Polylane, Cloudflare olayları için yapay zekâ destekli nöbet asistanını Product Hunt'ta tanıttı

Ne yayına girdi

23 Ekim 2026'da dev.to'da yayımlanan iki kurulum yazısına göre, Cloudflare edge hataları etrafında kurulmuş yapay zekâ destekli nöbet asistanı Polylane, Product Hunt'ta yayına girdi. Araç, büyük bir dil modeli kullanarak Cloudflare telemetrisini okuyor, olayları teşhis ediyor ve — hangi yazıyı okuduğunuza bağlı olarak — Cloudflare API üzerinden düzeltmeleri ya öneriyor ya da otomatik olarak uyguluyor.

Öne çıkan rakam, Portekizce dev.to yazısından geliyor: Yazıya göre yalnızca "Acme Corp" olarak adlandırdığı bir şirketteki bir SRE ekibi, Polylane'i üretime aldıktan sonra kritik olaylarda ortalama çözüm süresini (MTTR) 45 dakikadan 15 dakikanın altına indirmiş. Aynı yazı, Product Hunt lansmanının şimdiden 3.500'den fazla upvote topladığını — yazının ifadesiyle "yıldız" — iddia ediyor. İngilizce yazı ise farklı bir performans iddiası ortaya koyuyor: LLM'nin somut düzeltme adımlarını beş saniyenin altında ürettiğini söylüyor.

Her iki yazı da bağımsız değerlendirmeler değil promosyon amaçlı kurulum rehberleri ve hiçbir rakam üçüncü taraflarca doğrulanmadı.

Polylane nasıl çalışıyor

Yazılara göre pipeline dört aşamadan oluşuyor. Cloudflare webhook'ları, loglar ve üçüncü taraf telemetri (Datadog ve Prometheus isimlendirilmiş) imzaları doğrulayan ve yükleri normalize eden bir ingest servisine ulaşıyor. Olaylar daha sonra Cloudflare'e özgü bir prompt ile çalışan bir LLM'e aktarılıyor — bir yazı GPT-4o ve Claude 3, diğeri GPT-4 ve Claude diyerek küçük ama dikkat çekici bir tutarsızlığa imza atıyor. Bir karar motoru, modelin çıktısını önem derecesi, öneri ve izin verilen eylemleri kapsayan bir JSON şemasına dönüştürüyor ve remediation worker'ları, cache purge ve firewall kuralı değişiklikleri gibi onaylanmış Cloudflare API çağrılarını uyguluyor. Metrikler Prometheus'a dışa aktarılıyor, alarm ise Alertmanager'a gönderiliyor.

Playbook'lar modelin neler yapabileceğini tanımlıyor

Müdahale eden ekipler, ajanı playbook'larla sınırlıyor: Bunlar ya JavaScript ya da Python handler dosyaları ya da tetikleyicileri ve modelin yapmasına izin verilen kesin API çağrılarını listeleyen YAML dosyaları. Portekizce yazı, Cloudflare'in tehdit skoru 80'i aştığında tetiklenen, Under Attack modunu etkinleştiren ve en çok sorun yaratan yüz IP adresini engelleyen bir DDoS playbook'u gösteriyor. Playbook'lar yerel olarak dry-run modunda çalıştırılarak ajanın yapacağı her API çağrısı görüntülenebiliyor ve bir CLI ya da GitHub Actions üzerinden dağıtılabiliyor.

İnsan devrede mi, değil mi

İki yazı, en çok önem taşıyan soruda — özerklik konusunda — anlaşamıyor. İngilizce yazı Polylane'ı süreçte hiçbir insan adımı olmadan olayları düzeltiyor olarak tanımlarken, Portekizce yazı güvenlik önlemlerine vurgu yapıyor: Her çağrı yapılmadan önce yükleri onaylı bir şemaya göre doğrulayan bir sandbox dry-run, bir operatörün Slack'te onaylamasına kadar bekleyen "approval: human" ayarı ve kimin neyi onayladığını kaydeden, S3 veya Cloudflare R2'de saklanan denetim logları. Slack entegrasyonu iki durumu da destekliyor: Önem derecesi yeterince yüksekse onayla ve reddet düğmeleriyle biçimlendirilmiş alarmlar gönderiyor ve PagerDuty'ye eskalasyon yapıyor.

İddia edilen rakamlar

Portekizce yazı, Acme Corp sonucunun yanı sıra hedef metrikleri de sıralıyor: 15 dakikanın altında MTTR, yüzde 5'in altında yanlış pozitif oranı (insan redleri olarak ölçülüyor), 2 dakikanın altında onay süresi ve olay başına en fazla 0,10 ABD doları Cloudflare API maliyeti. İngilizce yazı ise talep tarafını 2024 sonu olarak tarihlendirdiği arama trendi rakamlarıyla çerçeveliyor ve geleneksel nöbet ekiplerinin yorgunluk ve alarm gürültüsü altında nasıl çöktüğünün kanıtı olarak Eylül 2024'teki bir Cloudflare kesintisine atıf yapıyor — yazıların Ekim 2026'da yayımlandığı düşünüldüğünde garip bir kronoloji.

Neden önemli

LLM tabanlı olay müdahalesi, yapay zekânın daha güvenilir kurumsal uygulamalarından biri olarak öne çıkıyor: Eylem alanı sınırlı, girdiler yapılandırılmış ve onay kapılarının uygulanması kolay. Polylane'ın Cloudflare'e özgü odağı risk yüzeyini daha da daraltıyor; bu da prensipte 15 dakikanın altındaki MTTR iddiasını makul kılıyor. Ancak buradaki kanıt tabanının tamamı, aynı gün yayımlanmış iki promosyon yazısı, adı yer tutucu gibi duran bir müşteri ve motoru hangi modellerin çalıştırdığı ile gerçekte ne kadar özerk olduğu konusundaki içsel tutarsızlıklardan oluşuyor. Pazarlama iddiası (insanlar devreden çıkarıldığı için hızlı) ile güvenlik anlatısı (her şeyi insanlar onayladığı için güvenli) arasındaki gerilim, alıcı adaylarının her iki rakama da güvenmeden önce üzerinde durması gereken soru.