سيسكو تطلق نماذج ذكاء اصطناعي مفتوحة المصدر للأمن السيبراني — Antares-350M وAntares-1B
نماذج الذكاء الاصطناعي الصغيرة مفتوحة المصدر من سيسكو Antares-350M وAntares-1B تكتشف حوالي 150 ضعفًا من الثغرات الأمنية لكل دولار مقارنة بـ GPT-5.5. مسح 500 مستودع كود في 15 دقيقة بأقل من دولار واحد. كلا النموذجين يعملان محليًا.
عصر جديد في الأمن السيبراني: نماذج صغيرة مفتوحة المصدر تتفوق على العمالقة
في يوليو 2026، أطلقت سيسكو نموذجين جديدين مفتوحي المصدر للذكاء الاصطناعي للأمن السيبراني — Antares-350M وAntares-1B. صُممت هذه النماذج لاكتشاف الثغرات الأمنية في كود البرمجيات، ووفقًا لسيسكو، فإنها تغير بشكل جذري اقتصاديات تحليل الأمان. حتى أصغر نموذج — Antares-350M — يكتشف حوالي 150 ضعفًا من الثغرات الأمنية لكل دولار مقارنة بوكلاء الذكاء الاصطناعي الكبار مثل Cognition Devin Security Swarm.
هذا الإعلان مهم بشكل خاص على خلفية بحث صناعة الأمن السيبراني عن حلول أكثر سهولة وفعالية. يُظهر نهج سيسكو أنه في بعض الأحيان، تقدم النماذج الصغيرة والمتخصصة قيمة أكبر من نظيراتها العملاقة.
نتائج المقارنة: Antares ضد GPT-5.5
وفقًا لاختبارات سيسكو التي أبلغت عنها Axios، قام Antares بمسح 500 مستودع كود في حوالي 15 دقيقة بأقل من دولار واحد. استغرقت نفس المهمة لـ GPT-5.5 خمس ساعات وكلفت أكثر من 100 دولار. هذا يعني أن Antares أسرع وأرخص بحوالي 100 مرة من النموذج الرائد لـ OpenAI في المهمة المحددة لاكتشاف ثغرات الأمن السيبراني.
صرح مطور سيسكو Aman Priyanshu على X بأن Antares-350M "يكتشف حوالي 150 ضعفًا من الثغرات الأمنية لكل دولار" مقارنة بوكلاء الذكاء الاصطناعي الكبار. تستند هذه الأرقام إلى اختبارات داخلية لسيسكو قارنت أداء Antares مع Cognition Devin Security Swarm.
التفاصيل التقنية والهندسة المعمارية
Antares-350M (350 مليون معامل) وAntares-1B (مليار معامل) هما نموذجان يعتمدان على المحولات (Transformer) وتم تدريبهما خصيصًا لمهام الأمن السيبراني. وفقًا للتقرير الفني، تم تدريب النماذج على حوالي 72% من بيانات مفاهيم الأمان و15% من سجلات البحث عن الكود. هذا يعني أن النماذج تفهم ليس فقط بناء جملة الكود ولكن أيضًا الفروق الدقيقة الخاصة بالأمان — حقن SQL، والبرمجة النصية عبر المواقع (XSS)، وتجاوز سعة المخزن المؤقت، والثغرات الشائعة الأخرى.
كلا النموذجين مفتوحا المصدر ومتاحان على Hugging Face، مما يسمح لأي شركة باستخدامهما على بنيتها التحتية الخاصة. تعمل النماذج محليًا، وهو أمر مهم بشكل خاص للمؤسسات التي تتعامل مع كود حساس — الكود لا يغادر حدود المؤسسة أبدًا.
الخصوصية والنشر المحلي
إحدى المزايا الرئيسية التي تؤكد عليها سيسكو هي أن نماذج Antares تعمل بالكامل محليًا. هذا يعني أن الكود المصدري للشركة لا يُرسل أبدًا إلى خوادم خارجية — كل التحليل يحدث ضمن نفس البنية التحتية التي يُخزن فيها الكود.
هذا مهم بشكل خاص للقطاعات المالية والطبية والدفاعية حيث سرية الكود هي متطلب حاسم. لا تستطيع العديد من المؤسسات إرسال كودها إلى خدمات الذكاء الاصطناعي الخارجية بسبب مخاطر أمنية. يحل Antares هذه المشكلة بالضبط من خلال التشغيل المحلي.
نموذج 3B من سيسكو: العملاق الذي احتفظت به الشركة لنفسها
من المثير للاهتمام أن سيسكو قررت الاحتفاظ بالإصدار ذي 3 مليارات معامل لمنتجاتها الخاصة. وفقًا للتقرير الفني، هذا الإصدار يقترب في الأداء من GPT-5.5 ويتفوق على النماذج مفتوحة المصدر التي تزيد حجمًا عنه حتى 200 مرة.
هذه الاستراتيجية تذكرنا بنهج شركات التكنولوجيا الأخرى — إصدار نماذج أصغر مفتوحة المصدر للمجتمع مع الاحتفاظ بإصدارات أكثر قوة للمنتجات التجارية. في حالة سيسكو، من المرجح أن يتم دمج نموذج 3B في منتجات الأمان الحالية مثل Cisco SecureX وغيرها.
اتحاد صناعي لأدوات أمان الذكاء الاصطناعي المفتوحة
تدرس سيسكو أيضًا إمكانية إنشاء اتحاد صناعي لأدوات أمان الذكاء الاصطناعي المفتوحة. تشير هذه الخطوة إلى أن الشركة ترى أهمية النظام البيئي مفتوح المصدر في الأمن السيبراني وتريد تشجيع التعاون مع اللاعبين الآخرين في الصناعة.
مثل هذا الاتحاد يمكن أن يكون خطوة مهمة نحو تطوير أسرع واعتماد أوسع لأدوات أمان الذكاء الاصطناعي المفتوحة. إذا وحدت الشركات الكبرى قواها، فقد يتم إنشاء نظام بيئي لأدوات الأمان متاح للجميع.
لماذا هذا مهم لـ DevSecOps؟
نماذج Antares مهمة لأنها تجعل ممارسات DevSecOps أكثر سهولة. اليوم، لا تستطيع العديد من الشركات تنفيذ فحص منتظم لثغرات الكود لأن الأدوات التقليدية باهظة الثمن أو بطيئة جدًا.
مع Antares، التكامل مع خطوط أنابيب CI/CD بسيط وبأسعار معقولة. القدرة على مسح 500 مستودع في 15 دقيقة بأقل من دولار واحد تعني أن الشركات يمكنها فحص كل commit دون تكاليف كبيرة. هذا مهم بشكل خاص للشركات الصغيرة والمتوسطة التي ليس لديها فرق أمان مخصصة.
الآثار والطريق إلى الأمام
إصدار سيسكو لنماذج Antares يوضح أن مستقبل الذكاء الاصطناعي في الأمن السيبراني ليس بالضرورة نماذج كبيرة وباهظة الثمن — بل حلول صغيرة ومتخصصة وفعالة. قد ينتشر هذا الاتجاه قريبًا إلى مجالات أخرى — المالية، الرعاية الصحية، التكنولوجيا القانونية.
التوفر مفتوح المصدر، النشر المحلي، والتكلفة أقل من دولار واحد لـ 500 مستودع — كل هذا يجعل Antares واحدًا من أكثر إصدارات الذكاء الاصطناعي إثارة للاهتمام في عام 2026. الأداء المبلغ عنه لنموذج 3B من سيسكو، الذي يقترب من مستويات GPT-5.5، يعزز أكثر promise هذا الاتجاه.
لصناعة الأمن السيبراني، هذا يعني أن أتمتة تحليل الأمان أصبحت أكثر سهولة من أي وقت مضى. قد يكون Antares هو الأداة التي تنقل الذكاء الاصطناعي مفتوح المصدر إلى التيار الرئيسي للأمن السيبراني، مما يسمح للمؤسسات من جميع الأحجام بحماية كودها دون إنفاق كبير.