم أنه في ظل ظروف معينة، قد تؤدي إلى تجاوز المخزن المؤقت. هذا النوع من التحليل التنبؤي شيء قد يفوته حتى المبرمجون المتمرسون.

تصنيف الثغرات: من الحرجة إلى منخفضة المخاطر

Claude لا يجد الثغرات فحسب — بل يصنفها أيضاً. من الـ 22 ثغرة المكتشفة في Firefox:

• 14 عالية الخطورة: مخاطر أمنية جدية تتطلب إصلاحات فورية
• 6 متوسطة الخطورة: مشاكل مهمة لكن غير حرجة
• 2 منخفضة الخطورة: نقاط ضعف طفيفة بمخاطر محدودة

إمكانية الاستغلال: ثغرتان قابلتان للاستغلال مثبتتان

النقطة المهمة أن Claude لم يجد الثغرات فحسب بل أثبت أن 2 منها قابلتان للاستغلال فعلاً. هذا يعني أن Claude يعمل ليس نظرياً فقط، بل عملياً أيضاً.

ثورة Apple II: عندما لا تكون الأكواد البالغة 40 عاماً آمنة

إذا كان اكتشاف ثغرات Firefox مثيراً للإعجاب، فإن ما فعله Mark Russinovich، المدير التقني لـ Microsoft Azure، كان رائعاً حقاً. أعطى Claude أكواداً عمرها 40 عاماً كتبها لـ Apple II في 1986 لتحليلها.

تجربة Russinovich: العودة إلى الماضي

Mark Russinovich، الذي يُعد اليوم أحد أهم المديرين التقنيين في Microsoft، كان مبرمج Apple II في شبابه. كان قد كتب أداة لمعالج 6502 قرر اختبارها مع Claude بعد 40 عاماً.

كانت النتيجة لا تُصدق: تمكن Claude ليس فقط من إلغاء تجميع كود لغة الآلة بل وجد أيضاً عدة مشاكل أمنية فيه. هذا يُظهر أن حتى أقدم الأكواد ليست محصنة ضد تحليل الذكاء الاصطناعي.

السلوك الخاطئ الصامت: المشكلة المكتشفة

إحدى المشاكل التي اكتشفها Claude كانت "السلوك الخاطئ الصامت". في هذه المشكلة، إذا لم يتم العثور على السطر المقصود، كان البرنامج يضع المؤشر على السطر التالي أو حتى خارج البرنامج بدلاً من الإبلاغ عن خطأ.

هذا النوع من المشاكل قد لا يبدو مهماً في 1986، لكنه اليوم يمكن أن يؤدي إلى ثغرات أمنية جدية. تمكن Claude من التعرف على هذا النمط وشرح مخاطره المحتملة.

تفكيك CVE: الثغرات الحرجة

من الـ 22 ثغرة التي اكتشفها Claude، كانت اثنتان خطيرتان بشكل خاص وحصلتا على CVE رسمية: CVE-2025-59536 و CVE-2026-21852. دعونا نفحص هاتين بالتفصيل.

CVE-2025-59536: تنفيذ الأوامر بدون موافقة المستخدم

سمحت هذه الثغرة للكود الخبيث بالتنفيذ دون علم أو إذن المستخدم. كانت المشكلة في قسم معالجة ملفات التكوين في Firefox الذي لم يتحقق بشكل صحيح من مدخلات المستخدم.

يمكن للمهاجم إنشاء ملف تكوين خبيث بحيث عندما يقرأه Firefox، ينفذ أوامر المهاجم التعسفية. يمكن استخدام هذا النوع من الهجمات لتثبيت البرامج الضارة أو سرقة المعلومات أو السيطرة الكاملة على النظام.

CVE-2026-21852: سرقة بيانات اعتماد API

الثغرة الرئيسية الثانية مكّنت من سرقة بيانات اعتماد API. كانت هذه المشكلة في كيفية تخزين Firefox والوصول إلى معلومات المصادقة.

يمكن للمهاجم الحصول على مفاتيح API وكلمات المرور ومعلومات حساسة أخرى من خلال التلاعب بتكوينات المشروع. يمكن استخدام هذه المعلومات للوصول غير المصرح به للخدمات الإلكترونية.

الجدول الزمني للإصلاح: Firefox 148 وما بعده

تصرفت Mozilla بسرعة استثنائية. معظم الثغرات التي اكتشفها Claude أُصلحت في Firefox 148 الذي صدر في 24 فبراير 2026. المشاكل المتبقية ستُحل في الإصدارات اللاحقة.

الذكاء الاصطناعي ضد فرق الأمان البشرية: فجوة الأداء

مقارنة أداء Claude مع فرق الأمان البشرية تُظهر نتائج رائعة. هذه المقارنة مهمة ليس فقط من ناحية السرعة، بل أيضاً من ناحية الدقة والفعالية من حيث التكلفة.

مقارنة السرعة: أسبوعان مقابل شهور

ما أنجزه Claude في أسبوعين يستغرق عادة شهوراً من الفرق البشرية. التحليل الأمني الكامل لمتصفح معقد مثل Firefox يُعتبر عادة مشروعاً متعدد الشهور يتطلب فريقاً من المتخصصين.

لكن Claude فعل هذا العمل وحده. بدون تعب، بدون أخطاء بشرية، وبدون حاجة للراحة. عمل هذا الذكاء الاصطناعي 24/7 وقدم في النهاية نتائج عالية الجودة.

معدلات الدقة: ميزة التعرف على الأنماط في الذكاء الاصطناعي

إحدى مزايا Claude المهمة هي معدل الإيجابيات الخاطئة المنخفض. من الـ 22 ثغرة المُبلغ عنها، كانت جميعها حقيقية ولم تكن أي منها إيجابية خاطئة. هذا يُظهر دقة هذا الذكاء الاصطناعي العالية في تحديد المشاكل الحقيقية.

بالمقارنة، أدوات الأمان التقليدية عادة ما يكون لديها معدلات إيجابيات خاطئة عالية تضيع وقت فرق الأمان. Claude حل هذه المشكلة.

كفاءة التكلفة: التحليل الآلي مقابل المراجعات اليدوية

اقتصادياً، لدى Claude أيضاً مزايا كبيرة. تكلفة تشغيل Claude للتحليل الكامل لـ Firefox أقل من توظيف فريق أمان لعدة شهور. هذه الفعالية من حيث التكلفة يمكن أن تجعل الأمن السيبراني متاحاً للشركات الأصغر أيضاً.

التداعيات الصناعية: المشهد الأمني الجديد

اكتشاف Claude لثغرات Firefox لم يكن مجرد تجربة — إنه بداية تحول جوهري في صناعة الأمن السيبراني. أظهر هذا الحدث أن الذكاء الاصطناعي يمكن أن يلعب دوراً محورياً في حماية الأنظمة الرقمية.

أمان المتصفحات: Firefox وChrome وSafari في عصر الذكاء الاصطناعي

Mozilla ريادت بهذه التجربة، لكن شركات المتصفحات الأخرى تتفاعل بسرعة أيضاً. أعلنت Google أنها ستجهز Chrome بأدوات أمان ذكية اصطناعية. Apple أيضاً تدرس استخدام الذكاء الاصطناعي لتحسين أمان Safari.

هذه المنافسة المدفوعة بالذكاء الاصطناعي يمكن أن تؤدي إلى تحسينات دراماتيكية في أمان جميع المتصفحات. المستخدمون سيكونون في النهاية الرابحين من هذه المنافسة، حيث سيحصلون على متصفحات أكثر أماناً.

الأنظمة القديمة: مليارات المتحكمات الدقيقة في خطر

لكن النقطة الأكثر إثارة للقلق هي تأثير هذه التكنولوجيا على الأنظمة القديمة. إذا كان Claude يستطيع تحليل أكواد Apple II البالغة 40 عاماً، فماذا سيحدث لمليارات المتحكمات الدقيقة القديمة المستخدمة عالمياً؟

هذه المتحكمات الدقيقة موجودة في كل مكان: خطوط الإنتاج في المصانع، المعدات الطبية، أنظمة التحكم في المرور، وحتى الأجهزة المنزلية. كثير منها لم يُحدث لسنوات أو حتى عقود.

التأثير الصناعي: خطوط الإنتاج والمستشفيات والبنية التحتية

تخيل أن مهاجماً يمكنه استخدام الذكاء الاصطناعي لتحليل نظام تحكم مصنع وإيجاد ثغرات لم يلاحظها أحد لمدة 20 عاماً. أو أن يتمكن من اختراق المعدات الطبية في المستشفى.

هذه السيناريوهات لم تعد خيال علمي. أثبت Claude أن الذكاء الاصطناعي يمكنه تحليل حتى أقدم الأكواد. هذا يعني أن جميع الأنظمة القديمة تحتاج إعادة تقييم.

الجانب المظلم: الهجمات المدعومة بالذكاء الاصطناعي

لكن مثل أي تكنولوجيا قوية، أمان الذكاء الاصطناعي ذو حدين. تماماً كما يمكن استخدام Claude للدفاع، يمكن استخدامه للهجوم أيضاً. هذا واقع مقلق يجب على صناعة الأمان التعامل معه.

القدرات الهجومية: الذكاء الاصطناعي في أيدي المهاجمين

تخيل أن مهاجماً لديه وصول لتكنولوجيا مشابهة لـ Claude. يمكنه بسرعة إيجاد ثغرات جديدة في برمجيات مختلفة، حتى قبل أن تدرك الشركات المصنعة وجودها.

هذا السيناريو لم يعد خيالياً. مجموعات القرصنة المتقدمة تطور على الأرجح أدوات مشابهة. هذا يعني أننا على عتبة عصر جديد من الحرب السيبرانية.

توليد الاستغلالات الآلي: من الاكتشاف إلى التسليح

النقطة الأكثر رعباً أن الذكاء الاصطناعي لا يستطيع إيجاد الثغرات فحسب، بل يمكنه إنشاء استغلالات أيضاً. أظهر Claude في تجربة Firefox أنه يمكنه إثبات أن ثغرتين قابلتان للاستغلال فعلاً.

إذا وقعت هذه القدرة في أيدي المهاجمين، يمكنهم التقدم تلقائياً من اكتشاف الثغرة إلى إنشاء أداة الهجوم. هذه العملية التي كانت تستغرق أسابيع أو شهور، قد تُختزل إلى ساعات.

الدفاع ضد الهجوم: سباق التسلح الأمني بالذكاء الاصطناعي

لحسن الحظ، نفس التكنولوجيا التي يمكن استخدامها للهجوم يمكن استخدامها للدفاع أيضاً. الشركات التي تستخدم الذكاء الاصطناعي الدفاعي يمكنها إيجاد وإصلاح الثغرات أسرع من المهاجمين.

هذا أدى إلى نوع من سباق التسلح بالذكاء الاصطناعي: المهاجمون يستخدمون الذكاء الاصطناعي لإيجاد الثغرات، المدافعون يستخدمون الذكاء الاصطناعي للحماية. الرابح سيكون من لديه تكنولوجيا أفضل وأسرع.

التحليل التقني: منهجية Claude الأمنية

لفهم ثورة Claude في الأمن السيبراني بالكامل، نحتاج لفحص التفاصيل التقنية لطرق هذا الذكاء الاصطناعي. يستخدم Claude مزيجاً معقداً من تقنيات التعلم الآلي وتحليل الكود.

فهم الكود: معالجة اللغة الطبيعية للكود المصدري

يقرأ Claude الكود ويفهمه مثل النص الطبيعي. هذا الذكاء الاصطناعي لا يفهم البناء النحوي فحسب، بل يستوعب أيضاً منطق وهدف الكود. هذه القدرة تسمح له بالتعرف على الأنماط الخطيرة حتى في الأكواد المعقدة.

على سبيل المثال، يمكن لـ Claude رؤية دالة وفهم أنه إذا أُعطيت مدخلات معينة، قد تؤدي إلى مشكلة أمنية. هذا النوع من الفهم العميق شيء تفتقر إليه الأدوات التقليدية.

أنماط الثغرات: التعلم من الاستغلالات المعروفة

تم تدريب Claude على آلاف الاستغلالات المعروفة. هذه التجربة الواسعة تسمح له بالتعرف على أنماط مشابهة في الأكواد الجديدة. حتى لو كانت الثغرة جديدة، لكن نمطها معروف، يمكن لـ Claude العثور عليها.

معدل الإيجابيات الخاطئة: الدقة في العالم الحقيقي

إحدى المشاكل الرئيسية في أدوات الأمان التقليدية هي معدل الإيجابيات الخاطئة العالي. هذه الأدوات غالباً ما تبلغ عن مشاكل غير حقيقية، مما يضيع وقت فرق الأمان.

حل Claude هذه المشكلة إلى حد كبير. في تجربة Firefox، كانت جميع الـ 22 ثغرة المُبلغ عنها حقيقية. هذا يُظهر دقة هذا الذكاء الاصطناعي العالية.

تحديات التكامل: أدوات الذكاء الاصطناعي في سير العمل الحالي

رغم المزايا العديدة، فإن دمج أدوات الذكاء الاصطناعي في العمليات الأمنية الحالية له تحديات. يجب على فرق الأمان تعلم كيفية العمل مع هذه الأدوات وتفسير نتائجها.

مستقبل أمان الذكاء الاصطناعي: ما القادم

اكتشاف Claude لثغرات Firefox مجرد بداية القصة. هذا الحدث سيؤدي إلى تحولات أكبر في مستقبل الأمن السيبراني ستغير جميع جوانب هذه الصناعة.

توليد الرقع الآلي: الذكاء الاصطناعي يصلح اكتشافاته

الخطوة التالية أن الذكاء الاصطناعي لا يجد الثغرات فحسب، بل يصلحها أيضاً. الباحثون يعملون على أنظمة يمكنها توليد رقع تلقائياً.

تخيل Claude يجد ثغرة، يقترح حلاً فوراً، وحتى يكتب الكود اللازم لإصلاح المشكلة. هذا يمكن أن يقلل وقت إصلاح الثغرات من أسابيع إلى ساعات.

المراقبة الفورية: فحص الثغرات المستمر

مستقبل قريب حيث يراقب الذكاء الاصطناعي باستمرار الأكواد قيد التطوير ويبلغ فوراً عن أي ثغرات محتملة. هذا يعني أن المشاكل الأمنية ستُكتشف وتُصلح قبل إصدار البرمجيات.

التحليل متعدد المنصات: تقييم أمني متعدد المعماريات

أظهر Claude أنه يمكنه تحليل حتى المعماريات القديمة مثل Apple II 6502. في المستقبل، ذكاءات الأمان الاصطناعية ستتمكن من فحص معماريات مختلفة متعددة بالتزامن — من الموبايل للخادم، من إنترنت الأشياء للحاسوب المركزي.

التبني الصناعي: شركات التكنولوجيا الكبرى وأمان الذكاء الاصطناعي

شركات التكنولوجيا الكبرى تتبنى هذه التكنولوجيا بسرعة. Google وMicrosoft وApple وAmazon جميعها تستثمر في أمان الذكاء الاصطناعي. هذه المنافسة ستؤدي إلى تقدم أسرع.

في نفس الوقت، الشركات الأصغر يمكنها الاستفادة من هذه التكنولوجيا أيضاً. أدوات أمان الذكاء الاصطناعي تصبح ديمقراطية وستكون متاحة للجميع قريباً.