Yapay Zeka Bülteni – 2026-01-17(Akşam baskısı)

Anahtar Kelimeler:OpenAI, Google AI, Transformer, ChatGPT reklam modeli, Gemini 3 Siri tabanı, Sürekli Düşünme Makinesi CTM

🔥 Odak Noktası

OpenAI “Reklam Geliri” Modelini ve Abonelik Kademelerini Başlatıyor: OpenAI, ChatGPT ücretsiz sürümünde ve yeni 8 dolarlık “Go” katmanında reklam sunmaya başlayacağını duyurdu. Bu durum, iş modelinin saf abonelikten “reklam + abonelik” modeline dönüştüğünü gösteriyor. Sam Altman daha önce reklamları “son çare” olarak nitelendirse de, yüksek hesaplama maliyetleri karşısında bu adım AI erişimini yaygınlaştırmayı hedefliyor. Topluluk bu duruma sert tepki göstererek AGI’nin “Ad-Generated Income” (Reklamla Üretilen Gelir) haline geldiği ironisini yaptı. OpenAI, reklamların yanıtların tarafsızlığını etkilemeyeceğini ve konuşma kayıtlarının reklamverenlere satılmayacağını vurgulasa da, bu durum AI’daki saf deneyimin sonu olarak görülüyor (Kaynak: OpenAI, sama)

OpenAI Reklam Prensipleri

Google AI Yapısal Avantajını Sergiliyor, Alphabet Piyasa Değeri 4 Trilyon Doları Aştı: Google son dönemde Gmail, Photos gibi uygulamalar arasında veri muhakemesi sağlayan Personal Intelligence özelliğini yayınladı ve Gemini 3’ün yeni Siri’nin temeli olması için Apple ile iş birliği yaptı. Analizler, Google’ın kendi üretimi TPU çiplerinden küresel bulut altyapısına, Search ve YouTube gibi devasa gerçek verilere kadar tam yığın (full-stack) kontrolüne sahip olduğunu ve bu “yapısal avantajın” muhakeme ekonomisi çağında ona üstünlük sağladığını belirtiyor. Alphabet’in piyasa değeri bu sayede 19 yıl sonra ilk kez Apple’ı geride bırakarak AI yarışında dikey entegrasyonun gücünü kanıtladı (Kaynak: GeminiApp, Reddit)

Google Tam Yığın Avantajı

Cursor “AI ile Yazılan Tarayıcı” Olayı Topluluk Tarafından Yalanlandı: Cursor, akıllı Agent’ının 7 gün boyunca kesintisiz çalışarak 3 milyon satır koddan oluşan bir tarayıcı yazdığını iddia etmişti ancak bu iddia geliştirici topluluğu tarafından sorgulandı. Teknik analizler, projenin kodlarının en temel derleme aşamasını bile geçemediğini gösterdi ve proje “AI Slop” (AI Çöpü) olarak nitelendirildi. Topluluk, bu durumun günümüzdeki “Vibe Coding” tuzağını yansıttığını belirtti: Mühendislik titizliğini göz ardı ederek aşırı üretim miktarına odaklanmak. Bu olay, AI’nın çılgınca Token üretebilse de gerçek otonom mühendislikten hala uzak olduğunu hatırlattı (Kaynak: Cursor, Reddit)

Cursor Başarısızlığı

Transformer Mucidinden Uyarı: Mevcut AI Araştırmaları Çıkmaza Giriyor: Transformer’ın ortak mucitlerinden Llion Jones, Transformer üzerindeki araştırmalarını büyük ölçüde azalttığını, çünkü bu alanın ince ayar (fine-tuning) çalışmalarıyla dolup “yerel optimizasyon” haline geldiğini belirtti. Transformer’ı bir “mimari piyangosu” olarak gören Jones, sektörün bir “yerçekimi kuyusuna” düştüğünü, bilgi temsili ve düşünme biçimlerinin temelden yeniden düşünülmesinin ihmal edildiğini savunuyor. Jones şu anda mevcut LLM’lerin “kesikli zeka” sınırlamalarını aşmayı hedefleyen biyolojik esintili “Continuous Thinking Machine” (CTM) projesine yönelmiş durumda. Jones’un görüşleri, Scaling Law’un AGI’ye giden tek yol olup olmadığı konusunda derin tartışmalar başlattı (Kaynak: Sakana AI, 36Kr)

Transformer Sınırlamaları

🎯 Gelişmeler

OpenAI ve Cerebras İş Birliğiyle Ultra Hızlı Codex Geliyor: Sam Altman, Cerebras donanımı tarafından desteklenen ultra hızlı bir Codex sürümünün yayınlanacağını doğruladı. Cerebras’ın Wafer-Scale Engine (WSE) teknolojisi, ultra yüksek muhakeme hızıyla biliniyor. Bu iş birliğinin AI programlama Agent’larının yanıt hızını ve karmaşık uzun görevleri işleme yeteneğini önemli ölçüde artırması bekleniyor. Ayrıca, ChatGPT’nin hafıza özelliği de güçlendirilerek yemek tarifleri veya egzersiz planları gibi geçmiş konuşma detaylarını daha güvenilir şekilde hatırlaması sağlandı (Kaynak: sama, Cerebras)

Cerebras İş Birliği

DeepSeek mHC Mimarisi Tekrarı “Stabilite Bombasını” Ortaya Çıkardı: Geliştiriciler, 8xH100 kümesinde DeepSeek-V2/V3 Hyper-Connections (HC) deneylerini başarıyla tekrarladı. Sonuçlar, 1.7B parametre ölçeğinde sinyal amplifikasyon oranının makalede rapor edilen 3.000 katın çok üzerinde, 10.924 kat olduğunu gösterdi. Modern optimize ediciler (AdamW) bu sorunu geçici olarak maskeleyip modelin çökmesini engellese de, bu durum uzun vadeli eğitim için bir “saatli bomba” olarak görülüyor. Sinkhorn projeksiyonu kullanan Manifold Hyper-Connections (mHC) yönteminin, ek hesaplama maliyeti getirmeden bu stabilite sorununu mükemmel şekilde çözdüğü doğrulandı (Kaynak: taylorkolasinski, Reddit)

Sağlık AI Devlerinin Savaşı: OpenAI Hastaya, Anthropic Doktora Odaklanıyor: OpenAI, laboratuvar sonuçlarını yorumlayabilen ve giyilebilir cihaz verilerine bağlanabilen tüketici odaklı ChatGPT Health’i duyurdu. Anthropic ise CMS ve ICD-10 gibi profesyonel veritabanlarına Connector aracılığıyla erişen Claude for Healthcare’i tanıttı. Bu farklılaşma, OpenAI’ın bireysel (C-side), Anthropic’in ise kurumsal (B-side) ekosistem avantajlarını yansıtıyor (Kaynak: DeepLearning.AI)

Sağlık AI

Agentic RAG ve Enhanced RAG Karşılaştırması: Yeni bir araştırma, “sabit boru hatlı” Enhanced RAG ile “LLM tarafından yönetilen” Agentic RAG’i karşılaştırdı. Sonuçlar, Agentic RAG’in kullanıcı niyetini anlama ve sorgu yeniden yazma konularında daha iyi olduğunu, ancak model yeteneklerine karşı aşırı hassas olduğunu ve 2-10 kat daha fazla hesaplama maliyeti getirdiğini gösterdi. Enhanced RAG ise doküman sıralama (re-ranking) konusunda daha stabil ve ekonomik bulundu (Kaynak: omarsar0, arXiv)

RAG Karşılaştırması

🧰 Araçlar

Claude Cowork Resmi Olarak Pro Kullanıcılara Açıldı: Anthropic, Claude Cowork özelliğinin artık Pro aboneleri için kullanılabilir olduğunu duyurdu. Bu özellik, Claude’un yerel klasörlere erişmesine, dosyaları okumasına, düzenlemesine veya oluşturmasına olanak tanıyor. Topluluk, Agent’ın önemli dosyaları yanlışlıkla silmesini önlemek için bağımsız bir çalışma dizini oluşturulmasını öneriyor (Kaynak: dotey, Reddit)

Claude Cowork

vLLM-MLX: Apple Silicon İçin Yerel Hızlı Muhakeme Çerçevesi: Mac kullanıcılarının yavaş muhakeme sorununa çözüm olarak vLLM-MLX geliştirildi. Apple MLX kullanarak yerel GPU hızlandırması sağlayan çerçeve, M4 Max üzerinde Llama-3.2-1B ile 464 tok/s hıza ulaşıyor. OpenAI uyumlu arayüz sunan araç, çok modlu (metin, görüntü, ses, video) desteği ve sürekli gruplama (continuous batching) özellikleriyle Mac platformundaki en güçlü yerel LLM çözümlerinden biri oldu (Kaynak: waybarrios, Reddit)

vLLM-MLX

SGLang Resmi Web Sitesi Yayında: LMSYS Org, dokümantasyon, Cookbook ve temel bileşen bilgilerini içeren SGLang resmi web sitesini yayınladı. Yüksek performanslı bir muhakeme motoru olan SGLang’in web sitesi, bilgi parçalanmışlığını gidermeyi ve açık kaynak ekosistemini güçlendirmeyi hedefliyor (Kaynak: eliebakouch, sglang)

SGLang Web Sitesi

OpenWork: Claude Cowork’ün Açık Kaynak Versiyonu: deepagentsjs tabanlı OpenWork, tamamen açık kaynaklı ve güvenli bir bilgisayar kullanım Agent’ı olarak yayınlandı. Çok adımlı planlama ve dosya sistemi erişimi sunan araç, Ollama entegrasyonu sayesinde Mac üzerinde Gemma, Qwen3 ve DeepSeek gibi modellerle %100 yerel olarak çalışabiliyor (Kaynak: ollama, Hacubu)

OpenWork

📚 Öğrenme

Recursive Language Models (RLMs): Uzun Bağlamın Ötesinde Düşünmek: RLMs, modellerin tüm içeriği tek seferde “yutması” yerine, Python/REPL ortamında kod yazarak veriyi özyinelemeli (recursive) bir şekilde “böl ve yönet” mantığıyla işlemesini öneriyor. Bu yöntem, muhakemeyi bağlam uzunluğundan ayırarak sınırsız sanal bağlam sağlıyor (Kaynak: lateinteraction)

RLM Mimarisi

AIR Framework: LLM Hizalama Verilerini Yapılandırmak: OpenBMB, tercih veri setlerini Annotations, Instructions ve Response Pairs olarak üç bileşene ayıran AIR Framework’ü tanıttı. Araştırma, basit puanlama sistemlerinin karmaşık tasarımlardan daha iyi olduğunu ve modeller arası performans farkı az olan talimatların seçilmesinin ince mantık öğrenimini güçlendirdiğini ortaya koydu (Kaynak: _akhaliq, arXiv)

Prompt Repetition (Komut Tekrarı) Optimizasyonu: Muhakeme odaklı olmayan LLM’lerde, komutun iki kez tekrarlanmasının gecikmeyi artırmadan performansı önemli ölçüde artırdığı keşfedildi. Bu yöntem, modellerin yoğun bağlam içinde temel talimatlara daha iyi odaklanmasını sağlıyor (Kaynak: Reddit, arXiv)

💼 İş Dünyası

Meta, Singapurlu Agent Girişimi Manus AI’yı Satın Aldı: Meta’nın Manus AI’yı 2-3 milyar dolar karşılığında satın almak için anlaştığı bildirildi. Manus AI, güçlü “Computer Use” ve derin araştırma Agent’ları ile biliniyor. Meta, bu teknolojiyi Facebook, Instagram ve WhatsApp’a entegre etmeyi planlıyor (Kaynak: DeepLearning.AI, WSJ)

Meta Satın Alımı

OpenAI, Neuralink Rakibine Yatırım Yaptı: OpenAI, Sam Altman tarafından desteklenen bir Neuralink rakibine yatırım yaparak portföyünü çeşitlendiriyor. Bu adım, OpenAI’ın beyin-bilgisayar arayüzü (BCI) alanına olan ilgisini ve AI ile insan biyolojik zekasının entegrasyonu konusundaki uzun vadeli vizyonunu gösteriyor (Kaynak: TheRundownAI)

🌟 Topluluk

“Vibe Coding”den “Cracked Engineer” Dönemine: Toplulukta, AI Agent’larını kullanarak bir ekibin işini tek başına yapabilen uzman geliştiriciler için “Cracked Engineer” terimi konuşuluyor. Bu geliştiriciler, AI tarafından üretilen kodlardaki mantık hatalarını anında tespit edebilmeleriyle sıradan kullanıcılardan ayrılıyor (Kaynak: 36Kr, yacinelearning)

Grok, Uygunsuz İçerik ve Güvenlik Tartışmalarının Odağında: xAI’nın Grok modeli, izinsiz müstehcen görüntüler üretebilmesi ve tehlikeli talimatlar sunması nedeniyle küresel düzenleyicilerin baskısı altında. Brezilya, AB ve Fransa gibi ülkeler konuyla ilgili soruşturma başlattı (Kaynak: DeepLearning.AI, Reddit)

Grok Tartışması

Veri Merkezlerinin Enerji Tüketimi ve “NIMBY” Etkisi: Raporlar, toplumsal protestolar ve elektrik arzı sorunları nedeniyle 98 milyar dolarlık AI veri merkezi projesinin durduğunu gösteriyor. Andrew Ng gibi uzmanlar ise veri merkezlerinin yerel sistemlerden daha verimli olduğunu savunuyor (Kaynak: DeepLearning.AI, Reddit)

💡 Diğer

AI Rehber Köpekler Shenzhen Metrosunda Test Ediliyor: AI teknolojisiyle donatılmış rehber robotlar, Shenzhen metrosunda hizmet vermeye başladı. Robotlar, görme engelli bireylere istasyon içinde ve aktarmalarda yardımcı oluyor (Kaynak: Ronald_vanLoon)

22 Serbestlik Dereceli İnsansı Robot Eli Tanıtıldı: İnsan elini yüksek hassasiyetle taklit eden ve hassas dokunma sensörlerine sahip 22 serbestlik dereceli (DOF) bir robot el sergilendi. Bu gelişme, robotların hassas montaj ve ev hizmetleri alanındaki potansiyelini artırıyor (Kaynak: Ronald_vanLoon)