في عالم متسارع يتسابق نحو تطوير تقنيات الذكاء الاصطناعي (AI)، تبرز دراسة جديدة تم تناولها في arXiv كتحذير مهم بشأن محدودية أطر عمل الذكاء الاصطناعي غير المحصنة. تمتاز هذه الأطر بأنها تتعامل مع أوامر، ترسل رسائل، وتفعّل أجهزة نيابة عن نماذج لغوية عملاقة (Large Language Models)، إلا أن هناك عيبًا بنيويًا يتحتم أن نأخذه بعين الاعتبار: عدم قدرتها على الكشف عن أربع طرق محتملة للانحراف عن السجل الخاص بالتحقق من الأعمال (audit record).

تتمثل هذه الطرق في: F1 اختراق البوابة، F2 تزوير السجل، F3 فشل المضيف الصامت، وF4 الهدف الخاطئ. وقد أظهر البحث أن OpenClaw، البوابة الأكثر هندسة من نوعها للمستخدمين الأفراد، لم تتمكن من كشف أي من هذه الانحرافات، مما يعد بمثابة دق ناقوس الخطر حول موثوقية الصفقات الرقمية المبنية على هذه الأطر. باستخدام 1600 عينة، كانت القدرة على كشف الأخطاء تصل إلى الصفر على جميع مستويات مصفوفة الالتباسات الخاصة بها.

تقدم الدراسة أيضًا بديلًا أفضل، يعرف باسم enclawed-oss، الذي يتمتع بتصميم هندسي يضمن معالجة جميع الأخطاء بالشكل المطلوب، محققًا نسبة دقة وتعامل كاملة تصل إلى 100%. كما تميز الحل البديل بإضافة سبعة هياكل زمنية ضرورية التي تفتقر إليها OpenClaw.

في النهاية، تدعو الدراسة إلى إعادة النظر في استخدام أطر الذكاء الاصطناعي غير المحصنة، معتبرةً أنها أصبحت عتيقة، في ظل وجود خيارات حديثة مُعتمدة توفر مستوى أمان أعلى وتوافقية أكبر.