Yapay zekâ kodlama araçları kodunuzu buluta gönderiyor mu?
Çoğu yapay zekâ kodlama aracı kodunuzu gerçekten buluta gönderir — yalnızca yazdığınız satırı değil, çevresindeki dosyayı, yakındaki dosyaları, depo yapınızı ve kullanım telemetrisini de. Makinenizden ne kadarının çıktığı araca göre değişir ve bunu kendiniz doğrulayabilirsiniz. Bu rehber neyin gönderildiğini, neden gönderildiğini, herhangi bir aracı birkaç dakikada nasıl kontrol edeceğinizi ve gerektiğinde kodunuzu kendi makinenizde nasıl tutacağınızı anlatıyor.
Dürüst kısa cevap şu: bir araç barındırılan (hosted) bir model kullanıyorsa (GPT, Claude, Gemini ve çoğu "yapay zekâ" IDE'si), bir tamamlama alabilmek için istemin o modelin sunucularına ulaşması gerekir — barındırılan çıkarım (inference) böyle çalışır. Asıl sorular şunlardır: istemle birlikte ne kadar bağlam gidiyor, onunla birlikte başka neler toplanıyor ve hiç yerel bir seçeneğiniz var mı?
"Buluta göndermek" gerçekte ne demek?
Nadiren yalnızca istemden ibarettir. İyi tamamlamalar verebilmek için çoğu yapay zekâ kodlama aracı bağlam ekler ve gizlilik sızıntıları tam da bu bağlamda olur. Tipik yükler şunlardır:
- Geçerli dosya — çoğu zaman yalnızca imleç satırı değil, dosyanın tamamı.
- Yakındaki veya "ilgili" dosyalar — birçok araç deponuzu indeksler ve ilgili bulduğu parçaları gönderir (retrieval/embedding).
- Depo metaverisi — dosya ağacı, dil, bazen git uzak depoları.
- Telemetri — olaylar, gecikme, özellik kullanımı, çökme raporları ve bazen "modeli iyileştirmek" için istem/yanıt örnekleri.
- API anahtarlarınız — iyi araçlar bunları cihazda saklar, ancak bazıları ayarları bir sağlayıcı hesabına senkronize eder.
Aynı sohbet kutusuna sahip iki araç tamamen farklı davranabilir: biri 30 satırlık bir istem gönderir, diğeri sessizce on dosyayı ve tüm deponuzun bir embedding indeksini yükler. Hobi projesi için bu sorun olmayabilir. Ticari sır niteliğindeki, müşteriye ait veya düzenlemeye tabi kod için ise çoğu zaman sözleşmesel ya da yasal bir sorundur.
Araçlar neden gönderiyor (ve sınır nerede)?
İnsanların birbirine karıştırdığı üç ayrı şey var:
- Çıkarım (inference) — modelin tamamlamayı üretmesi. Barındırılan bir modelde bu zorunlu olarak sağlayıcının sunucularında gerçekleşir, yani isteminiz makineden çıkar. Yerel bir modelde ise CPU/GPU'nuzda gerçekleşir ve hiçbir şey dışarı çıkmaz.
- Bağlam toplama — isteme neyin ekleneceğine karar verme. Bu bir doğa yasası değil, bir ürün tercihidir. Bir araç tek bir dosya da ekleyebilir, tüm deponuzu da.
- Telemetri — cevabınızı üretmekle ilgisi olmayan analitik. Varsayılan olarak açık olsa bile, sağlayıcı tarafında neredeyse her zaman isteğe bağlıdır.
Barındırılan bir modelle 1 numaradan kaçamazsınız — onu kullanmanın bedeli budur. Ama 2 ve 3 numaralarda araçlar çok büyük farklılıklar gösterir; "sıfır telemetri, yerel model" araçları ile "her şeyi bulutta indeksleyen" araçlar spektrumun iki zıt ucunda durur.
Herhangi bir aracı beş dakikada nasıl kontrol edersiniz
Pazarlama metinlerine güvenmeyin. Doğrulayın. Üç seviye var, en ucuzundan başlayarak.
1. Gizlilik politikasını ve ayarları okuyun — saklama (retention) satırını arayın. Politikada "retention", "train", "improve", "zero data retention" ifadelerini arayın. Uygulamada ayarları açıp telemetri anahtarlarına ve "code indexing" / "codebase" seçeneğine bakın. İstemediklerinizi kapatın.
2. Ağı izleyin. Gerçek kaynak, sürecin fiilen ne gönderdiğidir. Her işletim sisteminde canlı bağlantıları listeleyebilirsiniz:
# Linux / macOS — who is the editor talking to?
lsof -i -nP | grep -i -E 'code|cursor|node'
# any platform, point-in-time
netstat -anp 2>/dev/null | grep ESTABLISHED
İçeriği görmek için aracı HTTPS denetleyen bir proxy üzerinden çalıştırın ve istek gövdelerini okuyun:
# mitmproxy: start it, then point the editor's HTTP proxy at 127.0.0.1:8080
mitmproxy --listen-port 8080
# trigger a completion, then inspect the flows to api.*/v1/* — that payload IS what you sent
Bir sağlayıcı alan adına giden istek gövdesinde dosya içeriğinizi (ya da daha fazlasını) görüyorsanız, cevabınız budur.
3. Engelleyin ve neyin bozulduğuna bakın. Sağlayıcının telemetri alan adlarını hosts dosyanıza veya güvenlik duvarınıza ekleyin ve çalışmaya devam edin. Tamamlamalar çalışmaya devam ediyor ama "analitik" çağrıları başarısız oluyorsa, çıkarımı telemetriden ayırmışsınız demektir:
# quick, reversible block of a telemetry host
echo "0.0.0.0 telemetry.example-vendor.com" | sudo tee -a /etc/hosts
Bunun beş dakikası, herhangi bir tanıtım sayfasından daha fazlasını söyler.
Kodunuzu makinenizde nasıl tutarsınız
Doğrulama sizi endişelendiriyorsa gerçek seçenekleriniz var — ya hep ya hiç değil, bir spektrum üzerinde:
- İndekslemeyi ve telemetriyi kapatın. En ucuz kazanım. Birçok bulut aracı, "codebase context" ve analitiği devre dışı bıraktığınızda deponuzu yüklemeyi bırakır. Çıkarım yine dışarı çıkar, ama yanında çok daha az şey gider.
- Yerel model kullanın. Modelin kendisini Ollama, LM Studio, llama.cpp veya vLLM gibi bir çalışma zamanıyla makinenizde çalıştırın ve modelden bağımsız bir ajanı ona yönlendirin. Artık çıkarım yerelde gerçekleşir ve sağlayıcıya hiçbir şey gitmez:
# pull and run a coding model locally with Ollama
ollama pull qwen2.5-coder:14b
ollama run qwen2.5-coder:14b
# exposes an OpenAI-compatible endpoint at http://localhost:11434
- İşi bölün. Özel kod için yerel bir model, geçici veya herkese açık işler için barındırılan bir model kullanın. Modelden bağımsız araçlar, görev başına geçiş yapmanıza izin verir.
- Anahtarları cihazda tutun. API anahtarlarının bir sağlayıcı hesabına senkronize edilmeden yerelde saklandığından emin olun; böylece sağlayıcıya yönelik bir ihlal onları açığa çıkaramaz.
Hiçbir şey sızdırmayan kombinasyon: yerel model + telemetri yok + cihazda anahtarlar + gizli bilgi maskeleme (böylece .env dosyaları ve token'lar, yerel bir modelin günlüklerine bile bir istemle birlikte gitmez).
NoTrack Coder nerede duruyor?
NoTrack Coder bu spektrumun "yerelde tut" ucu için geliştirildi: Windows üzerinde sıfır telemetri ile çalışır, her modelle çalışır — Ollama/LM Studio/llama.cpp/vLLM gibi yerel çalışma zamanları veya yerleşik bir seçenek dahil barındırılan bir uç nokta — API anahtarlarınızı makinenizde tutar ve gizli bilgileri maskeler (.env, token'lar, anahtarlar) — modele ulaşmadan önce. Bir şeyin dışarı çıkıp çıkmayacağına görev başına siz karar verirsiniz. Yerel öncelikli yaklaşımın dürüst örneklerinden biridir; nasıl karşılaştığını karşılaştırma sayfalarında görebilir veya dokümanları okuyabilirsiniz.
Kodunuzun size ait kaldığı uçta olmak ister misiniz? Windows için indirin veya planlara fiyatlandırma sayfasından göz atın.
Sık sorulan sorular
Yapay zekâ kodlama araçları kodumu buluta gönderiyor mu?
Çoğu gönderiyor. Barındırılan bir modelde isteminiz sağlayıcının sunucularına ulaşmak zorundadır ve birçok araç ayrıca geçerli dosyayı, yakındaki dosyaları ve depo bağlamını, ayrıca telemetriyi de ekler. Kesin miktar araca ve ayarlara göre değişir — yerel modelli bir araç ise hiçbir şey göndermez.
Bir yapay zekâ kodlama aracının ne gönderdiğini nasıl kontrol edebilirim?
Aracı mitmproxy gibi HTTPS denetleyen bir proxy üzerinden çalıştırın ve sağlayıcının API'sine giden istek gövdelerini okuyun ya da lsof -i / netstat ile canlı bağlantıları listeleyin. Bu yüklerde görünen her şey, makinenizden çıkan şeyin ta kendisidir.
Kodu buluta göndermeden bir yapay zekâ kodlama asistanı kullanabilir miyim?
Evet. Modeli Ollama, LM Studio, llama.cpp veya vLLM ile yerelde çalıştırın ve o yerel uç noktaya yönlendirilmiş, modelden bağımsız bir ajan kullanın. Çıkarım makinenizde gerçekleşir ve sağlayıcıya hiçbir şey gitmez.
Telemetri, kodumu göndermekle aynı şey mi?
Hayır. Telemetri analitiktir (kullanım, gecikme, çökmeler) ve genellikle isteğe bağlıdır; çıkarım ise modelin cevabınızı üretmesidir. Barındırılan bir model isteminizi her zaman alır; telemetriyi çoğu zaman ayrıca kapatabilirsiniz.
Hangi yapay zekâ kodlama kurulumu en gizlidir?
Yerel model artı sıfır telemetri; API anahtarları cihazda tutulur ve gizli bilgiler modele ulaşmadan maskelenir. Bu kombinasyon, hiçbir istemin, dosyanın veya anahtarın makinenizden çıkmaması anlamına gelir.
