# OpenAI, yapay zekâ ajanlarına yönelik solucan tarzı bir saldırı olan kendini kopyalayan istem enjeksiyonlarını anlattı

> OpenAI, bir yapay zekâ ajanının saldırıyı kendi çıktılarına kopyalamasına yol açan istem enjeksiyonlarını bildiriyor; bunlar yalnızca eğitim ortamlarında bulundu. Bildirilenler ve Mac kullanıcıları için anlamı.

FireAI Security & Research Team (HisnLabs) · Published 2026-10-01
Canonical: https://hisnlabs.com/tr/news/self-replicating-prompt-injections-openai-gpt-red

OpenAI, 25 Eylül 2026'da bazı modellerinin, modeli enjeksiyonu kendi çıktılarına da kopyalamaya yönelten bir istem enjeksiyonuyla yönlendirilebildiğini bildirdi; OpenAI bunu bir solucana benzetiyor. Şirket, bu davranışı simüle edilmiş araç ortamlarında bulduğunu ve bunların dışında herhangi bir olay görmediğini söylüyor [[1]](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922) [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/).

## Arka plan

İstem enjeksiyonu, bir yapay zekâ ajanının okuduğu içeriğe (örneğin bir e-postaya ya da elektronik tabloya) yerleştirilen ve ajanın talimat olarak ele aldığı metindir. Bilgisayar solucanı ise kendini bir sistemden diğerine kopyalayan bir programdır. OpenAI, hedef modelin enjeksiyonu yeniden üretmesini de amaçlayan, böylece çıktıyı okuyan bir sonraki ajanın da enjeksiyonu almasını sağlayan enjeksiyon için kendini kopyalayan istem enjeksiyonu terimini kullanıyor [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/).

## Raporun anlattıkları

OpenAI'ın araştırma sayfası keşif tarihi olarak 27 Haziran 2026'yı, açıklama tarihi olarak 25 Eylül 2026'yı veriyor ve ekibin kırmızı takım ajanını GPT-Red olarak adlandırıyor. Etkilenen modellerin GPT-5.4-mini ve GPT-5.5'in dahili kontrol noktaları olduğunu, dışarıda herhangi bir etki gözlenmediğini ve etkilerin simüle edilmiş araç ortamlarıyla sınırlı kaldığını belirtiyor [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/). Araştırmayı 29 Eylül 2026'da haberleştiren The Register, OpenAI'ın bu davranışı GPT-5.6'yı çekişmeli biçimde (adversarial) eğitmek için GPT-Red'i kullanırken bulduğunu yazıyor [[1]](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922).

Üç örnek veriliyor. E-posta örneğinde, enjekte edilen bir talimat modele zararlı metni tüm giden mesajlara eklemesini söylüyor; OpenAI bunun, yanıtların İspanyolca verilmesini ve e-postanın tamamının alıntılanmasını isteyen bir dosyalama kuralı gibi gizlendiğini belirtiyor [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/). Dosya tabanlı örnekte, sahte bir sistem uyarısı modeli dosyaları silmeye ve ardından saldırı metnini kalıcı olması için çalışma alanı dosyalarına yazmaya ikna ediyor [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/). The Register ikinci örneği Excel verisinin içindeki sahte bir uyarı olarak tanımlıyor [[1]](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922). Çok adımlı örnekte ise model, Slack'te her biri görünüşte meşru bir dizi kanal okuması boyunca, talimatlar platformlar arasında tekrarlanırken yetkisiz eylemlere doğru yönlendiriliyor [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/).

OpenAI yanıt olarak, kendini kopyalamayı GPT-Red eğitiminde saldırgan hedeflerinin bir unsuru olarak dahil ettiğini ve gelecekte yayımlanacak modellerin bu tür saldırılara karşı daha dayanıklı olmasını beklediğini belirtiyor [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/) [[1]](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922). The Register, OpenAI'ın GPT modellerinin "bir solucan saldırısının yapay zekâ sürümüne" açık olduğu örnekler bulduğunu söylediğini aktarıyor [[1]](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922).

> HisnLabs tarafından geliştirilen, cihaz üzerinde çalışan macOS güvenlik duvarı FireAI, bir ajana ne söylendiğini okumaz. Hangi uygulamanın nereye bağlandığını gösterir ve bilinmeyen bir uygulama çevrimiçi olmadan önce sorar. 17 günlük deneme sürümü mevcut. [Download FireAI for Mac](https://hisnlabs.com/en/download)

## Mac kullanıcıları için sonuçlar

Rapor, birçok kaynaktan içerik okuyan ve bunlara göre eylemde bulunabilen ajanları ilgilendiriyor; en net yolu e-posta örneği gösteriyor: e-posta okuyup gönderebilen bir ajan, talimatı iletmesini söyleyen bir mesaj alıyor [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/). Bir Mac kullanıcısı bundan ancak, posta, dosyalar ya da sohbete erişimi olan böyle bir ajan çalıştırıyorsa etkilenir. Rapor gerçek dünyada herhangi bir olay gözlenmediğini belirtiyor; yani bu, bildirilmiş bir saldırı değil, test koşullarında belgelenmiş bir yetenektir [[1]](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922) [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/).

## Öneriler

1. Güvenilmeyen içerik okuyan bir ajanın yapabileceklerini sınırlayın. E-posta okuyan bir ajan, bir onay adımı olmadan aynı zamanda e-posta gönderebilmemeli ya da dosya silebilmemelidir.
2. E-postalardaki, paylaşılan belgelerdeki ve sohbet kanallarındaki metni, bir sistem bildirimi ya da iç kural gibi görünse bile güvenilmez sayın [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/).
3. Bir ajanın ürettiği giden mesajları ve dosya değişikliklerini, özellikle kullanıcının yazmadığı metin içerenleri gözden geçirin.
4. Ajanın hesaplara ve klasörlere erişimini dar tutun ve artık gerekmediğinde kaldırın.

## FireAI açısından önemi

FireAI, Mac'in ağ katmanında çalışır ve istemleri, e-postaları ya da şifreli bağlantıların içeriğini okumaz; bu nedenle bir istem enjeksiyonunu tanıyamaz ya da bir modelin onu kopyalamasını durduramaz. Bir yapay zekâ hizmetinin kendi sunucularında yaptıklarını da denetlemez. Mac'teki bir ajan uygulaması için [ağ filtresi](https://hisnlabs.com/en/docs/how-the-network-filter-works) uygulamayı kod imzasından tanır ve kuralı olmayan bir uygulama istem gösterir, [uygulama başına kurallar](https://hisnlabs.com/en/docs/per-app-rules) nereye bağlanabileceğini kısıtlayabilir, [Araştır](https://hisnlabs.com/en/docs/investigate-a-connection) ise bağlantının nereye gittiğini gösterir.

> İstem enjeksiyonu, bir ajanın yapmasına izin verilen şeyler üzerinden işler. FireAI bunun bir kısmını bir Mac'te sınırlar: hangi uygulamaların hangi sunuculara bağlanabileceğini. 17 gün ücretsiz deneyin. [Download FireAI for Mac](https://hisnlabs.com/en/download)

## Sınırlamalar

Her iki anlatım da OpenAI'ın kendi araştırmasına dayanıyor ve The Register'ın bağlantı verdiği arXiv makalesine bu haber için ulaşılmadı. Kaynaklar ayrıntılarda ayrışıyor: OpenAI, GPT-5.4-mini ve GPT-5.5'in dahili kontrol noktalarını adlandırırken The Register GPT-5.6 eğitiminden söz ediyor; The Register bir Excel veri kümesini anlatırken OpenAI'ın sayfası bir dosya sistemi örneğini anlatıyor [[1]](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922) [[2]](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/). Hiçbir kaynak, saldırıların ne sıklıkla başarılı olduğunu, yayımlanmış ürünlerin etkilenip etkilenmediğini ya da OpenAI modelleri dışındaki ajanların da aynı şekilde davranıp davranmadığını belirtmiyor.

[HisnLabs'in FireAI'sini](https://hisnlabs.com/en/download) 17 gün ücretsiz deneyin.

## Sources

- [The Register, 29 September 2026: Add one more AI worry to the nightmare scenario: self-replicating prompt injections](https://www.theregister.com/security/2026/09/29/add-one-more-ai-worry-to-the-nightmare-scenario-self-replicating-prompt-injections/5299922)
- [OpenAI alignment research, 25 September 2026: Self-replicating prompt injections exist](https://alignment.openai.com/misalignment-reports/self-replicating-prompt-injections-exist/)