Anahtar Kelimeler：OpenAI, ChatGPT, DeepSeek, Engram Mimarisi, Vibe Kodlama, Claude İşbirliği
🔥 Odak Noktası
OpenAI Hukuk Savaşı Kızışıyor: Altman, Musk’a Karşı 2017 Arama Kayıtlarını Yayınladı : Elon Musk’ın OpenAI’a yönelik son suçlamalarına yanıt olarak Sam Altman, 2017 yılına ait dahili arama kayıtlarını ve Greg Brockman’ın günlük notlarından kesitler paylaştı. Belgeler, Musk’ın o dönemde OpenAI’ı kar amacı güden bir yapıya dönüştürmek için yoğun çaba sarf ettiğini ve mutlak kontrolü ele geçirmeye çalıştığını gösteriyor; bu durum, Musk’ın şu anki “kar amacı gütmeyen köklere sadakat” iddiasıyla tam bir tezat oluşturuyor. Topluluğun tepkisi ikiye bölünmüş durumda: Bir kesim Musk’ın “hazıra konmaya çalıştığını” düşünürken, diğer kesim OpenAI’ın erken dönem çekirdek üyelerinin siyasi bağışlarından ve dahili güç mücadelelerinden sıkılmış durumda. Bu durum, dünyanın en iyi AI laboratuvarları arasındaki rekabetin halka açık bir hukuk ve halkla ilişkiler savaşına dönüştüğünü gösteriyor (Kaynak: Reddit, Plinz)
İş Modelinde Dönüm Noktası: ChatGPT Reklamları Resmen Test Ediyor ve Düşük Fiyatlı “Go” Planını Sunuyor : OpenAI, küresel ölçekte bir reklam modelini test ettiğini ve aylık 8 dolarlık “ChatGPT Go” abonelik hizmetini başlattığını duyurdu. Bu plan, ücretsiz sürüme göre 10 kat daha fazla mesaj kotası, dosya yükleme ve görsel oluşturma yeteneği sunuyor ancak Thinking modelini desteklemiyor ve reklam içeriyor. Altman, reklamları yüksek çıkarım (inference) maliyetlerini dengelemek için “son çare” olarak nitelendirdi. Bu hamle toplulukta sert tepkilere yol açarken, bazı kullanıcılar reklamların AI yanıtlarının tarafsızlığını bozacağını savunarak Perplexity veya Claude’a geçme tehdidinde bulundu. Bu durum, AI sektörünün “para yakarak kullanıcı kazanma” döneminden “hassas paraya dönüştürme” (monetization) aşamasına geçtiğinin bir işareti (Kaynak: Reddit, op7418)
DeepSeek, Engram Mimarisini Duyurdu: LLM Depolama ve Akıl Yürütmenin Ayrıştırılması : DeepSeek ekibi, modellere ölçeklenebilir bir arama tablosu aracılığıyla “yerel depolama birimi” sağlayan Engram mimarisini tanıtan bir makale yayınladı. Bu teknoloji, modelin statik bilgileri (gerçekler, kalıplar gibi) pahalı Transformer katmanları üzerinden tekrar hesaplamak yerine, O(1) karmaşıklığıyla doğrudan bulmasına olanak tanıyor. Engram, “bellek” ve “akıl yürütmeyi” birbirinden ayırarak GPU hesaplama kaynaklarını önemli ölçüde serbest bırakıyor ve modelin küresel mantıksal akıl yürütmeye odaklanmasını sağlıyor. Bu, uzun metin işleme darboğazlarını çözmek ve model verimliliğini artırmak için büyük bir atılım olarak görülüyor ve bazı senaryolarda RAG teknolojisini demode kılabilir (Kaynak: Reddit, DeepSeek)
“Vibe Coding” Geliştirici Topluluğunu Kasıp Kavuruyor : Claude Code ve Replit Agent gibi araçların patlamasıyla, geliştiricilerin sadece niyetlerini tanımlayarak karmaşık uygulamalar oluşturabildiği bu model “Vibe Coding” olarak adlandırılıyor. Replit kurucusu Amasad, bir kullanıcının 19 dakikada 4 dolardan daha az bir maliyetle nasıl eksiksiz bir finansal simülatör geliştirdiğini gösterdi. Deneyimli geliştiriciler kod şişkinliği ve okunabilirlik kaybı konusunda endişeli olsa da, topluluk genel olarak bunun yazılım mühendisliğinin “seviye tavanını” yükselttiğine, geliştiricilerin sıkıcı sözdizimi (syntax) işlerinden kurtulup daha yüksek boyutlu sistem mimarisi ve ürün tasarımına yönelmesine izin verdiğine inanıyor (Kaynak: amasad, nptacek)
🎯 Dinamikler
Anthropic, Claude Cowork Özelliğini Tanıttı : Bu özellik artık Pro abonelerine açık olup, AI’ın belge özetleme, tablo oluşturma ve rapor yazma gibi işlemler için doğrudan bilgisayar klasörlerine erişmesine izin veriyor. Kullanıcı geri bildirimleri, yerel dosya dizinlerini işlemede mükemmel performans gösterdiğini ancak Google Docs kullanımı veya paylaşım yapma gibi karmaşık harici işlemlerde hala hata payı olduğunu gösteriyor. Bu, Claude’un bir diyalog asistanından otomasyon odaklı bir ofis Agent’ına dönüşümünü simgeliyor (Kaynak: op7418, dotey)
Tesla, AI Çiplerini Optimize Etmek İçin “Mixed-Precision Bridge” Patentine Başvurdu : Tesla’nın yeni patenti, düşük güç tüketimli 8-bit çiplerin 32-bit hassasiyetindeki AI modellerini çalıştırmasına olanak tanıyan matematiksel bir “hile kodu” sunuyor. Mixed-Precision Bridge teknolojisi sayesinde Optimus robotları ve FSD, güç tüketimini artırmadan yüksek hassasiyetli hesaplamalar yapabiliyor. Bu atılım, otonom sürüşteki “nesne sürekliliği” (object permanence) sorununu çözerek AI’ın görsel engeller olduğunda bile nesneleri hassas bir şekilde konumlandırmasını sağlıyor (Kaynak: ziran_pu)
Sakana AI, Uzun Metin Dikkatini Optimize Etmek İçin RePo Mekanizmasını Tanıttı : Sakana AI laboratuvarı, modelin bilgiyi işleme sırasındaki katılığı kıran bir Context Relocation (RePo) mekanizması önerdi. RePo, içerik yapısına göre bilgiler arasındaki gerçek ilişkileri öğrenerek, modelin gürültülü uzun girdileri işlerken dikkat (attention) israfını azaltmasını ve aynı zamanda güçlü kısa metin performansını korumasını sağlıyor. Bu, büyük modellerin ultra uzun bağlamlardaki akıl yürütme kalitesini artırmak için yeni bir yol sunuyor (Kaynak: TheTuringPost)
YOLO26 Serisi Modeller Yayınlandı: Kenar Bilişim İçin Yeni Standart : Ultralytics; nesne algılama, segmentasyon ve anahtar nokta tespiti için optimize edilmiş 30 modelden oluşan YOLO26 ailesini yayınladı. Tüm modellerin parametre sayısı 50M’den az olup, CPU üzerinde bile akıcı bir şekilde çalışabiliyorlar. Bu, akıllı fırınlardan düşük güçlü güvenlik kameralarına kadar tüm kenar (edge) cihazların verimli gerçek zamanlı görsel algılama yeteneğine sahip olabileceği anlamına geliyor (Kaynak: mervenoyann)
Performans Testi: GPT 5.2 ve Claude Opus 4.5 Arasında “Kodlama Düellosu” : Topluluk geliştiricileri, aynı hata (bug) üzerinde iki modeli test etti; sonuçlar GPT 5.2’nin bazı karmaşık hata ayıklama görevlerinde 24 dakika harcamasına rağmen sorunu çözemediğini, Opus 4.5’in ise sadece 4 dakikada tamamladığını gösterdi. GPT 5.2’nin akıl yürütme genişliği açısından daha güçlü olduğu düşünülse de, Claude belirli kod mantığı hassasiyetinde yüksek itibarını korumaya devam ediyor (Kaynak: entirelyuseles)
🧰 Araçlar
Paper2Any: Tek Tıkla Düzenlenebilir Bilimsel Grafikler ve PPT Oluşturma : Bu açık kaynaklı proje; makale PDF’lerini, ekran görüntülerini veya metinleri düzenlenebilir model mimari diyagramlarına, teknik yol haritalarına ve sunumlara dönüştürmeyi destekliyor. Bilimsel araştırmacıların çizim yapma zorluğunu çözen araç, PPTX ve SVG formatlarını destekliyor ve MinerU mizanpaj analizi teknolojisini entegre ederek dönüşüm sonrası düzenin estetik ve kolayca değiştirilebilir olmasını sağlıyor (Kaynak: GitHub)
Dexter: Finansal Araştırma Alanında Otonom Agent : Finansal araştırmalar için özel olarak tasarlanmış bu otonom Agent, karmaşık finansal danışmanlık taleplerini çok adımlı araştırma planlarına bölebiliyor. Gerçek zamanlı piyasa verilerine erişerek gelir tablolarını ve bilançoları otomatik olarak çekiyor ve öz-yansıtma (self-reflection) mekanizmasıyla hesaplama sonuçlarını doğrulayarak ayrıntılı analiz raporları sunuyor. Etkileşim deneyimi finans odaklı bir Claude Code’a benziyor (Kaynak: GitHub)
Get Shit Done (GSD) Çoklu Agent İş Birliği Çerçevesini Güncelledi : Açık kaynaklı proje GSD, birden fazla özel Agent’ın paralel olarak oluşturulmasını destekleyen büyük bir güncelleme yayınladı. Kod oluşturulmadan önce mantığın doğruluğunu sağlamak için “planla-doğrula-düzenle” döngüsünü tanıttı. Yeni sürüm ayrıca, ana bağlam ile alt bağlamı izole ederek ultra uzun görev döngülerinde bile yüksek başarı oranı sağlayan /gsd:verify-work otomatik hata ayıklama komutunu ekledi (Kaynak: Reddit)
Ollama, Anthropic API Uyumluluğunu Sağladı : Ollama artık yerel olarak Anthropic API formatını destekliyor; bu da geliştiricilerin Claude Code gibi gelişmiş araçları kullanarak doğrudan yerel olarak konuşlandırılmış açık kaynaklı modelleri (Llama 3 veya DeepSeek gibi) çağırabileceği anlamına geliyor. Bu güncelleme, yerel AI araç zincirinin uygulama kapsamını büyük ölçüde genişletiyor ve geliştiricilerin bulut tabanlı API’lara olan bağımlılığını azaltıyor (Kaynak: algo_diver)
Awesome Claude Skills Kaynak Kütüphanesi : Belge işleme, kod geliştirme, veri analizi gibi birçok alanı kapsayan, çeşitli Claude yeteneklerinin (Skills) derlendiği seçkin bir liste. Bu önceden ayarlanmış yetenekler aracılığıyla kullanıcılar, otomatik Changelog oluşturma, iOS simülatörü çalıştırma veya PostgreSQL veritabanı sorguları yapma gibi Claude’un yetenek sınırlarını hızla genişletebilirler (Kaynak: GitHub)
📚 Öğrenme
Sıfırdan GPT Tarzı Model Uygulama Rehberi : Bir geliştirici, Sebastian Raschka’nın ünlü kitabına dayanarak PyTorch’ta 124M parametreli GPT-2 mimarisini tamamen uyguladı. Proje; Regex tokenizer’dan nedensel maskeli dikkat mekanizmasına ve talimat ince ayarına (instruction fine-tuning) kadar tüm yaşam döngüsünü kapsıyor ve derinlemesine Transformer mantığını anlamak için mükemmel bir referans olan detaylı tensör şekli dönüşüm notları sunuyor (Kaynak: Reddit)
Focus: Cıvık Mantardan Esinlenen Agent Bellek Yönetim Mimarisi : Araştırmacılar, cıvık mantarların (slime mold) hareket kayıtlarını tutmayıp sadece haritayı tutma özelliğini taklit eden Focus adlı bir mimari önerdiler. Focus, Agent’a ham geçmişi aktif olarak budama ve bilgi bloklarını birleştirme talimatları veriyor. Deneyler, Focus’un doğruluk kaybı olmadan Token tüketimini %22,7 oranında azalttığını ve uzun süreli görevlerdeki bağlam şişkinliği sorununu etkili bir şekilde çözdüğünü gösteriyor (Kaynak: dair_ai)
GDPO: Çoklu Ödüllü Pekiştirmeli Öğrenme Optimizasyon Algoritması : RLVR (çoklu ödüllü pekiştirmeli öğrenme) görevleri için araştırmacılar GDPO algoritmasını tanıttı. Geleneksel GRPO ile karşılaştırıldığında GDPO, ayrıştırılmış normalleştirilmiş politika optimizasyonu yoluyla çoklu ödül ortamlarında yakınsama hızını önemli ölçüde artırıyor. Bu algoritma, karmaşık hizalama görevleri için daha kararlı bir eğitim çözümü sunarak Hugging Face’in TRL kütüphanesine entegre edildi (Kaynak: _lewtun)
💼 İş Dünyası
Yunpeng Technology, AI+Sağlık Yeni Ürünlerini Duyurdu : Yunpeng Technology, Hangzhou’da Shuaikang ve Skyworth ile iş birliği içinde akıllı mutfak aletlerini tanıttı; öne çıkan ürün ise AI sağlık büyük modeliyle donatılmış akıllı buzdolabı oldu. Bu model, “Sağlık Asistanı Xiaoyun” aracılığıyla kişiselleştirilmiş sağlık yönetimi sunarak AI teknolojisinin evdeki günlük sağlık senaryolarına derinlemesine nüfuz ettiğini gösteriyor (Kaynak: 36Kr)
Sakana AI, Üst Düzey Kaggler Yeteneklerini Çekmeye Devam Ediyor : Sosyal medya gözlemleri, son zamanlarda birçok üst düzey Kaggler’ın Sakana AI’a Uygulamalı Araştırma Mühendisi olarak katıldığını duyurduğunu gösteriyor. Sakana AI, model evrim algoritmaları alanındaki benzersizliğiyle Japonya ve küresel AI yetenekleri için popüler bir durak haline geliyor (Kaynak: hardmaru)
Anthropic, Küresel Eşitliğe Odaklanan Eğitim Ekibi Kuruyor : Anthropic, AI teknolojisini kullanarak dünyanın en fakir bölgelerinde ve ABD’deki K-12 eğitim seviyesini yükseltmeyi amaçlayan bir Eğitim Programı Yöneticisi arıyor. Ekibin KPI’ı “yetersiz hizmet alan topluluklara ulaşmak” olarak belirlendi; bu da şirketin ticari rekabetin ötesindeki sosyal sorumluluk odaklı yönünü gösteriyor (Kaynak: RichardMCNgo)
🌟 Topluluk
AI Laboratuvarlarındaki “Skandalsız” Kültür Üzerine Tartışmalar : Topluluk, Anthropic’in OpenAI’a kıyasla benzersiz avantajlarını tartışıyor: Kurucu ayrılık dalgaları yok, yüksek profilli davalar yok, gizli aşk skandalları yok. Kullanıcılar, Dario’nun kodlamaya odaklanan bir “geek kültürü” oluşturduğunu ve bu istikrarın Anthropic’in kurumsal müşterileri çekmesinde önemli bir gizli varlık haline geldiğini düşünüyor (Kaynak: Yuchenj_UW)
Yerel LLM Kullanıcılarının ChatGPT Gizlilik Sızıntısı Endişeleri : Reddit kullanıcıları, ChatGPT’nin kullanıcıların diyalog kutusuna girdiği tüm karakterleri, gönderilmeden silinse bile kaydedebileceği konusunda uyarıda bulundu. Bu durum, API anahtarları ve hassas bilgilerin sızmasıyla ilgili geniş çaplı tartışmalara yol açarak, kullanıcıların mutlak gizlilik ve güvenlik için yerel modelleri (Llama veya DeepSeek gibi) kullanmaya yönelmesini tetikledi (Kaynak: Reddit)
Vibe Coding Klavye ve Donanım DIY Akımı : Geliştiriciler, “Vibe Coding” için ses girişi, LED durum ışıkları ve fiziksel “Onayla/Reddet” tuşları içeren özel donanımlar tasarlamaya başladılar. AI yazılım iş akışını fiziksel etkileşime dönüştürmeye yönelik bu girişimler, topluluğun AI-yerel geliştirme modellerine olan tutkulu keşfini yansıtıyor (Kaynak: op7418)
💡 Diğer
Twitter Resmi Popüler İçerik Yazma Teknikleri Rehberi : Twitter son zamanlarda algoritma ağırlığını uzun metinlere kaydırdı. Resmi öneriler arasında; spesifik “hook” başlıklar kullanmak, paragrafları 2-4 satırda tutmak, listeler ve kalın yazılmış anahtar içgörüler kullanmak yer alıyor. Ayrıca, erken yorumlara aktif olarak yanıt vermenin ve uzun metinleri Thread’lere bölmenin etkileşimi önemli ölçüde artırdığı kanıtlandı (Kaynak: op7418)
AI Veri Merkezlerinin Su Tüketimi Üzerine Karşı Anlatı : “AI’ın aşırı su tükettiği” görüşüne karşı topluluktan itirazlar yükseliyor. Veriler, dünyanın en büyük AI veri merkezlerinin su tüketiminin sadece iki fast-food restoranına eşdeğer olduğunu gösteriyor. Yorumlar, AI’ı bir çevre katili olarak tanımlamanın bir tür “teknolojik Luddizm” olduğunu ve AI’ın enerji verimliliğini artırmadaki potansiyel katkılarının göz ardı edildiğini savunuyor (Kaynak: timsoret)
Shenzhen Akıllı Şehir Donanımı: Ekranlı Akıllı Taş Banklar : Shenzhen sokaklarında entegre ekranlara ve şarj girişlerine sahip akıllı taş banklar görülmeye başlandı. Donanım düzeyindeki bu mikro inovasyon, akıllı şehir konseptinin hayata geçişini sergiliyor; AI ve IoT teknolojileri bu altyapılar aracılığıyla şehir yaşam deneyimini sessizce değiştiriyor (Kaynak: Ronald_vanLoon)