تطور ثلاثي داخل عالم محاكى: كيف يحمي إطار «أدف سيم تو ريل» وكلاء التصفح من هجمات الحقن المتكيفة؟

يقف مهندسو النظم اليوم أمام مفارقة بنيوية صلبة حين يسندون مهام العمليات إلى وكلاء الذكاء الاصطناعي عبر المتصفح: لا يستطيع الوكيل إنجاز طلب المستخدم دون قراءة صفحات الويب والتفاعل معها، لكن قراءة صفحات يكتبها أطراف خارجيون تفتح الباب مباشرة أمام تعليمات خبيثة مزروعة داخل الشفرة لحرفه عن هدفه الأصلي. هذه المعضلة تستعصي على الحلول البسيطة؛ فالوكيل لا يملك ترف تجاهل الصفحة أو حجب نصوصها بالكامل، لأن الصفحة نفسها هي التي تحتوي على القيم الرقمية وعناصر التحكم وخانات الإدخال التي لا تكتمل المهمة بدونها.

تكشف الأبحاث الجارية أن خطوط الدفاع التقليدية تعاني من ثغرة جوهرية في تصميمها، إذ تكتفي معظم الفرق بضبط النماذج على هجمات حقن محددة مسبقًا وثابتة قبل بدء التدريب. هذه الحصانة الهشة تنهار بمجرد أن يواجه الوكيل مهاجمًا متكيفًا يعيد تشكيل هجومه ليتجاوز النموذج المدرب. في المقابل، يتيح التدريب الخصومي الكلاسيكي للمهاجم التكيف المستمر، لكنه يبقي المهام ثابتة دون تغيير؛ والنتيجة المباشرة هي أن المهمة تفقد قيمتها التعليمية وتتوقف عن تزويد النموذج بأي إشارات تدريبية بمجرد أن ينجح في حلها أول مرة.

تطور متزامن يجمع الوكيل وخصمه ومنهج المهام داخل محاكاة مجمدة

لمعالجة هذا الانسداد التقني، قدم فريق بحثي يضم ساريم هاشمي، وموكول رانجان، وكشيتيج ميشرا، وميخائيل كوزنتسوف، وبرانيث فيباكوما، ونيلز لوكاس، ورقة بحثية عبر أرخايف تطرح إطار «أدف سيم تو ريل» (AdvSim2Real). يقوم الإطار على هندسة تطور مشترك لثلاثة عناصر متزامنة داخل نموذج عالم ويب مجمد: منهج لتوليد المهام، وخصم متخصص في حقن الأوامر، والوكيل البرمجي نفسه. هذا التصميم يمنع جمود التدريب، ويبني حلقة خصومية تتغذى على التكيف المستمر دون الحاجة إلى تشغيل متصفحات حية ترفع التكلفة وتزيد من مخاطر الاختبار الميداني.

تعتمد آلية التحفيز داخل هذا النظام على معادلة دقيقة تضبط مستويات التحدي؛ حيث يتلقى منهج المهام مكافأته عندما يولد مهام ينجح الوكيل في حلها بنسبة تقارب النصف فقط، مما يبقي التدريب دائمًا عند الحافة المثالية لاكتساب القدرات. أما الخصم، فلا يحصل على مكافأته إلا عند تحقيق ما يسميه الباحثون «قلب النجاح»، أي ابتكار حقن خبيث ينجح تحديدًا في تحويل مهمة كان مقدرًا لها النجاح إلى فشل كامل. هذا التوجيه الصارم يمنع إهدار الموارد الحسابية في توليد هجمات عبثية، ويوجه جهد الخصم حصريًا نحو الثغرات الحقيقية التي تؤثر في مسار اتخاذ القرار لدى الوكيل.

مكاسب متانة وكفاءة تنتقل من العالم المحاكى إلى المتصفحات الفعلية

أثبتت النتائج التجريبية أن التدريب داخل بيئة المحاكاة جعل نموذجًا مدمجًا بحجم أربعة مليارات بارامتر (4B) أكثر قدرة وأعلى متانة في آن واحد. ارتفعت معدلات إنجاز المهام لدى الوكيل في الظروف الطبيعية وتحت وطأة الهجمات معًا، وحافظ النموذج على صموده حتى في مواجهة خصم يستند إلى نماذج الحدود المتقدمة التي لم يرها الوكيل ولم يتدرب ضدها إطلاقًا. وعلى مدار مئة وخمسين مهمة ويب متنوعة، رفع الإطار معدل إنجاز المهام تحت هجمات هذا الخصم غير المرئي بنسبة 33.6 في المئة مقارنة بالنموذج الأساسي، مع انتقال مكاسب القدرة بنجاح إلى بيئة المتصفح الفعلي.

لهذه النتائج دلالة تشغيلية واضحة لكل من يبني أنظمة الأتمتة والوكلاء في المؤسسات المصرفية واللوجستية والهيئات الحكومية في الخليج ومصر والمشرق العربي. تواجه هذه المؤسسات اليوم ترددًا مبررًا من فرق الأمن السيبراني في إطلاق وكلاء التصفح الذاتيين للتعامل مع بوابات المشتريات الخارجية أو تدقيق الفواتير الموردة، خشية تعرضها لحقن غير مباشر يعبث ببيانات التحويل أو يسرب سجلات العملاء. الفرضية السائدة كانت تقتضي إما الاعتماد على استدعاءات باهظة لنماذج الحدود السحابية مع كل حركة للمتصفح، أو حظر وكلاء الويب كليًا في المسارات الحساسة.

ما يقدمه هذا البحث لفِرق الهندسة المحلية هو مسار عملي لتخفيض تكلفة الاستدلال وتعزيز السيادة التقنية في آن واحد. يمكنك اليوم تدريب نموذج محلي صغير لا يتجاوز أربعة مليارات بارامتر داخل بيئة محاكاة مغلقة ومجمدة، وتحصينه ضد الهجمات المتقدمة قبل نشره على خوادمك الخاصة، دون دفع فواتير باهظة لواجهات البرمجة الخارجية ودون إبطاء زمن الاستجابة في العمليات المتكررة. خطوتك العملية هنا ليست انتظار نماذج أضخم لحل المشكلة، بل إعادة هندسة بيئات التحقق لديك: ابنِ محاكاتك الخصومية الداخلية أولًا، واختبر متانة الوكيل أمام سيناريوهات قلب النجاح قبل أن تمنحه صلاحية النقر على صفحات الويب العامة.