Yapay Zekâ Sızma Testi Ajanları: Nasıl Çalışırlar, Açık Kaynak ve Kurumsal (2026)

Her ajan aynı döngüyü çalıştırır: planla, uygula, gözlemle, hatırla. Model hedefi ve o ana kadar bildiklerini okur, bir port taraması, bir istek ya da bir istismar gibi bir eylem seçer, bir araç bunu çalıştırır ve çıktı modele geri döner; model de bir sonraki adıma karar verir. Döngü, hedefe ulaşıldığında, bütçe tükendiğinde ya da bir insan durdurduğunda sona erer.

Model bunu tek başına yapamaz. Etrafındaki iskelet (scaffold) araçları, bunları çalıştıracak bir sandbox'ı, nelerin denendiğine dair belleği, içinde kalması gereken kapsamı ve raporun biçimini sağlar. Araştırmalar, iskeletin model kadar önemli olduğunu tekrar tekrar ortaya koyuyor: AutoPT, aynı modeli bir durum makinesiyle sınırlandırarak görev tamamlama oranını neredeyse iki katına çıkardı; ARTEMIS çalışması ise aynı ağda amaca özel bir iskelet ikinci olurken genel amaçlı kodlama iskeletlerinin insan test uzmanlarının çoğunun gerisinde kaldığını gördü.

Karşılaşacağınız başlıca tasarımlar:

• Asistan. Ajan bir sonraki adımı önerir ve bir insan onu çalıştırır. Orijinal PentestGPT tasarımı.
• Tek otonom ajan. Birçok araca sahip tek bir model tüm döngüyü çalıştırır.
• Çok ajanlı. Bir kontrolcü; keşif, istismar ya da yanal hareket için işi her biri kendi araçlarına ve bağlamına sahip uzmanlara dağıtır. PentAGI, Strix ve VulnBot bu şekilde çalışır.
• Araç köprüsü. HexStrike AI'ın yaptığı gibi bir MCP sunucusu, güvenlik araçlarını herhangi bir modele açar. Bu durumda zekâ ve güvenlik kuralları, model nerede çalışıyorsa orada bulunur.
• White box. Shannon'ın yaptığı gibi ajan önce kaynak kodu okur, ardından çalışan uygulamaya saldırır.

Kasım 2026 itibarıyla en çok bilinen açık kaynak projeler aşağıdaki tablodadır. GitHub'daki yıldızların göstermediği birkaç nokta:

• Lisanslar farklıdır. MIT ve Apache-2.0 ticari kullanıma izin verir; AGPL-3.0, aracı bir hizmet olarak sunarsanız yükümlülükler getirir; CAI'nin kendi kodu ticari olmayan araştırmayla sınırlıdır ve proje, ticari bir halefi lehine Ağustos 2026'da arşivlendi.
• Open core yaygındır. Strix ve Shannon'ı çalıştırmak ücretsizdir; bunların üzerinde ücretli bulut ya da kurumsal sürümler bulunur.
• Modelin nerede çalıştığı bir ayardır, veri değil. PentestGPT'nin otonom modu bir bulut kodlama ajanını yönetir; eski modu ve PentAGI yerel modeller kullanabilir. Bir bulut modeliyle, ajanın gördüğü her banner, yanıt ve kimlik bilgisi bir üçüncü tarafa gönderilir.
• Çoğu tek bir hedef türü için tasarlanmıştır. Strix ve Shannon web uygulaması test araçlarıdır; PentestGPT ve PentAGI ağlara ve CTF tarzı makinelere yönelir. Active Directory'yi, yanal hareketi ve iç ağları uçtan uca kapsayanlar azdır.

Bağımsız ve kör değerlendirmeler hâlâ nadirdir. Mevcut olanlar:

• Canlı bir kurumsal ağ. Stanford öncülüğündeki ARTEMIS çalışmasında (ICLR 2026), on profesyonel, mevcut altı ajan ve yazarların çerçevesi yaklaşık 8.000 ana bilgisayarlık bir üniversite ağını test etti. ARTEMIS, 9 geçerli zafiyet ve %82 geçerli bildirimle 10 insandan 9'unun önünde ikinci oldu; insanlardan daha fazla yanlış pozitif üretti ve GUI görevlerinde zorlandı. Daha fazlası yapay zekâ sızma testi ve insan sızma testi uzmanları sayfasında.
• Otonom ve destekli. AutoPenBench üzerinde (33 görev), tamamen otonom bir ajan görevlerin %21'ini, aynı ajan insan yardımıyla %64'ünü çözdü.
• CTF benchmark'ları. Cybench 40 profesyonel CTF görevi kullanır. XBOW'un 104 web görevi, XBOW'un kendi deposu bunları 2026 ortası itibarıyla, zafiyetlerin modellerin eğitimine girmiş olmasıyla doymuş ilan edene kadar yaygın olarak alıntılandı.

Göreceğiniz neredeyse her sayıya iki sınır uygulanır. CTF görevlerinin bilinen bir hedefi, yani bir bayrağı (flag) vardır, bu yüzden kör değildirler; ayrıca kamuya açık görevler eğitim verilerine sızar. Bir üreticinin ya da projenin kendi benchmark puanını, başka biri onu ajanın hiç görmediği bir ağda yeniden üretene kadar pazarlama olarak değerlendirin.

• Kapsam denetimi

  Doğaçlama yapan bir ajan, listelemediğiniz ana bilgisayarları bulur. Kapsam dışı hedefleri, ajanın yazdığı betiklerin içinde de dahil olmak üzere, prompt değil platform reddetmelidir.

• Onay kapıları ve acil durdurma

  Hangi eylemlerin bir insanı bekleyeceğine karar verin ve tek bir düğmenin tüm ajanları aynı anda durdurduğundan ve yeniden başlatmadan sonra da durdurulmuş kaldığından emin olun. Bkz. döngüde insan.

• Verinin nereye gittiği

  Ele geçirilen kimlik bilgileri ve iç ana bilgisayar adları hassastır. Kontrolünüzdeki donanımda yerel bir model bunları içeride tutar; bir bulut API'si tutmaz.

• Kanıt ve denetim izi

  Denetçiler neyin, ne zaman, kim tarafından çalıştırıldığını ve neyin geri döndüğünü, kimsenin sonradan değiştiremeyeceği bir kayıtta görmek ister.

• Raporlar ve uyum eşlemesi

  Ham ajan dökümleri, bir yönetim kurulunun ya da bir düzenleyicinin okuyacağı bir rapor değildir.

• Bakım ve destek

  Araçlar, istismarlar ve modeller her ay değişir. Birinin yığını çalışır durumda tutması ve bir sistemi bozduğunda yanıt vermesi gerekir.

Açık kaynak ajanlar araştırma, eğitim ve laboratuvarlar için mükemmeldir. Birini üretim ortamına karşı çalıştırmak, yukarıdakilerin tamamını kurmak ve sahiplenmek kararıdır. OWASP Autonomous Penetration Testing Standard bu kontrolleri gereksinim olarak listeler ve hangi yolu seçerseniz seçin iyi bir kontrol listesidir.

• Saldırganlar aynı araçları kullanır. Check Point'in Eylül 2025 raporuna göre HexStrike AI'ın yayımlanmasından birkaç saat sonra suç forumlarında aracın yeni Citrix NetScaler açıklarına karşı kullanılması tartışıldı ve istismar süresinin günlerden dakikalara indiği iddia edildi. Bunlar doğrulanmış saldırılar değil forum iddialarıdır, ancak her durumda açıklama ile istismar arasındaki süre kısalmaya devam ediyor.
• Hedef karşılık verebilir. Bir ajan, hedefin döndürdüğü her şeyi okur ve bir sayfa, banner ya da dosya modele yönelik talimatlar taşıyabilir. Shannon'ın kendi belgeleri bu nedenle aracın güvenilmeyen kod tabanlarında çalıştırılmamasını öneriyor. Bu, test uzmanına karşı çevrilmiş bir prompt injection saldırısıdır.
• Yanlış bulgular. Ajanlar, yetkin insanlardan daha fazla yanlış pozitif bildirir. Kanıt isteyin: ne gönderildi, ne geri döndü, erişimden sonra nereye ulaşıldı. Bkz. istismar doğrulama.
• Yan hasar. Bir istismarı on kez yeniden deneyen ya da sınırsız bir kaba kuvvet aracı çalıştıran bir ajan hesapları kilitleyebilir veya servisleri çökertebilir. Hız sınırları ve kesinti yaratabilecek eylemler için onay isteğe bağlı değildir.

Ajanlar insanlara olan ihtiyacı ortadan kaldırmaz. Genişlik ve tekrarda iyidirler: her ana bilgisayar, her hafta, her yeni CVE. İnsanlar ise iş mantığında, sosyal mühendislikte ve DORA TLPT gibi düzenleyici liderliğindeki bir testin gerektirdiği muhakeme kararlarında hâlâ daha iyidir.

Bir alıcı için yararlı ayrım, sunum biçimine göredir: sizin çalıştırıp bakımını yaptığınız açık kaynak bir ajan, ajanları size karşı çalıştıran bir bulut hizmeti ya da otonom sızma testini kendi çevrenizin içinde yürüten bir platform. Araç karşılaştırması ticari platformları ele alıyor; değerlendirme rehberi ise bunlardan herhangi birini test etmek için bir pilot planı sunuyor.

PentestGPT ücretsiz mi? Evet, MIT lisanslıdır. Kullandığı model için ödeme yaparsınız: otonom modu Claude Code ya da Codex'i yönetir, bu nedenle bu sağlayıcılarda bir hesaba ihtiyacınız vardır; eski asistan modu yerel bir model üzerinde de çalışabilir.

Bir yapay zekâ sızma testi ajanını çevrimdışı çalıştırabilir miyim? Bazıları yerel modelleri destekler; PentAGI ve PentestGPT'nin eski modu bunlar arasındadır. Bu durumda yetkin bir model için yeterince büyük bir GPU'ya ihtiyacınız olur ve doğruluk, çalıştırabildiğiniz modele bağlıdır.

Yapay zekâ sızma testi ajanlarını kullanmak yasal mı? Herhangi bir sızma testi aracında olduğu gibi, sahibi olduğunuz ya da test etmek için yazılı izniniz bulunan sistemlerde kullanmak yasaldır. Yetkilendirme olmadan kullanmak çoğu ülkede suçtur.

Hangi açık kaynak ajan en iyisi? Bağımsız bir sıralama yoktur. Hedefe göre seçin: web uygulamaları için Strix ya da Shannon, ağlar ve laboratuvarlar için PentAGI ya da PentestGPT. Lisansı ve projenin hâlâ bakımının yapılıp yapılmadığını kontrol edin.

Yapay zekâ ajanları insan sızma testi uzmanlarının yerini alır mı? Henüz değil. Canlı bir ağda en iyi araştırma ajanı geçerli bulgularda insanların çoğunu geçti, ancak daha fazla yanlış pozitifle ve GUI çalışmalarında eksiklerle. Yaygın model, genişlik ve sıklık için ajanlar, derinlik ve muhakeme için insanlardır.

Zero Hunt'ın ajanı nasıl çalışır? Zero Hunt, ağlar ve altyapı için kendi modellerine sahip on-premise bir appliance üzerinde çalışan otonom bir yapay zekâ red team'dir; bu nedenle hiçbir müşteri verisi appliance'tan çıkmaz. Bir kontrolcü; keşif, zafiyet analizi, istismar, web, kimlik bilgileri, istismar sonrası (post-exploitation), pivoting, ATT&CK kapsamı, kaynak kod analizi ve raporlama için on uzman ajanı koordine eder. Beş otonomi seviyesi hangi eylemlerin bir operatörü bekleyeceğini belirler, kapsam araç çağrılarında ve üretilen betiklerde doğrulanır, acil durdurma yeniden başlatmalardan sonra da geçerli kalır ve her deneme Ed25519 ile imzalanmış, hash zinciriyle bağlı bir kayıttır. Kampanyalar bir kez ya da günlük, haftalık, aylık veya özel bir takvimle, black-box ya da gray-box modunda çalışır. Zero Hunt henüz benchmark sonucu yayımlamıyor; değerlendirme metodolojisi hazırlanma aşamasındadır.