صدر تنبيه بالحد الأقصى من الخطورة ضد ash_ai، الامتداد الخاص بالذكاء الاصطناعي لإطار Elixir Ash. وتكمن الثغرة في كيفية تحويل المطالبة إلى نص: إذ يُمرَّر محتوى المطالبة عبر EEx، وهو محرّك القوالب في Elixir، ثم يُنفَّذ. لذلك فإن أي شيء داخل محددات التضمين الخاصة بـ EEx ليس بيانات — بل هو شيفرة مصدرية لـ Elixir تُنفَّذ على الخادم.

لماذا حصلت على 10.0

لأن المسار المعرَّض للخطر هو المسار الموثَّق. النمط المتأثر هو الطريقة الاعتيادية التي تُكتب بها مهمة المطالبة في المكتبة، ما يعني أن النشر الاعتيادي نفسه مكشوف من دون القيام بأي شيء غير معتاد. وإذا جرى تجميع أي جزء من المطالبة من مدخلات المستخدم — رسالة محادثة، أو استعلام بحث، أو تذكرة دعم، أو اسم ملف — فإن تلك المدخلات تصل إلى أداة لتقييم الشيفرة. والنتيجة هي تنفيذ تعليمات برمجية عن بُعد من دون مصادقة ومن دون الحاجة إلى أي امتيازات.

التفصيل الذي يُسقط كل دفاعات طبقة الذكاء الاصطناعي

يحدث التقييم أثناء بناء سلسلة المطالبة — قبل إرسال الطلب إلى أي نموذج. فمرشحات حقن المطالبات، وتشديد المطالبة النظامية، ومراقبة المخرجات، وقوائم السماح لاستدعاءات الأدوات، وبوابات الموافقة البشرية، كلها تعمل عند حدود النموذج أو بعدها. وكل واحدة منها تقع في المصب بالنسبة للسطر المعرَّض للخطر. هذه ليست ثغرة حقن مطالبات قد تلتقطها ضوابط المواءمة؛ بل هي حقن قوالب يحدث داخل مطالبة بالصدفة، بينما تكون حزمة الذكاء الاصطناعي المحيطة بها غير ذات صلة.

ما يخطئ فيه الإطار الشائع

"تم الإصلاح في 1.0.0" تبدو كتعليمات ترقية روتينية. لكنها ليست كذلك. 1.0.0 إصدار رئيسي تبدأ ملاحظاته بتغيير كاسر — إذ نُقل اعتماد إلى وضع اختياري — ولا توجد رقعة مُرحَّلة على الخط السابق. لذا فإن المعالجة لثغرة CVSS 10.0 تتطلب الانتقال إلى إصدار رئيسي، وهو بالضبط نوع الترقية التي يخطط لها الفريق بدلاً من تطبيقها فورًا. تقول شدة التنبيه: الليلة؛ ويقول شكل الإصدار: في السباق القادم.

النمط الذي يجدر تسميته

تزداد شيوعًا محررات القوالب داخل بناء المطالبات، لأن المطالبات هي سلاسل نصية تحتوي على متغيرات، ومحرر القوالب هو الأداة البديهية لذلك. لكن الفخ يكمن في أن محررات القوالب العامة صُممت لعرض وسمٍ مولَّد من شيفرة لصالح مؤلفين موثوقين، لا لدمج مدخلات تشغيلية غير موثوقة. وفي أي موضع يتدفق فيه نص المستخدم إلى قالب يدعم تقييم التعابير، تظهر الفئة نفسها من الأخطاء بغض النظر عن اللغة.