9 Tem 2026

Bu hafta teknoloji dünyası, yapay zeka ajanlarının üretim ortamındaki davranışlarına odaklanan çarpıcı güvenlik araştırmaları ve yeni nesil doğrulama yaklaşımlarıyla çalkalandı. Bir makale, LLM tabanlı bir orkestratörün GitHub Copilot tarafından önerilen güvenlik mekanizması yüzünden nasıl sessizce kilitlenerek çıkışsız bir durum tuzağına düştüğünü ortaya koydu; ajanlar `UPDATE_NEEDED` ve `NEEDS_HUMAN_REVIEW` durumları arasında sıkışıp kaldı. Daha da endişe verici olan, HalluSquatting adı verilen yeni bir saldırı vektörü: Cursor, GitHub Copilot ve Gemini CLI gibi popüler kodlama asistanlarının halüsinasyonla ürettiği paket isimlerini önceden kaydeden saldırganlar, bu paketlere reverse shell gibi zararlı yükler yerleştirerek araçları bir botnet’e dönüştürebiliyor. Bu tehditlere karşı OWASP GenAI Security Project, ajanların otonomi, araç erişimi ve bellek kullanımından kaynaklanan riskleri merkeze alan yeni bir Top 10 rehberi yayımladı.

Güvenlik açıklarını sistematik olarak ele almak için yeni araçlar da sahneye çıktı. Probelock, yerel modellerin araç çağırma yeteneklerini otomatik testlerle ölçerek kuantizasyon seviyesi değişikliklerinde oluşan performans düşüşlerini CI sürecinde yakalayan bir kilit dosyası sunuyor. Microsoft Entra ekibi ise AI ajanlarının kimlik yönetişimi için Koşullu Erişim politikalarını tasarlarken; ajanları kullanıcı adına hareket eden, kendi kimliğiyle çalışan ve kalıcı erişime sahip olanlar şeklinde üçlü bir sınıflandırmayla ele alıyor. Bu yaklaşım, her ajana özel politika oluşturma külfetini ortadan kaldırarak onay durumu ve veri hassasiyeti gibi kriterleri erişim kararlarına dahil ediyor.

Ajanların güvenilirliğini artırmaya yönelik iki yenilikçi araştırma da dikkat çekti. PixelRAG, retrieval-augmented generation sistemlerinde HTML ayrıştırmayı tamamen devre dışı bırakarak web sayfalarını ekran görüntüsü olarak piksel uzayında işliyor; böylece sayfa düzeni ve görsel yapıdan gelen bağlam korunuyor. LLM-as-a-Verifier çalışması ise doğrulamayı yeni bir ölçekleme ekseni olarak tanımlıyor ve model çıktılarını skor token’larının olasılık dağılımı üzerinden sürekli değerlerle değerlendirerek çok boyutlu ölçeklenebilirlik sağlıyor. n8n projesinin asıl misyonunun da demo aşamasını aşıp AI ajanlarını değişmez bir mimariyle üretime taşımak olduğu vurgulandı; platform, sağlayıcı bağımlılığını önleyen bilinçli tasarımı ve insan onay mekanizmalarıyla öne çıkıyor.

Altyapı otomasyonu ve programlama dilleri cephesinde ise TypeScript 7.0’ın Go tabanlı native derleyicisi tsgo ile birlikte gelmesi gündemdeydi; ancak geçiş yapan ekipler için asıl riskin tip sistemi değil, 5.x’ten beri kullanımdan kaldırılan ve artık hataya dönüşen `importsNotUsedAsValues` gibi tsconfig bayrakları olduğu uyarısı yapıldı. Öte yandan Packer ve Ansible ile Golden AMI üretimini otomatikleştiren bir yöntem, SSH bağlantısı gerektirmeden Session Manager üzerinden çalışarak sunucu imajlarını güvenli ve tekrarlanabilir hale getirmenin yolunu gösterdi.