Chainguard, Yapay Zekâ Kodlama Ajanlarını Güvence Altına Almak İçin Workspaces ve Checks’i Kullanıma Sunuyor

Bir yapay zekâ kodlama ajanı işe yarar bir düzeltme yazarken süreç içinde yine de bir güvenlik olayına yol açabilir. Güvenliği ihlal edilmiş bir bağımlılık yükleyebilir, güvenilmeyen içeriğe gömülü talimatları izleyebilir ya da görev için gerekenden çok daha geniş erişim yetkisi sağlayan kimlik bilgileriyle bir komut çalıştırabilir. Ekipler aynı anda daha fazla ajanı devreye aldıkça, ürettikleri kodu güvence altına almak sorunun yalnızca bir parçası hâline geliyor.

Chainguard, Assemble London’da yaptığı üç duyuruyla bu daha geniş kapsamlı riskleri ele alıyor: geliştiriciler ve kodlama ajanları için yalıtılmış ortamlar sunan Workspaces; ajan geliştirme döngüsü içinde çalışacak şekilde tasarlanmış bir doğrulama motoru olan Checks; ayrıca ek programlama dillerini ve güvenlik açıklarının giderilmesini kapsayan genişletilmiş Libraries korumaları.

Bu lansmanlar, kurumların giderek daha sık yanıtlaması gereken üç soruyu bir araya getiriyor: Bir ajan nerede çalışıyor, yaptığı iş nasıl doğrulanıyor ve kuruma hangi harici yazılımları getirebiliyor? Workspaces ve Checks beta sürümüyle kullanıma sunulurken, Go ve .NET için yeni Libraries seçenekleri Erken Erişim aşamasına giriyor.

Her Kodlama Ajanının Etrafında Bir Sınır Oluşturmak

Chainguard Workspaces, her geliştiriciye ve ajana ayrı bir uzak mikroVM sağlar. Ortam, geliştiricinin yerel çalışma ağacını eşzamanlayarak işlemler kendi makinesinden uzakta yürütülürken editörünü ve Git iş akışını kullanmayı sürdürmesine olanak tanır. Ayrı ortamlar, birden fazla ajanın aynı çalışma ortamını paylaşmadan paralel olarak değişiklik yapmayı denemesini de sağlar.

Bu ayrım önemlidir; çünkü bir ajanın komut çalıştırma, paket yükleme ve hizmetlere erişme gibi yararlı yetenekleri, aynı zamanda güvenliğin ihlal edilmesine yol açabilecek olası yollardır. Ajanın talimatlarına yazılan bir politikanın etkili olması, ajanın bu politikaya uymasına bağlıdır. Yürütme ortamı tarafından uygulanan bir sınır ise model yanlış bir karar verse bile neler yapılabileceğini kısıtlayabilir.

Duyuruya göre gerçek kimlik bilgileri çalışma alanının dışında sisteme ekleniyor. Kimlik bilgisinin diskte bulunmasını gerektiren araçlara, şifrelenmiş ve kısa süreli bir karşılık veriliyor. İsteğe bağlı dış bağlantı politikaları, dışarıya yapılan bağlantıları onaylı hedeflerle sınırlandırarak güvenliği ihlal edilmiş bir bağımlılığın veya istem enjeksiyonuna maruz kalmış bir ajanın başka yerlere veri gönderme olanağını azaltıyor.

Bu denetimler farklı riskleri ele alıyor. Donanım yalıtımı iş yüklerini birbirinden ayırıyor; kimlik bilgisi aracılığıyla yönetim, yeniden kullanılabilir gizli bilgileri ajanın erişiminden uzak tutuyor; ağ politikası ise ajanın nerelerle iletişim kurabileceğini kısıtlıyor. Bu önlemlerin etkililiği, yine de kurumun onayladığı izinlere ve hedeflere bağlı. Yalıtım, izin verilen her işlemi zararsız hâle getirmez.

Ortamlar Chainguard OS Packages kullanıyor ve çalışma zamanında bağımlılıkları kilit dosyasına göre doğruluyor. Chainguard’ın mevcut OS Packages paketi, sürekli bakımı yapılan paketler sağlıyor, bunları kaynak kodundan derliyor ve yazılım bileşen listelerini içeriyor. Bu temel, şirketin yaklaşımını açıklıyor: denetimli yazılım temelini ajanların çalıştığı ortama kadar genişletmek.

Workspaces ayrıca ortamı, kod değişikliklerini ve denetim sonuçlarını kapsayan imzalı kayıtlar oluşturuyor. Bu kayıtlar, güvenlik ekiplerinin yalnızca ajanın oturum özetine güvenmek yerine ajanın ne yaptığını araştırmasına olanak tanıyor.

Doğrulamayı Ajanın Çalışma Döngüsüne Taşımak

Kod üretimi hızlı olabilirken doğrulanmış koda ulaşmak yavaş kalabiliyor. Ajan bir değişiklik yapıyor, bunu sürekli entegrasyona gönderiyor, bir çalıştırıcının hazırlanmasını bekliyor ve ardından çalışma bağlamı değiştikten sonra bir hata alıyor. Bu sürecin çok sayıda ajan için tekrarlanması kuyrukları uzatabilir ve kurulum işlerinin yinelenmesine neden olabilir.

Chainguard Checks, doğrulamayı bu döngünün içine bir araç çağrısı olarak taşıyor. Workspaces ile birlikte kullanıldığında, denetimler yürütülürken ajan oturumu askıya alınıyor, ardından bağlamında yapılandırılmış hata günlükleriyle devam ediyor. Amaçlanan iş akışı yinelemeli: değişiklik yap, denetimleri çalıştır, hatayı incele ve sonucu devretmeden önce yeniden dene.

Hazır görüntüler önceden yüklenmiş bağımlılıklar içeriyor ve kilit dosyası değiştiğinde yeniden oluşturuluyor. İş akışının her adımı donanım düzeyinde yalıtılmış kendi mikroVM’inde çalışıyor. Duyuruda ayrıca, kısa süreli kimlik bilgilerinin ana bilgisayar tarafında dışarı giden isteklere eklenmesinden ve ağ erişimi için bildirimsel politikalardan söz ediliyor.

Başarılı bir çalıştırma; ortamı, test sonucunu ve commit’i birbirine bağlayan imzalı bir doğrulama belgesi oluşturuyor. Chainguard’a göre sonraki birleştirme aşamalarındaki denetim kapıları bu kanıtı doğrulayabiliyor ve aynı test paketini yeniden çalıştırmadan sonucu kabul edebiliyor.

Burada kanıtı aktarmakla, yalnızca ajanın testlerin geçtiğine dair iddiasını aktarmak arasında önemli bir fark var. Bir doğrulama belgesi, hangi denetimlerin hangi ortamda hangi commit üzerinde çalıştırıldığını ortaya koyabilir. Ancak testlerin önemli tüm davranışları kapsadığını ya da başarılı bir değişikliğin tüm güvenlik gerekliliklerini karşıladığını kanıtlayamaz. Ekiplerin yine de uygun testlere, güvenilir doğrulama politikalarına ve muhakeme gerektiren durumlarda incelemeye ihtiyacı vardır.

Chainguard, tasarımın sonuçları saniyeler içinde verdiğini ve gereksiz hesaplama işlerini azalttığını belirtiyor. Lansman materyallerinde, depolar genelinde hız veya maliyet açısından evrensel bir iyileşme sağlandığını ortaya koyan, bağımsız olarak doğrulanmış bir kıyaslama yer almıyor.

Ajanların Dahil Ettiği Bağımlılıkları Güvence Altına Almak

Üçüncü duyuru, açık kaynaklı dil ekosistemlerine ait bağımlılıklar için yönetilen kataloğunu ve uç noktalarını sunan Chainguard Libraries hizmetinin kapsamını genişletiyor. Mevcut hizmet, yapıt yöneticileri ve geliştirme iş akışlarıyla uyumlu olacak şekilde tasarlandı; Chainguard tarafından oluşturulan paketler için kaynak bilgisi ve imzalı yazılım malzeme listeleri sağlıyor.

Yeni Go uç noktası; kötü amaçlı yazılım ve gri yazılım taraması, yapılandırılabilir paket politikaları ve CVE düzeltmeleri içeriyor. .NET uç noktası ise tarama ve politika denetimleriyle NuGet paketlerini doğrudan kullanmaya alternatif sunuyor. Her iki uç nokta da Erken Erişim aşamasına giriyor.

Chainguard, kritik ve yüksek önem dereceli güvenlik açıkları için eski sürümlere uyarlanmış düzeltmeler de dahil olmak üzere JavaScript ve Go için CVE düzeltmeleri ekliyor. Geriye dönük uyumlu düzeltmeler, bir ekibin uygulama değişiklikleri yapmadan veya kapsamlı testler yürütmeden hemen daha yeni bir ana sürüme geçemediği durumlarda önem taşıyor. Daha kapsamlı yükseltme planlanırken bu düzeltmeler riski azaltabilir.

Şirket, Java ve Python için sektör koalisyonu Athena’nın, öncü yapay zekâ modellerinin keşfettiği güvenlik açıklarına yönelik düzeltilmiş yapıtları, bu açıkların kamuya açıklandığı gün sağlayacağını söylüyor. Bu, açıklamanın yapıldığı andaki müdahaleye ilişkin bir iddia; açıklanmamış güvenlik açıklarının bulunamayacağına dair bir güvence değil.

Bir Anket, Yalnızca Yama Uygulamanın Neden Yeterli Olmadığını Gösteriyor

Chainguard, ürünlerin yanı sıra Wakefield Research’e yaptırdığı The AI Exploit Gap adlı anketi de yayımlıyor. Ankette, Eylül 2026’da dokuz pazardan 1.300 siber güvenlik liderinin yanıtları toplandı. Katılımcılar en az direktör düzeyindeydi ve genellikle en az 500 çalışanı olan kuruluşlarda görev yapıyordu; Singapur ve BAE/Suudi Arabistan’da bu alt sınır 250 çalışandı.

Ankette katılımcıların %54’ü, kuruluşlarının yüksek veya kritik önem dereceli güvenlik açıklarını en azından zaman zaman bilerek yamalamadığını, %93’ü ise yapay zekâ destekli istismarlara yeterince hızlı müdahale edebilme konusunda endişe duyduğunu belirtti. Katılımcıların %76’sı önceki yıl yapay zekâ destekli bir saldırının doğrulanmış ya da şüphelenilen bir örneğini bildirdi.

Son oran, doğrulanmış olaylarla şüpheleri bir araya getiriyor. Bu oran, yapay zekânın neden olduğu saldırıların bağımsız olarak doğrulanmış bir ölçüsü olarak değerlendirilmemeli. Daha genel olarak bunlar, belirli bir saldırı tekniğinin ne sıklıkta başarılı olduğunu ortaya koyan telemetri verileri değil, katılımcıların bildirimleri ve beklentileridir.

Operasyonel bulgular dikkat çekici. Geliri en az 1 milyar dolar olan şirketlerin %66’sı, yüksek veya kritik önem dereceli güvenlik açıklarını en azından zaman zaman yamalamadığını bildirdi; geliri 250 milyon doların altında olan şirketlerde bu oran %27’ydi. Büyük kuruluşlar, iş kesintileri ve birbiriyle yarışan ürün öncelikleri gibi ticari ödünleşimleri gerekçe gösterdi. Dolayısıyla aradaki fark, kusurları keşfetme kapasitesinin yanı sıra değişiklikleri devreye alma kapasitesiyle de ilgili.

Daha Fazla Özerklik, Daha Doğrulanabilir Denetim Gerektiriyor

Chainguard’ın üç yeni ürünü tutarlı bir yaklaşım ortaya koyuyor: yürütme ortamını kısıtlamak, aracılara hızlı ve kaynağı belirlenebilir doğrulama sağlamak ve kullandıkları bağımlılıkları yönetmek. Her biri aynı geliştirme iş akışının farklı bir bölümüne odaklanıyor.

Asıl sınav, bu denetimlerin yeni bir darboğaz yaratmadan gerçek depolara, hizmet entegrasyonlarına ve sürüm yayımlama politikalarına uyup uymayacağı olacak. Beta ve Erken Erişim aşamaları, bu çalışmaların henüz önümüzde olduğunu gösteriyor. Ancak izlenecek yön açık: kodlama aracıları eyleme geçme yeteneği kazandıkça kuruluşların, çalışma boyunca uygulanabilir ve denetlenebilir kalan güvenlik denetimlerine ihtiyacı var.