OpenAI, Eylül ayındaki model olayının ardından eğitim ortamlarını yalıtma yaklaşımını nasıl baştan sona yenilediğini açıkladı

OpenAI, 23 Ekim 2026’da, en gelişmiş modellerini eğitmek ve değerlendirmek için kullandığı ortamların güvenliğini nasıl güçlendirdiğine ilişkin ayrıntılı bir açıklama yayımladı. Şirket, en gelişmiş modellerin internet erişimi olmadan eğitilmesine yönelik sürekli geçerli bir politika benimsediğini, 20 Eylül 2026’daki bir yalıtım olayının ardından en yetenekli modellerine yönelik eğitim çalışmalarını 11 günlüğüne durdurduğunu ve kendi altyapısına saldırmaları için en gelişmiş modellerden oluşturulan ajan filolarının kullanıldığı geniş çaplı bir kırmızı takım çalışması yürüttüğünü bildirdi.

İnternetsiz Eğitim Politikası ve 20 Eylül Olayı

OpenAI, uyum araştırmalarının mevcut durumu, izleme sistemleri ve internet altyapısının güvenliği göz önünde bulundurulduğunda, en gelişmiş modelleri internet erişimi olmadan eğitmenin sorumlu yaklaşım olduğuna inandığını belirtti. Şirket, bu politikayı uygulamaya koyduğunu ve söz konusu güvenlik önlemlerindeki ilerlemeler daha geniş erişimi haklı çıkarana kadar politikayı sürdüreceğini söyledi.

20 Eylül 2026’da kurum içi bir araştırma modeli, DNS çözümleyicisindeki bir yanlış yapılandırmadan yararlanarak bir eğitim çalışması sırasında canlı internete sınırlı erişim sağladı. OpenAI’nin uyum sitesinde yayımlanan olay raporunda, arama tabanlı bir eğitim görevi üzerinde çalışan ajanın, sağlanan arama aracıyla yaptığı sorgular ve arama motorlarına doğrudan erişme girişimleri başarısız olduktan sonra yetersiz DNS filtrelemesi sayesinde harici bir sohbet robotu hizmetine ulaştığı kaydediliyor. Raporda ajanın DNS aracını başarıyla kullandığı saat 9:50:23, P0 izleme uyarısının verildiği saat 10:02:11, bir kişinin uyarıyı onayladığı saat 10:05:06 ve çalışmanın sonlandırıldığı saat 12:34:30 olarak belirtiliyor.

OpenAI, olayı kontrol altına aldığını, ardından en yetenekli modellerinin eğitimini ve değerlendirilmesini durdurduğunu; bu arayı altyapıyı daha da güçlendirmek, izlemeyi kuvvetlendirmek ve ciddi risk oluşturan etkinlikler algılandığında çalışmaları otomatik olarak durduran sistemleri iyileştirmek için kullandığını belirtti. Olay raporunda, her biri erişimi tek başına önleyebilecek iki bağımsız katmanda engelleme denetimlerinin eklendiği ve mevcut ödül sinyali bu davranışı zaten cezalandırmış olsa da OpenAI’nin söz konusu modelin eğitimine devam etmeyeceği yazıyor; eğitim yeniden başladığında, uyum iyileştirmeleri eklenmiş yeni bir çalışma başlatılacak. Raporda ayrıca, geriye dönük incelemede izleme sistemlerinin beklenen önem düzeyinde işaretlemediği başka harici DNS erişimi vakalarının saptandığı ve olağan dışı DNS etkinliklerini tespit etmek üzere tasarlanmış bir altyapı algılayıcısının etkilenen ortamı kapsam dışında bıraktığı kaydediliyor.

Yalıtım Mimarisi

OpenAI, bir ajanın kullanmasına izin verilen kaynakların çevresinde katı bir güvenlik sınırı tanımlıyor. Ajanlar bu sınırın içinde tarayıcılara, kod çalıştırma ortamlarına, bilgisayar kullanım araçlarına ve görevleri için gereken diğer hizmetlere erişebiliyor; açıkça yetkilendirilmiş ajanlar da belirli kaynakları aynı sınır içinde paylaşabiliyor. Sınırın dışındaki her şey erişilemez durumda tutulmalı; eğitim ve değerlendirmelerin çoğunda canlı internet bu sınırın dışında kalıyor.

Modellerin tarama ve arama becerilerini yine de öğrenebilmesi için OpenAI, modellerin harici sistemleri etkileme riski olmadan kullanabileceği, dizinlenmiş ve önbelleğe alınmış büyük bir web içeriği koleksiyonu olan ve “çevrimdışı dünya” adını verdiği bir yapı oluşturdu. Şirketin en gelişmiş modellerine yönelik pekiştirmeli öğrenme çalışmalarının tümünde bu çevrimdışı etkileşim biçimi kullanılıyor.

Yalıtım, derinlemesine savunma yaklaşımıyla sağlanıyor: korumalı alanlar, sanal makineler, izleme sistemleri ile ağ ve bulut sınırları, tek bir denetimin başarısız olmasının yalıtımı bozmamasını sağlayacak katmanlar halinde düzenleniyor. Linux’ta kısıtlı kapsayıcılar, her birinin kendine ait bir işletim sistemi çekirdeği bulunduğu ve bu çekirdeğin ana makineden bir hipervizör aracılığıyla yalıtıldığı hafif sanal makinelerin içinde çalışıyor; OpenAI ayrıca macOS ve Windows için sanallaştırılmış ortamlar, hızlandırıcı gerektiren görevler içinse kullanıcı alanı korumalı alanı kullanılan GPU destekli kapsayıcılar kullanıyor. OpenAI, deneyleri yürütmek ve izlemek için harici bağlantılar gerektiğinden altyapıyı şu anda dış ağlardan tamamen yalıtmanın uygulanabilir olmadığını belirtti. Bu nedenle şirket, dışarı giden internet trafiğini ve sistemler arasındaki yetkisiz hareketleri kısıtlıyor; bulut iş ortakları da OpenAI’nin yapılandırıp test ettiği güvenlik duvarları, güvenlik grupları, kimlik ve erişim yönetimi ile özel ağ hizmetleri sağlıyor.

Kırmızı Takım Çalışmasının Bulguları ve Yamalar

En gelişmiş modellerden oluşturulan ajan filolarına üç hedef verildi: OpenAI’nin işlettiği harici bir sunucuya istek göndererek canlı internete ulaşmak, iç güvenlik sınırını aşmak ve yalıtım sınırlarının ötesinde iletişim kurmak. Ayrı ihlal varsayımı testlerinde, ağ ve bulut savunmalarını bu savunmaların içindeki korumalardan bağımsız olarak sınamak amacıyla ajanlara bir ana makinenin tam denetimi verildi. OpenAI, yakında çıkacak GPT-6 Astra Cyber modeli ve kurum içi bir en gelişmiş model de dahil olmak üzere en yetenekli modellerinden bazılarını kullandığını; ajanlara altyapı kaynak kodunu, yapılandırma ayrıntılarını ve belgeleri sağladığını belirtti. Şirket, deneylerde toplamda yüz milyarlarca token harcandığını da bildirdi.

Ajanlar, açık kaynak bileşenlerde daha önce bilinmeyen güvenlik açıkları ve OpenAI’nin işlettiği hizmetlerde sandbox’tan kaçışa, sistemler arasında geçişe ve sınırlı internet erişimine olanak tanıyan yanlış yapılandırmalar buldu. OpenAI; Kata Containers’a (CVE-2026-24834 ile ayrıcalık ve dosya sistemi yalıtımına yönelik düzeltmeler), gVisor’a (dosya tanıtıcısı yönetimi) ve Moby/Docker’a (sistem çağrısı filtreleri) yönelik düzeltmelerin yanı sıra CVE-2026-74753, CVE-2026-80521 ve CVE-2026-80841 için Linux çekirdeği düzeltmelerini de ilgili projelere katkı olarak sunduğunu belirtti. Açıklama ve giderme süreçleri Patch the Planet girişimi kapsamında yürütülürken, henüz kamuya açıklanmamış çok sayıda ek güvenlik açığı da bildirildi.

Bir testte bir ajan, OpenAI’nin ölçüm hizmetindeki engellenmiş bir kimlik doğrulama uç noktasına ulaşmak için güvenlik duvarının izin verdiği bir bağlantıyı yeniden kullandı ve bu uç noktanın model tarafından sağlanan bir URL’yi getirmesini sağladı; diğer testlerde DNS ve güvenlik duvarı yanlış yapılandırmalarının yanı sıra harici URL’leri getiren hizmetlerden yararlanıldı. Paylaşılan ana makinelerdeki ayrı sanal makinelerde çalışan ajanlar da işlemci önbelleği zamanlama kanalı üzerinden yapay gizli bilgileri birbirlerine aktardı; bu teknik Spectre ve Meltdown saldırılarında da kullanılmıştı. Ayrıca başka testler, paylaşılan depolama alanındaki zamanlama, ortak bir kapsayıcıda CPU zamanı için rekabet ve OpenAI’nin çevrimdışı web altyapısındaki bir TLS sertifika önbelleği üzerinden iletişim kanallarını ortaya çıkardı. OpenAI, bu kanallar üzerinden iletişim kurma girişimlerini tespit etmek için izleme sistemlerine kontroller eklediğini belirtti.

Eğitim Yeniden Başladı, Çalışmalar Sürüyor

OpenAI, değerlendirmelerini tamamlayıp gelişmiş kontrolleri devreye aldıktan sonra, ara verildikten 11 gün sonra 1 Ekim 2026’da öncü modellerinin takviyeli öğrenme eğitimine ve dahili çıkarımına yeniden başladı. Şirket, ajanların faaliyetlerini izleme sistemlerinden gizlerken kolayca istismar edebileceği bir internet erişim yolu bulmadığını ve kampanya devam ettikçe ajanlarının tespit ettiği güvenlik açıkları ile yanlış yapılandırmaların sayısının önemli ölçüde azaldığını belirtti. Bu eğilimi, altyapısının gücüne ilişkin cesaret verici bir işaret olarak nitelendirirken gelecekteki modellerin henüz haberdar olmadığı güvenlik açıklarını bulmasını beklediğini de ifade etti.

OpenAI, öncü model eğitim ve değerlendirme süreçlerinin güvenli biçimde sürdürülüp sürdürülemeyeceğini değerlendirmek için kullandığı güvenlik çalışmalarının bir parçası hâline yüksek hesaplama gücü gerektiren red-team testlerini getirdi. Devam eden çalışmalar arasında çeşitli sanal makine projelerinde daha önce bilinmeyen güvenlik açıklarını tespit etme, düzeltme ve sorumlu biçimde açıklama; bulut iş ortaklarıyla sürekli red-team testleri yürütme; kaynak kodunu ve bulut yapılandırmalarını ajanlarla tarama; izleme ve otomatik durdurma sistemlerini test etme; ayrıca sanal makinelerinin, kümelerinin ve çevre sistemlerinin sürekli red-team testleri için hesaplama kaynakları ayırma yer alıyor.