Anahtar Kelimeler：Egemen Yapay Zeka, Tam Kendi Kendine Sürüş (FSD), Kimi Yapay Zeka, Güney Kore Egemen Yapay Zeka Projesi, Tesla FSD V14.2, Ay’ın Karanlık Yüzü K3 Modeli
🔥 Odak Noktası
Güney Kore, yerel ekosistem oluşturmak için 140 milyon dolarlık “Sovereign AI” planını başlattı : Güney Kore Bilim Bakanlığı; SKT, LG ve Naver dahil olmak üzere 5 dev şirketle iş birliği yaparak, dış kontrolden bağımsız yerel büyük modeller eğitmek için yaklaşık 140 milyon dolar yatırım yaptı. Şu ana kadar SKT’nin A(.)X-K1 (519B) ve LG’nin K-EXAONE (236B) modelleri dahil olmak üzere birçok açık kaynaklı model yayınlandı. Plan, Avrupa tarzı dijital egemenlik kaybını önlemek ve Güney Kore’yi küresel AI haritasında önemli bir güç haline getirmek için “sıfırdan eğitim” ve “ticari açıklık” vurgusu yaparak işlem gücü ve veri desteği sağlıyor. Bu hamle, topluluk tarafından OpenAI gibi ABD merkezli modellerin tekeline bir yanıt olarak görülüyor (Kaynak: huggingface, ClementDelangue, aiamblichus)
Tesla FSD V14.2, ABD’yi müdahalesiz boydan boya geçme görevini tamamladı : Sürücü David Moss, Tesla FSD V14.2 kullanarak Los Angeles’tan Güney Karolina’ya 2732 mil yol kat etti. Toplam 2 gün 20 saat süren yolculukta 0 müdahale ve 0 devralma ile büyük bir başarıya imza atıldı. Karpathy, bunun Autopilot ekibinin kuruluşundaki nihai hedef olduğunu belirterek, end-to-end sinir ağlarının karmaşık uzun mesafe senaryolarında olgunluk aşamasına ulaştığını ifade etti. Topluluk, bunun otonom sürüşte vizyon tabanlı çözümlerin liderliğini kanıtladığını düşünse de, gelecekteki trafik düzenlemelerine uygunluk konusunda tartışmaları da beraberinde getirdi (Kaynak: karpathy, BorisMPower, chaitu)
Moonshot AI (Kimi), 500 milyon dolar yatırım alarak reasoning modeli K3’e odaklanıyor : Moonshot AI, 4,3 milyar dolar değerleme ile yeni bir finansman turunu tamamladı ve nakit rezervi 10 milyar RMB’yi aştı. Kurucu Yang Zhilin, 2026 yılında yetenek teşviklerini önemli ölçüde artıracaklarını ve ortalama teşviklerin bir önceki yıla göre %200’e ulaşacağını belirtti. Stratejik odak noktası trafik çekmekten temel yeteneklere kaydı; K3 modeli, dikey entegrasyon eğitim teknolojileri ve Agent ürün gücü aracılığıyla sadece kullanıcı sayısını değil, zeka sınırlarını zorlamayı hedefliyor. Bu hamle, DeepSeek etkisinden sonra yerli büyük model üreticilerinin teknoloji odaklılık ve denizaşırı ticarileşme konusundaki ortak yönelimini yansıtıyor (Kaynak: Reddit, 36氪)
Silikon Vadisi’nde yetenek savaşı kızışıyor: Meta, Agent çekirdeği için Manus’u 2 milyar dolara satın aldı : Meta, AI Agent şirketi Manus’u 2 milyar doların üzerinde bir bedelle satın aldı ve üst düzey yetenekler için 100 milyon dolardan başlayan “patlayıcı teklifler” sundu. Şu anda Alexandr Wang ve Zhao Shengjia gibi birçok seçkin isim Silikon Vadisi’ndeki kritik AI pozisyonlarında yer alıyor. Sektörün odak noktası, sadece “skor tablosunda yarışmaktan” modelleri yürütülebilir sistemlere (Agent) dönüştürme becerisine, yani “mühendislik çıktısına” kayıyor. Temel araştırmadan ürün odaklılığa bu geçiş, FAIR gibi geleneksel araştırma laboratuvarlarında güç değişimine ve yetenek göçüne neden oldu (Kaynak: TheRundownAI, 36氪)
🎯 Gelişmeler
Qwen-Image-2512 yayınlandı: Gerçekçilik ve metin işleme önemli ölçüde iyileştirildi : Alibaba, çok modlu modeli Qwen-Image’ın Aralık güncellemesini yayınladı. Güncelleme; insan cilt detayları, doğal dokular ve görsellerdeki metin işleme yeteneklerini optimize ederek “AI hissini” önemli ölçüde azalttı. Model, Hugging Face ve Replicate üzerinde eş zamanlı olarak yayına girdi ve daha karmaşık görsel anlama görevlerini destekliyor. Topluluk, gerçekçi portreler ve uzun metinli görsel tanıma konusundaki üstün performansını vurgulayarak, modeli açık kaynaklı çok modlu alanın güçlü bir rakibi olarak görüyor (Kaynak: huggingface, Alibaba_Qwen)
GLM-4.7 ve MiniMax M2.1 açık kaynak model benchmarklarında zirve için yarışıyor : En son GDPval-AA sıralamasında GLM-4.7, 1224 ELO puanı ile açık kaynak ağırlıklı modellerin lideri oldu. Aynı zamanda MiniMax M2.1, talimat takibi ve araştırma desteği konularında mükemmel performans sergiledi. Geliştirici testleri, GLM-4.7’nin Python backend yeniden yapılandırması ve uzun bağlam (context) koruma konularında Qwen’den daha iyi olduğunu, ancak karmaşık mimari tasarımında hala genel kaldığını gösteriyor. Bu iki modelin hızlı iterasyonu, yerli açık kaynak modellerin programlama ve mantıksal akıl yürütme alanlarında Sonnet gibi en iyi modellerle rekabet edebilecek düzeye geldiğini gösteriyor (Kaynak: huggingface, Reddit)
DeepSeek kütüphanesi derinlemesine optimize edildi: %30 performans artışı ve B200 çip uyumu : Topluluk geliştiricileri, DeepSeek ile ilgili kütüphaneleri tek tek optimize etmeye başladı. CuTeDSL gibi teknik yöntemlerle NVIDIA B200 çiplerinde %20-%30 çalışma hızı artışı sağlandı. Belirli donanımlara yönelik bu hassas ayarlama, AI sektörünün “verimlilik çağına” girdiğini, yani kısıtlı işlem gücü altında alt yapı mühendisliği ile model çıkarım (inference) performansının sınırlarının zorlandığını gösteriyor (Kaynak: QuixiAI)
Neuralink, 2026’da beyin-bilgisayar arayüzü seri üretimine başlayacağını duyurdu : Elon Musk, Neuralink’in 2026’da ameliyatları tamamen otomatize edeceğini ve implantların robotlar tarafından yerleştirileceğini açıkladı. Yeni teknoloji, elektrot tellerinin durayı (dura mater) çıkarmadan yerleştirilmesine izin vererek cerrahi riskleri büyük ölçüde azaltıyor. Bu hamle, beyin-bilgisayar arayüzünü deneysel tıptan kitlesel tüketici pazarına taşımayı ve insan ile AI arasında yüksek bant genişlikli bir bağlantı kurmayı hedefliyor (Kaynak: teortaxesTex)
Google’ın üç yıllık geri dönüş stratejisi: “Kırmızı Alarm”dan tam taarruza : Google, Google Brain ve DeepMind’ı birleştirerek yeni Google DeepMind’ı kurdu, Hassabis’in liderliğini pekiştirdi ve Noam Shazeer gibi eski isimleri geri çağırarak geçmişteki “mükemmel olana kadar yayınlama” bürokrasisini yıktı. Şu anda Google; modeller (Gemini 3), çipler (TPU) ve uygulama tarafında tam hız ilerleyerek OpenAI’ı da “Kırmızı Alarm” durumuna geçmeye zorladı. Bu dönüşüm, devlerin organizasyonel yapılanma sonrası sahip olduğu muazzam gücü gösteriyor (Kaynak: 36氪)
🧰 Araçlar
Claude Code, “Vibe Coding” ile yeni bir programlama paradigması başlattı : Geliştirici topluluğu, Anthropic tarafından sunulan Claude Code’a büyük ilgi gösterdi; aracın ASCII sanat görselleştirme, katmanlı mimari anlama ve otomatik Debug yetenekleri hayranlık uyandırdı. Kullanıcılar “Vibe Coding” ile mobil cihazlardan veya yataklarından karmaşık Web uygulamaları geliştirebiliyor. 2X kota sınırlamasına rağmen, sunduğu üretkenlik artışı birçok geliştiricinin Cursor aboneliğini iptal edip MCP tabanlı özel iş akışlarına yönelmesine neden oldu (Kaynak: brivael, omarsar0, Reddit)
SkillHub: AI Agent iş akışları için “Homebrew” benzeri bir kayıt defteri : SkillHub, geliştiricilerin başarılı AI görev iş akışlarını kaydetmesine, çekmesine ve yeniden kullanmasına olanak tanıyor. Her yeni projede Prompt’ları yeniden yazma zahmetini ortadan kaldıran araç, modeller ve platformlar arası kullanımı destekliyor. Bu “iş akışı mağazası” modeli, karmaşık AI becerilerinin yazılım paketleri gibi dağıtılmasını sağlayarak Agent’ların ölçeklenebilirliği için kritik bir altyapı olarak görülüyor (Kaynak: QuixiAI)
Pommel: Claude Code’un bağlam tüketimi sorununu çözen yerel semantik arama aracı : Pommel, yerel bir vektör veritabanı (sqlite-vec) tutarak AI Agent’ların kod parçacıklarını hassas bir şekilde bulmasına yardımcı olan açık kaynaklı bir araçtır. Claude Code’un projeyi anlamaya çalışırken ilgisiz dosyaları okumasını engelleyerek bağlam penceresinden %50’ye kadar tasarruf sağlar; şu anda Python, Go ve Java gibi dilleri desteklemektedir (Kaynak: Reddit)
EmbeddingAdapters: Modeller arası vektör uzayı dönüştürme kütüphanesi : Bu Python kütüphanesi, yerel küçük modeller (MiniLM gibi) tarafından oluşturulan vektörleri OpenAI veya Gemini gibi yüksek boyutlu vektör uzaylarına çeviren önceden eğitilmiş adaptörler sunar. Bu sayede geliştiriciler, tüm veri kümesini yeniden gömmeye (re-embedding) gerek kalmadan vektör veritabanlarını taşıyabilir ve kısıtlı ortamlarda verimli yerel RAG araması yapabilir (Kaynak: Reddit)
Manus, Slack Connector’ı yayınladı: Konuşmaları eyleme dönüştürülebilir bilgiye çeviriyor : Manus, parçalanmış Slack sohbet kayıtlarını aranabilir ve yürütülebilir yapılandırılmış bir bilgi tabanına dönüştürmeyi amaçlayan Slack Connector’ı tanıttı. Bu, ekip bilgilerinin sohbet akışlarında kaybolması sorununu çözerek Agent’ların “sohbet asistanı”ndan “bilgi yönetim merkezi”ne evrildiğini gösteriyor (Kaynak: hidecloud)
📚 Öğrenme
Hugging Face 2025 Yılı Makale İncelemesi: Verimli eğitim ve beyin bilimi ilişkisi : Hugging Face, 2025’in en çok dikkat çeken 10 makalesini özetledi. Konular arasında verimli LLM post-training, Transformer ile beyin modelleri arasındaki eksik halkalar, Tiny Recursive Model (TRM) ve Qwen 3’ün sekans stratejisi optimizasyonu yer alıyor. Bu araştırmalar, sektörün körü körüne ölçek büyütmekten parametre verimliliğine ve insan bilişsel süreçlerini simüle etmeye yöneldiğini gösteriyor (Kaynak: huggingface)
GPU Teknolojisi Yetkili Dokümanı: CUDA çekirdeklerinden bellek hiyerarşisine : Topluluk; CUDA çekirdekleri, SM, Tensor Core, Warp zamanlayıcı, bellek hiyerarşisi ve Nsight performans analizi gibi temel bilgileri kapsayan son derece detaylı bir GPU mimarisi dokümanı paylaştı. AI modellerini en alt seviyeden optimize etmek isteyen mühendisler için bu, donanımın büyük ölçekli paralel hesaplamayı nasıl desteklediğini anlamak adına vazgeçilmez bir kaynaktır (Kaynak: charles_irl)
AI Liderlerinin matematiksel düşüncesini şekillendiren dört klasik eser : TheTuringPost, AI kurucularını en çok etkileyen matematik kitaplarını listeledi: “Algebraic Geometry Foundations”, “Analytic Number Theory”, “Proofs from THE BOOK” ve “A Mathematician’s Apology”. Bu kitaplar sadece teknik temel sağlamakla kalmıyor, aynı zamanda AI alanındaki atılımlar için mantıksal titizlik ve soyut modelleme yeteneği kazandırıyor (Kaynak: TheTuringPost)
Transformer mimarisinin fiziksel doğası: Bayesian çıkarımı ve Renormalization Group Flow : Fizikçi riemannzeta, Transformer mimarisinin özünde Bayesian çıkarımının bir uygulaması olduğunu ve fizikteki Renormalization Group Flow ile net bir eşleşmesi olduğunu kanıtlayan son araştırmaları tartıştı. Bu bulgu, AI modellerinin neden devasa verilerden etkili özellikler çıkarabildiğini açıklamak için sağlam bir teorik fizik temeli sağlıyor (Kaynak: riemannzeta)
AI’nın geleceğini öngören 23 öncü makale: Sıfır veri ile akıl yürütmeden watt başına zekaya : Ksenia; Kosmos, Paper2Agent, sıfır veri ile pekiştirmeli kendi kendine oyun oynayarak akıl yürütme (Absolute Zero) ve Agent sistemlerinin ölçeklendirme bilimi gibi konuları içeren 2025’in 23 kritik makalesini derledi. Bu çalışmalar, AI’nın daha düşük güç tüketimi, daha güçlü otonom akıl yürütme ve çok modlu entegrasyon yönünde hızla ilerlediğini ortaya koyuyor (Kaynak: TheTuringPost)
💼 İş Dünyası
Scale AI 2025 performansı patladı: Veri işi kâra geçti ve hükümetten dev ihaleler alındı : Alexandr Wang, Scale AI’nın yeni bir döneme girdiğini ve dördüncü çeyreğin tarihlerindeki en güçlü çeyrek olduğunu duyurdu. Veri işi şu anda kârlı durumda ve ABD hükümeti ile yapılan işler hızla büyüyerek dokuz haneli kurumsal ve resmi sözleşmelere imza atıldı. Bu, yüksek kaliteli etiketlenmiş verinin AGI yarışında hala temel bir varlık ve yüksek bir ticari koruma kalkanı (moat) olduğunu kanıtlıyor (Kaynak: alexandr_wang)
Nvidia, TSMC’den H200 çip üretimini 2 milyon adede çıkarmasını istedi : B200 gibi yeni mimariler piyasaya sürülmüş olsa da Nvidia, TSMC’den H200 üretimini 700 binden 2 milyona çıkarmasını talep etti. Bu durum, pazarın yüksek performanslı işlem gücüne olan açlığının beklentilerin çok üzerinde olduğunu ve mevcut modellerin hala laboratuvarlar ve bulut sağlayıcılar için ilk tercih olduğunu gösteriyor (Kaynak: Teknium)
2025 AI Zenginler Listesi: 50 yeni milyarder doğdu, 2000 sonrası doğanlar listede : 2025 yılında AI girişimleri küresel toplam yatırımın %50’sini aldı. Yeni zenginler arasında Surge AI kurucusu Edwin Chen (18 milyar dolar servet) ve DeepSeek kurucusu Liang Wenfeng yer alıyor. AI sektöründeki servet gençleşme eğiliminde; Mercor’un 2000 sonrası doğan üç kurucusu, Zuckerberg’in en genç kendi emeğiyle milyarder olma rekorunu kırarak AI’nın yeni nesil bir süper para basma makinesi haline geldiğini tescilledi (Kaynak: 36氪)
🌟 Topluluk
“Vibe Coding” ve “Agent İradesi”: Teknik ve teknik olmayan kitleler arasındaki yeni ayrım : Topluluk, “teknik vs teknik olmayan” sınırının bulanıklaştığını, bunun yerine “öğrenme ve inşa etme iradesine sahip olup olmama” ayrımının geldiğini tartışıyor. Teknik geçmişi olanlar “AI kodu çöptür” önyargısına kapılırlarsa rekabet güçlerini kaybedecekler; yüksek iradeli (high-agency) teknik olmayan kişiler ise “Vibe Coding” ile doğrudan Agent iradesini kullanarak yeni inovasyon gücü haline geliyor. Bu paradigma değişiminin 2026 yazılım geliştirme dünyasını tanımlayacağı düşünülüyor (Kaynak: matanSF, HamelHusain)
AI otomasyonunun tetiklediği aşırı eşitsizlik ve “Sermaye Emeği” endişesi : Dwarkesh Patel, tam otomasyonlu bir dünyada sermayenin emeğin yerini tamamen almasıyla eşitsizliğin geometrik olarak artacağını belirtti. AI tüm işleri üstlendiğinde, geleneksel “emek karşılığı ücret” mekanizması çökecek ve servet hızla erken dönem sermaye sahiplerine (ilk Dyson kürelerine veya süper bilgisayarlara sahip devler gibi) odaklanacak. Bu “milyon katlık” zengin-fakir uçurumu, bolluk sonrası dönemde geleneksel mantıkla savunulamaz hale gelecektir (Kaynak: dwarkesh_sp)
AI genişlemesinin çevresel maliyeti: Hindistan’da yeraltı sularının çekilmesi ve küresel elektrik zamları : Sosyal medyada AI veri merkezlerinin yan etkileri geniş çapta tartışılıyor. Hindistan’daki bazı köylerde, veri merkezlerinin soğutma için aşırı yeraltı suyu çekmesi nedeniyle çiftçilerin suya ulaşmak için 250 metre derinliğe inmesi gerekiyor. Aynı zamanda Chicago gibi yerlerde sakinler, veri merkezlerinin gelişiyle elektrik kullanımının %15 düşmesine rağmen faturaların %11 arttığını bildiriyor. Bu durum, AI gelişiminin “gizli maliyetlerinin” sıradan halk tarafından karşılanmasına yönelik güçlü bir tepki doğurdu (Kaynak: Reddit, Reddit)
NSFW yasağının geleceği: Büyük şirket modelleri yetişkin içerikleri sonsuza dek engelleyecek mi? : Reddit topluluğu, Google ve OpenAI gibi dev şirketlerin önümüzdeki 20 yıl içinde NSFW içerik filtrelerini gevşetip gevşetmeyeceğini tartışıyor. Genel görüş, yasal riskler (intikam pornosu gibi) ve marka itibarı nedeniyle devlerin mesafeli duracağı, bu talebin ise belirli nişlerdeki küçük modeller veya açık kaynaklı modeller tarafından karşılanacağı yönünde. Bu “içerik izolasyonu”, AI alanında belirgin bir yetişkin ve yetişkin olmayan pazar ayrışmasına yol açabilir (Kaynak: Reddit)
💡 Diğer
AI tarafından yaratılan yeni duygu kelimesi “Velvetmist” yankı uyandırdı : Kullanıcı noahjeadie, ChatGPT kullanarak “kadifemsi bir sis” duygusunu tanımlayan bir kelime yarattı; bu kelime huzur ile gerçeküstülük arasındaki ince bir rahatlık hissini tarif ediyor. Sosyologlar, insanların çevrimiçi yaşamları derinleştikçe AI destekli “yeni duygu kelimelerinin” duygusal granülariteyi artırarak ruh sağlığına yardımcı olabileceğini, bunun da AI’nın insanın en mahrem duyusal ifadelerine müdahale ettiğini gösterdiğini düşünüyor (Kaynak: MIT Technology Review)
Arkadaşlık uygulaması algoritmalarının iç yüzü: Sıralama ile eşleşmeler nasıl manipüle ediliyor? : Reddit makine öğrenimi bölümündeki popüler bir gönderi, Tinder gibi uygulamaların sıralama mantığını analiz etti. Ücretsiz kullanıcılar genellikle yüksek görselliğe sahip ancak eşleşmesi zor profilleri görürken, ücretli kullanıcılara “karşılıklı eşleşme olasılığı” ağırlığı veriliyor. Algoritma, “potansiyel ücretli kullanıcıları” bile tespit edip onlara kısa süreli trafik avantajı sağlıyor. İnsan duygularını metalaştıran bu algoritmik mantık, toplulukta AI etiği üzerine derin düşüncelere yol açtı (Kaynak: Reddit)
2026 Öngörüsü: Üç nokta yılı ve “Varlık (Presence)”ın dönüşü : Yohei, 2026’nın kopuştan ziyade sürekli evrimi simgeleyen bir “üç nokta” yılı olacağını düşünüyor. Topluluk, 2026’da AI odağının “daha fazla işlem gücü”nden “daha iyi bir varlık hissi (Presence)”ne kayacağını öngörüyor; yani AI aracılığıyla uzaktan iletişimde kaybedilen göz teması ve duygusal bağı yeniden kurarak teknolojinin insanın gerçek dokunuşuna hizmet etmesi hedefleniyor (Kaynak: yoheinakajima, Reddit)