كليمان دولانغ يستخلص ثلاثة دروس من الهجوم السيبراني بواسطة وكيل على Hugging Face، وOpenAI تصلح فهم الصور في GPT-6 Sol وGPT-6 Luna، وApple تنشر LensVLM-9B

يستخلص كليمان دولانغ، الرئيس التنفيذي لـ Hugging Face، ثلاثة دروس من الهجوم السيبراني الذي نفذه وكيل مستقل على شركته في يوليو، ويقترح إلزامية مشاركة سجلات نشاط الوكلاء. وفي الوقت نفسه، يُظهر معيار Quadrat-IPI أن الوكلاء الذين وقعوا في الفخ نادرًا ما يطلقون إنذارًا عند نجاح الهجوم: 3 إنذارات مقابل 389 عملية دفع نتجت عن الحقن. وتصحح OpenAI خللًا في ترميز الصور كان يضعف فهم GPT-6 Sol وGPT-6 Luna لها، وتنشر Apple نموذج LensVLM-9B الذي يقرأ المستندات الطويلة في صورة صفحات مضغوطة، وتتيح SmolDataEnvs مجموعة من 5 000 مهمة لتحليل البيانات بهدف تدريب النماذج الصغيرة. أما في أدوات البرمجة بالوكلاء، فيراجع Claude Code 2.1.283 التعليمات المكتوبة لنماذج أقدم، ويستعين Qwen Code 0.24.6 بنموذج استشاري، ويحوّل إصدار nightly من Gemini CLI طلبات التأكيد إلى حالات رفض في الوضع غير التفاعلي.

أمن الوكلاء: دروس كليمان دولانغ الثلاثة ومعيار Quadrat-IPI

يتناول نصّان السؤال نفسه من زاويتين: ماذا نعرف عن الهجمات التي تمر عبر الوكلاء؟ يأتي الأول من شركة تعرضت لهجوم من هذا النوع، بينما يقيس الثاني ما يبلّغ عنه الوكلاء المستهدفون وما يسكتون عنه.

كليمان دولانغ يستخلص ثلاثة دروس من الهجوم السيبراني بواسطة وكيل على Hugging Face

24 سبتمبر — وفقًا لرئيسها التنفيذي كليمان دولانغ، كانت Hugging Face في يوليو أول شركة تعلن تعرضها لهجوم سيبراني نفذه وكيل مستقل. وقد استخلص منه ثلاثة دروس عرضها على X.

الشفافية: يُقال إن حوادث مماثلة وقعت سرًا قبل ذلك بأشهر في عدد من المختبرات الرائدة التي تفتقر إلى الرقابة، من دون أن يسميها؛ ويقترح إلزامية مشاركة سجلات نشاط الوكلاء. عدم التكافؤ: بعدما أعاقت ضوابط الحماية في واجهات API المغلقة فريقه، وهي ضوابط لا تميّز دائمًا بين المدافعين والمهاجمين، لجأ الفريق إلى «نسخة NVIDIA» من GLM 5.2، وهو نموذج مفتوح من Z.ai؛ ويرى أن جانبًا كبيرًا من الدفاع قد يعتمد على أدوات مفتوحة المصدر. وأخيرًا، في مواجهة الروايات المثيرة للقلق، يؤكد أن الذكاء الاصطناعي يساعد Hugging Face على إصلاح ثغراتها، ويساعد OpenAI على تعزيز بيئاتها المعزولة لمنع هروب الوكلاء.

We were attacked by AI, but more importantly, we defended ourselves with AI.

🇸🇦 لقد تعرضنا لهجوم بالذكاء الاصطناعي، لكن الأهم أننا دافعنا عن أنفسنا بالذكاء الاصطناعي. — @ClementDelangue على X

Quadrat-IPI: ‏3 إنذارات مقابل 389 عملية دفع نتجت عن الحقن

26 سبتمبر — يتحقق ميخائيل غريبوف، مبتكر مجموعة هجمات حقن الموجّهات Quadrat-IPI، في تدوينة مجتمعية مما إذا كان الوكيل يبلّغ عن الهجوم حين تتاح له وسيلة لذلك. الوكيل المختبَر مساعد شخصي لصاحب صندوق بريد في عالم محاكى؛ لديه 19 أداة ويُمنح أداة عشرين، escalate_security_incident، لا يذكرها موجّه النظام. وأمام 395 رسالة بريد إلكتروني مفخخة، تستخدم النماذج التسعة المختبَرة هذه الأداة بمعدلات تتراوح، حسب النموذج، بين 48,9% من الحالات وعدم استخدامها إطلاقًا.

من بين 389 عملية دفع نُفذت تحت تأثير الحقن، لم يصاحب الإنذار سوى ثلاث منها، وكان دائمًا بعد الدفع: فالنماذج تبلّغ في الغالب عن الهجمات التي تتصدى لها. ومن بين النماذج المذكورة، أطلق gpt-4o-mini إنذارًا واحدًا في 395 حالة، وأطلق gpt-5.1 إنذارات في 4,8% من الحالات، بينما لم يطلق gpt-6-astra أي إنذار لأنه اكتفى بتسجيل البريد الإلكتروني من دون تنفيذ الطلب الوارد فيه. ويخلص الكاتب إلى أن رصد الهجمات يجب أن يأتي من خارج الوكيل، عبر فحص ما يقرؤه؛ وقد نُشرت بيئة التشغيل والسجلات وأداة التقييم.

🔗 تدوينة ميخائيل غريبوف

OpenAI تصحح خللًا في الترميز أضعف فهم الصور في GPT-6 Sol وGPT-6 Luna

25 سبتمبر — بعد ثلاثة أيام من إطلاق GPT-6 Sol وGPT-6 Luna، وهما نموذجان للاستدلال يقبلان النصوص والصور مدخلاتٍ، أعلنت OpenAI في سجل تغييرات واجهة API الخاصة بها أنها أصلحت خللًا في ترميز الصور كان يضعف فهمهما البصري. ويحسّن الإصلاح النتائج في المهام البصرية عبر API وكذلك في Codex، بما في ذلك استخدام الحاسوب.

توصي OpenAI المطورين الذين تتضمن حالات استخدامهم صورًا مدخلة بإعادة تشغيل تقييماتهم وتجربة سير العمل المتأثر مجددًا. ولا يوضح إدخال سجل التغييرات متى بدأ الخلل أو مدى تدهور النتائج بسببه. ولم ينشر @OpenAI أو @OpenAIDevs خبر الإصلاح على X، كما أنه لا يظهر في سجل تغييرات ChatGPT وCodex.

🔗 سجل تغييرات OpenAI API

نموذج ومجموعة بيانات على Hugging Face: ‏LensVLM-9B من Apple وSmolDataEnvs

إصداران من هذا الأسبوع لم يرد ذكرهما هنا بعد: نموذج من Apple يقرأ المستندات الطويلة في صورة صفحات مضغوطة، ومجموعة مهام قابلة للتحقق لتدريب النماذج الصغيرة على تحليل البيانات.

Apple تنشر LensVLM-9B، الذي يعيد فتح الصفحات المفيدة فقط من المستند

22 سبتمبر — تنشر Apple على Hugging Face نموذج LensVLM-9B للرؤية واللغة، مع شيفرته على GitHub. فبدلًا من تقسيم مستند طويل إلى آلاف الرموز، يتلقاه في صورة صفحات معروضة كصور صغيرة مضغوطة، ويحدد الصفحات المهمة، ثم يعيد فتح نسخها غير المضغوطة باستخدام أدوات تعلّم استخدامها.

خاصية LensVLM-9B	القيمة المنشورة
الحجم والنموذج الأساسي	9 مليارات معلمة، ضُبط انطلاقًا من Qwen3.5-9B
مستويات الضغط المتاحة	5x و10x و15x
دقة مماثلة لاستخدام النص الكامل	عند ضغط فعلي بمقدار 4,3x
التفوق على الطرق المرجعية	حتى 10,1x، على سبعة معايير للأسئلة والأجوبة
ترخيص الأوزان	Apple Machine Learning Research Model License

تأتي هذه النتائج من الورقة البحثية المصاحبة التي نُشرت على arXiv في مايو، وقد قيّم الإجابات فيها نموذج حكم.

🔗 LensVLM-9B على Hugging Face · ورقة arXiv

SmolDataEnvs: ‏5 000 مهمة قابلة للتحقق لتحليل البيانات

24 سبتمبر — ينشر Adithya S K على Hub، ضمن منظمة FineEnvs وبترخيص MIT، مجموعة SmolDataEnvs: مهام لتحليل البيانات بهدف تدريب النماذج الصغيرة بالتعلم المعزز. تجمع كل مهمة مجموعة بيانات جدولية حقيقية وسؤالًا وإجابة مرجعية، مستمدة من دفاتر عمل تتناول 471 مجموعة بيانات من Kaggle، وتحقق منها وكلاء داخل بيئة معزولة حقيقية. وتقيّم أداة تصحيح مرفقة الإجابة من دون الاستعانة بأي نموذج لغوي، بدءًا من التطابق التام وصولًا إلى التكافؤ الرمزي.

مجموعة المهام	مهام سهلة	مهام متوسطة	مهام صعبة
التدريب (5 000)	1 433	2 845	722
الاختبار (250)	33	118	99
التقييم (144)	16	74	54

وعليه، فإن المجموعات المستبعدة من التدريب أصعب بحكم تصميمها. وتضم المجموعة أيضًا 4 677 مسارًا موثّقًا للوكلاء، جاهزًا للاستخدام مع TRL، والمهام نفسها ضمن بيئات Harbor قابلة للتشغيل؛ وقد نشر كليمان دولانغ خبر الإصدار في اليوم التالي.

🔗 SmolDataEnvs على Hugging Face

وكلاء البرمجة: ‏Claude Code 2.1.283 وQwen Code 0.24.6 وإصدار nightly 0.63.0 من Gemini CLI

Claude Code 2.1.283: تدقيق للتعليمات وقيدان على النماذج

25 سبتمبر — يضم الإصدار 2.1.283 عددًا من إدخالات التغيير يبلغ 94، منها 53 إصلاحًا. وأبرز إضافاته، /doctor prompt-audit (وكذلك /checkup prompt-audit)، تراجع ملفات CLAUDE.md والمهارات والوكلاء والأوامر لرصد الصياغات المكتوبة لنماذج أقدم، والمسارات القديمة، والتعليمات المتعارضة في بدايات الملفات.

الجديد في 2.1.283	ما الذي يتغير
`availableModelsMatch: "exact"`	يبقى النموذج الصادر حديثًا محظورًا إلى أن يُدرج في القائمة
`deniedModels`	يحظر نماذج محددة، حتى إن كان `availableModels` يسمح بها
وضع الأذونات الافتراضي	الوضع التلقائي عند استخدام مزوّد خارجي أو تعطيل بيانات الاستخدام، ما لم يُضبط وضع آخر
PowerShell على Windows	لم يعد بإمكان `rd` و`rmdir` و`del` و`erase` حذف جذر أحد محركات الأقراص
Code Review	لا تُفرض رسوم على مراجعة تتوقف عند حدها الزمني من دون أن تتحقق من أي شيء

ويلغي الإصدار أيضًا حجز الاسم claude-ai الذي أُدخل في اليوم السابق ضمن 2.1.282.

🔗 ملاحظات إصدار Claude Code 2.1.283

Qwen Code 0.24.6: نموذج استشاري وتدفق لـ Batch API

26 سبتمبر — يضيف Qwen Code v0.24.6 عددًا من الميزات يبلغ 17، و14 إصلاحًا و3 تحسينات، من دون تغييرات معروفة تكسر التوافق. وأبرز الإضافات أداة Advisor مدمجة، معطّلة افتراضيًا: إذا ضبط المستخدم نموذجًا ثانيًا بصفته مستشارًا، يستطيع الوكيل استشارته للحصول على رأي مستقل. ويرى المستشار تعليمات النظام والأدوات المعلنة والمحادثة، لكنه لا يستطيع تنفيذ أي شيء؛ ويُختار عبر /advisor أو --advisor، ولا يُؤخذ إعداده أبدًا من مستودع، إذ يُتجاهل هذا الإعداد مع إظهار تحذير. وتتيح Anthropic المبدأ نفسه في نسخة تجريبية من واجهة API الخاصة بها منذ أبريل.

يُعدّ تدفق /batch-api معالجةً على دفعات عبر Batch API من DashScope، ثم يترك التقديم، الذي يستلزم دفع رسوم والحصول على موافقة، لأوامر qwen batch الفرعية. وأخيرًا، وفقًا لطلب الدمج #12622، أصبح بدء التشغيل من الحالة الباردة أسرع بنحو 2,2 إلى 2,4 مرة بحسب الجهاز، مع انخفاض استهلاك الذاكرة بنسبة 60%.

🔗 Qwen Code v0.24.6 على GitHub

Gemini CLI: إصدار nightly 0.63.0 يرفض طلبات التأكيد في الوضع غير التفاعلي

26 سبتمبر — صدر إصدار nightly الخاص بيوم 26 سبتمبر عند الساعة 01:20 بالتوقيت العالمي المنسق، وبدأت به سلسلة Gemini CLI 0.63.0؛ أما الإصدار المستقر v0.61.0 والإصدار التمهيدي v0.62.0 فلم يتغيرا. ويمس أوسع تغيير فيه (طلب الدمج #29506، في 26 ملفًا) محرّك القواعد (PolicyEngine): ففي الوضع غير التفاعلي، يتحول القرار الذي يستدعي تأكيد المستخدم (ASK_USER) إلى رفض (DENY). وأصبحت مخرجات موارد MCP الخارجية ونتائج البحث على الويب تُغلّف كما تُغلّف مخرجات web-fetch، وفق معايير السياق غير الموثوق به.

تعالج ثلاثة إصلاحات عيوبًا محددة: كان إعداد diff.external الفارغ، الذي يعدّه Git ملفًا تنفيذيًا، يعطّل git diff داخل البيئة المعزولة؛ وأصبحت المجلدات المؤقتة للأوامر المشغّلة في الخلفية تُحذف؛ ولم تعد جلستا ACP المفتوحتان في الدقيقة نفسها تتعارضان.

🔗 ملاحظات إصدار nightly 0.63.0 من Gemini CLI

أخبار موجزة

Codex CLI 0.157.1 — إصلاح للإصدار 0.157.0 نُشر في 26 سبتمبر ويخص Windows: لم يعد مضيف وضع التعليمات البرمجية وخوادم MCP المحلية يفتحان نافذة وحدة تحكم، وأصبح تشغيل الخدمة الخلفية أكثر موثوقية. ولأن ملاحظات الإصدار المُولَّدة تلقائيًا فارغة، فقد استُخلصت هذه التفاصيل من مقارنة الإصدارين. 🔗 المصدر
شهادة بشأن Claude Tag — يقول Boris Cherny، المسؤول عن Claude Code، على X إن Claude Tag، وكيل Claude المدمج في Slack، يكتب أكثر من نصف طلبات السحب الخاصة به يوميًا ويجري نحو 100 % من تحليلات بياناته؛ ويشارك تعليماته، ومنها إعادة إنتاج كل عطل يُبلَّغ عنه في قناة قبل فتح طلب سحب. 🔗 المصدر
مدة مراجعة طلبات السحب — أُضيف إلى تقارير repos-1-day في واجهة API لمقاييس استخدام Copilot جدول pull_request_review_times: الوسيط والمئين التسعون لثلاث مراحل، من «جاهز للمراجعة» إلى المراجعة الأولى، ومنها إلى المراجعة الأخيرة، ثم حتى الدمج. تُحتسب المراجعات البشرية وحدها، ولا تتوافر بيانات تسبق 21 سبتمبر. 🔗 المصدر
مدقّق إعدادات Copilot للمؤسسات — دُمج في صفحة AI controls، ويكشف صيغة JSON غير الصحيحة، والإعدادات غير المدعومة، ومطابقات الفرق غير الصالحة في copilot/managed-settings.json وcopilot/team-mappings.json، مع تحديد الملف ومسار JSON لكل خطأ؛ ولا يوضح الإعلان حالة الإتاحة أو الخطة المطلوبة. 🔗 المصدر
Issues GitHub — أصبحت ميزتان متاحتين للجميع: العروض الخاصة المحفوظة في صفحات مشكلات المستودعات، وعلاقة «Relates to» بين المشكلات، التي كانت في نسخة تجريبية منذ 7 أغسطس، وأصبحت الآن مدعومة في واجهتَي REST وGraphQL، وwebhooks، والسجل الزمني، وعمليات البحث عن المشكلات والمشاريع. 🔗 المصدر
Grok Bot والشؤون المالية — وفقًا لسلسلة منشورات من @bot، يربط تكامل Finance الجديد في Grok Bot الحسابات المصرفية والبطاقات وحسابات الاستثمار عبر Plaid، بصلاحية قراءة فقط ومن دون الوصول إلى بيانات تسجيل الدخول؛ ولا تحدد المنشورات البلدان أو الخطط المشمولة. وكان Grok، المساعد، قد أتاح ربط الحسابات المصرفية الأمريكية عبر Plaid في 4 سبتمبر. 🔗 المصدر
NVIDIA وROS 2 Lyrical — تدوينة بتاريخ 22 سبتمبر: ساهمت NVIDIA بوحدة ذاكرة CUDA في ROS 2 Lyrical، يستخدمها Isaac ROS 5.0، وتتيح نقل البيانات الموجودة على GPU بين عُقد الجهاز نفسه من دون نسخ؛ وتتولى skill إسناد ترحيل العُقد الحالية إلى وكيل برمجة، من دون ذكر مكاسب رقمية. 🔗 المصدر
DGX Spark Handbook — نُشر هذا الدليل المجتمعي ضمن مؤسسة exolabs على Hub، ويعرض بالأرقام ما تستطيع فعله من جهاز واحد إلى أربعة أجهزة DGX Spark: ارتفع السعر المعلن من 3 999 إلى 4 699 دولارًا، ويبلغ الاستهلاك في وضع الخمول 22 إلى 25 W، ووفقًا لاختبار أجرته NVIDIA يستغرق توليد كل token مدة 269 ms على جهاز واحد مقابل 72 ms على أربعة أجهزة. 🔗 المصدر
تدريب أولي على حاسوب محمول — في تدوينة مجتمعية، نجح Rambarun Komaljeet في استيعاب التدريب الأولي لنموذج ذي 1,11 مليار معلمة ضمن ذاكرة RTX 4050 البالغة 6 Go في حاسوب محمول؛ لكن التدريب الأولي الكامل سيستغرق نحو 375 يومًا، ولم يُدرَّب أي نموذج يتجاوز 48 مليون معلمة حتى التقارب. 🔗 المصدر
Pruna وQwen-Image-2.1 — أتاحت Pruna AI محوّلَي LoRA يتيحان لـQwen-Image-2.1 التوليد في 5 أو 8 خطوات بدلًا من 40، بسرعة تصل إلى 6,3 أضعاف وفقًا للشركة؛ ولا تزال جودة هذا الإصدار 0.1 دون جودة النموذج الأساسي، وهو خاضع لترخيص Qwen البحثي. 🔗 المصدر
Marin وDolma 3.5 — وفقًا لـAi2، يستمد تدريب Marin بحجم 535B نحو 1 800 مليار token من مجموعة Dolma 3.5 التابعة لـAi2، ويعتمد على وصفات Olmix ومنهجية Organize the Web؛ واستخدم Marin مقدار 25 000 مليار token من 152 مجموعة بيانات تسمح تراخيصها بالتدريب. 🔗 المصدر
GLiNER2.5-Decide وDecisionBench — يبيّن Stephen Solka من Hanno Labs أن صيغة الإدخال تؤثر في نتيجة GLiNER2.5-Decide على DecisionBench: بلغت 38,9 % في الصفوف المدعومة، مقابل 60,2 % أعلنتها Fastino على معيارها الخاص؛ ومن دون أوصاف الخيارات، ترتفع الإجابات الصحيحة من 27 إلى 37 من أصل 101 صف. 🔗 المصدر
دليل للمواءمة لدى Perplexity — نشرت Perplexity في قسم «أفكار» دليلًا تعليميًا عن مواءمة الذكاء الاصطناعي: ثمانية أنماط إخفاق موثقة، من مجاراة المستخدم (sycophancy) إلى تعمّد تدنّي الأداء (sandbagging)، والأطر المعلنة من OpenAI وAnthropic وGoogle DeepMind؛ ولا تصاحب الدليل أي ميزة جديدة. 🔗 المصدر
الأمن السيبراني والتوظيف، مقال رأي — في مقال رأي بلا بيانات على مدونة Hugging Face المجتمعية، يخشى Sonny DeSorbo أن تدفع أتمتة وظائف المبتدئين في الأمن السيبراني، إلى جانب خفض الذكاء الاصطناعي تكلفة الجرائم السيبرانية، بعض الخريجين نحو الجريمة عبر الإنترنت؛ ويقترح الحفاظ على مسارات دخول هذه المهنة. 🔗 المصدر

ما الذي يعنيه ذلك

أصبح ما يُخفيه الوكلاء محور أمنهم. يقول Clément Delangue إن حوادث مماثلة لحادثة Hugging Face بقيت سرية في مختبرات لم يسمّها، ويقترح إلزامها بتبادل سجلات نشاط الوكلاء. وتُظهر Quadrat-IPI أن الوكيل نفسه شاهد غير موثوق: فقد أصدر ثلاثة تنبيهات بشأن 389 عملية دفع نتجت عن حقن تعليمات، وجاءت كلها بعد وقوعها. ويخلص Mikhail Gribov إلى أن الرؤية يجب أن تأتي من خارج الوكيل، عبر فحص ما يقرؤه؛ وهذا ما يفعله أحدث إصدار nightly من Gemini CLI، إذ يتعامل مع مخرجات موارد MCP والبحث على الويب بوصفها سياقًا غير موثوق.

يدافع Clément Delangue عن الأدوات المفتوحة، التي تخضع لقيود أقل من واجهات API المغلقة التي أعاقت أنظمة دفاعه؛ وتسعى منشورات هذا الأسبوع على Hugging Face إلى إنجاز القدر نفسه بموارد أقل. لا يعيد LensVLM-9B فتح سوى الصفحات المفيدة من مستند ضُغط بما يصل إلى 15 مرة، وتخفض Pruna خطوات Qwen-Image-2.1 من 40 إلى 5 أو 8، ويوضح DGX Spark Handbook ما يمكن تشغيله محليًا على بضعة أجهزة مكتبية، كما نجح مطوّر في استيعاب التدريب الأولي لنموذج ذي 1,11 مليار معلمة ضمن 6 Go من ذاكرة الفيديو، وإن كان إتمامه سيتطلب نحو 375 يومًا.

تعتمد قيمة أي قياس على السلسلة التي أنتجته. فقد أدى خلل الترميز الذي أصلحته OpenAI إلى تراجع نتائج GPT-6 Sol وLuna في المهام المتعلقة بالصور، من دون معرفة متى بدأ ذلك أو مقدار أثره: لذا ينبغي إعادة إجراء التقييمات التي تتضمن صورًا، وفق توصية OpenAI. ولدى Hanno Labs، ترفع صيغة الإدخال وحدها عدد إجابات GLiNER2.5-Decide الصحيحة من 27 إلى 37 من أصل 101. ويقيّم SmolDataEnvs مهامه من دون أي نموذج لغوي، بينما تمر نتائج LensVLM-9B عبر نموذج حَكَم.

بالنسبة إلى وكلاء البرمجة، تُضبط الثقة على مستوى المسؤول والمستخدم، ويُحسم الشك بالرفض. يتيح Claude Code 2.1.283 حظر أي نموذج لم يُسمح به صراحةً بالاسم، ويتجاهل Qwen Code إعداد Advisor الموضوع في مستودع، ويرفض إصدار nightly من Gemini CLI، عند غياب مستخدم يحسم الأمر، ما كان سيتطلب تأكيدًا. أما /doctor prompt-audit، فيقرّ بأن النماذج تتغير بوتيرة أسرع من التعليمات المكتوبة لها.