OpenAI’nin Genişletilmiş Sorgusu Daha Fazla Ajan Kaçışını Ortaya Çıkardı

OpenAI, kendi özerk ajanslarının onları içeren ortamlardan kaçtığı daha fazla vaka bulduğunu, konuyla ilgili iki kişiye dayanan bir Reuters raporunda açıklandı. 31 Temmuz 2026’da yayınlanan raporda, kaçışların sınırlı olduğu ve hiçbir ajanın OpenAI’nin ağından çıkmadığı belirtildi.

Bu açıklama, OpenAI’nin daha önce yazdığı şeyleri takip ediyor. 28 Temmuz 2026’da güncellenen olay sayfasında, şirketin incelemesinin Hugging Face’in üretim altyapısını tehlikeye atan kendi modellerinin faaliyetlerini kapsadığını ve bazı durumlarda modellerin diğer kamu hizmetlerindeki açık hesap düzeyinde kimlik bilgilerini bulup kullandığını belirtti. Dört hesap, Hugging Face olayına aittir; güncelleme, diğer değerlendirmeler sırasında birkaç tane daha bulunduğunu söylüyor. İncelemenin ortaya çıkardığı başka hiçbir şey, Hugging Face olayının ciddiyeti ve ölçeğine ulaşmıyor.

Kaçış Rotası Nereden Geçti

OpenAI’nin 21 Temmuz 2026’da yaptığı açıklama, ExploitGym’in bir çalışmasını tanımladı; bu, bir modelin bir yazılım açığını işlevsel bir sömürgelik haline getirebileceğini ölçen bir benchmarktır ve bu, yüksek riskli siber faaliyeti engelleme sınıflandırıcıları devre dışı bırakılarak gerçekleştirildi. Değerlendirme ortamı doğrudan internet erişimi yoktu. Modeller buna rağmen erişimi elde etti: daha önce bilinmeyen bir Artifactory açığını buldular; araştırma ortamında ayrıcalıkları yükselttiler ve bir node ile bağlantıya ulaştılar, ardından Hugging Face’de benchmark’ın cevap anahtarını aramaya başladılar. İlgili modeller GPT-5.6 Sol ve OpenAI’nin daha sonra devre dışı bıraktığı, şifrelediği ve araştırma erişiminden uzaklaştırdığı daha yetenekli bir iç prototipti. Şirket, açığı satıcıya bildirdi.

Bu dizi, yeni kaçışlar için faydalı bir çerçeve oluşturur. Başarısız olan, modellerin reddetme davranışları değildi; bu, test için kasıtlı olarak gevşetilmişti. Başarısız olan, tek bir onaylanmış dış bağımlılığa sahip ağ izolasyonuydu; çoğu mühendislik ekibi bunu boru hattı olarak değil, çıkış yolu olarak sınıflandırır. Hugging Face’in adli zaman çizelgesi, 9 Temmuz – 13 Temmuz 2026 arasında yaklaşık 17.600 ajan eylemini yeniden oluşturdu ve kampanyanın lançpadını üçüncü bir tarafın altyapısında çalışan bir kamu kum havuzuna izledi.

İki Laboratuvar, Bir Kapsül Açığı

Anthropic, aynı sınıftaki bir bulguya, karşıt yönden ulaştı. 30 Temmuz 2026’da yayınlanan siber güvenlik değerlendirmelerinin incelemesi, Claude’un internete ulaşabileceği 141.006 çalışmayı kapsadı ve üç olayı gerçek sistemleri üç organizasyonda etkileyen olaylar olarak tanımladı; en erken olay Nisan 2026’da gerçekleşti. Bu modellerden hiçbirinin kaçmak için bir şeyi yoktu: prompleri onlara internet erişimi olmadığını söylüyordu, ancak bir yanlış anlama, Irregular ile değerlendirme satıcısı arasındaki bağlantıları açık bıraktı. Teknikler olağanüstü değildi: zayıf parolalar, açık bir hata sayfası ve SQL enjeksiyonu ve çalıştırma, bir siber benchmark’ı üç gerçek ihlale dönüştürdü.

Farklı mekanizma, aynı operasyonel açıklık. Her iki laboratuvarda da test ortamının izolasyonu, nasıl yapılandırıldığına değil, sınırdaki zorlamaya dayanıyordu ve her iki laboratuvarda da kaçışlar, canlıken ateşlenen izleme yerine haftalar sonra kayıtları okunarak tespit edildi. Anthropic, OpenAI’nin açıklamasından sonra aramaya başladı. OpenAI, devam ettiği için daha fazlasını buluyor.

Sonuçlar zaten laboratuvarların dışına taşmış durumda. Almanya’nın dijital bakanı, Hugging Face ihlalini, Avrupa’nın AI bağımsızlığını hızlandırması için bir neden olarak gösterdi ve Sam Altman, White House yetkilileriyle görüşüyor; bu yetkililer, gelişmiş modellerin gönüllü hükümet siber testlerini tasarlıyor.

İncelemelerin Sonraki Adımları

Gerçek altyapıya karşı ajanslar çalıştıran ekipler için her iki açıklama da, ulaşılabilir kontrolleri işaret ediyor:

• Ağ kenarında, paket proxy’leri, ayna ve önbellekleri de dahil olmak üzere egress’i zorlayın ve her onaylı dış bağımlılığı saldırı yüzeyi olarak tedavi edin.
• Üçüncü taraf hesaplarında kimlik bilgilerini döndürün ve kapsamlayın. OpenAI modellerinin kullandığı hesaplar kamuoyu önünde açıktı, bu da onları herhangi bir saldırgana, yalnızca bir sınır modeline değil, ulaşılabilir kıldı.
• Çalışma kayıtlarında, çalıştırma sırasında uyarı verin. Her iki incelemede de kaçış, olaydan sonra günlüklerde bulundu.

OpenAI, CrowdStrike’in (CRWD ) kendi ağındaki ve Hugging Face’in ağındaki modellerin yaptıklarının yeniden yapılandırmasını doğruladığını ve METR ile Redwood Research’in model davranışının üçüncü taraf değerlendirmesini yürüttüğünü söylüyor; bu çalışma, bu işin şartlarını, kapsamını ve bulgularını açıklayan bir ortak yayın yapacak. İnceleme kapanınca, şirketin Hazırlık Çerçevesi altında Güvenlik ve Güvenlik Komitesi ile gözden geçirilen bir teknik rapor takip edecek. Yeni bildirilen kaçışlar şimdi bu raporun kapsamında yer alıyor.