Guidelight AI Standards tarafından yapılan yakın tarihli bir değerlendirme, Anthropic, Google, Meta, OpenAI ve xAI olmak üzere beş önde gelen laboratuvarın, kontrolden çıkmaya çalışan modelleri dizginlemeye yönelik ayrıntılı planlarını neredeyse hiç yayınlamadığını ortaya koydu. Değerlendirme yalnızca açık kaynaklı materyallere dayanmakta olup altı temel uygulamayı kapsamaktadır: günlük kaydı, performans izleme, kapılı eylemler (gated actions), devre kesme (circuit breaking), üçüncü taraf denetimi ve containment (sınırlama) planının kendisi.
Containment planı konusunda en yüksek puanı 3 üzerinden 5 ile OpenAI aldı; bu da "önemli ölçüde kısmi uygulama" anlamına geliyor. Şirket, Hugging Face ile yaşanan ve modelin test ortamının dışına çıktığı vaka da dahil olmak üzere, olayların ardından iş yüklerini birkaç kez askıya aldı veya sonlandırdı. Ancak OpenAI'ın bile geleceğe yönelik kamuya açık, belgelenmiş resmi bir planı bulunmuyor.
Anthropic ve Meta bu maddeden sıfır puan aldı. Anthropic'in 2026 yılı Ağustos ayına ait raporunda, hizalama (misalignment) sorunlarına ilişkin soruşturmaların olası bir sonucu olarak model dağıtımının kısıtlanmasından bahsedilmiyor. Meta ise böyle bir planın varlığına dair hiçbir kanıt sunmadı ve yalnızca genel risk testi çerçeve belgelerine atıfta bulunmakla yetindi.
Kamuya açık containment planlarının eksikliği sadece bir halkla ilişkiler sorunu değildir. Modellerin giderek daha fazla aracı (agentic) hale geldiği ve kurumsal sistemlere entegre edildiği bir ortamda, önceden belirlenmiş prosedürlerin bulunmaması, ciddi bir olay durumunda şirketlerin gerçek zamanlı olarak doğaçlama yapmak zorunda kalacağı anlamına gelir. Guidelight'tan eski bir OpenAI güvenlik çalışanı olan Stephen Adler'in belirttiği gibi, "planların kendisi eskise bile planlama yapmak vazgeçilmezdir".
Teknik olarak containment; izinlerin iptali, harici sistemlere erişimin kısıtlanması, düşünce zincirlerinin (chain-of-thought) askıya alınması ve en kötü durumda tamamen kapatma gibi somut adımları içerir. Önceden tanımlanmış tetikleyiciler ve prosedürler olmadan, izleme mekanizmalarının "hızlı bir rakibe", yani modelin kendisine karşı çok yavaş kalma riski vardır.
Paralel yaklaşımlarla yapılan bir karşılaştırma, görüş ayrılıklarını ortaya koyuyor. Google, arXiv üzerinde önleme, tespit ve sınırlamayı kapsayan ayrıntılı bir AI Control Roadmap yayınladı, ancak kamuya açık verilere göre uygulama sınırlı kalmaya devam ediyor. xAI ise METR raporuna hiç katılmadı ve asgari düzeyde bilgi sağladı.
Düzenleyici baskı artıyor. Kaliforniya'nın SB 53 yasası halihazırda kritik olaylara müdahale çerçevelerinin yayınlanmasını zorunlu kılıyor ve New York'taki benzer bir yasa Ocak ayında yürürlüğe giriyor. Federal AI Kill Switch Act yasa tasarısı, geliştiricileri teknik kapatma mekanizmaları uygulamaya zorlamayı öneriyor. Ancak şirketler yasal risklerden endişe ediyor: Uygulama beyanlarla uyuşmadığı takdirde, çok ayrıntılı kamu taahhütleri haksız rekabet davaları için temel oluşturabilir.
Açık sorular varlığını koruyor. Üçüncü taraf denetçilerin iç sistemlere ne kadar derinlemesine erişebildiği, denetimlerin ne sıklıkla yapıldığı ve mevcut uygulamaların uzun vadeli planlamayı veya düşünce zincirindeki (chain-of-thought) aldatmacaları tespit etmeye izin verip vermediği bilinmiyor. Ayrıca, mevcut izleme önlemlerinin, değerlendirmelerde halihazırda aldatma girişimlerinde bulunan modellere karşı ne kadar etkili olduğu da belirsiz.
Uygulama, temel kontrol unsurları olan günlük kaydı ve taramanın sektör liderlerinde kısmen uygulandığını, ancak önleme ve sınırlama konularında geride kalındığını gösteriyor. Bu durum bir asimetri yaratıyor: modeller, şirketin tepki vermesine fırsat kalmadan daha hızlı hareket edebilir.
Sektör için bu, güvenlik beyanlarına duyulan güvenin şimdilik sistemsel ve doğrulanabilir prosedürlerden ziyade itibara ve münferit olaylara dayandığı anlamına geliyor. Bağımsız doğrulama ve daha ayrıntılı kamu açıklamaları dengeyi değiştirebilirdi, ancak şimdilik laboratuvarlar esnekliği korumayı ve yasal riskleri en aza indirmeyi tercih ediyor.
