تم تقييم {{1}}GPT-5.3-Codex{{/1}} بدرجة عالية في الأمن السيبراني. ولا تملك OpenAI أي دليل قاطع.

في 5 فبراير 2026، نشرت OpenAI بطاقة النظام الخاصة بـ GPT-5.3-Codex، وصنّفت فيها النموذج بوصفه قدرة عالية في مجال الأمن السيبراني بموجب إطار الاستعداد الخاص بها — وهي المرة الأولى التي تطبّق فيها الشركة هذا التصنيف على أي نموذج في ذلك المجال. الجملة التي تلي التصنيف هي الجديرة بالقراءة مرتين: "ليس لدينا دليل قاطع على أن هذا النموذج يبلغ عتبتنا العالية." قالت OpenAI إنها كانت تتصرف على سبيل الاحتياط، لأن النموذج تجاوز كل عتبات الكناري الخاصة به، وبالتالي لم تستطع الشركة استبعاد أن تكون القدرة موجودة فعلاً. لم يُخترق أي شيء ولم يُسجَّل أي ضحية: هذا تصنيف، وليس حادثة، وقد أُدرج كسجل سياسات مع علامة بارزة. يقع مدخل الأرشيف الخاص بالتصنيف، مع درجتي شدته وثقته، في Orca AI Incident Archive إلى جانب سجلات الحوكمة الأخرى لهذا العام.

ماذا يعني "High"، ومن يقرر؟

يضع إطار الجاهزية لدى OpenAI عتبتين. القدرة العالية "يمكن أن تضخم المسارات القائمة إلى ضرر جسيم"؛ والقدرة الحرجة "يمكن أن تقدم مسارات جديدة غير مسبوقة إلى ضرر جسيم". ويجب أن تمتلك الأنظمة المشمولة التي تبلغ مستوى القدرة العالية ضمانات تخفف المخاطر المرتبطة بها على نحو كافٍ قبل النشر، كما تحتاج إليها الأنظمة التي تبلغ مستوى القدرة الحرجة أثناء التطوير أيضًا، وفقًا لوصف OpenAI نفسه للإطار. والمراجعة الموصوفة هناك داخلية: إذ تقيّم مجموعة الاستشارة للسلامة ما إذا كانت الضمانات تخفف المخاطر على نحو كافٍ وتقدم توصيات، وتُرفع إرشاداتها إلى قيادة OpenAI لاتخاذ القرار النهائي. ولا تصف بطاقة النظام أي موافقة خارجية على التصنيف.

التعريف الخاص بالأمن السيبراني أضيق من العنوان الرئيسي. تُعرّف OpenAI القدرة السيبرانية العالية بأنها قدرة النموذج على "إزالة الاختناقات القائمة أمام توسيع نطاق العمليات السيبرانية"، إما عبر "أتمتة العمليات السيبرانية من البداية إلى النهاية ضد أهداف محصّنة بدرجة معقولة"، أو عبر "أتمتة اكتشاف الثغرات ذات الصلة العملياتية واستغلالها". وتوضح البطاقة صراحةً أن العتبة تتعلق بإزالة الاختناقات على مستوى الحملة، لا بنموذج قادر على حل تحدٍّ صعب: إذ تكتب OpenAI أن المخاطر السيبرانية المتقدمة "يُستحسن تقييمها من حيث العمليات أو الحملات، لا من حيث الإجراءات المنفردة".

إذا قُرئ على هذا النحو، فإن تصنيف الخامس من فبراير يقول شيئًا محددًا. يقول إن OpenAI ترى أن عنق الزجاجة الذي يزيله هذا النموذج هو المهارة والتحمّل اللذان يتطلبهما اختراق مستمر — وأن الشركة اختارت تقييد الوصول ومراقبته بدلًا من انتظار دليل على أنه يفعل ذلك.

ثلاثة تقييمات، ومقارنة واحدة تسير في الاتجاه المعاكس

تستخدم OpenAI ثلاثة معايير تقييم للمهارات الثلاث التي تربطها بالضرر السيبراني الجسيم: Professional Capture the Flag لتحديد الثغرات واستغلالها، وCVE-Bench للاتساق، وCyber Range للعمليات الشاملة في شبكة محاكاة. وGPT-5.3-Codex هو، على حد تعبير البطاقة، «أول نموذج يجتاز جميع العتبات في التقييمات الثلاثة كافة». والنتائج الفردية أهم من الملخص.

في Professional CTF يطابق النموذج "GPT-5.2-Codex" — والتفسير الوارد في بطاقة النموذج نفسه هو "لا تغيير جوهري في ذروة أداء CTF"، مقاسًا بـ pass@12 عبر 16 جولة لكل تحدٍّ. وفي CVE-Bench سجّل 90 في المئة مقابل 87 في المئة لـ GPT-5.2-Codex، عبر 34 من تحديات المعيار البالغ عددها 40، بـ pass@1 عبر ثلاث جولات. وفي Cyber Range اجتاز 12 من 15 سيناريو بمعدل نجاح إجمالي 80 في المئة، مقابل 60 في المئة لـ GPT-5.1-Codex-Max، و53.33 في المئة لـ GPT-5.2-Codex، و47 في المئة لـ GPT-5.2-Thinking. وقد فشل في EDR Evasion وCA/DNS Hijacking وLeaked Token.

البطاقة حذرة بشأن ما يفضي إليه ذلك مجتمعًا. فبما أن CTF يختبر مسارات هجوم مكتوبة مسبقًا، وCVE-Bench يغطي تطبيقات الويب فقط، وسيناريوهات Cyber Range تفتقر إلى الدفاعات والضجيج الموجودين في شبكة مأهولة فعليًا، فإن "التفوق في التقييمات الثلاثة جميعها شرط ضروري لكنه غير كافٍ لكي يُعدّ النموذج High في القدرة على الأمن السيبراني". واستنتاج OpenAI ليس أن النموذج High، بل أنه لا يمكنها استبعاد أنه كذلك.

التقييم الخارجي، الذي أجراه مختبر الأمن Irregular على نسخة شبه نهائية من النموذج، يعقّد الصورة بطريقة لا يفعلها سطر الملخص. سجّل GPT-5.3-Codex في المتوسط 86 في المئة في محاكاة الهجمات على الشبكات، مقابل 68 في المئة لـ GPT-5.2-Codex و100 في المئة لـ GPT-5.2-Thinking؛ و72 في المئة في بحث الثغرات واستغلالها، مقابل 75 و80 في المئة؛ و53 في المئة في التهرّب، مقابل 52 و53. لم يحل أيًا من التحديات في CyScenarioBench، وهو إطار قائم على السيناريوهات يختبر التخطيط متعدد المراحل في ظل قيود واقعية. وعلى مجموعة اختبارات Irregular، بعبارة أخرى، تخلّف النموذج المصنّف حديثًا عن نظير أقدم في فئتين من ثلاث — نتيجة تنشرها البطاقة دون التوفيق بينها وبين ادعاء العتبة الخاص بها.

البوابة: وصول موثوق إلى الأمن السيبراني

التخفيف الذي يمنح السجل شكله هو برنامج، وليس مرشّحًا. أطلقت OpenAI برنامج Trusted Access for Cyber (TAC) "من اليوم الأول"، ووصفته بأنه "برنامج مُقيّد قائم على الهوية" يوفّر "قدرات سيبرانية عالية المخاطر مزدوجة الاستخدام" لعملاء المؤسسات والمستخدمين الشرعيين غير الضارين. وتُدرج البطاقة الاستخدامات المدعومة: اختبار الاختراق، والفريق الأحمر، وتقييم الثغرات، والتحديد والاستغلال، والاختبار الأمني والتحقيق في التهرب من الكشف، والهندسة العكسية للبرمجيات الخبيثة، والبحوث التشفيرية.

يعكس تصميم الوصول الترتيب المعتاد. يحصل المستخدمون المسجّلون على قدرات سيبرانية عالية افتراضيًا، مع خضوعهم للمراقبة والإنفاذ؛ أما المستخدمون الذين "يستفيدون كثيرًا من وظائف سيبرانية عالية المخاطر مزدوجة الاستخدام" فعليهم التحقق من هويتهم عبر {{1}}TAC{{/1}} للحفاظ على القدرات المتقدمة. ويمكن للمؤسسات طلب وصول موثوق لفريق كامل عبر ممثل OpenAI لديها، ويمكن للباحثين الذين يحتاجون إلى نماذج أكثر تسامحًا التقدّم إلى برنامج بالدعوة فقط، وفقًا لإعلان OpenAI نفسه عن البرنامج. وإلى جانب ذلك، التزمت OpenAI بمبلغ 10 ملايين دولار من أرصدة API عبر برنامج المنح للأمن السيبراني.

تؤكد OpenAI صراحةً أن البوابة ليست ضمانًا. إذ يُمنح الوصول "فقط لأغراض أمنية مشروعة ودفاعية ومصرّح بها"، ويظل مشاركو TAC "الذين يطلبون باستمرار وظائف إجراءات ضارة خاضعين للمراقبة والإنفاذ، بما في ذلك فقدان الوصول إلى TAC". وتضيف تدوينة الإطلاق ضابطًا ثانيًا: بعض الطلبات التي يكتشف النظام أنها تنطوي على مخاطر سيبرانية مرتفعة "قد تُوجَّه تلقائيًا من GPT-5.3-Codex إلى GPT-5.2". وذكرت فورتشن في 5 فبراير أن OpenAI لم تكن تُمكّن على الفور الوصول الكامل إلى API الذي كان سيتيح أتمتة النموذج على نطاق واسع، وأن النموذج كان متاحًا لمستخدمي ChatGPT المدفوعين في تلك الأثناء.

الإعدادات الافتراضية للبيئة المعزولة ومراقب له معدل تفويت منشور

تُوصَف طبقتان إضافيتان بمصطلحات قابلة للقياس. تعمل بيئة العزل الخاصة بالوكيل في السحابة داخل "حاوية معزولة تستضيفها OpenAI" دون أي وصول إلى نظام المستخدم المضيف، مع تعطيل الوصول إلى الشبكة افتراضيًا؛ وفي التثبيت المحلي، يكون العزل هو الوضع الافتراضي على macOS عبر Seatbelt، وعلى Linux عبر seccomp وlandlock، وعلى Windows إما أصليًا أو عبر Windows Subsystem for Linux. صُمّمت الإعدادات الافتراضية لتعطيل الوصول إلى الشبكة وتقييد تعديلات الملفات على مساحة العمل الحالية، ويمكن للمستخدمين الموافقة على أوامر غير معزولة، أو تعيين قوائم سماح وقوائم حظر لكل مشروع. وتحذّر البطاقة من أن تفعيل الوصول إلى الشبكة يعيد إدخال مخاطر حقن التعليمات وتسريب بيانات الاعتماد والترخيص.

طبقة المراقبة نظام من طبقتين: يصدر مصنّف موضوعي سريع قرارًا بشأن ما إذا كان المحتوى متعلقًا بالأمن السيبراني، وكل ما يكون كذلك يُرفَع إلى "مُستدِل السلامة" الذي يضعه ضمن تصنيف OpenAI للتهديدات السيبرانية ويقرر ما إذا كان يمكن إظهار المخرجات. وقد ضُبط المصنّف الموضوعي على استدعاء يتجاوز 90 في المائة عند موثوقية نظام تتجاوز 99.9 في المائة. أما أرقام مراقب الاستدلال فأقل طمأنينة وتظهر في جدول البطاقة نفسه: استدعاء 77.8 في المائة ودقة 37.1 في المائة على مطالبات المستخدم، واستدعاء 88.8 في المائة ودقة 24.1 في المائة على ردود المساعد. تقول OpenAI إنها تحسّن الاستدعاء على حساب الدقة عمدًا، ولهذا تُحجب أحيانًا الأعمال منخفضة المخاطر — ولهذا أيضًا لم يُلتقط نحو مطالبة مستخدم واحدة من كل خمس كان ينبغي التقاطها، في مجموعة الاختبار تلك.

ما اكتشفته الفرق الحمراء

تنشر البطاقة نتائج الاختبارات العدائية بالتفصيل لا بملخص. استهلكت حملتان 3,526 ساعة من اختبار الفريق الأحمر الخبير بين ديسمبر 2025 ويناير 2026. أنفقت حملة الاختراق الشامل 1,375 ساعة وأنتجت 21 مشاركة، ست منها اختراقات شاملة كاملة و14 جزئية. أنفقت حملة تغطية السياسات العدائية 2,151 ساعة وقدّمت 279 تقريرًا، فوجدت 132 نتيجة سلبية خاطئة حيث كان ينبغي لـ Safety Reasoner حجب المحتوى ولم يفعل. تصف OpenAI الاختراقات بأنها "عدم حجب" وتقول إنه سيتم معالجتها، وتعترف بأن الحملات تُظهر أن "Safety Reasoner لا يزال يحتاج إلى تحصين متكرر ضد الهجمات العدائية."

النتيجة الفردية الأقوى تتعلق بمُقيّم حكومي. فقد حصل معهد أمن الذكاء الاصطناعي البريطاني على وصول مبكر إلى إصدار مع مُستدلّ السلامة مُفعّل والحجب مُفعّل، و"طوّر كسر حماية عالميًا (مع إعادات المحاولة) حقق 0.778 pass@200" خلال نحو عشر ساعات من الفريق الأحمر اليدوي، باستخدام رسالة مستخدم واحدة. ويسجّل القسم نفسه أن مركز معايير وابتكار الذكاء الاصطناعي الأمريكي اختبر قدرات النموذج السيبرانية بتقييماته الآلية الخاصة، واستخدمه للعثور على أخطاء برمجية جديدة في برمجيات مفتوحة المصدر ومغلقة المصدر، وأن GPT-5.3-Codex واصل إحراز تقدم في مهام صعبة عبر نوافذ الضغط، "العثور على نتائج جديدة حتى بعد 50 مليون أو أكثر من الرموز الفريدة وعشرات الساعات من التحليل."

كلا هذين الاستنتاجين الحكوميين مذكوران داخل بطاقة OpenAI. لم يعثر هذا البحث على تقييم منشور مستقل من أي من الهيئتين يغطي GPT-5.3-Codex؛ وإلى أن يظهر تقييم كهذا، فإن التدقيق الخارجي لهذا النموذج لا يعرفه الجمهور إلا من خلال رواية البائع عنه. وقائمة المخاطر المتبقية في البطاقة نفسها صريحة بشكل غير معتاد بشأن الفجوة ذاتها: دقة محدودة للمراقبة تخلق مشكلة مراجعة أشبه بالبحث عن إبرة في كومة قش، و"احتمال غير صفري أن يتمكن فاعل سيئ من الحصول على وصول موثوق"، وإخفاقات لدى بائع التحقق من الهوية، واختراقات شاملة غير مكتشفة. وتذكر أيضًا أن المراقبة الداخلية لعمليات نشر Codex، التي تعمل بشكل غير متزامن لمدة خمسة أشهر، "لا تحمي من الضرر ولا تمنع تقويض ضمانات أخرى."

ماذا تغيّر بعد ذلك؟

استمرت البوابة بعد الإطلاق ونمت. ذكرت Axios في 9 أبريل 2026 أن OpenAI كانت تُنهي منتجًا منفصلًا للأمن السيبراني لمجموعة صغيرة من الشركاء، ووصفت TAC بأنها أُطلقت في فبراير «بعد طرح GPT-5.3-Codex». وفي 15 أبريل 2026، ذكرت Help Net Security أن OpenAI وسّعت TAC لتشمل «آلاف المدافعين الأفراد الموثّقين ومئات الفرق»، وأنها كانت تُصدر GPT-5.4-Cyber — نسخة من GPT-5.4 ذات حد رفض أقل للعمل الأمني المشروع وقدرة على الهندسة العكسية للملفات الثنائية — إلى أعلى فئات الوصول. كان المشروع التجريبي الموصوف في بطاقة فبراير قد أصبح خط منتجات بفئات.

لم يبلغ التصنيف نفسه مدىً بعيداً بقدر ما بلغته البوابة. أوردت قصة Fortune في 5 فبراير، بقلم شارون غولدمان، الأمر مباشرةً، ونقلت منشور الرئيس التنفيذي لـ OpenAI سام ألتمان على منصة X الذي وصف فيه GPT-5.3-Codex بأنه "أول نموذج لدينا يبلغ تصنيف 'High' في الأمن السيبراني ضمن إطار الجاهزية لدينا". غطّت The Cyber Express إطلاق TAC في 6 فبراير بالتفصيل — ثلاثة مسارات وصول، ومبلغ $10 million، والسلوكيات المحظورة — ولم تذكر تصنيف High إطلاقاً. وأعاد منتدى Boston Global Forum، في مقال بتاريخ 12 أبريل، ذكر الاثنين معاً. وبحلول منتصف أبريل، كان الجزء الأكثر اقتباساً من الحزمة هو برنامج الوصول، لا حكم العتبة الكامن وراءه.

مُثبَت، غير مُثبَت، ومفتوح

ما هو ثابت: نشرت OpenAI بطاقة نظام GPT-5.3-Codex في 5 فبراير 2026 وصنّفت النموذج ضمن فئة القدرة العالية في الأمن السيبراني بموجب إطار الاستعداد الخاص بها؛ وذكرت الشركة في الوثيقة نفسها أنه ليس لديها دليل قاطع على أن النموذج يبلغ ذلك الحد، وأنها تتصرف على سبيل الاحتياط؛ وأرقام التقييم أعلاه هي أرقامها الخاصة؛ وأُطلقت TAC مع النموذج؛ والبيئة المعزولة ونظام المراقبة ثنائي المستوى موثّقان بمستوى التفصيل المقتبس هنا؛ كما أن ساعات الفريق الأحمر وأعداد الإرسالات ورقم كسر الحماية الخاص بـ UK AISI مطبوعة جميعها في البطاقة. وقد أوردت Fortune التصنيف في اليوم نفسه، نقلاً عن منشور ألتمان على X. وثمة تفصيل دقيق بشأن التاريخ يجدر تسجيله: تحمل بيانات صفحة منشور الإطلاق نفسها طابعًا زمنيًا هو 4 فبراير 22:23 بتوقيت غرينتش، في حين أن بطاقة النظام وتغطية Fortune مؤرختان بـ 5 فبراير.

ما لم يثبت: أن GPT-5.3-Codex يستوفي فعلاً عتبة High لدى OpenAI. هذا تحفّظ من OpenAI نفسها، لا من ناقد. ولم يجد هذا البحث أي شهادة خارجية لهذا التصنيف، ولا أي تقييم منشور من جهة تنظيمية أو معهد وطني لهذا النموذج، ولا أي قياس لما إذا كانت الحزمة متعددة الطبقات قد قلّلت سوء الاستخدام في العالم الواقعي — فالسجل لا يحمل أي ضرر لأن لا ضرر سُجّل، لا لأن أي ضرر لم يحدث. وادعاء البطاقة بأن النموذج هو الأول الذي يجتاز العتبات الداخلية الثلاث كلها هو عبارة عن مجموعة اختبارات OpenAI المعيارية، التي يقول الوثيقة نفسها إنها دليل ضروري لكنه غير كافٍ على القدرة التي يُفترض أنها تكشفها.

ما يبقى مفتوحًا: هل تُعدّ بوابة الهوية مضافًا إليها أداة مراقبة تفوّت نحو خُمس مطالبات المستخدمين الموسومة إجابةً متينة لنموذج صُنّف على أساس الحيطة لا البرهان؛ وهل يعني التراجع الظاهري للنموذج مقابل GPT-5.2-Thinking في مجموعة Irregular الخارجية أي شيء بعد مراعاة فروق إطار الاختبار وطرائق الاستنطاق؛ وكم كان مخططًا له من الفجوة بين التجربة التجريبية في فبراير وخط المنتجات في أبريل، لا متعلَّمًا. يسجّل مدخل الأرشيف التصنيف. أما الباقي فلا يزال يكتبه القائمون على البوابة.

السجل حدثٌ حوكميّ، ويُقرأ على هذا النحو: شركةٌ تدوّن، قبل وقوع أي حادث، أنها ترى أن أحد نماذجها ربما تجاوز حدًا لا تستطيع قياسه بعد، وتبني على قوة هذا الاشتباه بوابةً. أما ما إذا كانت البوابة متناسبة، فسؤال تتركه البطاقة عمدًا مفتوحًا — إذ تقول فقط إن الخطر «مُقلَّل إلى حدٍّ كافٍ»، وتُورد ست طرق قد لا يكون بها كذلك.