Claude Mythos: نموذج Anthropic الرائد في الأمن السيبراني وما يعنيه لوكلاء الذكاء الاصطناعي

رفعت Anthropic للتو سقف ما يمكن للذكاء الاصطناعي فعله في الأمن السيبراني. Claude Mythos Preview هو نموذج رائد جديد مصمم خصيصًا لعمليات الأمن الدفاعي — ونتائجه المبكرة استثنائية. في مرحلة المعاينة البحثية، اكتشف Mythos بشكل مستقل آلاف الثغرات من نوع zero-day، بما في ذلك عيوب لم تُكتشف لعقود في برمجيات حيوية مثل OpenBSD وFFmpeg.

تشرح هذه المقالة كل ما نعرفه حتى الآن عن Claude Mythos: ما هو، وكيف يؤدي، وما الذي يعنيه Project Glasswing بالنسبة للصناعة، ولماذا تتمتع منصات وكلاء الذكاء الاصطناعي المحايدة للنماذج مثل Eigent بموقع جيد لدمج نماذج متخصصة مثل Mythos ضمن سير عمل الأمن في العالم الحقيقي.

ما هو Claude Mythos؟

Claude Mythos Preview هو نموذج المعاينة البحثية بنظام الدعوة فقط من Anthropic، ومصمم خصيصًا لـ الأمن السيبراني الدفاعي. وعلى عكس نماذج Claude Opus 4.6 وSonnet 4.6 متعددة الأغراض المتاحة عبر API القياسي، يُقدَّم Mythos كجزء من Project Glasswing — وهو تحالف من كبرى شركات التكنولوجيا يركز على تأمين البنية التحتية البرمجية الحيوية.

Mythos ليس ترقية لروبوت محادثة. إنه يمثل رهانًا مركزًا على تطبيق قدرات الذكاء الاصطناعي الرائد على أحد أكثر المشكلات تأثيرًا في البرمجيات: العثور على الثغرات وإصلاحها قبل أن يستغلها المهاجمون. وقد وضعت Anthropic Mythos كأداة للمدافعين، لا كمحرّك استدلال عام، ويعكس نموذج الوصول هذا التركيز.

Project Glasswing: التحالف الذي يقف وراء Mythos

يجمع Project Glasswing تحالفًا غير مسبوق من قادة التكنولوجيا: Amazon Web Services, Anthropic, Apple, Broadcom, Cisco, CrowdStrike, Google, JPMorganChase, the Linux Foundation, Microsoft, NVIDIA, and Palo Alto Networks. وتهدف المبادرة إلى تأمين أهم البرمجيات في العالم من خلال الجمع بين اكتشاف الثغرات المدعوم بالذكاء الاصطناعي والإفصاح والإصلاح المنسّق.

تعهدت Anthropic بتقديم 100 مليون دولار من أرصدة الاستخدام لمشاركي Glasswing، و4 ملايين دولار من التبرعات لمنظمات أمن المصادر المفتوحة. وهذا يشير إلى استثمار جاد وطويل الأمد في الأمن الدفاعي المدعوم بالذكاء الاصطناعي بدلًا من إطلاق منتج لمرة واحدة.

مقاييس Claude Mythos: قفزة جيلية

الأرقام تحكي قصة مقنعة. لا يكتفي Claude Mythos بتجاوز Claude Opus 4.6 بفارق طفيف — بل يحقق تحسينات كبيرة عبر كل المقاييس الرئيسية للبرمجة والأمن.

تُعد قفزة SWE-bench Pro بنحو 25 نقطة مئوية لافتة بشكل خاص. يختبر هذا المعيار قدرة النموذج على حل مشكلات هندسة برمجيات واقعية، ويشير أداء Mythos إلى تحول نوعي في مدى قدرة الذكاء الاصطناعي على فهم قواعد الشيفرة المعقدة والتعامل معها — ليس فقط توليد مقاطع برمجية، بل الاستدلال بعمق على سلوك النظام ككل.

وتُظهر نتيجة CyberGym البالغة 83.1% أن Mythos قادر على إعادة إنتاج الثغرات المعروفة بدرجة عالية من الموثوقية، وهي قدرة حاسمة لفرق الأمن التي تحتاج إلى التحقق من التصحيحات وفهم سلاسل الاستغلال.

اكتشاف ثغرات zero-day: العثور على ما فاته البشر والأدوات

ربما يكون أكثر ما يثير الإعجاب في Claude Mythos هو سجله في اكتشاف ثغرات zero-day حقيقية — ليس في مقاييس اصطناعية، بل في برمجيات إنتاجية يستخدمها الملايين.

حدد Mythos بشكل مستقل ثغرة عمرها 27 عامًا في OpenBSD وثغرة عمرها 16 عامًا في FFmpeg، وهما عيبان اختبرتهما أدوات الفحص الآلي ملايين المرات دون اكتشافهما. هذه ليست حالات هامشية منخفضة الخطورة. إنها أخطاء متجذرة بعمق في بنية تحتية حيوية أفلتت لسنوات من المدققين البشريين وأدوات التحليل الثابت التقليدية.

تكتسب هذه القدرة أهمية لأن اقتصاديات اكتشاف الثغرات كانت دائمًا تميل لصالح المهاجمين. يحتاج المدافعون إلى العثور على كل عيب وإصلاحه؛ بينما يحتاج المهاجمون إلى العثور على عيب واحد فقط. نموذج قادر على اكتشاف الثغرات منهجيًا وعلى نطاق واسع، بما في ذلك تلك المختبئة في شيفرة عمرها عقود، يغيّر هذه المعادلة جذريًا.

لماذا فاتت هذه الأخطاء على الأدوات التقليدية

تعد أدوات التحليل الثابت وfuzzers فعّالة في التقاط بعض فئات الأخطاء — مثل تجاوزات المخزن المؤقت، وإلغاء المراجع المؤشرية null pointer dereferences، وأنماط الحقن الشائعة. لكنها تواجه صعوبة مع الثغرات التي تتطلب فهم دلالات البرنامج على مستوى أعلى، أو تفاعلات معقدة في تدفق التحكم، أو أخطاء منطقية دقيقة لا تظهر إلا تحت ظروف معينة.

يبدو أن Claude Mythos يسد هذه الفجوة من خلال الجمع بين فهم عميق للشيفرة والقدرة على الاستدلال حول سلوك النظام ككل. فهو لا يكتفي بمطابقة الأنماط مع تواقيع الثغرات المعروفة — بل يفهم ما يفترض أن تفعله الشيفرة ويحدد أين تقصر.

تسعير Claude Mythos والوصول إليه

بعد مرحلة المعاينة البحثية، سيكون Claude Mythos Preview متاحًا بسعر 25 دولارًا لكل مليون رمز إدخال و125 دولارًا لكل مليون رمز إخراج. وللتوضيح، هذا يعني 5 أضعاف تكلفة Claude Opus 4.6 على الإدخال و5 أضعاف على الإخراج — وهي علاوة كبيرة تعكس القدرات المتخصصة للنموذج.

سيكون الوصول متاحًا عبر Claude API, Amazon Bedrock, Google Cloud's Vertex AI, and Microsoft Foundry. ومع ذلك، خلال مرحلة المعاينة البحثية، سيكون الوصول بنظام الدعوة فقط عبر برنامج Project Glasswing، دون إتاحة التسجيل الذاتي.

ما الذي يعنيه Claude Mythos لمنصات وكلاء الذكاء الاصطناعي؟

Mythos نموذج متخصص، والنماذج المتخصصة تكون أقوى عندما يمكن تنسيقها ضمن سير عمل أوسع. وهنا يأتي دور منصات وكلاء الذكاء الاصطناعي.

فكّر في سير عمل أمني مؤسسي واقعي: يحتاج فريق إلى تدقيق قاعدة شيفرة كبيرة، وتحديد الثغرات، والتحقق منها باستخدام استغلالات إثبات المفهوم، وتوليد التصحيحات، واختبار تلك التصحيحات، وإعداد التقارير. لا يمكن لنداء واحد إلى نموذج أن يتولى كل ذلك. أنت بحاجة إلى تنسيق — عدة وكلاء متخصصين يعملون معًا.

لماذا أصبحت محايدة النموذج أكثر أهمية من أي وقت مضى

إن ظهور نماذج مصممة لغرض محدد مثل Mythos يعزز مبدأً معماريًا بالغ الأهمية: لا يوجد نموذج واحد يلبي كل الاحتياجات. النماذج العامة تتعامل جيدًا مع الاستدلال والمحادثة. ونماذج البرمجة المتخصصة تتعامل مع توليد الشيفرة. والآن، تتعامل نماذج الأمن السيبراني المتخصصة مع اكتشاف الثغرات.

الفرق التي تحصر نفسها في مزود نموذج واحد ستجد صعوبة في الاستفادة من هذه التطورات. أما المنصة المحايدة للنموذج التي يمكنها توجيه المهام الفرعية المختلفة إلى نماذج مختلفة — باستخدام Mythos لفحص الثغرات، وOpus 4.6 للاستدلال العام، ونموذج سريع مثل Haiku 4.5 للتصنيف الخفيف — فتقدم قيمة أكبر بكثير من أي نموذج منفرد.

كيف يتناسب Eigent مع ذلك

تم تصميم Eigent بالضبط لهذا النوع من تنسيق النماذج غير المتجانسة. وبصفته منصة زميل عمل للذكاء الاصطناعي مفتوحة المصدر ومحايدة للنموذج، يمكن لـ Eigent دمج نماذج ومزودين جدد كلما أصبحوا متاحين — دون انتظار إضافة الدعم من مزود واحد أو التقيد بنظامه البيئي.

تعني بنية Eigent متعددة الوكلاء أنه يمكنك إنشاء وكيل أمني مخصص مدعوم بـ Mythos إلى جانب وكيل للوثائق، ووكيل لتوليد الشيفرة، ووكيل للبحث عبر المتصفح، جميعها منسقة بواسطة المنسق. وعندما يصبح Mythos متاحًا عبر Claude API أو مزودي السحابة، سيتمكن مستخدمو Eigent من ربطه بسير عملهم من خلال نظام أدوات MCP الحالي وإطار Skills.

هذه هي ميزة التصميم مفتوح المصدر والمحايد للنموذج: تصبح القدرات الجديدة مثل Mythos إضافة تدريجية بدلًا من أن تتطلب ترحيلًا للمنصة.

من ينبغي أن يهتم بـ Claude Mythos؟

Claude Mythos ليس للجميع — وهذا مقصود. فالنموذج مصمم خصيصًا للمؤسسات ذات الاحتياجات الجادة في الأمن السيبراني.

فرق الأمن في المؤسسات الكبيرة هي الأكثر استفادة. إذا كانت مؤسستك تدير بنية تحتية حيوية، أو تتعامل مع بيانات حساسة، أو تعمل في قطاع منظم، فإن Mythos يوفر مستوى من اكتشاف الثغرات الآلي كان مستحيلًا سابقًا.

القائمون على صيانة المشاريع مفتوحة المصدر والمؤسسات الداعمة لها هم أيضًا جمهور مهم. إن تبرع Anthropic بمبلغ 4 ملايين دولار لمنظمات أمن المصادر المفتوحة، ومشاركة Linux Foundation في Glasswing، يشيران إلى أن تحسين أمان مشاريع المصادر المفتوحة واسعة الاستخدام هدف أساسي.

شركات الأمن المعتمدة على الذكاء الاصطناعي التي تبني منتجات حول اكتشاف الثغرات الآلي، أو اختبار الاختراق، أو التدقيق الأمني، سترغب في تقييم Mythos كنموذج أساسي لسير عملها.

فرق التطوير التي تعمل على تطبيقات حساسة أمنيًا يمكنها استخدام Mythos كمراجع نهائي لاكتشاف الثغرات التي قد يفوّتها مراجعة الشيفرة والأدوات التقليدية.

الصورة الأكبر: نماذج الذكاء الاصطناعي المتخصصة ومستقبل العمل

يمثل Claude Mythos اتجاهًا أوسع: عصر "نموذج واحد يفعل كل شيء" يفسح المجال الآن أمام منظومة من النماذج المتخصصة، كل منها محسّن لمجال محدد. ونحن نرى هذا بالفعل مع نماذج البرمجة، ونماذج الاستدلال، والنماذج متعددة الوسائط، والآن نماذج الأمن السيبراني.

يحمل هذا الاتجاه تبعات عميقة على كيفية تصميم منصات وكلاء الذكاء الاصطناعي. فالمنصات التي ستقدم أكبر قيمة هي تلك التي تستطيع تنسيق عدة نماذج متخصصة بسلاسة — توجيه المهمة المناسبة إلى النموذج المناسب، وإدارة السياق عبر الوكلاء، ومنح المستخدمين تحكمًا في النماذج التي تشغّل أي سير عمل.

بالنسبة للفرق التي تقيم بنيتها التحتية للذكاء الاصطناعي اليوم، فإن الخلاصة واضحة: استثمر في منصات محايدة للنموذج وقابلة للتوسعة. فمشهد النماذج يتطور بسرعة، والقدرة على اعتماد نماذج متخصصة مثل Mythos دون إعادة بناء كامل المكدس تمثل ميزة تنافسية كبيرة.

الخلاصة الرئيسية

Claude Mythos Preview هو أقوى نموذج ذكاء اصطناعي بُني حتى الآن للأمن السيبراني. وقدرته على اكتشاف ثغرات zero-day عمرها عقود، إلى جانب أدائه المتفوق في المقاييس، تشير إلى فصل جديد في الأمن المدعوم بالذكاء الاصطناعي. كما يضيف تحالف Project Glasswing مصداقية وموارد على مستوى الصناعة لهذا الجهد.

بالنسبة للمؤسسات التي تستخدم منصات وكلاء الذكاء الاصطناعي، يؤكد Mythos قيمة البنية المحايدة للنموذج. فالمستقبل يعود للمنصات القادرة على تنسيق النماذج المتخصصة مثل Mythos جنبًا إلى جنب مع النماذج العامة — مما يمنح الفرق أفضل أداة لكل جزء من سير عملها.

إذا كنت تريد البقاء في مقدمة هذا المنحنى، فاستكشف كيف يمكن للمنصات مفتوحة المصدر ومتعددة الوكلاء مثل Eigent أن تهيئ فريقك للجيل القادم من نماذج الذكاء الاصطناعي المتخصصة.

الأسئلة الشائعة

ما هو Claude Mythos؟

Claude Mythos Preview هو نموذج الذكاء الاصطناعي الرائد من Anthropic المصمم خصيصًا لسير عمل الأمن السيبراني الدفاعي. وهو جزء من Project Glasswing، وهو تحالف من كبرى شركات التكنولوجيا يركز على تأمين البرمجيات الحيوية. وقد أثبت Mythos قدرته على اكتشاف ثغرات zero-day بشكل مستقل في البرمجيات الإنتاجية.

كيف يقارن Claude Mythos مع Claude Opus 4.6؟

يتفوق Mythos بشكل ملحوظ على Opus 4.6 عبر جميع المقاييس الرئيسية: 83.1% مقابل 66.6% في CyberGym، و77.8% مقابل 53.4% في SWE-bench Pro، و82.0% مقابل 65.4% في Terminal-Bench 2.0، و93.9% مقابل 80.8% في SWE-bench Verified.

كم تبلغ تكلفة Claude Mythos؟

يُسعَّر Claude Mythos Preview بسعر 25 دولارًا لكل مليون رمز إدخال و125 دولارًا لكل مليون رمز إخراج — أي نحو 5 أضعاف تكلفة Claude Opus 4.6. وخلال المعاينة البحثية، يكون الوصول بنظام الدعوة فقط عبر Project Glasswing.

هل Claude Mythos متاح للعامة؟

ليس بعد. Claude Mythos Preview متاح حاليًا بنظام الدعوة فقط كجزء من Project Glasswing. وسيتاح في النهاية عبر Claude API وAmazon Bedrock وGoogle Cloud Vertex AI وMicrosoft Foundry، لكن لا يوجد تسجيل ذاتي خلال مرحلة المعاينة.

هل يمكنني استخدام Claude Mythos مع Eigent؟

عندما يصبح Claude Mythos متاحًا عبر مزودي API المدعومين، ستتيح بنية Eigent المحايدة للنموذج دمجه عبر أدوات MCP الحالية وإطار Skills. يدعم Eigent عدة مزودي LLM ويمكنه توجيه مهام محددة إلى نماذج متخصصة مثل Mythos.

ما هو Project Glasswing؟

Project Glasswing هو مبادرة تجمع AWS وAnthropic وApple وBroadcom وCisco وCrowdStrike وGoogle وJPMorganChase وthe Linux Foundation وMicrosoft وNVIDIA وPalo Alto Networks لتأمين البنية التحتية البرمجية الحيوية باستخدام الذكاء الاصطناعي. وقد تعهدت Anthropic بتقديم 100 مليون دولار من أرصدة الاستخدام للمشاركين و4 ملايين دولار من التبرعات لمنظمات أمن المصادر المفتوحة.