Anahtar Kelimeler：AGI, AI Büyük Modelleri, Akıllı Ajanlar, Dünya Modeli, Claude Kalıcı Hafıza, AI Araştırma Paradoksu
🔥 Odak Noktası
Nobel ödüllü Hassabis AGI’nin beş yıl içinde geleceğini öngörüyor: Anahtar World Model ve Agent atılımlarında : Google DeepMind başkanı Demis Hassabis, AGI için nihai bir zaman çizelgesi sunarak, insanlığın AGI’den sadece 1-2 kritik teknik atılım uzakta olduğunu ve bunun 5 yıl içinde gerçekleşebileceğini belirtti. Mevcut büyük modellerin güçlü olmasına rağmen “istikrarsız bir zekaya” sahip olduğunu, fiziksel dünya kurallarını gerçek anlamda anlama ve uzun vadeli planlama yeteneğinden yoksun olduğunu ifade etti. Gelecekte, fizik yasalarını anlamak için “World Model” eksikliğinin giderilmesi ve “Cognitive Error Correction” yeteneğine sahip “Agent” sistemlerine evrilmesi gerektiğini vurguladı. Bu değişimin etkisinin Sanayi Devrimi’nden 10 kat daha büyük olacağını ve AI’nın ilaç geliştirme ile temiz enerji gibi alanlarda altın çağı başlatacak nihai bir bilimsel keşif aracı haline geleceğini söyledi. (Kaynak: 新智元)
Claude’dan sarsıcı “Permanent Memory” güncellemesi: Knowledge Bases ve Cowork modu AI ofis çalışmasını yeniden şekillendiriyor : Anthropic’in Claude Cowork için “Permanent Memory” özelliği üzerinde çalıştığı ve “Knowledge Bases” aracılığıyla kalıcı bilgi depolama sağladığı sızdırıldı. AI artık “japon balığı hafızasına” sahip olmayacak; bunun yerine kullanıcı tercihlerini, karar süreçlerini ve deneyim özetlerini otomatik olarak kaydederek kullanıldıkça kullanıcıyı daha iyi tanıyacak. Ayrıca Cowork, Artefacts kenar çubuğu ve daha güçlü MCP otomasyon konnektörlerini entegre ederek Claude’un ana giriş noktası olacak. Bu güncelleme, AI asistanlarının basit bir diyalog aracından, uzun vadeli iş birliği yapabilen ve karmaşık görevleri yürüten bir “AI meslektaşına” dönüşmesini simgeliyor ve AI ofis paradigmasını kökten değiştiriyor. (Kaynak: 新智元)
ICML 2026 “Author Self-Rating” mekanizmasını getiriyor: Akademik hakem krizine karşı Game Theory kullanımı : NeurIPS gibi prestijli konferanslara gönderilen makale sayısındaki patlamanın hakemlik sistemini tıkaması üzerine ICML 2026, devrim niteliğinde bir “Author Self-Rating” politikası başlattı. Game Theory’deki “Isotonic Regression” modeline dayanan bu mekanizma, birden fazla makale gönderen yazarların kendi çalışmalarını sıralamasını gerektiriyor. Deneyler, yazarların kendi makaleleri için yaptıkları sıralamanın, rastgele hakemlere göre makalenin uzun vadeli etkisini daha doğru tahmin ettiğini kanıtladı. Bu hamle, yazarların “kazanma hırsını” bir kalibrasyon sinyaline dönüştürmeyi amaçlıyor; ancak “akademik devlerin” algoritmaları manipüle etmesi ve “bireysel araştırmacıların” gürültü içinde savunmasız kalması konusundaki adalet endişelerini de beraberinde getiriyor. (Kaynak: 新智元)
Tsinghua Nature makalesi AI bilimsel paradoksunu ortaya koyuyor: Verimlilik patlaması bilimsel sınırların “kilitlenmesine” yol açıyor : Tsinghua Üniversitesi’nden Profesör Xu Fengli ve Li Yong’un ekibi, Nature’da yayınladıkları ve 45 yıl içindeki 41 milyon makaleyi analiz ettikleri araştırmada, AI’nın bilim insanlarının bireysel çıktılarını (makale sayısı 3 kat, atıf sayısı 4,8 kat arttı) önemli ölçüde artırdığını, ancak kolektif bilgi genişliğinin %4,63 oranında düştüğünü buldu. AI’nın yönlendirmesi, araştırmacıların toplu halde “verisi bol, sorusu net” popüler alanlara yönelmesine, bu da inovasyonun tek tipleşmesine ve disiplinler arası iş birliğinin azalmasına neden oluyor. Ekip, AI’yı yardımcı bir araçtan, aktif olarak hipotezler kurabilen ve bilinmeyen alanları keşfedebilen bir “AI Scientist”e dönüştürmeyi amaçlayan “uçtan uca bilimsel Agent sistemi” öneriyor. (Kaynak: 新智元)
Google Research’ten Prompt hilesi: Soruyu tekrarlamak doğruluğu %21’den %97’ye çıkarabiliyor : Google araştırmacıları, muhakeme gerektirmeyen görevlerde giriş sorusunu sadece bir kez tekrarlamanın (kopyala-yapıştır), gecikmeyi neredeyse hiç artırmadan model performansını önemli ölçüde iyileştirdiğini keşfetti. Bu “tekrarlayıcı” tekniği, Gemini 2.0 Flash-Lite’ın NameIndex testinde doğruluğu %21,33’ten %97,33’e fırlattı. Bilimsel mantık, Transformer mimarisinin “Causal Blind Spot” özelliğinden yararlanarak, tekrarlanan giriş yoluyla modele “çift yönlü dikkat benzeri” bir bakış açısı sağlamasında yatıyor. Bu keşif, geliştiricilerin daha ucuz küçük modellerle en üst düzey modellerin erişim ve çıkarma yeteneklerine ulaşabileceği anlamına geliyor. (Kaynak: 新智元)
🎯 Gelişmeler
GLM-4.7-Flash resmi olarak yayınlandı: Zhipu AI’dan 30B sınıfı çok yönlü hafif model : Zhipu AI (Z.ai), yerel kodlama ve Agent asistanı olarak konumlandırılan GLM-4.7-Flash’ı resmi olarak duyurdu. Model, 30B toplam parametreye ve yaklaşık 4B aktif parametreye sahip olup, yüksek performans ile verimliliği dengelemek için MLA mimarisini kullanıyor. Benchmark testlerinde performansı GLM-4.5-Air ile eşdeğer veya daha iyi sonuçlar verirken, özellikle araç çağırma ve yaratıcı yazarlıkta üstünlük sağlıyor. 30B sınıfı hafif bir seçenek olarak, 2x24GB VRAM’li yerel kurulum ortamları için idealdir ve geliştiricilere maliyet etkin bir Agent geliştirme tabanı sunar. (Kaynak: scaling01; Reddit)
DeepSeek Engram primitive’ini duyurdu: Context-aware koşullu bellek dönemini başlatıyor : DeepSeek, statik N-gram arama tablolarını context-aware dinamik belleğe dönüştüren “Engram” adlı koşullu bellek primitive’ini yayınladı. Bu teknoloji, O(1) karmaşıklığında ultra büyük ölçekli bellek erişimini destekliyor ve yalnızca mevcut gizli durumla ilgili kısımları aktive ediyor. Engram, belleğin pahalı GPU HBM yerine CPU RAM’de saklanmasına izin vererek maliyetleri büyük ölçüde düşürüyor. Bu atılım, “Memory Scaling”in kısmen “Parameter Scaling”in yerini alabileceğini kanıtlayarak uzun bağlamlı ve sürekli öğrenme için yeni bir sistem seviyesi desteği sağlıyor. (Kaynak: ZhihuFrontier)
Huawei 2025 için beş amiral gemisi Inference sistemini duyurdu: HBM kapasite duvarını ve kaynak adalarını aşıyor : Huawei araştırmacısı Zuo Pengfei, 2025 yılı inference sistemlerindeki beş büyük atılımı özetledi: SparseServe, DRAM kullanarak soğuk KV cache’i boşaltıp bellek duvarını aşıyor; Adrenaline, kaynak havuzlama yoluyla Decode ve Prefill düğümleri arasında dinamik akış sağlıyor; TaiChi mimarisi TTFT ve TPOT dengesini uyarlamalı olarak kuruyor; DualMap önbellek yakınlığı ile yük dengelemeyi birleştiriyor; MemArt ise Agent belleğini yeniden kullanılabilir KV blokları olarak saklıyor. Bu tam yığın sistem yeniden tasarımları, inference’ın tek çekirdek optimizasyonundan karmaşık SLO-aware çizelgelemeye geçtiğini gösteriyor. (Kaynak: ZhihuFrontier)
Baichuan Intelligence, Baichuan-M3’ü duyurdu: Ciddi tıp AI kulvarına tam odaklanma : Baichuan Intelligence, tıp alanında GPT-5.2’yi ilk kez kapsamlı bir şekilde geride bıraktığını iddia ettiği yeni nesil tıbbi modeli Baichuan-M3’ü yayınladı. Model, dış aramaya ihtiyaç duymadan halüsinasyon oranını %3,5’e düşüren Fact-Aware RL mimarisi üzerine inşa edildi. Baichuan-M3, doktorların tıbbi geçmiş sorgulamasını simüle edebilen SCAN proaktif sorgulama yeteneğine sahip. Wang Xiaochuan, şirketin tamamen tıbba yöneldiğini, profesyonel doktor ekipleriyle büyük ölçekli veri etiketleme yaptıklarını ve 2027’de IPO planladıklarını belirtti. (Kaynak: 36氪)
OpenAI’ın donanım bahsi: Ekranı olmayan AI Pen grafik arayüzünden kaçmaya çalışıyor : OpenAI’ın “Gumdrop” kod adlı ilk donanım ürünü olan minimalist bir AI Pen çıkarmaya hazırlandığı söyleniyor. Jony Ive’ın ekibi tarafından tasarlanan cihazda ekran veya kamera bulunmuyor, sadece 10-15 gram ağırlığında ve “her an hazır, işi bitince gizli” felsefesini vurguluyor. Odak noktası yazmak değil, ses ve el yazısı girişini niyet yakalama kanalı olarak kullanmak. Bu tasarım, OpenAI’ın geleneksel grafik arayüzlerini baypas ederek AI’yı fiziksel dünyaya en doğal ve hissedilmez şekilde entegre etme çabasını yansıtıyor. (Kaynak: 36氪)
🧰 Araçlar
Claude Skills açık kaynak kütüphanesi popülerleşiyor: Agent geliştirme için 48 üretim seviyesinde uzman beceri paketi : Geliştirici alirezarezvani, pazarlama, mühendislik, ürün ve hukuk gibi alanlarda 48 adet üretim seviyesinde beceri paketi içeren claude-skills kütüphanesini açık kaynak olarak sundu. Bu paketler Python analiz araçlarını, en iyi uygulama çerçevelerini ve şablonları entegre ederek Claude Code, Cursor ve VS Code gibi 9’dan fazla AI Agent’ı destekliyor. Kullanıcılar /plugin komutuyla “pazarlama gereksinim analizi” veya “sistem mimari tasarımı” gibi becerileri hızla yükleyerek Agent’ların programlama dışı alanlardaki yetkinliğini artırabiliyor. (Kaynak: GitHub; dotey)
Ollama, Anthropic API ile uyumlu hale geldi: Yerel modeller doğrudan Claude Code’u çalıştırabiliyor : Ollama artık Anthropic’in Claude Code API’si ile resmi olarak uyumlu. Bu, kullanıcıların Claude Code gibi güçlü bir terminal Agent’ında Ollama tarafından barındırılan yerel modelleri (Llama 3, Qwen vb.) kullanabileceği anlamına geliyor. Şu an için bu özellik 64K ve üzeri bağlam penceresine sahip modelleri destekliyor. Bu güncelleme, Claude Code’un kapalı kaynak API’lere bağımlılığını kırarak geliştiricilere daha düşük maliyetli ve gizlilik odaklı bir yerel Vibe Coding ortamı sunuyor. (Kaynak: op7418)
Coze 2.0 büyük güncellemesi: Skills oluşturma, dağıtım ve monetizasyon süreçlerini birleştiriyor : ByteDance bünyesindeki Coze, Skills ekosistemini tamamen kapatan 2.0 sürümünü yayınladı. Kullanıcılar artık Coze programlama ortamında doğal dil kullanarak Skills oluşturabiliyor, bunları doğrudan dağıtabiliyor ve gelir elde edebiliyor. Bu güncelleme, teknik bilgisi olmayan kişilerin AI eklentileri ve otomasyon iş akışları geliştirmesi önündeki engelleri büyük ölçüde kaldırıyor. Coze, basit Skill çağrılarıyla karmaşık otomasyon görevlerinin çözüldüğü bir App Store benzeri yapı kurmayı hedefliyor. (Kaynak: op7418)
Manus AI, App yayınlama özelliğini duyurdu: Ortam yapılandırması olmadan Google/Apple mağazalarına yükleme : Manus AI, kullanıcıların geliştirdikleri uygulamaları doğrudan Google Play (dahili test) ve Apple App Store (TestFlight) üzerinde paketleyip yayınlamalarını sağlayan bir iş akışı güncelledi. Tüm süreç boyunca Xcode, Android Studio kurulumu veya karmaşık yapılandırmalar gerekmiyor; Manus sertifikaları ve yükleme işlemlerini otomatik hallediyor. Bu özellik, AI prototiplerinden gerçek mobil testlere giden yolu kısaltarak teknik olmayan kişilerin de “Prompt”tan “Yayınlanmış Uygulama”ya giden süreci deneyimlemesini sağlıyor. (Kaynak: hidecloud)
Eigent açık kaynak projesi: Anthropic Cowork’e açık kaynaklı bir alternatif : Anthropic’in Claude Cowork duyurusuna yanıt olarak, girişim ekibi Eigent kendi ürününü açık kaynaklı hale getirdi. Eigent, Cowork’e benzer şekilde teknik olmayan görevlerde iş birliği deneyimi sunmayı, kullanıcıların AI aracılığıyla iş akışlarını, dosyaları ve otomasyon görevlerini yönetmesini sağlamayı amaçlıyor. Projenin açık kaynak olması, özel ortamlarda veya özelleştirilmiş platformlarda Cowork benzeri işlevler uygulamak isteyen ekipler için bir referans teşkil ediyor. (Kaynak: ClementDelangue)
📚 Öğrenme
Stanford AI Lab “AI Bites”ı başlattı: Parçalı ses içerikleriyle AI temel dersleri : Stanford AI Lab (SAIL), derin akademik materyaller ile parçalı öğrenme arasındaki boşluğu doldurmayı amaçlayan “AI Bites” adlı bir podcast serisi başlattı. Şu anda CS124 (NLP/LLM) ve CS221 (AI Prensipleri) gibi temel ders içerikleri yayında. Yoğun akademik dersleri kolay tüketilebilir ses kayıtlarına dönüştüren proje, öğrencilere ve profesyonellere ulaşım sırasında veya boş zamanlarında üst düzey AI teorilerini sistemli bir şekilde öğrenme imkanı sunuyor. (Kaynak: stanfordnlp)
Ücretsiz ders kitabı paylaşımı: Computer Vision, Robotics ve Machine Learning için Lineer Cebir : Topluluk; temel vektör uzaylarından matrislere, normlardan özdeğerlere ve SVD’ye kadar temel matematik teorilerini kapsayan kapsamlı ve ücretsiz bir ders kitabı paylaştı. Kitap, bu matematiksel araçların PCA, grafik teorisi, dalga formu analizi ve 3D rotasyonlar gibi alanlardaki pratik uygulamalarına odaklanıyor. Computer Vision ve Robotics alanında çalışanlar için matematiksel temelleri sağlamlaştırmak adına mükemmel bir kaynak. (Kaynak: TheTuringPost)
MIMIC Benchmark yayınlandı: Multimodal modellerin çoklu görsel anlama eksikliklerinin derinlemesine analizi : Araştırmacılar, LVLM modellerinin çoklu görsel anlama ve muhakeme yeteneklerini değerlendirmek için MIMIC (Multi-Image Model Insights and Challenges) benchmark’ını tanıttı. Çalışma, mevcut modellerin görseller arası bilgi birleştirme ve birden fazla kavramı aynı anda takip etme konularında genel eksiklikleri olduğunu ortaya koydu. Ekip, karmaşık çoklu görsel görevlerinde performansı artıran programatik veri üretimi ve dikkat maskeleme stratejileri önerdi. (Kaynak: HuggingFace)
Hugging Face, Smol Training Playbook’u yayınladı: Dünya standartlarında küçük model eğitim deneyimlerini paylaşıyor : Hugging Face ekibi, dünya standartlarında küçük parametreli modellerin nasıl eğitileceğini detaylandıran “Smol Training Playbook” sunum kaydını paylaştı. İçerik; veri filtreleme, eğitim stratejisi optimizasyonu ve kısıtlı bilgi işlem gücüyle model performansını maksimize etme tekniklerini kapsıyor. Bu, uç cihazlarda veya dikey alanlarda verimli AI modelleri dağıtmak isteyen geliştiriciler için yüksek referans değerine sahip. (Kaynak: _lewtun)
💼 İş Dünyası
Anthropic, Python Software Foundation’a 1,5 milyon dolar bağışladı : Anthropic, Python ekosisteminin sürekli gelişimini desteklemek amacıyla Python Software Foundation’a (PSF) 1,5 milyon dolar bağışladığını duyurdu. Mevcut AI Ar-Ge ve araç zincirlerinin (Claude Code gibi) büyük çoğunluğunun Python’a derinlemesine bağımlı olması nedeniyle bu hamle, AI devlerinin temel açık kaynak topluluğuna yaptığı uzun vadeli bir yatırım olarak görülüyor. (Kaynak: Reddit)
Kanada savunma AI girişimi Dominion Dynamics 21 milyon dolar yatırım aldı : Arktik sensör ağları ve savunma yeteneklerine odaklanan Kanada merkezli Dominion Dynamics, 21 milyon dolarlık tohum yatırım turunu tamamladı. Şirket, AI teknolojisini kullanarak toprak savunması ve izleme yeteneklerini artırmayı hedefliyor. Aidan Gomez gibi sektör liderleri, bunun Kanada’nın kritik egemenlik teknolojileri alanında attığı önemli bir adım olduğunu belirtti. (Kaynak: aidangomez)
Synthesia, Sunday Times 100 listesine girdi ve İngiltere’nin en hızlı büyüyen Unicorn’u unvanını korudu : AI video üretim platformu Synthesia, Sunday Times 100 listesine seçildi. Şirketin temel ürünü, Digital Human teknolojisi ile kurumsal video üretim süreçlerini kökten değiştiriyor. Şirket, yakında multimodal üretim veya kurumsal uygulamalar alanında yeni atılımlar içeren büyük haberler paylaşacağını duyurdu. (Kaynak: synthesiaIO)
🌟 Topluluk
ChatGPT “Dünyayı ele geçirirsen bana nasıl davranırsın” trendi büyük ilgi görüyor : Sosyal medyada ChatGPT’ye “Son performansıma dayanarak dünyayı ele geçirdiğinde bana nasıl davranacağına dair bir görsel oluştur” sorusunu sorma trendi yayıldı. Kullanıcılar, AI tarafından el üstünde tutuldukları veya “bilişsel dinlenme odalarına” kapatıldıkları dramatik görseller paylaşıyor. Bu fenomen, halkın AI kişiselleştirmesine ve gelecekteki insan-makine ilişkisine dair karmaşık duygularını yansıtırken, DALL-E 3’ün uzun diyalog bağlamını anlama yeteneğini de sergiliyor. (Kaynak: Yuchenj_UW; Reddit)
Vibe Coding tartışması: Verimlilik devrimi mi yoksa “Kod Çöpü (Slop)” mu? : Topluluk “Vibe Coding” üzerine hararetli bir tartışma içinde. levelsio gibi destekçiler, Claude Code gibi araçlarla paralel Agent’lar çalıştırarak milyon dolarlık gelirlere ulaşılabileceğini savunurken; swyx gibi karşıt görüşlüler bunu “teknik narsisizm” olarak eleştiriyor ve koda bakmadan AI ile yığılan çıktıların sürdürülemez “Slop (Çöp)” olduğunu iddia ediyor. Tartışmanın merkezinde, AI çağında geliştiricilerin sorun çözmeye mi yoksa araçların getirdiği verimlilik illüzyonuna mı odaklanması gerektiği sorusu yer alıyor. (Kaynak: swyx; seo_leaders)
AI’nın sonu elektrikçilik: Data Center’lar ABD’de mavi yakalı iş gücü kıtlığına yol açıyor : AI Scaling yarışı kızışırken enerji mücadelesi merkeze oturuyor. ABD Çalışma İstatistikleri Bürosu, önümüzdeki on yılda devasa bir elektrikçi açığı öngörüyor. Amazon ve Google gibi teknoloji devleri enerji alanında işe alımları artırırken, nükleer enerji yöneticilerini birbirlerinden transfer etmeye başladılar. Elon Musk, “Geleceğin para birimi Watt’tır” diyerek elektrik arzının GPU’lardan daha kritik olacağını belirtti. Bu trend, elektrikçilik ve tesisatçılık gibi mavi yakalı meslekleri en ileri görüşlü kariyer tavsiyelerinden biri haline getiriyor. (Kaynak: 36氪)
Grönland toprak tartışması kaynaklı AI dezenformasyon tartışmaları : ABD’nin Grönland’ı satın alma veya kontrol etme girişimlerine dair tartışmalar sosyal medyada büyük siyasi polemiklere yol açtı. Sahte mektuplar ve diplomatik tehditler içeren içeriklerin bir kısmının AI destekli dezenformasyon veya propaganda olduğu şüphesi doğdu. Topluluk tartışmaları, AI’nın siyasi kutuplaşmayı artırma ve diplomatik kaos yaratma potansiyelinin endişe verici olduğunu vurguluyor. (Kaynak: teortaxesTex; halvarflake)
Geliştiricilerden AI halüsinasyonları ve “Causal Blind Spot” üzerine saha geri bildirimleri : Google’ın “Prompt tekrarı” araştırmasına yönelik olarak geliştiriciler testler yapmaya başladı. Bazı kullanıcılar, uzun belge aramalarında talimatları tekrarlamanın eksik tespit oranını düşürdüğünü doğruladı. Ancak, sıkı mantık gerektiren muhakeme görevlerinde aşırı tekrarın modelin “papağanlaşmasına” veya mantık kopukluklarına yol açabileceği belirtildi. Mevcut Transformer mimarisindeki “tek yönlü okuma” kusuru giderilene kadar, bu tür Prompt Engineering hilelerinin küçük modellerin verimliliğini artırmada anahtar olduğu düşünülüyor. (Kaynak: Reddit; Gemini)
💡 Diğer
TaskExplorer: Güçlü bir Windows görev yönetimi aracı : GitHub’da popülerleşen TaskExplorer, çalışan uygulamaları izlemenin ötesinde davranışlarına dair derin içgörüler sunan bir sistem izleme aracıdır. Gerçek zamanlı thread stack takibi, bellek düzenleme, handle görüntüleme ve Socket bağlantı izleme gibi özellikler sunar. Qt tabanlı geliştirilen aracın gelecekte Linux’a da taşınması planlanıyor. (Kaynak: GitHub)
AI ses kayıt kartları üzerine gizlilik endişeleri: Şık kasanın altındaki veri riskleri : Piyasada “tek tuşla kayıt, AI özet” vaadiyle birçok ince ses kayıt kartı türedi. Kullanımı kolay olsa da, yerel işlem gücü eksikliği nedeniyle tüm kayıtların buluta yüklenmesi ciddi gizlilik endişeleri yaratıyor. Ayrıca, ince tasarım mikrofon kalitesini sınırlayarak AI transkripsiyon doğruluğunu etkileyebiliyor. Uzmanlar, bu donanımların aslında “hizmet satışı” olduğunu ve kullanıcıların hassas verilerini paylaşırken dikkatli olmaları gerektiğini hatırlatıyor. (Kaynak: 36氪)
Japonya demiryolu bakımı için insansı dev robot geliştirdi : Yaşlanan nüfus nedeniyle oluşan iş gücü açığına çözüm olarak Japonya, devasa bir ray bakım robotu geliştirdi. Bir vinç koluna monte edilen robot, insan operatör tarafından VR başlık aracılığıyla kontrol ediliyor. Ağır kabloları ve parçaları taşıyabilen robot, işçilerin yüksek gerilimli ortamlardaki risklerini azaltıyor. Bu uygulama, AI ve robotik teknolojisinin geleneksel altyapı bakımındaki potansiyelini gösteren tipik bir “Heavy Embodied AI” örneğidir. (Kaynak: Ronald_vanLoon)