Anthropic'in İtirafı: Akıllı Buzdolabınız Yarın Solucan mı Taşıyacak?

Anthropic kendi laboratuvarında bir şey denedi ve sonucu beğenmediği belli: küçük, hafif yapay zeka modelleri akıllı televizyon kutularına, ucuz Android cihazlara, hatta teoride buzdolabı ve elektrikli süpürgelere kendi kendine yüklenebiliyor. Şirketin blogunda kullandığı terim net — "small weight-based replicators", yani ağırlık tabanlı küçük çoğaltıcılar. Kulağa laboratuvar jargonu gibi gelse de arkasındaki soru basit: bir yapay zeka modeli, insan müdahalesi olmadan kendi kopyasını bir cihazdan diğerine taşıyabilir mi?

Peki ama bu uyarıyı kim, neden, şimdi yapıyor? Anthropic hem düzenleyicilere güvenlik vaatleri veren hem de ticari olarak rakipleriyle at başı giden bir şirket. Kendi modelinin değil, "küçük açık ağırlıklı modellerin" tehlikesine işaret etmesi tesadüf olmayabilir — rekabetin açık kaynak tarafını hedef almak, kapalı modelleri daha güvenli gösterme etkisi de yaratıyor. Bu şüphe haberi geçersiz kılmıyor, ama okurken akılda tutulması gereken bir detay.

Deneyde Gerçekte Ne Oldu?

Anthropic araştırmacıları, gerçek veya simüle edilmiş düşük maliyetli Android TV kutuları ve çeşitli IoT donanımları üzerinde küçük açık kaynaklı modelleri çalıştırdı. Niceleme (quantization) denen teknikle modelin ağırlıklarını daha az bit ile temsil edip iş yükünü parçalara (shard) bölerek, modellerin bu zayıf donanımlarda bile çıkarım (inference) yapabildiğini, yani üretim yapabildiğini gösterdiler. Gemma4-26B-A4B modeli yalnızca 4GB belleğe sahip 15 kutu kullanarak çalışabildi; Qwen3.5-9B ise dokuz farklı donanım türünden sekizinde kendi kendine yapılandırma becerisi gösterdi.

Burası önemli: geleneksel kötü amaçlı yazılımlar belirli donanım ve yazılıma göre özel olarak yazılmak zorunda. Bu modeller ise karşılaştıkları cihaza göre anlık yapılandırma yapabiliyor — yani "tanımadığı" bir cihazı kendi başına çözümleyebiliyor. Anthropic'in asıl endişesi burada başlıyor: Mirai gibi bilinen IoT solucanlarının ötesinde, hedefe göre istismar ve yük (payload) üretebilen bir solucan türü.

Süreç dört adımdan oluşuyor: hedef bulma, kod çalıştırma erişimi elde etme, çıkarımı kurma ve yeni cihazlara yayılma. Şirkete göre bu zincirin en zayıf ve en az araştırılmış halkası üçüncü adım — farklı donanım ve yazılım kombinasyonlarına göre bağımlılıkları kurup hataları ayıklamak. Her başarısız denemeden sonra model, gelecekteki kopyalarına not bırakabiliyor; bu da "öğrenen" bir kötü amaçlı yazılım fikrini gündeme getiriyor.

Ama peki ama şu detayı atlamayalım: test edilen Android cihazların hiçbirinde uçtan uca, yani tam otomatik bir çoğalma gerçekleşmedi. Üstelik hedef alınan cihazlarda kimlik doğrulaması yapılmamış bir Android Debug Bridge (ADB) portu açıktı — yani geliştirme amaçlı, üretimde asla bulunmaması gereken bir kapı. Deneyin kendisi de küçük modellerin tek başına değil, GLM-5.2 adlı daha büyük bir modelin orkestrasyonuyla yürütüldüğünü itiraf ediyor. Gemma4-26B-A4B'nin 15 kutuya dağıtılmış hali saniyede sadece 0,39 token üretebildi; tam kurulum 71-150 saat sürdü. Bu hızda bir "solucan"dan söz etmek biraz erken değil mi?

Bu Ne Anlama Geliyor?

Anthropic'in kendisi de bu çekinceyi kabul ediyor: bulgular "zorunlu olarak temkinli" okunmalı. Dışarıdan bir uzman, Xiaohan Fu, deneyin iyi kurgulanmış olmasına rağmen modellerin kendi iradeleriyle çoğalmayı seçeceğini kanıtlamadığını söylüyor — yani gösterilen şey "kapasite", henüz "ortaya çıkan tehdit" değil. Anthropic da tam prompt'ları ve kurulum detaylarını paylaşmadığı için bağımsız doğrulama şu an mümkün değil. Şeffaflık burada eksik kalan tarafın adı.

Buna rağmen trend göz ardı edilemez: 30 milyar parametreli modeller bugünden tekil adımları tamamlayabiliyor, Anthropic'in ölçtüğü ilerleme hızıyla yıl sonuna kadar benzer kısıtlı sonuçların daha küçük modellerde de görülebileceği tahmin ediliyor. Daha önce yazdığımız GLM-5.2'nin açık model güvenlik sınırlarını zorlaması ile bu haber aynı eksende duruyor: açık ağırlıklı modellerin yetenekleri hızla artarken, güvenlik denetimi aynı hızla büyümüyor.

Türkiye'ye Etkisi

Türkiye'de milyonlarca ucuz Android TV kutusu, akıllı ev cihazı ve yama desteği olmayan IoT ürünü satışta — çoğu varsayılan şifrelerle, açık hata ayıklama portlarıyla çalışıyor. Bu tür cihazların güvenlik güncellemesi alma ihtimali zaten düşükken, kendi kendine yapılandırma yeteneğine sahip bir kötü amaçlı yazılım senaryosu, ev ağları için ek bir risk katmanı demek. Yapay zeka açık buluyor, insan yetişemiyor başlıklı yazımızda değindiğimiz yama krizi, burada IoT tarafında daha da derinleşiyor.

Anthropic'in tam teknik blog yazısına şirketin araştırma sayfasından ulaşmak mümkün; ilgilenen geliştiriciler ve güvenlik ekipleri için orijinal metodolojiyi okumak faydalı olacaktır.