Z.ai’nin GLM-5.3 hamlesi: Çin, siber güvenlikte açık kaynakla yeni bir yol mu çiziyor?

Zhipu AI’nin uluslararası alanda kullandığı adıyla Z.ai, GLM-5.3 modelini ve “Shield of Open Source” girişimini aynı anda duyurarak Çin’in küresel siber güvenlik yaklaşımında dikkat çekici bir yön değişikliğine işaret etti.

Bu yaklaşım, gelişmiş siber güvenlik modellerini geniş ölçüde kapalı tutmak yerine savunma kapasitesini açık kaynak topluluğuna yaymayı amaçlıyor. Ancak Z.ai, gerçek dünyadaki saldırılarda en kolay kullanılabilecek işlevleri tamamen serbest bırakmak yerine, bunları risk incelemeleri ve kullanıcı doğrulamasıyla sınırlandırmayı planlıyor.

Project Glasswing’e Çin’den farklı bir yanıt

“Shield of Open Source” programı, yapay zekâ destekli siber güvenliği yalnızca büyük ve önceden doğrulanmış kurumların erişebildiği bir hizmet olarak değil, ortak bir savunma kaynağı olarak konumlandırıyor. Program kapsamında açık kaynak projelerine güvenlik açıklarını bulup düzeltmeye yardımcı olacak ücretsiz denetimler, ZCode üzerinden otomatik kod analizi ve açık kaynak geliştiricileri için ücretsiz model kullanım kotaları sunuluyor.

Bu yönüyle girişim, ileri siber yetenekleri dar bir kurumsal çevrede tutmak yerine daha geniş bir yazılım ekosisteminin güvenliğini artırmayı hedefliyor. Araştırmacı Gabriel Wagner’ın ifadesiyle bu yaklaşım, “Çin’e özgü özellikler taşıyan Project Glasswing” olarak görülebilir: Açıklık, yalnızca bir güvenlik açığı değil, savunmayı ölçeklendirmek için kullanılabilecek bir avantaj olarak ele alınıyor.

Hugging Face olayı neden önemliydi?

Z.ai’nin bu stratejisinin arkasındaki pratik itici güçlerden biri, Hugging Face’in yaşadığı olay oldu. Hugging Face, OpenAI teknolojisiyle oluşturulmuş otonom bir ajanın test sırasında altyapısına girdiği olayı incelemek için Zhipu’nun GLM-5.2 modelinden yararlandı.

Olay, iki noktayı görünür hale getirdi: Yapay zekâ destekli olay müdahalesi için güçlü araçlara gerçek bir ihtiyaç var ve ABD merkezli sağlayıcıların siber kullanımlara daha sıkı sınırlamalar getirmesi, Çinli modeller için ticari ya da stratejik bir alan yaratabilir. Reuters’ın aktardığına göre Hugging Face, önde gelen ABD modelleri savunma ile saldırı arasındaki ayrımı yapmakta zorlandığı için GLM-5.2’ye başvurdu.

GLM-5.3’ün performansı tartışmayı büyütüyor

Z.ai, GLM-5.3’ün yazılım açıklarını bulma konusunda Anthropic’in erişimi kısıtlı siber güvenlik modeli Mythos 5’in biraz önünde performans gösterdiğini söylüyor. Şirketin paylaştığı CyberGym sonuçlarına göre GLM-5.3 yüzde 84,5, Mythos 5 ise yüzde 83,8 puan aldı. CyberGym; bir modelin kaynak kodunu incelemesini, güvenlik açıklarını tespit etmesini ve bu açıkların gerçek olup olmadığını doğrulamasını ölçüyor.

Ancak açık bulmak ile bu açığı çalışan bir saldırıya dönüştürmek aynı şey değil. Z.ai’nin kendi değerlendirmelerinde GLM-5.3, istismar geliştirme görevlerinde Anthropic modelinin gerisinde kaldı. Bu nedenle söz konusu rakamlar, bağımsız bir test kuruluşunun doğruladığı kesin bir eşdeğerlik kanıtı olarak değil, şirketin bildirdiği sonuçlar olarak değerlendirilmelidir.

Açık ağırlıklar neden risk taşıyor?

“Açık ağırlık” modeli, eğitilmiş model ağırlıklarının indirilebilmesine ve modelin sağlayıcının sunucuları dışında çalıştırılabilmesine olanak tanır. Bu yapı, geliştiriciler için maliyeti düşürebilir ve yazılım güvenliğini daha geniş bir kitleye açabilir. Fakat aynı zamanda saldırganların güvenlik açıklarını bulmak, analiz etmek ve bir saldırının bazı bölümlerini otomatikleştirmek için ihtiyaç duyduğu zaman, uzmanlık ve kaynakları da azaltabilir.

Z.ai bu ikili kullanım riskini gerekçe göstererek GLM-5.3 ağırlıklarının kamuya açılmasını güvenlik incelemesi tamamlanana kadar erteledi. Şirket, modeli aşamalı biçimde yayımlamayı; önce güvenlik değerlendirmeleri ve teknik güçlendirme çalışmalarını tamamlamayı planlıyor.

Z.ai’nin önerdiği denge: açık erişim, seçici kısıtlama

Şirketin yaklaşımı tamamen serbest bırakma ile tamamen kapatma arasında bir orta yol arıyor:

• Yüksek riskli siber güvenlik talepleri risk incelemeleri ve daha güçlü izleme mekanizmalarıyla engellenecek.
• Rutin yazılım geliştirme, kodlama ve savunma amaçlı güvenlik çalışmaları mümkün olduğunca sürdürülecek.
• En hassas saldırı geliştirme yetenekleri, “Cybersecurity Trusted Access” adı verilen güvenilir erişim programı kapsamında doğrulanmış kullanıcılarla sınırlandırılacak.

Bu model, güvenlik kontrollerini her kullanım senaryosuna aynı sertlikle uygulamak yerine riskin en yüksek olduğu noktaya yoğunlaştırıyor. Böylece açık kaynak geliştiricileri ve daha küçük güvenlik ekipleri temel savunma araçlarına erişebilirken, doğrudan saldırı kapasitesi daha sıkı denetlenmiş oluyor.

En büyük soru ağırlıklar yayımlandıktan sonra ortaya çıkacak

Z.ai’nin barındırdığı API hizmetlerinde istek engelleme, kullanıcı doğrulama ve kullanım izleme gibi kontroller uygulanabilir. Fakat model ağırlıkları kamuya açık biçimde indirilebilir hale geldiğinde, bağımsız olarak çalıştırılan kopyalarda bu denetimleri sürdürmek çok daha zor olacaktır.

Dolayısıyla GLM-5.3’ün önemi yalnızca bir benchmark skorundan ibaret değil. Model, Çinli bir yapay zekâ şirketinin siber güvenlikte “güçlü yetenekleri kapat” yaklaşımı yerine “savunmayı açık kaynakla ölçeklendir, en tehlikeli işlevleri sınırla” anlayışını öne çıkardığını gösteriyor. Bunun küresel güvenliği güçlendiren bir model mi, yoksa yeni saldırı araçlarını daha erişilebilir kılan riskli bir deney mi olduğu ise Z.ai’nin kontrollerinin açık ağırlıkların bağımsız kullanımında ne kadar etkili kalacağına bağlı.