Finic, Kairos'u açık kaynak yaptı: yapay zeka ajanlarıyla ayarlanabilen bir sahtekârlık ve risk karar platformu

Finic, gerçek zamanlı risk ve sahtekârlık karar platformu Kairos'u açık kaynak yaptı; platform, Sardine, Sift, Riskified ve SEON gibi ticari servislere alternatif olarak konumlandırılıyor. Lansman, projenin GitHub deposu finic-ai/kairos'a bağlantı veren bir Show HN gönderisi olarak Hacker News'in ana sayfasında yer aldı. Projenin kendisinin öne çıkardığı iki farkı var: ayarlama işini kodlama ajanları yapıyor ve "karar modeli" yaklaşımı, bir şirket geleneksel bir modeli eğitecek kadar etiketlenmiş sonuç biriktirmeden önce sahtekârlığı yakalamayı hedefliyor.

Neyi, nasıl karara bağlıyor

Kairos olayları gerçekleştiği anda değerlendiriyor — kayıt olma, giriş, sipariş, ödeme ve para çekme işlemlerini — ve dört karardan birini döndürüyor: onayla, ek doğrulama iste, inceleme al veya engelle. Her karar, bir risk puanı ve gerekçeleriyle birlikte geliyor; bu gerekçeler konuyla ilgili geçmişten, cihazlardan, diğer konularla paylaşılan kart ve adreslerden ile oturum verilerinden derleniyor. Her karar, onu üreten sinyallerle birlikte saklanıyor.

Kararlar workflow'lar olarak ifade ediliyor: karar modeline bir soru sormak, makine öğrenmesi modeliyle puanlamak, sonuca göre dallanmak, webhook çağırmak, vaka açmak ya da nihai kararı sonraya bırakmak. İnsanlar için inceleme kuyruklarına düşen vakalar ise, gelecekteki modelleri eğitmek için kullanılacak etiketlere dönüşüyor.

Ajanlar sahtekârlık ML mühendisi olarak

Alışılmadık olan kısım, sistemi kimin ayarladığı. Kairos bir MCP server ile geliyor; böylece Claude Code, Cursor, Codex veya VS Code tabanlı asistanlar gibi ajanlar bir API anahtarıyla bağlanıp geçmiş kararları okuyabiliyor ve workflow'ları kendileri kurabiliyor; her ajan eylemi kendi anahtarı altında kaydediliyor.

Ajanlar ayrıca deney de yürütebiliyor. Ajan model varyantları öneriyor — yalnızca bir karar modeli, sayısal alanlar üzerinde lojistik regresyon, gradient-boosted trees veya bunların katmanlı birleşimi — ve Kairos her birini eğitiyor; ara bir etiket dilimi üzerinde seçim yapıp en güncel dilimde test ediyor. Ardından ROC-AUC, PR-AUC, seçilen eşiklerde kesinlik ve duyarlılık ile baseline'a göre yüzde 95 aralıklı kazancı raporluyor. Ajan seçimini gerekçelendiriyor, kazanan varyantı workflow'un bir sonraki sürümü olarak yayınlıyor ve yeni etiketler geldiğinde yeniden değerlendirmeye dönüyor.

Bir araya getirilen iki model ailesi

Platform iki yaklaşımı bir araya getiriyor. Finic'in karar modeli Grayson, her istekle ilgili doğal dilde sorulara tabi tutuluyor — örneğin bir teslimat adresi bir aracı alıcıya benziyor mu ya da bir e-posta adresi tek kullanımlık mı görünüyor — ve kalibre edilmiş olasılıklarla yanıtlıyor. Depoya göre, az etiketle ilk günden itibaren çalışıyor ve ağaç tabanlı modellerin okuyamadığı açıklamalar, isimler, adresler ve ürün başlıkları gibi yapılandırılmamış metinleri okuyabiliyor.

Klasik modeller ise ters durumu ele alıyor: lojistik regresyon ve XGBoost uyumlu gradient-boosted trees, bir şirketin kendi sonuçlarını kendi sayısal verilerinden, karar başına model maliyeti olmadan hassas biçimde öğreniyor. İkisi katmanlanabiliyor; Grayson'un yanıtları, geleneksel bir modelde sayısal alanların yanında özellik olurken, deneyler hangi kombinasyonun o veri setinde gerçekten kazandığını gösteriyor.

Kurulum

Kairos, kairos.finic.ai adresinde barındırılan bir bulut servisi olarak veya self-hosted olarak kullanılabiliyor. Geliştirici arayüzleri arasında bir TypeScript SDK, bir Python SDK, bir CLI ve düz bir HTTP API var. Self-hosting için Node.js 22, pnpm 10 ve Finic'un portalından alınan bir Grayson API anahtarı gerekiyor; server kendi Postgres örneğini başlatıyor ve ekipler docker compose ile dağıtım yapabiliyor. Dahili olarak server, Node.js üzerinde Hono ile Drizzle üzerinden erişilen Postgres'ten oluşuyor; konsol ise React ve Vite ile yazılmış.

Depoda listelenen entegrasyonlar arasında, her siparişi karara bağlayan, riskli olanları tutan ve chargeback'lerden öğrenen Shopify ile Stripe gibi sağlayıcılar için gelen webhook'lar yer alıyor.

Neden önemli

Sardine, Sift ve SEON gibi sahtekârlık platformları tescilli ve genellikle satıcı ekipleri veya şirket içi ML mühendisleri tarafından ayarlanıyor; çoğu ML sahtekârlık modeli ise faydalı olmaları için binlerce etiketlenmiş chargeback gerektiriyor. Kairos aynı anda iki değişime oynuyor: kodlama ajanlarının artık bir şirketin kendi verisi üzerinde sürekli ayarlama döngüsünü yönetebileceği ve bu etiketler oluşmadan önce karar modelinin soğuk başlangıç dönemini kapsayabileceği.

Açık kaynak boyutu da hassas bir alanda ağırlık taşıyor: ekipler hangi sinyallerin her kararı ürettiğini tam olarak denetleyebiliyor ve olay verilerini üçüncü bir tarafa göndermek yerine self-hosting yapabiliyor. Ama uyarılar da var. Grayson bir API anahtarının ardında tescilli bir bileşen olmaya devam ettiği için açık kaynak lisansı tüm model yığınını değil karar platformunu kapsıyor; ayrıca lansman iddiaları bağımsız değerlendirme değil, projenin kendi materyallerinden geliyor.