في عالم الذكاء الاصطناعي، يعتمد الأداء الجيد على مرونة الأنظمة وقدرتها على دمج مهارات متنوعة. تعرف المهارة (Skill) بأنها حزمة من التعليمات بلغة طبيعية، أو نصوص تنفيذية، أو موارد مرجعية يمكن لوكيل ما تحميلها لتوسيع قدراته. على الرغم من فوائد الأنظمة المعتمدة على المهارات، إلا أن انفتاح هذه البيئة يعرضها لتهديدات جديدة قد لا تكون واضحة.

في ورقة بحثية جديدة، يركز الباحثون على "الهجمات المتسلسلة للمهارات"، وهي نمط من التهديدات حيث تُوزع الأهداف الضارة عبر مهارات متعددة. يبدو أن كل تعديل جديد غير ضار عند النظر إليه بمفرده، لكن تنفيذه مجتمعيًا يمكن أن يكون له آثار مدمرة. على سبيل المثال، في عملية مراجعة الوصفات الطبية، يقوم الأول بإضعاف الإشارات المرتبطة بالأدوية الملغاة مؤخرًا، بينما تقوم الثانية بتخفيض مدى خطورة التفاعلات الدوائية المتعلقة بها، مما يؤدي في النهاية إلى إخفاء تحذير خطير من الطبيب.

للتعامل مع هذه الثغرات الأمنية، قام الباحثون بتطوير "SkillCascade"، وهي إطار عمل آلي لاختبار أكثر من 213 حالة اختبار متسلسل تم التحقق منها عبر أنظمة وكيلة ومجالات متنوعة. ومن خلال تحليل الوكلاء التمثيليين، مثل OpenClaw وClaude Code وCodex، وجد الباحثون أن التفاعلات المتسلسلة تؤدي بانتظام إلى سلوكيات ضارة وتتجاوز أدوات الكشف الحالية.

تسلط هذه النتائج الضوء على الفجوة بين سلامة المكونات وسلامة النظام ككل، مما يستدعي الحاجة إلى دفاعات جديدة تأخذ في الاعتبار التفاعلات بين المهارات بدلاً من التعامل مع كل مهارة على حدة.