كشفت واقعة أمنية جديدة في منظومة تطوير البرمجيات المعتمدة على الذكاء الاصطناعي عن أسلوب هجوم يتجاوز فحص الشيفرة التقليدي، بعدما استغل مهاجمون حزمة منشورة على npm لتجميع بيانات اعتماد مرتبطة بمستخدمي OpenAI Codex. وتبرز الحادثة كيف يمكن لبرمجيات تبدو مفيدة وموثوقة أن تتحول إلى قناة لسرقة الرموز الحساسة من المطورين والمؤسسات.
وفقًا لتقارير أمنية، جرى نشر الحزمة تحت اسم يوحي بأنها أداة واجهة عن بُعد مخصصة لـCodex، لكنها كانت في الواقع تجمع رموز المصادقة وترسلها إلى خادم خارجي. الأخطر أن الشيفرة الضارة لم تكن ظاهرة في المستودع العام المفتوح، ما يعني أن المراجعة اليدوية للمصدر وحدها لم تكن كافية لاكتشاف الخطر.
الحزمة الخبيثة وكيف مرّت عبر الفحص
اعتمد المهاجمون على تضليل مزدوج: أولًا، مشروع يبدو شرعيًا وله وظيفة مفهومة للمطورين الذين يستخدمون أدوات الذكاء الاصطناعي؛ وثانيًا، نسخة منشورة على npm تختلف عن الشيفرة الموجودة في GitHub. هذا الفصل بين المصدر العلني والحزمة النهائية المنشورة هو ما سمح بإخفاء الحمولة الخبيثة داخل النسخة التي يثبتها المستخدمون فعليًا.
وتشير المعطيات إلى أن الحزمة كانت تتمتع بنشاط ظاهر على المستودع العام، كما جذبت عددًا كبيرًا من التنزيلات الأسبوعية، ما منحها قدرًا من المصداقية. لكن عند تثبيت النسخة المنشورة، ظهرت الشيفرة التي تنفذ عملية تسريب للبيانات الحساسة، وهو نمط يوضح حدود الاعتماد على مراجعة المصدر وحده دون التحقق من ما يصل إلى بيئة الإنتاج أو جهاز المطور.
لماذا أصبحت أدوات الذكاء الاصطناعي هدفًا مغريًا
تكمن خطورة هذا النوع من الهجمات في أن أدوات التطوير المرتبطة بالذكاء الاصطناعي لا تعمل بمعزل عن بقية الأنظمة. فهي غالبًا تحصل على صلاحيات واسعة للوصول إلى المستودعات، وواجهات البرمجة، وخدمات داخلية، وأحيانًا إلى بيانات اعتماد طويلة العمر. وعندما يتمكن المهاجم من سرقة refresh tokens أو ID tokens أو معرفات الحسابات، فإنه لا يحصل فقط على دخول مؤقت، بل قد يفتح بابًا إلى وصول مستمر وصامت.
وتزداد المشكلة عندما تكون الرموز المسروقة غير محدودة زمنيًا أو يصعب تتبع استخدامها. في هذه الحالة، قد يبقى الاختراق غير ملحوظ لفترة طويلة، بينما يستفيد المهاجم من الصلاحيات المخزنة داخل أداة التطوير أو البيئة المرتبطة بها. وهذا ما يجعل أدوات الذكاء الاصطناعي هدفًا ذا قيمة عالية في سلسلة التوريد البرمجية.
الاعتماد على المصدر المفتوح لم يعد كافيًا
لطالما اعتبرت فرق التطوير أن فحص المستودع العام ومراجعة الشيفرة المصدرية يكفيان للتأكد من سلامة الحزم. لكن هذه الواقعة تظهر أن الخطر الحقيقي قد يكمن في ما يتم توزيعه فعليًا عبر قنوات النشر، وليس في ما يظهر للمراجعين على المنصة المفتوحة. وإذا كان هناك اختلاف بين المصدر المنشور والحزمة الفعلية، فإن أدوات الفحص التقليدية قد تفشل في رصد التلاعب.
هذا النوع من التهديدات يفتح زاوية جديدة في أمن سلسلة التوريد: ضرورة التحقق من أصل الحزمة، ونسخة البناء، والاتساق بين المستودع العام والملف النهائي الذي يصل للمستخدم. فكل فجوة بين هذه المراحل تمنح المهاجم فرصة لإدخال تعليمات خفية أو برمجيات تجسسية أو آليات سرقة للبيانات.
مخاطر إضافية من التطبيقات المرافقة
زادت خطورة الحادثة بوجود تطبيق مرافق لنظام أندرويد كان يقوم بسحب الحزمة الضارة وتنفيذها وقت التشغيل. هذا النمط يوسع سطح الهجوم لأن العملية لا تتوقف عند تحميل مكتبة خارجية، بل تمتد إلى تشغيلها تلقائيًا داخل التطبيق أو الأداة نفسها. وهنا يصبح الاستغلال أكثر صعوبة في الاكتشاف، خاصة إذا كان التنفيذ يتم في الخلفية دون مؤشرات واضحة للمستخدم.
ووفقًا لتحليلات أمنية، فإن هذا الربط بين تطبيق ظاهر الجدوى وحزمة برمجية خبيثة يمثل مثالًا عمليًا على استخدام الشرعية الظاهرية كأداة اختراق. فالمهاجم لا يحتاج إلى اختراق النظام مباشرة، بل يكفيه أن يقنع المطور بدمج مكوّن يبدو نافعًا ضمن بيئة العمل اليومية.
ما الذي تحتاجه المؤسسات الآن
تدفع هذه الواقعة المؤسسات إلى إعادة النظر في الطريقة التي تؤمّن بها أدوات الذكاء الاصطناعي وبيئات البناء والنشر. فالحاجة لم تعد مقتصرة على فحص الشيفرة المصدرية، بل تشمل أيضًا التحقق من الحزم المنشورة، ومراقبة سلوكها الفعلي، وتحديد الصلاحيات التي تحصل عليها عند التشغيل. كما يصبح من الضروري تطبيق مبدأ أقل صلاحية على أدوات الذكاء الاصطناعي بنفس الصرامة المفروضة على المستخدمين البشريين.
ومن الخطوات المهمة أيضًا بناء جرد واضح لما يمكن أن تصل إليه هذه الأدوات: ما الرموز التي تمتلكها، وما الخدمات التي تتصل بها، وما العمليات التي تُجريها في الخلفية. هذا النوع من الرؤية يمنع المفاجآت الأمنية ويُسهل اكتشاف أي انحراف سلوكي أو محاولة للوصول غير المصرح به.
كما تشير التطورات في هذا المجال إلى أن المؤسسات ستحتاج بصورة متزايدة إلى ما يشبه قائمة مكونات برمجية خاصة بالذكاء الاصطناعي، تساعد على تتبع المكتبات والاعتماديات ومصادرها ومستوى المخاطر المرتبط بها. فكلما توسع استخدام الأدوات الذكية في التطوير، ازدادت أهمية تتبع السلسلة كاملة من الكود إلى الحزمة إلى بيئة التشغيل.
درس أوسع لأمن البرمجيات المعتمدة على الذكاء الاصطناعي
الرسالة الأساسية من هذه الحادثة أن الذكاء الاصطناعي لم يعد مجرد طبقة إنتاجية جديدة، بل أصبح جزءًا من البنية التحتية الحساسة التي تستهدفها الهجمات الحديثة. وعندما تتسع صلاحيات أدوات التطوير ويزداد اعتماد المطورين عليها لتسريع العمل، فإن أي خلل صغير في سلسلة التوريد قد يتحول إلى اختراق واسع النطاق.
وبينما تتجه الشركات إلى دمج أدوات ذكية أكثر في عملياتها اليومية، يصبح الأمن المرتبط بهذه الأدوات جزءًا أساسيًا من استراتيجية الحماية. فالمشكلة لم تعد في ما إذا كانت الشيفرة تبدو نظيفة، بل في ما إذا كانت الحزمة التي تصل إلى المستخدم هي نفسها التي خضعت للمراجعة، وما إذا كانت الصلاحيات الممنوحة لها متناسبة مع الحاجة الفعلية. هذه الأسئلة، أكثر من أي وقت مضى، أصبحت جوهر أمن الذكاء الاصطناعي في بيئات التطوير الحديثة.