# Meta: رصد JiTTests 74 ثغرة خصوصية قبل إطلاقها

> كشفت اختبارات Meta المولّدة بالذكاء الاصطناعي عن 74 ثغرة خطيرة في الخصوصية خلال النصف الأول من 2026. وتقول الشركة إن المهندسين اعتبروا 60% من النتائج المُبلّغ عنها مشكلات حقيقية.

Oossa · 2026-11-16 · https://oossa.com/ar/meta-says-jittests-caught-74-privacy-bugs-before-release

أدخلت Meta نظام Catching JiTTests حيّز الإنتاج، مستخدمةً نماذج لغوية كبيرة (LLMs) — وهي التقنية التي تقف وراء روبوتات الدردشة — لإنشاء اختبارات تهدف إلى اكتشاف الأخطاء في تغييرات الشيفرة البرمجية قبل إطلاقها. وتقول Meta إن النظام ساعد في رصد 74 ثغرة خطيرة في الخصوصية خلال النصف الأول من 2026، قبل وصول تلك التغييرات إلى بيئة الإنتاج.

وتقول الشركة أيضًا إن النظام خفّض العدد الإجمالي لحوادث الخصوصية التي تصنّفها على أنها خطيرة بنسبة 20% خلال تلك الفترة. وأفاد المهندسون الذين تفاعلوا مع النتائج بأن 60% منها كانت إيجابية حقيقية، أي إنهم اعتبروا نحو ستة من كل عشرة مشكلات مرصودة مشكلات فعلية. وهذه نتائج Meta؛ ولم تقدّم الشركة تقييمًا مستقلًا في المواد المتاحة.

## كيف يعمل؟

تختلف JiTTests عن أدوات الذكاء الاصطناعي التي تقرأ الشيفرة وتعلّق على الأخطاء المحتملة. إذ ينشئ نظام Meta اختبارات قابلة للتنفيذ، ومصممة للفشل عندما يؤدي تغيير في الشيفرة إلى سلوك يُفترض أن تكشفه. وتستهدف الاختبارات التغييرات التي يرى نظام Meta لتقييم المخاطر أنها أكثر احتمالًا للتسبب في تراجعات خطيرة.

يعمل النظام ليلًا مستفيدًا من القدرة الحاسوبية غير المستخدمة، ويفحص تغييرات الشيفرة عالية المخاطر التي أُرسلت في اليوم السابق. ويستخدم نهجين: الأول يطلب من نموذج لغوي كبير استنتاج الغرض من التغيير والمواضع التي قد تحدث فيها مشكلة؛ أما الثاني فيتعامل مع التغيير على أنه قد يكون معيبًا، وينشئ اختبارات تكشف الاختلافات في السلوك. وتُحال الاختبارات التي تفشل للمراجعة.

بعد ذلك، تستخدم Meta أداة تحقق قائمة على القواعد ومجموعة من النماذج اللغوية الكبيرة — أي عدة نماذج تقيّم النتيجة — لاستبعاد الإنذارات الكاذبة المحتملة. ويضع المهندسون المعايير ويراجعون النتائج على مستوى إجمالي، بدلًا من التحقق من كل اختبار مولّد. وتصف Meta هذا النهج بأنه «إنسان ضمن حلقة الإشراف».

## ما الذي تغطيه النتائج؟

تقول Meta إن 589 مهندسًا تفاعلوا مع النظام، أي ما يعادل 64% ممن وصلتهم رسائله. ولم تذكر الشركة في المواد المتاحة عدد تغييرات الشيفرة التي خضعت للاختبار، ولا كيفية قياس نسبة الإيجابيات الحقيقية البالغة 60%، باستثناء الاستناد إلى آراء المهندسين. لذا تصف هذه الأرقام تطبيق النظام داخليًا لدى Meta، ولا تثبت النتائج عبر شركات أو قواعد شيفرة أخرى.

وبالنسبة إلى مهندسي Meta، يضيف النظام فحصًا آخر قبل اعتماد الشيفرة، بهدف اكتشاف بعض المشكلات التي قد تفوت الاختبارات المعتادة. وهو جزء من البنية التحتية الخاصة بـMeta؛ ولا توضح المعلومات المتاحة أنه أداة عامة أو متاح للمطورين من خارج الشركة.

## الحقائق

- تقول Meta إن Catching JiTTests ساعد في رصد 74 ثغرة خطيرة في الخصوصية قبل وصولها إلى بيئة الإنتاج خلال النصف الأول من 2026.
- تفيد Meta بأن حوادث الخصوصية الخطيرة انخفضت إجمالًا بنسبة 20% خلال الفترة نفسها.
- أفاد المهندسون بأن 60% من النتائج التي تفاعلوا معها كانت إيجابية حقيقية.
- تقول Meta إن 589 مهندسًا تفاعلوا مع النظام، أي ما يعادل 64% ممن وصلتهم رسائله.

## لماذا يهم

يمنح JiTTests مهندسي Meta فرصة إضافية لاكتشاف ثغرات الخصوصية قبل إطلاق الشيفرة، من دون الحاجة إلى فحص كل اختبار مولّد. وتقول Meta إن النظام خفّض حوادث الخصوصية الخطيرة، لكن الأرقام نتائج داخلية للشركة ولا تبيّن ما إذا كان النهج سيحقق الفاعلية نفسها في أماكن أخرى.

## المصادر والمراجع

1. [Meet Meta’s JiTTests: LLM-Generated Tests Designed to Fail Before Risky Code Lands](https://www.marktechpost.com/2026/11/16/meta-jittests-llm-catching-tests-privacy-bugs/) – MarkTechPost, 2026-11-16
2. [Meta](https://engineering.fb.com/2026/10/29/security/catching-bugs-before-they-land-jittestings-human-on-the-loop-approach-at-full-scale/?utm_source=openai) – Meta

آخر تحديث: 2026-11-16
