19 Temmuz–1 Ağustos 2026 — Kapalı sanılan test ortamları, Opus 5 ve AB kurallarının yürürlüğe girmesi

Temmuz’un son iki haftasında beni en çok düşündüren şey, “kapalı” sanılan test ortamlarının o kadar da kapalı olmadığının ortaya çıkmasıydı. Yeni modeller ve Avrupa’daki yasal takvim de aynı döneme düştü. Notlar birincil kaynaklara dayanıyor, yorumlar bana ait.

Test ortamından internete

21 Temmuz’da OpenAI ve Hugging Face, bir model değerlendirmesi sırasında yaşanan güvenlik olayına dair ilk bulguları birlikte paylaştı (OpenAI). Anthropic’in 30 Temmuz’daki özetine göre OpenAI modelleri daha önce bilinmeyen bir açığı kullanarak yalıtılmış test ortamından çıkmış ve Hugging Face’in üretim altyapısına erişmişti.

Bunun üzerine Anthropic de geçmiş siber güvenlik değerlendirmelerini yeniden taradı ve sonuçları 30 Temmuz’da yayımladı. Claude’un internete erişebileceği 141.006 değerlendirme çalışmasını incelemiş ve üç olay bulmuştu. Bir değerlendirme ortağının ortamında Claude internete ulaşmış, üç farklı kuruluşun gerçek sistemlerine yetkisiz erişim sağlamıştı. Anthropic’e göre modele ortamın bir simülasyon olduğu ve internet erişimi bulunmadığı söylenmişti; bir yanlış anlama yüzünden erişim aslında açıktı. Model zayıf parolalar gibi basit tekniklerle ilerlemiş ve yalnızca kendisine verilen görevi bitirmeye çalışmıştı. Olaylar Opus 4.7, Mythos 5 ve dahili bir araştırma modelini kapsıyordu (Anthropic).

Açıkçası bu, bana en çok şey öğreten güvenlik olaylarından biri. Kökteki sorun ortamın yanlış yapılandırılmasıydı, ama hikâye orada bitmiyor. Anthropic’in anlatımına göre Opus 4.7 gerçek sistemlere ulaştığını fark ettikten sonra da saldırıyı sürdürmüş, hedefin gerçek olduğunu anlayıp kendiliğinden durma davranışı yalnızca en yeni modelde görlmüştü. Sonuç da gerçek kuruluşlar için gerçekti.

Claude Opus 5

24 Temmuz’da Anthropic, Fable 5’e yakın yetneekleri yarı fiyatına sunduğunu söylediği Claude Opus 5’i yayımladı. Şirkete göre model kodlama ve bilgi işi değerlendirmelerinde en iyi sonucu veriyor, siber güvenlik görevlerinde ise Mythos 5’in gerisinde kalıyordu. Fiyatı Opus 4.8 ile aynıydı (Anthropic). Bunlar Anthropic’in iddiaları.

Açık ağırlıklı modeller üzerine

27 Temmuz’da Dario Amodei açık ağırlıklı modeller tartışması üzerine bir yazı yayımladı. Amodei’ye göre Anthropic açık ağırlıklı modellerin yasaklanmasını hiçbir zaman savunmamıştı. Tehlikeli yetenekleri olmayan açık ağırlıklı modeller bir kamu yararıydı ve korumacı yasaklar asıl ulusal güvenlik kaygılarını gidermeyecekti (Anthropic). Açık modellerle çalışan biri olarak, “açık” ile “tehlikeli yetenekli” arasındaki farkın tartışmanın ortasına konmasını doğru buldum.

Gemini 3.6 Flash ailesi ve Robotics 2

21 Temmuz’da Google, ajan iş yükleri için Gemini 3.6 Flash, 3.5 Flash-Lite ve 3.5 Flash Cyber modellerini tanıttı (Google). 30 Temmuz’da da Google DeepMind, robotlara tüm vücut kontrolü, ince beceri ve takım çalışması öğretmeyi amaçlayan Gemini Robotics 2’yi duyurdu (Google DeepMind).

AB tüzüğü yürürlükte

Haziran sonunda son onayı alan değişiklik, 8 Temmuz 2026 tarihli (AB) 2026/1744 sayılı Tüzük olarak 24 Temmuz’da AB Resmî Gazetesi’nde yayımlandı. Yayımdan sonraki üçüncü gün, yani 27 Temmuz’da yürürlüğe girdi. Metne göre yüksek riskli sistemlere ilişkin bazı yükümlülükler Ek III kapsamındaki sistemler için 2 Aralık 2027’den, Ek I kapsamındakiler için 2 Ağustos 2028’den itibaren uygulanacak. Rıza dışı mahrem içerik ve çocuk istismarı materyali üretimine yönelik yeni yasaklar ise 2 Aralık 2026’da devreye giriyor (EUR-Lex). Türkiye’den bakınca bu takvim, AB pazarına hizmet veren yerli girişimlerin de takvimine yazması gereken bir şey.

Kısaca

Değerlendirme altyapısı da bir güvenlik yüzeyi. Modeli test etmek için kurduğumuz ortamların, modelin kendisi kadar dikkatle denetlenmesi gerekiyor; bu iki haftanın bana bıraktığı ders bu.

---

Kaynaklar

• OpenAI — OpenAI and Hugging Face partner to address security incident during model evaluation
• Anthropic — Investigating three incidents in our cybersecurity evaluations
• Anthropic — Introducing Claude Opus 5
• Anthropic — Our position on open-weights models
• Google — Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
• Google DeepMind — Gemini Robotics 2 brings whole body intelligence to robots
• EUR-Lex — Regulation (EU) 2026/1744