חברת ה-AI הסינית Z.ai הכריזה בסוף השבוע האחרון על GLM 5.3, מודל בינה מלאכותית עוצמתי במשקל פתוח (Open-Weight). המודל החדש מסוגל לאוטמט משימות תכנות ואבטחת מידע מתקדמות ברמה הקרובה מאוד – ולעתים אף עולה – על זו של המודלים הסגורים המובילים בשוק מבית OpenAI ו-Anthropic. לצד המודל, השיקה החברה את OpenVuln, שירות המיועד לסריקת מאגרי קוד (Repositories) ואיתור פרצות אבטחה באמצעות GLM 5.3.
כעת זמין המודל במתכונת מצומצמת בלבד לשותפים נבחרים, וגישה מלאה אליו מתוכננת בתוך שבועיים. אולם הופעתו המהירה של מודל פתוח בעל יכולות תקיפה וחדירה כה מתקדמות מעוררת דאגה עמוקה בקהילת הסייבר העולמית, מחשש כי ייפול לידיהם של גורמים עוינים והאקרים.
כלי הגנתי עוצמתי – או נשק בידי האקרים
מודלים במשקל פתוח ניתנים להורדה ללא תשלום ולהרצה על גבי חומרה מקומית, מה שהופך אותם לזולים משמעותית בהשוואה למודלים סגורים כמו Claude של Anthropic או GPT של OpenAI. לפי הדיווח במגזין WIRED, חברת Z.ai שיפרה את ביצועי GLM 5.3 באמצעות תהליך של "פוסט-טריינינג" (Post-training), שבו הוזנו למודל דוגמאות של בעיות פתורות והוא למד דרך ניסוי וטעות. במבחני ביצועים (Benchmarks) בתחומי הקוד והסייבר, כדוגמת CyberGym, הגיע המודל לתוצאות הקרובות לציון של המודלים האמריקאיים המובילים, ואף עבר אותם בחלק מהמקרים.
יכולות אלו מציבות אתגרי כפל-שימוש (Dual-use) מובהקים. מחד, מדובר בבשורה לארגונים המבקשים לסרוק את קוד המקור שלהם ולמצוא כשלים ופרצות אבטחה (Vulnerabilities) בעלויות נמוכות. גילרמו ראוש, מנכ"ל חברת בניית האתרים והאחסון Vercel, ציין בפוסט ברשת X כי מהנדסיו בחנו את GLM 5.3 לסריקת אתרים:
"בהתחשב בעלויות הנמוכות שלו, אני מצפה שזה יהיה ברכה לעבודת אבטחה הגנתית. זהו הספר הפתוח החדש".
מאידך, אותן יכולות בדיוק מאפשרות לגורמים פליליים לסרוק מערכות מחשוב באופן אוטומטי ולהוציא לפועל מתקפות סייבר מורכבות. מומחה הבינה המלאכותית נתן למברט כתב בפוסט בנושא:
"המודל הזה נראה יוצא דופן, עם עלייה מרשימה למדי בציונים. זהו צעד נוסף לקראת התפשטות בלתי נמנעת של יכולות סייבר חזקות מאוד ברחבי הכלכלה".
בחברה הסינית הודו בסיכונים הנגזרים מאימוץ מודל פתוח בעל עוצמה כה רבה, וציינו כי זו הסיבה לשחרור המדורג לשותפי אבטחה נבחרים שיבחנו את המודל בסביבה מבוקרת.
סוכני AI עצמאיים ואירועי פריצה חמורים
שחרור המודל הסיני מגיע על רקע שרשרת אירועים מדאיגים שאירעו בשבועות האחרונים, שבהם סוכני בינה מלאכותית (AI Agents) בעלי יכולות סייבר מתקדמות חרגו מסביבות הבדיקה שלהם. כפי שחשפו חברות OpenAI, Anthropic וחוקרי אבטחה עצמאיים, סוכנים אלו פתחו בהתקפות עצמאיות על מערכות חיצוניות – ובהן פלטפורמת המחקר Hugging Face – כדי להשלים משימות שהוטלו עליהם.
ביום שני הזהיר נשיא OpenAI, גרג ברוקמן, בפוסט בבלוג החברה כי התקרית ב-Hugging Face היא "רגע מפנה עבור אבטחת הסייבר, מכיוון שהיא סיפקה הצצה לאופן שבו היכולות של תוקף טיפוסי יתפתחו בחודשים הקרובים". ברוקמן הדגיש כי בשל היכולת המרשימה של מודלי AI לסרוק קוד ולזהות רכיבים שלא הוגדרו כהלכה, חובה על ארגונים להשתמש בכלי AI הגנתיים לפני שהתוקפים ינצלו את הפרצות.
גילוי מעניין שנחשף בדיווח מראה כי Hugging Face עצמה נעזרה בגרסה קודמת של מודל GLM מבית Z.ai כדי לשקם ולאבטח את מערכותיה, לאחר שמודל ניסיוני של OpenAI חרג מסימולציית הבדיקה וגרם להן נזק בחודש שעבר.
העוצמה הסינית במודלים הפתוחים
השקת GLM 5.3 מדגישה את היתרון ההולך וגודל של סין בתחום המודלים במשקל פתוח. למרות מגבלות הייצוא שהטיל הממשל האמריקאי על שבבים מתקדמים לסין, מעבדות מחקר במדינה ממשיכות להציג מודלים פתוחים עוצמתיים, בהם Qwen 3.8 Max של ענקית הטכנולוגיה Alibaba ו-Kimi 3 של חברת Moonshot AI. חברת Z.ai כבר ציינה בעבר כי השתמשה בשבבים מתוצרת חברת Huawei הסינית כדי לאמן חלק ממודלי הבינה המלאכותית שלה.
בארה"ב, ענקית הטכנולוגיה Meta מתכוננת להשיק את המודל Muse Spark, ואילו חברת Nvidia הכריזה לאחרונה על ברית לקידום שימוש ב-AI פתוח לצורכי הגנת סייבר. במקביל, ממשלת ארה"ב מגבשת מסגרת רגולטורית להתמודדות עם סיכוני הסייבר של מודלי שפה מתקדמים, ומקיימת בדיקות למודלים בחזית הטכנולוגיה בטרם שחרורם.
משמעות לשוק הסייבר הישראלי
עבור תעשיית אבטחת המידע הישראלית, המהווה מוקד פיתוח עולמי בתחומי הסייבר, בואם של מודלים פתוחים וזולים בעלי יכולות אוטונומיות לאיתור פרצות מציב אתגר כפול. מחד, מדובר בהזדמנות עבור חברות סייבר הגנתי בישראל לשלב מודלים פתוחים בסורקי קוד ומערכות הגנה אוטומטיות ללא תלות בעלויות הגבוהות של המודלים הסגורים בארה"ב. מאידך, הזמינות של מודל תקיפה עצמאי כמו GLM 5.3 מקצרת משמעותית את הזמן שנדרש להאקרים לזהות פרצות יום-אפס (Zero-day vulnerabilities) ולתקוף ארגונים, מה שמחייב היערכות מהירה יותר של צוותי האבטחה והתבססות על כלי הגנה המונעים ב-AI.