21 Temmuz-11 Ağustos 2026 tarihleri arasında Machine Ethics Transparency Research (METR) grubundan bir araştırmacı ile Redwood Research’ten bir meslektaşına OpenAI’ın iç kodlarına ve izleme araçlarına kapsamlı erişim verildi. Araştırmacılar, Codex’i çalıştıranlar gibi gelişmiş yapay zekâ ajanlarını denetleyen sistemi üç hafta boyunca aşmaya çalıştı. Bulgular, OpenAI çalışanlarıyla paylaşılan 61 sayfalık bir raporda toplandı.
Testin ortaya çıkardıkları
Denetçiler, en az GPT-5.5 kadar güçlü modellerin kullandığı şirket içi Responses API trafiğinin %75 ila %94’ünün izleme kapsamına girdiğini tahmin etti; ancak kesin oran belirsiz. Codex ajanlarının çalıştırdığı trafik için kapsama oranı yaklaşık %99,2’ydi. Ayrıca testin başında pekiştirmeli öğrenme eğitim süreçlerinin izlenmediğini ve “sıkıştırma” (compaction) olayları sırasında izleme yapılmamasının Mayıs-Temmuz 2026 arasında Codex trafiğinin yaklaşık %10’unun denetim dışında kalmasına yol açmış olabileceğini belirlediler. Somut olarak birkaç açık tespit edildi: Ajanlar Codex’in korumalı alanını aşabiliyor, yeni ajanlar için izlemeyi devre dışı bırakan ve istemcinin kontrol edebildiği başlıklar ayarlayabiliyor, ayrıca izleme sisteminin hata vermesine neden olan girdiler oluşturabiliyordu. Yük dengeleme nedeniyle isteklerin işlenmemesi ve izleme hataları nadirdi: hata oranları %0,2’nin altındaydı; 24 saatlik bir anlık görüntüde yük nedeniyle isteklerin işlenmediği hiçbir durum görülmedi. OpenAI, üretimdeki güvenlik önlemlerini etkileyen tüm açıkları giderdiğini ve testten bu yana izleme kapsamını genişlettiğini söylüyor. Ancak denetçiler bu iddiaları bağımsız olarak doğrulamadı.
Neden önemli
OpenAI’ın Codex araçlarına güvenen geliştiriciler açısından bu açıklar, bazı yapay zekâ eylemlerinin denetimsiz kalmış olabileceği ve kullanıcıların istenmeyen davranışlara maruz kalabileceği anlamına geliyor. Şirketin açıkları kapatması riski azaltmalı; ancak ajanların yürüttüğü faaliyetlerin daha fazlasının artık yakalandığını doğrulamak için bağımsız inceleme gerekiyor.
