شهریور
اخبار
کلود مایتوس؛ تنها هوش مصنوعی که یک شبکهٔ شرکتی واقعی را بهتنهایی هک کرد
شرکت مشاورهٔ امنیتی بوزآلن هجده مدل هوش مصنوعی را روی یک شبکهٔ شرکتی واقعی رها کرد تا ببیند کدامیک بدون کمک انسان میتواند آن را بهطور کامل هک کند؛ نتیجه فقط یک برندهٔ روشن داشت و یک هشدار تاریک.
لیست مطالب
۱. آزمایشی که هرگز روی هوش مصنوعی انجام نشده بود
تا پیش از این، بیشتر گزارشهای امنیتی دربارهٔ توانایی هک هوش مصنوعی بر پایهٔ آزمایشگاههای کنترلشده یا چالشهای آماده (Capture The Flag) بودند؛ محیطهایی که در آنها ابزارها و راهنماهای لازم از قبل در اختیار مدل قرار میگرفت. بوزآلن این بار روش دیگری را انتخاب کرد: هجده مدل هوش مصنوعی، نُه مورد آمریکایی و نُه مورد چینی، را بدون هیچ فهرست ابزار از پیشآماده یا نرمافزار کمکی، مستقیم روی یک شبکهٔ شرکتی واقعی و زنده رها کردند. هدف، سنجش توانایی واقعی این مدلها در دنیای بیرون از آزمایشگاه بود؛ جایی که هیچکس دستورالعمل گامبهگام در اختیار مهاجم نمیگذارد.
برای اطمینان از صحت نتایج، پژوهشگران به ادعای خودِ مدلها دربارهٔ موفقیتشان اکتفا نکردند. آنها شواهد را مستقیماً از دادههای شبکه استخراج کردند: رکوردهای ترافیک، لاگهای میزبان، اطلاعات کنترلکنندهٔ دامنه و حسگرهای تشخیص نفوذ. این یعنی هر مدلی که ادعای هک موفق داشت، باید ردپای فنی واقعی از خود در سیستمهای نظارتی شبکه بهجا میگذاشت.
۲. کلود مایتوس؛ تنها مدلی که تا انتها رفت
از میان تمام مدلهای آزمودهشده، تنها یک مورد توانست کل مسیر یک نفوذ کامل، یعنی بهاصطلاح «زنجیرهٔ کشتار» یا kill chain، را بدون دخالت انسان طی کند: Claude Mythos ساختهٔ Anthropic. وقتی این مدل اطلاعات ورود دزدیدهشده (credentials) در اختیار داشت، در صد درصد تلاشهایش موفق به کسب کنترل کامل مدیریتی (Domain Administrator) شبکه شد؛ یعنی در هر بار آزمایش، بدون استثنا. جالبتر اینکه حتی بدون هیچ اطلاعات اولیهای دربارهٔ شبکه، مایتوس در سه از ده تلاش مستقل هم موفق به تصرف کامل دامنه شد؛ عددی که برای یک سیستم کاملاً خودکار و بدون هدایت انسانی، در نوع خود بیسابقه است.
این سطح از استقلال عملیاتی، پرسشهای تازهای دربارهٔ مرز میان «دستیار هوشمند» و «عامل مستقل خطرناک» مطرح میکند؛ بحثی که با محدودیتها و توان واقعی هوش مصنوعی امروز، همانطور که در این تحلیل از پتانسیل و محدودیتهای واقعی هوش مصنوعی شرح داده شده، ارتباط مستقیم دارد.
۳. دو معیار سنجش: کشف آسیبپذیری و پیشروی در حمله
بوزآلن برای مقایسهٔ دقیق مدلها، دو معیار امتیازدهی جداگانه تعریف کرد. معیار نخست «امتیاز پژوهش آسیبپذیری» یا VRS نام دارد و توانایی مدل در یافتن نقصهای امنیتی درون فایلهای اجرایی کامپایلشده، یعنی بدون دسترسی به کد منبع اصلی برنامه، را میسنجد. این کار شبیه چیزی است که یک تحلیلگر امنیتی باتجربه با مهندسی معکوس انجام میدهد، اما اینجا کاملاً خودکار و توسط مدل زبانی صورت میگیرد.
معیار دوم «امتیاز دستیابی به زنجیرهٔ حمله» یا KCAS نام دارد و پیشرفت مدل را در مراحل متوالی نفوذ به یک محیط اکتیو دایرکتوری اندازه میگیرد؛ از ورود اولیه تا شناسایی شبکه، افزایش سطح دسترسی و در نهایت تصرف کنترلر دامنه. ترکیب این دو معیار، تصویری واقعبینانه از توانایی «سر تا ته» یک مدل در نقش مهاجم سایبری ارائه میدهد، نه فقط توانایی آن در یک مرحلهٔ مجزا.
۴. جدول ردهبندی هجده مدل هوش مصنوعی
در ردهبندی نهایی، Claude Mythos با امتیاز ۸۰ بهوضوح در صدر جدول ایستاد. رتبهٔ دوم به Grok-4.5 از xAI با امتیاز ۴۹ رسید و رتبهٔ سوم به GPT-5.6 Sol از OpenAI با امتیاز ۴۶ تعلق گرفت. برای آشنایی بیشتر با شرکت سازندهٔ این مدل، میتوانید این معرفی کامل از OpenAI را بخوانید. در ردههای بعدی، Muse Spark 1.1 از متا و Kimi K3 از Moonshot AI هر دو با امتیاز ۳۸ و پس از آنها GLM-5.2 از Z.ai با امتیاز ۳۷ قرار گرفتند.
در میانهٔ جدول، نسخهٔ قدیمیتر Claude Opus 4.8 با امتیاز ۳۶ و GPT-5.5-Cyber با امتیاز ۳۴ دیده میشوند و Nemotron-Ultra از Nvidia با امتیاز ۳۳ در ردهٔ نهم ایستاد. نُه رتبهٔ پایانی جدول را عمدتاً مدلهای چینی و متنباز مانند دیپسیک، علیبابا و MiniMax پر کردند، با امتیازهایی میان ۴ تا ۲۳. برای درک بهتر تفاوت عملکرد مدلهای آمریکایی و چینی در حوزههای دیگر هم، مقایسهٔ ChatGPT و DeepSeek روی تختهی شطرنج نمونهٔ خوبی برای مقایسه است.
۵. نکتهٔ نگرانکننده: وقتی ابزار جای هوش را میگیرد
مهمترین و در عین حال نگرانکنندهترین بخش گزارش، جایی نبود که کلود مایتوس برنده شد؛ بلکه جایی بود که فاصلهٔ آن با بقیه از بین رفت. پژوهشگران یکی از مدلهای ردهپایینتر، با فاصلهٔ امتیازی ۶۷ نمره نسبت به مایتوس، را با یک نرمافزار حملهٔ آمادهٔ تجاری (attack harness) که بهراحتی در دسترس است جفت کردند. نتیجه غافلگیرکننده بود: همان مدل ضعیفتر توانست عملکردی معادل کلود مایتوس ثبت کند و کل فاصلهٔ امتیازی ناپدید شد.
این یافته پیام روشنی دارد: سطح خطر واقعی یک مدل هوش مصنوعی را فقط هوش خام آن تعیین نمیکند، بلکه زیرساخت، ابزارها و اسکریپتهای اطراف آن نقش تعیینکنندهای دارند. به بیان دیگر، حتی مدلهای «متوسط» هم وقتی با تجهیزات درست ترکیب شوند، میتوانند به سلاحی سایبری قدرتمند بدل شوند. این دقیقاً همان بحثی است که در مقایسهٔ توهم توانمندی هوش مصنوعی با مهارت واقعی یک مهندس هم مطرح شده: گاهی آنچه یک ابزار را خطرناک یا کارآمد میکند، مهارت خام آن نیست بلکه نحوهٔ بهکارگیریاش است.
چرا این یافته مهمتر از خودِ رتبهٔ اول است؟
چون فرض رایج امنیتی تا امروز این بوده که فقط باید نگران قدرتمندترین مدلها، یعنی رتبههای اول جدول، بود. اما اگر یک ابزار ارزانقیمت بتواند این فاصله را از بین ببرد، عملاً هر مدلی با کیفیت متوسط رو به بالا، در ترکیب با ابزار مناسب، تبدیل به یک تهدید در سطح بالاترین مدلهای موجود میشود؛ دایرهٔ نگرانی بهجای چند مدل خاص، به دهها مدل در دسترس عموم گسترش پیدا میکند.
۶. کشف آسیبپذیری روز-صفر؛ جایی که فقط یک مدل موفق شد
بخش دیگری از آزمایش به توانایی کشف آسیبپذیریهای «روز-صفر» (zero-day) اختصاص داشت؛ یعنی نقصهای امنیتی ناشناختهای که پیش از آن هیچ فرد یا سازمانی گزارش نکرده بود و هیچ وصلهٔ امنیتی برایشان منتشر نشده است. در این آزمون سختگیرانه، تمام نُه مدل پیشرفتهٔ دیگر که آزموده شدند امتیاز صفر گرفتند؛ یعنی هیچکدام نتوانستند چنین آسیبپذیری واقعی و ناشناختهای پیدا کنند. تنها کلود مایتوس بود که موفق شد یک آسیبپذیری روز-صفر واقعی را کشف و از آن بهطور عملی سوءاستفاده کند.
این تفاوت نشان میدهد که هرچند بسیاری از مدلها میتوانند از آسیبپذیریهای شناختهشده و مستندشده سوءاستفاده کنند، توانایی کشف چیزی کاملاً تازه و ناشناخته هنوز نایاب است؛ اما همین که یک مدل به این توانایی رسیده، به معنای آن است که این مرز هم دیگر غیرقابلعبور نیست.
۷. شش ماه تا فراگیر شدن حملات خودکار
بوزآلن در جمعبندی گزارش خود هشداری صریح داده است: با توجه به روند فعلی پیشرفت، بیشترِ هفده مدل دیگری که در این آزمایش شرکت داشتند، ظرف شش ماه آینده به همان سطح از توانایی خودکار در تکمیل کامل زنجیرهٔ حمله که امروز مختص کلود مایتوس است دست خواهند یافت. این پیشبینی با روند واقعی حملات سایبری هم همخوانی دارد؛ میانگین «زمان نفوذ» گروههای مجرم سایبری در سال ۲۰۲۵ به تنها ۲۹ دقیقه رسیده، سریعترین نفوذ ثبتشده تنها ۲۷ ثانیه طول کشیده و در یک مورد، خروج داده از شبکهٔ قربانی تنها چهار دقیقه پس از نفوذ اولیه آغاز شده است.
این ارقام نشان میدهند که پنجرهٔ زمانی برای واکنش انسانی به یک حمله، حتی بدون دخالت هوش مصنوعی، بهشدت در حال کوچکشدن است؛ و افزودن مهاجمان خودکار و بیوقفهٔ هوش مصنوعی به این معادله، فوریت موضوع را چندبرابر میکند.
۸. این یافتهها برای شرکتها چه معنایی دارد؟
برای تیمهای امنیت سایبری و مدیران فناوری اطلاعات، این گزارش یک زنگ خطر روشن است: دیگر نمیتوان طراحی دفاع سایبری را بر این فرض بنا کرد که مهاجم انسانی به ساعتها یا روزها زمان و تخصص بالا نیاز دارد. همانطور که در بحث اهمیت هوش مصنوعی برای کسبوکارها هم اشاره شده، ابزارهای هوشمند امروز همزمان بزرگترین فرصت و جدیترین تهدید برای سازمانها هستند و نادیدهگرفتن هرکدام از این دو رو هزینهبردار خواهد بود.
در عمل، این یعنی سرمایهگذاری در تشخیص لحظهای نفوذ، محدودسازی دسترسیهای اضافی، و آموزش تیمهای امنیتی برای شناخت الگوهای حملهٔ خودکار، از انتخاب به ضرورت تبدیل شده است. کسانی که میخواهند نحوهٔ نوشتن درخواستهای دقیق و ایمن برای مدلهای هوش مصنوعی را هم یاد بگیرند، میتوانند این راهنمای ساده و کاربردی نوشتن پرامپت را هم مطالعه کنند تا با منطق دستوردهی به این مدلها بیشتر آشنا شوند.
۹. پرسشهای پرتکرار
کلود مایتوس دقیقاً چه کاری انجام داد که بقیهٔ مدلها نتوانستند؟
کلود مایتوس تنها مدلی بود که بدون هیچ کمک انسانی و بدون ابزار از پیشآماده، کل مسیر یک حملهٔ سایبری را از ورود اولیه تا کنترل کامل مدیریتی شبکه بهتنهایی طی کرد و در تمام تلاشهای خود با اطلاعات ورود دزدیدهشده به موفقیت رسید.
آیا این یعنی سایر مدلها امن هستند؟
خیر؛ برعکس، یافتهٔ اصلی گزارش نشان داد وقتی مدلهای ضعیفتر با یک ابزار حملهٔ آمادهٔ ارزان جفت شوند، میتوانند به همان سطح خطرناک برسند. یعنی خطر واقعی به تجهیزات همراه مدل هم بستگی دارد، نه فقط به رتبهٔ آن مدل.
«زنجیرهٔ حمله» یا kill chain چیست؟
منظور از این اصطلاح، مجموعهٔ مراحل پیوستهای است که یک مهاجم برای نفوذ کامل به یک شبکه طی میکند؛ از شناسایی اولیه هدف گرفته تا ورود، گسترش دسترسی و در نهایت تصرف کامل سیستم مدیریتی شبکه.
چه زمانی باید نگران این روند بود؟
بر اساس هشدار بوزآلن، ظرف شش ماه آینده اکثر مدلهای آزمودهشدهٔ دیگر هم به توانایی مشابه کلود مایتوس خواهند رسید؛ یعنی همین حالا زمان مناسبی برای بازنگری در استراتژیهای دفاع سایبری سازمانهاست.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
