لماذا يتجاهل برنامج الفحص الأمني الخاص بي فئة الثغرات الأمنية التي يكتب عنها مساعد الذكاء الاصطناعي الخاص بي أكثر من غيرها؟

تُحدث أدوات المساعدة في البرمجة المعتمدة على الذكاء الاصطناعي ثغرة أمنية في 44 إلى 72 في المائة من مهام إنشاء الكود، اعتمادًا على اللغة، وفقًا لتقرير Veracode لعام 2026 حول أمن كود الذكاء الاصطناعي التوليدي (GenAI). تم تصميم أدوات SAST الحالية وضبطها بناءً على أنماط الكود المكتوب يدويًّا؛ وهي لا تحاكي توقيعات الثغرات المتكررة والخاصة بالنماذج التي تنتجها أداة معينة للذكاء الاصطناعي. وقد وجدت دراسة مقارنة عبر النماذج نُشرت في يوليو 2026 على منصة arXiv أن نماذج اللغة الكبيرة (LLMs) المختلفة تركز المخاطر في فئات CWE (ثغرات البرمجة الشائعة) يمكن التنبؤ بها ومميزة عبر قواعد برمجية غير مرتبطة ببعضها تمامًا، وأن أدوات الفحص الحالية لا تمتلك ملفات تعريف تراعي خصائص النماذج لاستغلال هذا الانتظام. أكدت Endorlabs في عام 2026 أن أدوات الفحص ذات الأنماط الثابتة تفوت العيوب التي تعتمد على السياق المشترك بين الملفات، وهو بالضبط المكان الذي يفشل فيه الكود الذي تم إنشاؤه بواسطة الذكاء الاصطناعي في أغلب الأحيان. ولا توجد اليوم أي أداة فحص على مستوى الإنتاج توفر ملفات تعريف مخصصة للنموذج الذي أنشأ الكود.