الأمان · التطبيقات المبنية بالذكاء الاصطناعي2026-10-19·8 دقائق قراءة

مسحٌ في سبتمبر 2026 وجد 16,326 قاعدة بياناتٍ عامةً خلف تطبيقاتٍ حيّة، أغلبها مبنيٌّ بأدوات برمجةٍ بالذكاء الاصطناعي، والإصلاح إعدادٌ واحدٌ لا يتحقّق منه أحدٌ تقريباً

مسحٌ في سبتمبر 2026 وجد 16,326 قاعدة بياناتٍ حيّةً مكشوفةً على الإنترنت العام، دون حاجةٍ لكلمة مرور، وتتبّع السبب إلى إعدادٍ واحدٍ لا تُفعّله أدوات البرمجة بالذكاء الاصطناعي تقريباً أبداً.

بقلم فلوكا
[ القصة باختصار ]

فحص باحثٌ نحو 300,000 موقعٍ في سبتمبر 2026 بحثاً عن علاماتٍ على إعدادِ خلفيّةٍ شائع، من النوع الذي يربط قاعدة بياناتٍ بتسجيل دخولٍ جاهزٍ ووصول API حتى يذهب تطبيقٌ جديدٌ للعمل الفعلي في أيامٍ بدل أشهر. من بين تلك المواقع، كانت 16,326 قاعدة بياناتٍ تحتوي على جدولٍ واحدٍ على الأقل يستطيع أيّ شخصٍ معه الرابط قراءته: دون كلمة مرور، دون تسجيل دخول، دون أي شيء. أكثر من نصفها أظهرت علاماتٍ على بياناتٍ شخصيةٍ حقيقيةٍ داخل تلك الجداول المفتوحة.

لم يخترق أحدٌ شيئاً للوصول إلى هذا. هذا هو الجزء الذي يستحقّ التوقّف عنده. الباحث لم يستغلّ ثغرةً؛ بل سأل قاعدة البيانات سؤالاً عادياً فأجابته، لأن الإعداد الذي كان سيرفض السؤال لم يُفعَّل قطّ. يعود السبب إلى كيفية بناء الجدول. إن بُني عبر لوحة التحكّم المرئية للمنصّة، تُفعَّل الحماية من تلقائها. وإن بُني بالطريقة التي يبني بها أداة برمجةٍ بالذكاء الاصطناعي خلفيّةً جديدة فعليّاً، عبر استدعاء API مباشر، فلا تُفعَّل.

هذا الفارق مهمٌّ بسبب من يبني الخلفيّات عبر مسار API الآن. إنه الطريقة الأسرع نمواً التي يُطلق بها فريقٌ صغيرٌ أو مؤسِّسٌ لأول مرّةٍ منتجاً يعمل: تصف ما تريد، وتترك أداة برمجةٍ بالذكاء الاصطناعي تُولِّد قاعدة البيانات، وتسجيل الدخول، والتطبيق في جلسةٍ واحدة. الأداة مبنيّةٌ لتجعل العرض التجريبي يعمل. أما كون البيانات خلفه محميّةً فعليّاً، فهذا ليس شيئاً تتحقّق منه أغلب هذه الأدوات، وتلك الفجوة هي ما تتناوله هذه القطعة: ما وجده مسح سبتمبر، وما تقوله البيانات الأوسع عن شيفرة الذكاء الاصطناعي عن سبب تكرار هذا، والفحص الواحد الذي كان سيكشف كل واحدةٍ من هذه الـ16,326 قبل أن يفعل باحثٌ ذلك.

[ المخططات ]
الشكل 1 · قاعدة بياناتٍ واحدة، إعداد افتراضيّان مختلفان
ONE DATABASE ENGINE, TWO DIFFERENT DEFAULTS CREATED THROUGH THE DASHBOARD Table created Access protection turns on by itself Safe CREATED THROUGH THE API (how an AI coding tool builds a backend) Table created Access protection stays off Readable by anyone Same table, same database engine. The difference is which door it was built through.
منصّات الخلفيّة التي تربط قاعدة بياناتٍ بوصول API جاهز تُفعِّل حماية الوصول تلقائياً عند إنشاء الجدول عبر لوحة التحكّم. أما الجدول المُنشأ برمجيّاً، وهي الطريقة التي تبني بها أداة برمجةٍ بالذكاء الاصطناعي خلفيّةً جديدة، فلا تُفعَّل الحماية فيه تلقائياً.
الشكل 2 · ما وجده مسحٌ واحدٌ لـ 300,000 موقعٍ في سبتمبر 2026
ONE SEPTEMBER 2026 SCAN, FOUR NUMBERS ~300,000 domains checked for the same backend setup 16,326 had a table anyone could read, no login required 50%+ of those showed signs of real personal data inside Minutes how long the fix takes once someone actually checks NONE OF THESE 16,326 WERE BREACHED. THEY WERE FOUND BY A PUBLIC SCAN.
لم تُخترق أيٌّ من هذه الـ16,326 قاعدة بيانات. بل عثر عليها باحثٌ بمسحٍ عام، ويمكن لأي شخصٍ آخر فعل ذلك.
[ الشرح ]

لنبدأ بالمسح نفسه. بحث UpGuard، المنشور في 25 سبتمبر 2026، فحص نحو 300,000 نطاقٍ تُظهر علاماتٍ على هذا الإعداد، ووجد 16,326 قاعدة بياناتٍ بها جدولٌ واحدٌ على الأقل قابلٌ للقراءة العامة [1]. أكثر من نصفها حملت مؤشّراتٍ على بياناتٍ شخصيةٍ في مخطّطاتها: أسماء، بريدٌ إلكتروني، أرقام هاتف، سجلّات طلبات. مجموعةٌ أصغر تجاوزت ذلك، فكشفت كلمات مرورٍ مخزَّنةً أو رموز مصادقةٍ مباشرةً، وعددٌ قليلٌ حمل ما يبدو بيانات بطاقات دفعٍ [1]. لم يتطلّب أيٌّ من ذلك اختراق شيء. بنى الباحث قائمةً من النوع نفسه من المواقع التي يبنيها كلّ أحد، وتحقّق فقط مما إذا كان الباب الأمامي مغلقاً.

يعود السبب إلى إعدادٍ افتراضيٍّ واحد. منصّة الخلفيّة وراء هذا المسح، كمعظم المنصّات التي تربط قاعدة بياناتٍ بوصول API جاهز، تُفعِّل حماية الوصول على مستوى الصفّ تلقائياً عند إنشاء جدولٍ عبر لوحة تحكّمها. أما إنشاء النوع نفسه من الجدول برمجيّاً، بالطريقة التي يعمل بها استدعاء API، وبالطريقة التي تبني بها أداة برمجةٍ بالذكاء الاصطناعي خلفيّةً فعليّاً عندما تُولِّدها في جلسةٍ واحدة، فلا تُفعَّل الحماية من تلقائها [1][2]. يتصرّف الجدول بالطريقة نفسها تماماً في الحالتين. الفارق أن نسخةً واحدةً منه تجيب على أي سؤالٍ يسأله أيّ أحد.

هذه ليست مصادفةً خاصّةً بمنصّةٍ واحدة. تقرير Veracode لأمان شيفرة الذكاء الاصطناعي التوليدي لعام 2026 اختبر أكثر من 100 نموذجٍ عبر أربع جولات قياسٍ، ووجد معدّل نجاحٍ أمنيٍّ متوسّطه 56٪، بالكاد تحرّك عن العام السابق، بينما تكتب هذه النماذج نفسها شيفرةً صحيحة الصياغة في كل مرّةٍ تقريباً [3]. الشيفرة تعمل في أغلب الأحيان. أما كونها آمنةً للتشغيل، فذلك قريبٌ من رمي عملة، وإعطاء النموذج دون تعليماتٍ أمنيةٍ واضحةٍ يرفع معدّل الفشل إلى نحو 44٪ [3]. النماذج المتخصّصة في البرمجة لم تُسجِّل نتيجةً أفضل في الأمان من النماذج العامّة في التقرير نفسه [3].

معيارٌ قياسيٌّ مستقلٌّ آخر يصل إلى النتيجة نفسها من زاويةٍ مختلفة. أخذ باحثون 200 طلب ميزةٍ حقيقيٍّ من مشاريع مفتوحة المصدر، كلّ حالةٍ منها كانت حالةً شحن فيها مطوّرٌ بشريٌّ إصلاحاً فيه ثغرةٌ أصلاً، وطلبوا من وكيل برمجةٍ بالذكاء الاصطناعي تنفيذ الطلب نفسه من جديد. أنتج الوكيل حلّاً صحيحاً وظيفيّاً في 61٪ من الحالات. لكن 10.5٪ فقط من تلك الحلول كانت آمنةً فعليّاً [4]. إخبار الوكيل بالثغرة المعروفة مسبقاً لم يُغيّر النتيجة بشكلٍ ملموس [4].

يمتدّ الكشف طبقةً أعمق من قاعدة البيانات. دراسةٌ أكاديميةٌ لعام 2025 شغّلت 576,000 عيّنة شيفرةٍ عبر 16 نموذجاً مختلفاً، ووجدت أن 19.7٪ من أسماء الحزم التي اقترحتها تلك النماذج لم تكن موجودةً أصلاً: تبعيّاتٍ مُخترَعةً تبدو معقولةً وليست حقيقية [5]. يستطيع أيّ شخصٍ تسجيل أحد تلك الأسماء المزيّفة على سجلّ حزمٍ عام، ويشحن داخله ما يريد، وقد فعل المهاجمون ذلك فعلاً: حزمةٌ بديلةٌ لباحث أمانٍ واحدٍ جذبت أكثر من 30,000 تنزيلٍ في ثلاثة أشهر فقط لأنها طابقت اسماً استمرّت النماذج باختراعه [5]. النماذج مفتوحة المصدر اختلقت هذه الأسماء بمعدّل 21.7٪ تقريباً، مقابل 5.2٪ للنماذج التجارية [5]، والخطر الأساسي لا يعتمد على أيّ نموذجٍ كتب الشيفرة. يعتمد على ما إذا تحقّق أحدٌ من أن كلّ حزمةٍ جلبتها حقيقيةٌ قبل أن تُشحَن.

الخيط المشترك عبر هذه النتائج الأربع هو أين يتوقّف التحقّق. كلّ أداةٍ هنا تفعل ما صُمِّمت لتفعله بامتياز: إنتاج شيفرةٍ تعمل. أما كون قاعدة البيانات خلفها محميّة، أو كون الحزم التي جلبتها موجودةً فعلاً، أو كون العرض الذي عمل في اليوم الأول لا يزال يعمل بأمانٍ في اليوم التسعين، فذلك ليس ما يُتحقَّق منه تلقائياً، وبالنسبة لـ16,326 قاعدة بياناتٍ حيّةٍ في سبتمبر 2026، لم يتحقّق منه أحدٌ آخر أيضاً.

[ وجهات النظر ]
المعسكر أ — هذه مشكلة انضباطٍ لدى المطوّر، لا مشكلة ذكاءٍ اصطناعي

فجوة الإعداد الافتراضي بين لوحة التحكّم وAPI كانت موجودةً قبل أن تلمسها أيّ أداة برمجةٍ بالذكاء الاصطناعي. أيّ مطوّرٍ يبني خلفيّةً يدويّاً عبر API يرتكب الخطأ نفسه تماماً. لوم أداة الذكاء الاصطناعي يُعفي من شحن دون تحقّقٍ من المسؤولية.

المعسكر ب — السرعة هي الهدف قبل الإطلاق، والتأمين يأتي قبل وصول المستخدمين الحقيقيين

يرى البناؤون في المراحل الأولى أن القيمة الكاملة لأداة برمجةٍ بالذكاء الاصطناعي هي الوصول إلى منتجٍ يعمل في ساعاتٍ بدل أشهر، وأن معاملة كل نموذجٍ تجريبيٍّ قبل الإطلاق كنظام إنتاجٍ يقتل ما جعل البناء السريع يستحقّ العناء أصلاً.

المعسكر ج — على المنصّات أن تُصلح إعداداتها الافتراضية نفسها

إن كانت لوحة تحكّم المنصّة نفسها تعرف أصلاً أن تُفعِّل الحماية تلقائياً، فلا سببٌ تقنيّاً يمنع مسار API من أن يكون افتراضه مماثلاً. عدّة جهاتٍ غطّت هذا المسح رأت أن الإصلاح ينتمي إلى إعدادات المنصّة نفسها، لا إلى ذاكرة كلّ باني مشروعٍ على حدة.

أين نقف

الحجج الثلاثة كلّها تحمل نقطة صحيحة، ولا تُعفيك أيٌّ منها من التحقّق. فجوة الإعداد الافتراضي حقيقية، والنماذج التجريبية تحتاج فعلاً مساحةً للتحرّك سريعاً، وعلى المنصّات أن تُشدِّد إعداداتها، لكن لا شيء من ذلك يُغيّر ما يستطيع باحثٌ رؤيته الآن بمسحٍ عام: هل تُجيب جداولك على غريبٍ دون كلمة مرور. هذا فحصٌ يستغرق دقيقتين بإجابة نعم أو لا واضحة، ولا شيء في هذه القائمة سببٌ لتجاوزه.

[ أسئلة مفتوحة ]
  1. 1هل تعرف إن كانت الجداول خلف تطبيقك أُنشئت عبر لوحة تحكّمٍ أم عبر شيفرة، وهل فُعِّلت حماية الوصول في أيٍّ من الحالتين؟
  2. 2إن بنت أداة برمجةٍ بالذكاء الاصطناعي خلفيّتك، هل حاول أحدٌ فعليّاً قراءة بياناتك دون تسجيل دخول، بالطريقة التي فعلها هذا الباحث مع 300,000 موقعٍ آخر؟
  3. 3هل ستعرف أن بياناتك مكشوفةٌ من خلال مراقبتك الخاصّة، أم فقط بعد أن يكشفها مسحٌ عامٌّ كما كشف هذا المسح 16,326 حالةً أخرى؟
  4. 4هل تستخدم بيئة الاختبار أو العرض التجريبي لديك بياناتٍ حقيقيةً للعملاء، وهل هي محميّةٌ بالطريقة نفسها التي تُحمى بها قاعدة بياناتك الفعلية؟
  5. 5إن اقترحت أداة ذكاءٍ اصطناعيٍّ حزمةً يعتمد عليها تطبيقك الآن، هل تحقّق أحدٌ من أنها موجودةٌ فعلاً وتأتي من جهةٍ تثق بها؟
[ المراجع ]
  1. [1]UpGuard — ملاحظة بحثيةٌ عن كشف قواعد بياناتٍ عامةٍ وقابلةٍ للقراءة عبر عشرات آلاف التطبيقات المُستضافة، نُشرت في 25 سبتمبر 2026 بواسطة الباحث Greg Pollock: مسحت نحو 300,000 نطاق، وجدت 16,326 قاعدة بياناتٍ بها جدولٌ واحدٌ على الأقل قابلٌ للقراءة العامة، أكثر من نصفها يحمل علاماتٍ على بياناتٍ شخصية، وتتبّعت السبب إلى إعدادٍ افتراضيٍّ يختلف بين الجداول المُنشأة عبر لوحة التحكّم والجداول المُنشأة عبر API.
  2. [2]BleepingComputer — تغطيةٌ إخباريةٌ لبحث UpGuard نفسه (سبتمبر 2026): تؤكّد رقم 16,326 وتشرح أن الجداول المُنشأة عبر لوحة تحكّم المنصّة المرئية تُفعِّل الحماية تلقائياً، بينما الجداول المُنشأة عبر API، وهو المسار الذي تستخدمه أدوات البرمجة بالذكاء الاصطناعي، لا تُفعِّلها.
  3. [3]Veracode — تقرير أمان شيفرة الذكاء الاصطناعي التوليدي لعام 2026، كما نشرته SD Times: معدّل نجاحٍ أمنيٍّ متوسّطه 56٪ عبر أكثر من 100 نموذجٍ وأربع جولات قياس، ونجاح صياغةٍ قريبٌ من 100٪، ومعدّل فشلٍ قريبٌ من 44٪ دون تعليماتٍ أمنيةٍ واضحة، والنماذج المتخصّصة في البرمجة لم تُسجِّل نتيجةً أفضل من النماذج العامّة.
  4. [4]«هل البرمجة بالذكاء الاصطناعي آمنة؟»، معيار قياسٍ بحثيٌّ (arXiv، 2026): 200 طلب ميزةٍ حقيقيٍّ من مشاريع مفتوحة المصدر ذات ثغراتٍ تاريخيةٍ معروفة؛ أعدادٌ أنتجت حلولاً صحيحةً وظيفيّاً في 61٪ من الحالات، لم يكن آمناً منها سوى 10.5٪؛ إضافة سياق الثغرة المعروفة إلى الطلب لم تُغيّر النتيجة بشكلٍ ملموس.
  5. [5]Cloud Security Alliance — ملاحظةٌ بحثيةٌ عن «slopsquatting» (19 أبريل 2026)، تستشهد بدراسةٍ أكاديميةٍ لعام 2025 شملت 576,000 عيّنة شيفرةٍ عبر 16 نموذجاً: 19.7٪ من أسماء الحزم المقترحة لم تكن موجودة، والنماذج مفتوحة المصدر اختلقت أسماء حزمٍ بمعدّل نحو 21.7٪ مقابل 5.2٪ للنماذج التجارية، مع مهاجمين سجّلوا فعلاً بعض الأسماء المُخترَعة على سجلّات حزمٍ عامة.
[ هل بنت أداة برمجةٍ بالذكاء الاصطناعي خلفيّتك؟ تحقّق مما تركته مكشوفاً. ]

تقييم أمان التطبيق يُجري الفحوصات نفسها التي كشف هذا المسح غيابها، في نحو ثلاث دقائق.

بنت فلوكا تقييم أمان التطبيق من هذه الفجوة بالضبط: سبعة أسئلةٍ تغطّي وصول قاعدة البيانات، والمفاتيح المكشوفة، والنسخ الاحتياطي، والتنبيهات، وهي الفحوصات التي تتجاهلها التطبيقات المبنية بالذكاء الاصطناعي أكثر من غيرها. دون تسجيلٍ، ودون تكلفة. إن بنت أداة برمجةٍ بالذكاء الاصطناعي منتجك أو كانت تبنيه الآن، شغِّل الفحص قبل أن تلمسه بياناتٌ أو مستخدمون حقيقيّون.

احصل على تقييم أمان تطبيقك