مقدمة
في عالم الذكاء الاصطناعي، تُمثل وكلاء الذكاء الاصطناعي (AI Agents) حجر الزاوية في الابتكارات الحديثة. لكن كيف يمكن أن نتأكد من فعاليتهم في الأداء دون التعرض لهجمات تستهدف مهاراتهم؟ هنا تأتي تقنية POISE لتفجير الفكرة التقليدية المتعلقة بحقن المهارات.
مفهوم الحقن القابل للاكتشاف
تقدم المهارات بشكل عام آلية خفيفة الوزن لتوسيع قدرات الوكلاء، ولكن هذه الفتحة المفتوحة تعرضهم لهجمات تُعرف بـ "هجمات حقن المهارات" أو Skill-Poisoning Attacks. تتطلب هذه الهجمات أن يبقى الحقن غير مرئي، حيث إن أي فشل نتيجة لتنفيذ الحمولة قد يلفت الانتباه على المهارة.
تقييم الهجمات">تقييم الهجمات
تسعى هذه التقنية إلى تقييم الهجمات بناءً على معدل نجاح الهجوم (Attack Success Rate)، حيث يجب أن يتم تنفيذ الحمولة المحقونة بنجاح ويجب أن يظل مهمة المستخدم ناجحة. هنا، يواجه هجوم حقن المهارات التقليدي مقايضة بين الموثوقية والقدرة على التخفّي.
تقديم تقنية POISE">تقديم تقنية POISE
تقنية POISE الجديدة تُعزز من فعالية حقن المهارات عبر استخدام "هجوم حساس للموقع" (Position-Aware Attack). تستهدف هذه التقنية تضمين إرشاد يبدو غير مؤذٍ في موضع ملائم، حيث تقوم بمزجه بطريقة تناسب بناء الجمل المصاحبة، مما يجعل اكتشافه أكثر صعوبة.
إنجازات POISE">إنجازات POISE
عند اختبارها على Skill-Inject باستخدام codex+gpt-5.2، حققت POISE معدل نجاح 89.3%، متفوقة بمعدل 28.0 نقطة عن الأساليب التقليدية. وتساهم هذه التقنية في جعل الدفاعات الثابتة الحالية غير فعالة، حيث تُظهر أن 74.6% من المهارات النظيفة تم إبلاغها بشكل خاطئ كخطر مرتفع.
الخاتمة
تقنية POISE ليست مجرد ابتكار تكنولوجي، بل تمثل خطوة نوعية في تطوير وكالات الذكاء الاصطناعي وتعزيز قدرتها على أداء المهام. فمع قدرتها على تجاوز الحراس التقليديين، يُحتمل أن تتغير معايير الأمن في هذا المجال تمامًا.