Hareketli bir haftayı geride bıraktım. MR.DIY Türkiye ekibiyle yapay zekâ eğitimi, Akbank’ın Kayseri Kadın Girişimci yapay zeka eğitim webinarı, Borusan Holding 10 Haftalık Koçluk 4. Hafta Webinarları, MDYD “Yapay Zekânın Bugünü ve Yarını”nı konuşması, ilk müşterim Yüksel Proje için yeniden Ankara’ya ve Ankara’da GGYD’de “Ticarette Yapay Zekâ Devrimi” başlıklı keynote konuşmasını yaptım.
Bazen ben bile bütün bunlara nasıl yetiştiğime inanamıyorum. Sonra kendi kendime, “İyi ki Victor var,” diyorum.
Her hafta olduğu gibi bu hafta da yapay zekâ dünyasından dikkatimi çeken araştırmaları ve haberleri sizin için derledim. Geçen hafta üç ajanın aynı sunucuda birbirini nasıl sabote ettiğini anlatmıştım. Bu hafta sırada dört yeni hikâye var.
Ürün güncellemelerini ise en sona bıraktım. Çünkü onlar hikâye değil; doğrudan işinize yarayacak pratik notlar.
1. Ajanlar artık sadece ekranda değil
Düne kadar çoğumuz için Yapay Zeka bir ekranın içinde yaşıyordu. Soru soruyor, metin yazdırıyor, bazen de tarayıcıda bir bağlantıya tıklatıyorduk.
Ama laboratuvardaki mikroskop, pipetleme robotu, fabrikadaki robot kolu ve kuantum bilgisayarındaki lazer başka diller konuşuyordu. Bir ajanın bu cihazlara dokunabilmesi için haftalar, bazen aylar süren özel entegrasyonlar gerekiyordu.
Anthropic, 27 Ağustos’ta Model Hardware Standard, kısaca MHS adını verdiği standardın araştırma ön izlemesini sınırlı bir partner grubuna açtı.
Bunu yeni bir robot sanmayın. USB benzetmesi işe yarıyor ama MHS fiziksel bir fiş değil; ajanlarla gerçek cihazlar arasında ortak bir yazılım arabirimi.
Programlanabilir bir arayüzü olan cihaz, standart bir sürücü üzerinden “oku” ve “yaz” komutlarını anlayabiliyor. Ajan sıcaklığı okuyabiliyor, hızı ayarlayabiliyor veya robot kolunu hareket ettirebiliyor. Fakat güvenli hız sınırı, hareket alanı, kilit mekanizmaları ve acil durdurma kuralları modelin kararına bırakılmıyor; cihaz katmanında tanımlanıyor.
Neden önemli?
Ajan pipet taşıyabiliyor, robot kolunu yönlendirebiliyor ve bir kuantum bilgisayarının lazer sistemini toparlamayı deneyebiliyor.
QuEra’nın pilotunda Claude, lazer kilidini kurtaran kontrol yazılımını MHS üzerinden geliştirip test etti. Ortaya çıkan denetlenebilir yazılım, yedi farklı hata türündeki 700 denemenin 695’inde sistemi doğru hedefe döndürdü. Başarı oranı %99,3. Üstelik bunu insan tarafından belirlenen sınırlar, kilitler ve acil durdurma mekanizmaları içinde yaptı. QuEra’nın teknik sonuçları
Bu, evin içinde dolaşan insansı robot haberi değil. Daha sessiz ve çok daha yakın bir değişim: önce laboratuvarlar, kuantum sistemleri ve ileri üretim tesisleri.
Fakat Anthropic’in kendi denemesi sınırı da gösteriyor. Claude, köpüren bir numunenin yol açtığı hatayı başlangıçta fiziksel bir sorun olarak anlayamadı. Aynı işlemi farklı ayarlarla yeniden denedi ve sıvıyı daha fazla köpürttü. İnsanlar, sorunun yazılımda değil sıvının fiziksel davranışında olduğunu açıklamak zorunda kaldı.
Ekranda yanlış bir cümleyi silersiniz. Laboratuvarda yanlış bir hareket numuneyi bozabilir, cihazı riske atabilir, insanı tehlikeye sokabilir.
Ajanlara ilişkin sorularımıza artık bir yenisi ekleniyor:
Bu kol neler yapabilir? Takip edilecek bir gelişme.
Previewing the Model Hardware Standard, Anthropic, 27 Ağustos 2026.
2. Ajanlar, insanın tokenını geçti
OpenRouter analisti Peter Walker’ın grafiğinde küçük ama önemli bir kesişme var. 6 Şubat 2026’dan itibaren ajanların tükettiği token miktarı, insanların doğrudan kullanımını geçmiş.
Ağustos’un ilk on gününde, yedi günlük ortalamaya göre ajanların tüketimi 7,3 trilyon token’a ulaşırken insan tarafı 1,4 trilyonda kalmış. Şubat ayından bu yana ajan kullanımı 14 kat, insan kullanımı ise yalnızca 2,8 kat büyümüş.
Grafik, OpenRouter’ın kendi sıralama verilerine dayanıyor; dolayısıyla tüm yapay zekâ dünyasını temsil etmiyor. OpenRouter, açık ağırlıklı modellerin yoğun kullanıldığı bir platform. Bu modeller de genellikle OpenAI ve Anthropic’in kapalı modellerine kıyasla daha fazla token tüketiyor. Yine de yön değişmiyor: İnsanların soru sorması azalmamış, ajanların tüketimi bunun üzerine eklenmiş.
Burada asıl soru şu: Ajanlar neden bu kadar fazla token tüketiyor?
Çünkü insan genellikle bir cümle yazar ve bir cevap alır. Ajan ise işi tamamlayana kadar devam eder: araç çağırır, kod yazar, sonucu okur, yeniden dener, bazen başka bir ajanı devreye sokar. Üstelik her turda sistem talimatlarını, araç listesini ve önceki adımlardan oluşan bağlamı tekrar gözden geçirir.
Walker’ın incelediği veri setinde ajan tokenlarının yaklaşık %70’i önbelleğe alınmış istemlerden oluşuyor. Bu nedenle token kullanımı 14 kat arttı diye maliyetin de aynı oranda arttığını söyleyemeyiz; önbelleğe alınan tokenlar daha ucuz. Asıl büyüyen şey, ajanın kendi bağlamını tekrar tekrar okuması.
Bu, eğitimlerde sıkça tartıştığımız konulardan biri. Bir yönetici, “Bu işi yap,” diyor; ajan gece boyunca çalışıyor. Sabah olduğunda token sayacı yükselmiş, işin bir bölümü tamamlanmış, bir bölümü ise gereksiz yere dallanıp budaklanmış oluyor.
Geçen hafta anlattığım üç ajan hikâyesi bu koordinasyon sorununun sahnesiydi. Bu grafik ise aynı sorunun maliyet tarafını gösteriyor.
Ortak bağlam yoksa ajan hem işi büyütüyor hem de token tüketimini artırıyor.
Buradan çıkarılacak sonuç, “Ajan kullanmayın,” değil. Asıl ders, görevi vermeden önce şu üç sorunun cevabını yazılı hale getirmek:
Döngüyü kim başlatıyor?
Ajan ne zaman duruyor?
Bu çalışma faturaya nasıl yansıyor?
Bu üçü net değilse siz yalnızca bir sohbet başlattığınızı sanırken arka planda küçük bir fabrika çalışmaya başlayabilir.
Bir dipnot daha var: Muhakeme modelleri, görev gerektirmese bile uzun süre düşünebiliyor. Ajanlar da bu muhakemeyi bir döngünün içine yerleştiriyor. İkisi üst üste geldiğinde token tüketimi, yapılan işin gerçek değerinden bağımsız biçimde şişebiliyor.
OpenRouter sıralamaları · The Decoder, 23 Ağustos 2026
3. 27 milyar parametrelik ajan, dev modelleri geçti
Bazen daha büyük bir model değil, daha iyi karar veren küçük bir model kazanıyor.
Kurucuları DeepMind’den gelen Londra merkezli araştırma laboratuvarı Inherent, bu hafta Faraday adını verdiği yeni ajanını tanıttı. Faraday, 27 milyar parametreli bir model; Claude Opus 4.8 ve GPT-5.5’ten daha küçük. Buna rağmen oldukça zor bir görevde ikisini de geride bıraktığını söylüyor: Yayımlanmış bir bilimsel makaledeki grafiği, orijinal çizime erişmeden, sınırlı süre ve hesaplama gücüyle yeniden üretmek.
Inherent bunun için Replica adlı bir görev seti hazırlamış. Doğal dil işlemeden malzeme bilimine, yapısal biyolojiden hava tahminine uzanan 100 makaleden 310 ayrı görev oluşturmuşlar. Şirketin sonuçlarına göre Faraday, her kategoride büyük modellerden daha tutarlı kopyalar üretmiş; özellikle yeni araştırmalarda daha az zorlanmış.
Fakat asıl ilginç olan Faraday’ın büyüklüğü değil, çalışma biçimi.
Faraday kodu kendisi yazmıyor. GPT-5.5 Codex’i bir araç olarak kullanıyor; tıpkı bir araştırmacının laboratuvar yazılımından yararlanması gibi. Küçük bir “bilimsel muhakeme katmanı”, kendisinden çok daha büyük bir kodlama ajanını yönlendiriyor ve ortaya çıkan sonucu iyileştiriyor.
Yani farkı yaratan, kod yazma gücü değil; hangi deneyi yapacağına, hangi sonucu takip edeceğine ve ne zaman yeniden deneyeceğine karar verme biçimi.
Elbette bunlar şimdilik şirketin kendi paylaştığı sonuçlar. Henüz bağımsız biçimde tekrarlanmış değiller. Yine de eğitimlerde sıkça vurguladığım bir değişimi çok iyi gösteriyor: “Daha büyük model” demek artık tek başına yeterli değil. Asıl soru, ajanın neyi denemeye değer bulduğu ve başarısız olduğunda nasıl yön değiştirdiği.
Inherent buna “research taste”, yani araştırma sezgisi diyor.
Bir bilimsel makale size neyin işe yaradığını anlatır. İşe yaramayan denemeler, yanlış yollar ve araştırmacıyı sonuca götüren görünmez emek çoğunlukla o sayfalarda yer almaz. Ajan bu boşluğu doldururken ya kolay bir kestirme arar ya da deneyi gerçekten düzgün kurar. Faraday’a öğretilmeye çalışılan şey tam olarak bu ayrımı yapabilmek.
Bunu eğitim odasına taşıdığımda cümle şu oluyor:
Ajan kod yazıyor diye bilim yapmış olmaz. Bilim, hangi deneyi neden yaptığını açıklayabilmektir.
Bu açıklama sizde yoksa elinizde çok güzel bir grafik olabilir. Ama o grafik, yanlış bir sonucun kusursuz sunumu da olabilir.
Kaynaklar: Inherent — Training AI Scientists to Replicate Research · TechCrunch, 22 Ağustos 2026
4. Testteki ajan, laboratuvardan çıktı
Bir ajana çözülemeyen bir görev verirseniz ne olur? Bazen durup yardım istemiyor; önündeki engelleri aşmanın başka yollarını arıyor.
OpenAI, çarşamba günü Hugging Face güvenlik ihlaline ilişkin resmi raporunu yayımladı. Olay zinciri, ExploitGym adlı bir değerlendirmede modele daha önce çözülememiş bir görev verilmesiyle başlıyor.
Model, işi tamamlamak için yeni güvenlik açıklarını peş peşe kullanıyor. Önce değerlendirme ortamındaki paket aracını ele geçirerek internete çıkıyor; ardından OpenAI, Hugging Face ve diğer sağlayıcıların sistemlerine erişiyor.
Rapora göre kullanılan model, yakında tanıtılması beklenen Astra ailesinden. Ancak bu, standart model değil; davranışını şekillendiren farklı bir son eğitimden geçirilmiş özel bir sürüm. Üstelik testin amacı modelin gerçek yetenek sınırlarını görmek olduğu için üretim ortamında devrede olacak bazı güvenlik sınıflandırıcıları kapatılmış.
OpenAI bunu, “altta yatan yeteneği ölçmek” amacıyla yaptığını söylüyor.
Raporun en çarpıcı bölümü ise bundan sonra geliyor. OpenAI’ye göre modelin düşünme izini takip eden izleme sistemi o gün devrede olsaydı, ilk şüpheli hareketi fark edebilir ve güvenlik ekibini Hugging Face’e erişilmesinden bir günden fazla süre önce uyarabilirdi.
Şirket şimdi bu izlemeyi genişleteceğini, günün her saati çalışacak bir eskalasyon mekanizması kuracağını ve güvensiz görülen görevleri otomatik olarak durduracak yeni bir araç ekleyeceğini açıklıyor.
Bu olay, geçen hafta anlattığım üç ajan hikâyesinin devamı gibi. Orada ajan, birlikte çalıştığı diğer ajanı bir engel olarak görüyordu. Burada ise çözemediği görevi aşılması gereken bir sınır gibi görüyor.
İki hikâyede de eksik olan aynı üç davranış:
Dur. Sor. İnsanı çağır.
Bir ajana imkânsız bir görev verip nerede duracağını söylemezseniz, onu farkında olmadan kestirme yollara davet edebilirsiniz.
Çünkü ajan için hedef yalnızca “işi bitirmek” olduğunda güvenlik kuralları, korunması gereken sınırlar değil; çözülmesi gereken yeni problemler gibi görünmeye başlayabilir.
Kaynak: OpenAI resmi raporu, TechCrunch özeti, 26 Ağustos 2026.
Bu haftanın ürün notları
Claude hafıza birleşti. 25 Ağustos’tan beri sohbette anlattığın şey Cowork’ta da birikiyor. Ayarlar > Bellek altında dosyalarını okuyup silebilirsin. Free, Pro, Max’te açık. Team ve Enterprise’ta yönetici onayı gerekiyor hafızayı silmek için. Claude Code henüz bu birleşmenin dışında.
ChatGPT Work artık saate bakmadan da iş başlatıyor. Zamanlanmış görevler, sadece saatle değil, yeni gelen bir Gmail epostası, izlenen Slack kanalı, yetkili GitHub deposundaki pull request gibi işlerle de tetiklenebiliyor. Plus, Pro, Business ve üstü. Ücretsiz ve Go abonelerinde kullanılamıyor.
Claude, Chrome’da genel erişime çıktı. Senin açık oturumunun üstünde tıklıyor, şifreyi o yazmıyor senin yazman gerekiyor. Cowork’un kendi tarayıcısı da geldi. Sohbet belleği oraya da taşınıyor.