Asymptote Labs, Kurumsal Yapay Zeka Ajanlarını İzlemek ve Denetlemek İçin 5,5 Milyon Dolarlık Tohum Yatırımı Aldı

Yapay zeka ajanları artık yalnızca öneri üretmekle kalmıyor; dosyaları düzenliyor, komutlar çalıştırıyor ve birbirine bağlı iş araçları üzerinden işlem yapıyor. Bu durum, güvenlik ekipleri için giderek daha operasyonel bir soruyu gündeme getiriyor: Bir ajan gerçekte ne yaptı, kimin yetkisiyle hareket etti ve bir sonraki riskli eylemi durdurmak mümkün mü? Asymptote Labs bu soruna yönelik bir altyapı geliştiriyor ve talebin yatırım tutarını aştığı 5,5 milyon dolarlık tohum yatırım turunu duyurdu.

Yatırım turuna, Tower Research Capital’ın girişim sermayesi kolu olan Tower Research Ventures liderlik ediyor. Tura ayrıca Lytical Ventures, 1984 Ventures ve South Park Commons katılıyor. Asymptote, sermayeyi mühendislik, ürün geliştirme, işe alım ve pazara açılma faaliyetlerini genişletmek için kullanacağını belirtiyor.

Şirketin yaklaşımı, ajan faaliyetlerini kaydeden açık kaynaklı bir katman olan Beacon’ı; tespit, müdahale ve yönetişim özellikleri sunan kurumsal bir platformla bir araya getiriyor. Bu ayrım önemli: Bir eylemin kaydını tutmakla, eylem gerçekleşmeden önce bir kararı uygulamak birbirinden ayrı özelliklerdir. Güvenilir bir güvenlik mimarisi, hangi bileşenin hangi işi yaptığını açıkça ortaya koymalıdır.

Farklı Ajan Araçlarında Ortak Bir Kayıt

Şirkete göre Beacon, Claude Code, Codex, Cursor ve 20’den fazla başka ajan çalışma ortamındaki faaliyetleri kaydediyor. Çalışma ortamı, bir modeli araçlara, talimatlara ve devam eden bir oturuma bağlayan yazılım ortamıdır. Farklı çalışma ortamları farklı bilgiler sunar; bu da bir şirketin tercih ettiği araçlar genelinde faaliyetleri tutarlı biçimde incelemeyi zorlaştırır.

Asymptote, Beacon’ı bu kayıtları OpenTelemetry’yi genişleten ortak bir çalışma zamanı veri modelinde standartlaştıran, MIT lisanslı bir telemetri katmanı olarak tanımlıyor. Böylece güvenlik ve mühendislik ekipleri, her aracın geçmişini ayrı ayrı yorumlamak yerine faaliyetleri incelemek için ortak bir yapıya sahip oluyor.

Beacon deposu, uygulamaya ilişkin yararlı ayrıntılar sunuyor. Depoda; istemleri, yanıtları, araç kullanımını, komutları, düzenlemeleri, onayları ve belirteç bilgilerini kapsayan oturum tekrarının yanı sıra önceliği yerel kayıt tutmaya veren JSONL kayıtları ve açıkça belirtilmiş hedefler anlatılıyor. Ayrıca incelenmiş bilgilerin MCP veya Agent Skills aracılığıyla sonraki oturumlara aktarılmasından da söz ediliyor.

Standartlaştırmanın pratik faydası, olaylar arasında bağlantı kurabilmektir. Bir incelemede kullanıcı isteğini bir komutla, dosya değişikliğiyle ve onayla ilişkilendirmek gerekebilir. Tek başına nihai yanıt, bu sıralı süreci açıklayamaz. Ortak bir olay yapısı, bu süreci incelemeyi kolaylaştırabilir; ancak kaydın ne ölçüde eksiksiz olduğu, ilgili entegrasyonun neleri kaydettiğine bağlı olmaya devam eder.

Kurumsal Denetim Nerede Devreye Giriyor?

Asymptote’un kurumsal platformu, Beacon’ı çalışma zamanı tespit ve müdahale özellikleriyle genişletiyor. Şirket, platformun canlı ajan faaliyetlerini durdurabildiğini ve istem ile araç düzeylerinde politika temelli koruyucu önlemler uygulayabildiğini; veri sızıntısı, içeriden kaynaklanan tehditler ve yapay zeka tedarik zinciri sorunları gibi riskleri belirleyebildiğini söylüyor.

Şirketin web sitesi, ürünler arasındaki ayrımı daha açık biçimde ortaya koyuyor. Açık kaynaklı Beacon, müşterilerin mevcut güvenlik sistemlerine yönlendirebileceği taşınabilir telemetri sağlıyor. Yönetilen Asymptote hizmeti ise veri alımı, saklama, arama, tehdit tespiti, kimlik eşleme, politika denetim noktaları, onaylar ve yönetişim iş akışları sunuyor. Özel dağıtımlar da açıklanan ürün kapsamına dahil.

Bir dağıtımı değerlendirirken bu ayrım önem taşır. Bir araç çağrısının yürütüldükten sonra kaydedilmesi incelemeye yardımcı olur; çağrıyı önlemek içinse yürütme yolunda bir denetim noktası gerekir. Alıcıların hangi eylemlerin durdurulabildiğini, hangilerinin sonradan gözlemlendiğini ve hizmet kullanılamadığında denetimin nasıl işlediğini belirlemesi gerekir. Yatırım duyurusunda kapsam matrisi veya engelleme doğruluğuna ilişkin bir kıyaslama sonucu yayımlanmıyor.

Bunlar, kurumsal yapay zeka ajanlarının yönetişimi açısından temel sorulardır. Bir modelin talimatlarında yer alan politika, modelin dışındaki altyapı tarafından uygulanan politikadan farklıdır. Önemli olan, amaçlanan kısıtlamaya rağmen ajanın yetkisiz bir eylemi gerçekleştirip gerçekleştiremeyeceğidir.

Telemetri, Yararlı Mühendislik Bilgisinin Korunmasına da Yardımcı Olabilir

Beacon’ın kullanım amacı güvenliğin ötesine uzanıyor. Projenin herkese açık açıklamasında, oturum geçmişinin yararlı iş akışlarını, düzeltmeleri, hata ayıklama yöntemlerini ve depo kurallarını belirleyip sonraki oturumlarda yeniden kullanmak üzere saklamak için nasıl kullanılabileceği anlatılıyor. Amaç, bir sohbet sona erdiğinde çözülmüş bir sorunu bir kenara bırakmak yerine, incelenmiş bilgiyi gelecekteki bir ajanın kullanımına sunmak.

Bu yaklaşım, araçlar genelindeki faaliyetleri tutarlı biçimde kaydetmek için ikinci bir gerekçe sunuyor. Bir çalışma ortamında keşfedilen iş akışı, başka bir ortamı kullanan ekip için de değerli olabilir. Ancak başarılı bir işlem sırasını korumak, bunun değiştirilmeden tekrarlanmasının güvenli olduğu anlamına gelmez. Kimlik bilgileri, bağımlılıklar, izinler ve iş gereksinimleri oturumlar arasında değişebilir.

Arızaları teşhis etmeye yardımcı olan aynı kayıtlar hassas istemler, kaynak kodu veya araç çıktıları da içerebilir. Bu nedenle dağıtım, bilgi yönetimine ilişkin bilindik soruları gündeme getirir: Kayıtlar nereye gider, ne kadar süre tutulur, kimler bunlara erişebilir ve hassas içerik nasıl işlenir? Telemetri üzerinde denetim sahibi olmak değerlidir, ancak bu, telemetriye erişimin yönetilmesi gereğini ortadan kaldırmaz.

Tespit Altyapısında Deneyimli Kurucular

Asymptote, CEO’su Justin D’Souza ve CTO’su Shukan Shah tarafından kuruldu. İkisi de daha önce sosyal mühendislik saldırılarına karşı savunma alanında çalışan Doppel şirketinde görev yaptı. Şirketin Hakkında sayfasında, D’Souza’nın makine öğrenimi altyapısını ölçeklendirme, Shah’ın ise güvenlik operasyonlarını otomatikleştirme ve ajan tabanlı tehdit avcılığı konularındaki çalışmalarından söz ediliyor.

Duyuruda, Beacon’ın GitHub yıldızlarının eylülde %460’tan fazla arttığı ve projenin GitHub’ın dünya genelinde trend olan depoları listesinde 3. sıraya yükseldiği belirtiliyor. Bunlar, tespit etkinliğinin veya yinelenen gelirin kanıtı değil, şirketin bildirdiği benimsenme göstergeleri. Asymptote ayrıca, müşteri sayısını veya sözleşme değerlerini açıklamadan, güvenlik ekiplerinin Beacon’ı ve kurumsal platformunu üretim ortamlarında kullandığını söylüyor.

Tower Research Ventures, Beacon’a ilgi duymaya açık kaynaklı projenin gördüğü yoğun ilginin yol açtığını ve Tower’ın güvenlik kuruluşunun teknolojiyi kendi uç noktalarında değerlendirdiğini söylüyor. Bir yatırımcının kuruluşunun yaptığı değerlendirme, kamuoyuna açıklanmış ticari bir müşteri kullanımından ayrı tutulmalı.

Sıradaki sınav: Kapsam ve işe yarar müdahale

Tohum yatırımı, daha geniş bir tezi destekliyor: Kuruluşlar daha fazla ajan devreye aldıkça çalışma zamanı kayıtları güvenlik, mühendislik güvenilirliği, platform gözetimi ve maliyet analizi için gerekli hâle geliyor. Ortak bir veri katmanı, bu ekiplerin aynı etkinliği farklı amaçlarla incelemesini sağlayabilir.

Asymptote için sınav, bu ortak görünümün harekete geçmeyi destekleyecek kadar kapsamlı ve zamanında olup olmayacağı. Güvenlik ekiplerinin, yanlış pozitifleri yönetilebilir düzeyde tutarken işe yarar tespitlere; mühendislerinse aşırı veri toplama yükü yaratmadan arızaları açıklayan kayıtlara ihtiyacı olacak. Finansman, şirkete bu hedeflerin peşinden gitmesi için kaynak sağlıyor; şirketin uzun vadeli değeri, kuruluşların neleri güvenilir biçimde gözlemleyebileceğine, araştırabileceğine ve denetleyebileceğine bağlı olacak.