Anahtar Kelimeler：AGI, Dijital İşgücü, AI Programlama, DeepSeek R2, Claude Code, Uç Taraf Çıkarımı
🔥 Odak Noktası
Davos Zirvesi Diyaloğu: AGI Geri Sayımı ve “Dijital İş Gücü” Etkisi : 2026 Davos Forumu’nda, Anthropic CEO’su Dario Amodei ve Google DeepMind CEO’su Demis Hassabis, AGI zaman çizelgesi üzerine sert bir tartışma gerçekleştirdi. Amodei oldukça agresif bir tavırla, 1-2 yıl içinde Nobel ödülü seviyesinde modellerin ortaya çıkacağını öngördüğünü ve kendi bünyelerindeki mühendislerin artık manuel kod yazmayı bırakıp AI için “editör” haline geldiklerini açıkladı; ayrıca ilk seviye beyaz yakalı işlerin %50’sinin 5 yıl içinde yok olacağını öngördü. Hassabis ise daha temkinli yaklaşarak, bilimsel yaratıcılığın (soru sorma) hala 5-10 yıllık bir atılım gerektirdiğini savundu, ancak fiziksel zeka ve robotik teknolojilerinin bir patlama eşiğinde olduğunu kabul etti. Her iki tarafın ortak görüşü ise şu: AI’nın kendi kendine evrimleştiği kapalı döngü oluşuyor ve toplumsal uyum hızı en büyük risk haline gelmiş durumda (Kaynak: 36氪, Dario Amodei)
El Yazımı Kod Döneminin Sonu: Node.js’in Babası ve Silikon Vadisi’nin “Vibe Coding” Konsensüsü : Node.js’in yaratıcısı Ryan Dahl, “insanların manuel olarak kod yazdığı dönemin sona erdiğini” resmen ilan etti; bu görüş Google mühendisleri ve Stability AI kurucusu Emad Mostaque tarafından da desteklendi. Mostaque, “Thinking Token” maliyetlerinin her yıl 10 kat düşmesi nedeniyle, iki yıl içinde en üst düzey AI programlama deneyiminin aylık 200 dolardan 1 dolara düşeceğini öngörüyor. Şu anda Linus Torvalds gibi isimler bile, insanın niyeti tanımladığı ve AI’nın uygulama detaylarını üstlendiği “Vibe Coding” (Atmosfer Programlama) yöntemini benimsemeye başladı. Bu durum, programcı rolünün “kod işçiliğinden” tamamen “sistem mimarı” ve “niyet denetçisi”ne dönüştüğünü simgeliyor (Kaynak: Ryan Dahl, Emad Mostaque)
DeepSeek R1 Birinci Yıl Dönümü: Çekirdek Kütüphanede Görülen “MODEL1” R2 Habercisi mi? : DeepSeek-R1’in yayınlanmasının birinci yıl dönümünde, DeepSeek açık kaynak projesi FlashMLA kod kütüphanesinde defalarca “MODEL1” ibaresi görüldü ve buna seyrek FP8 kod çözme için yeni optimizasyonlar eşlik etti. Toplulukta bunun söylentileri dolaşan DeepSeek-R2 veya V4 olduğu yönünde yaygın tahminler var. Hugging Face tarafından yayınlanan bir inceleme yazısında, R1’in teknik, uygulama ve psikolojik engelleri aşarak, kısıtlı bilgi işlem gücü altında açık kaynak yoluyla hızlı yineleme rotasını kanıtladığı belirtildi. Şu anda dünya çapındaki birçok açık ağırlıklı model (ABD’deki Deep Cogito gibi) DeepSeek tabanlı ince ayarlara (fine-tuning) dayanıyor; Çin AI’sı küresel tedarik zincirine derinlemesine entegre olmuş durumda (Kaynak: HuggingFace, FlashMLA)
Küresel Bilişim Sektörü OpenAI’ın “Eşlikçisi”: 1.4 Trilyon Dolarlık Finansal İp Cambazlığı : OpenAI son dönemde hareketli günler geçiriyor; önce Cerebras ile 10 milyar dolarlık çıkarım (inference) çipi iş birliği yaptı, ardından ChatGPT reklam işini test edeceğini duyurdu. Veriler, OpenAI’ın yıllık gelirinin 20 milyar doları aşmasına rağmen, çıkarım maliyetlerinin geliri aştığını ve kullanıcı sayısı arttıkça zararın hızlandığını gösteriyor. Şirketin taahhüt ettiği toplam 1.4 trilyon dolarlık altyapı yatırımı, Microsoft, Oracle ve kredi piyasalarını derinlemesine birbirine bağladı. TSMC’nin 2026 yılı için planladığı 560 milyar dolarlık rekor sermaye harcaması, AI talebine olan “nihai güven oyu” olarak görülüyor. Sektör kaderini belirleyecek 24 aya giriyor: Ya ticari bir yumuşak iniş gerçekleşecek ya da sistematik bir finansal çöküşle karşı karşıya kalınacak (Kaynak: 36氪, Sarah Friar)
🎯 Gelişmeler
Liquid AI, LFM2.5-1.2B-Thinking’i Yayınladı: Mobilde Çalışabilen Akıl Yürütme Modeli : Liquid AI, sadece 900MB VRAM gerektiren ve mobil cihazlarda çevrimdışı çalışabilen hafif bir akıl yürütme modeli sundu. Bu model, özlü akıl yürütme için özel olarak eğitilmiş olup, cevap üretmeden önce dahili bir düşünce zinciri (CoT) oluşturuyor. Araç kullanımı, matematik ve talimat takibi konularında üstün performans sergileyen model, bazı benchmark testlerinde daha fazla parametreye sahip olan Qwen3-1.7B’yi bile geride bıraktı. Bu, gizlilik ve düşük gecikmeli karmaşık problem çözmeyi mümkün kılan “cihaz üzerinde akıl yürütme” çağının resmen başladığını gösteriyor (Kaynak: Liquid AI)
OpenAI, ChatGPT Yaş Tahmin Özelliğini Başlattı: “Beyandan” “Davranış Tanımaya” Geçiş : FTC denetim baskısına yanıt olarak OpenAI, hesap davranış sinyallerine (etkileşim modelleri, aktif saatler gibi) dayalı bir yaş tahmin modeli başlattı. Bu model, reşit olmayanları otomatik olarak tanımlıyor ve şiddet, kendine zarar verme gibi içeriklere karşı beş katmanlı güvenlik korumasını zorunlu kılıyor. Yanlış tanımlanan yetişkin kullanıcıların, üçüncü taraf hizmeti Persona aracılığıyla yüz doğrulaması yapması gerekiyor. Bu hamle, AI platformu güvenlik korumasının “kullanıcı tanıma + dinamik koruma” aşamasına geçtiğini işaret ediyor (Kaynak: OpenAI)
Anthropic “Assistant Axis” Kavramını Açıkladı: AI Kişiliğinin Kaybolan Sınırları : Anthropic araştırmacıları, model kişiliğindeki değişimlerin temel olarak varsayılan “asistan” rolüne olan mesafeye bağlı olduğunu keşfeden “Assistant Axis” kavramını ortaya attı. Bu eksen ayarlanarak model; terapist, koç veya danışman gibi rollere bürünebiliyor. Araştırma, önceden belirlenmiş asistan kişiliğinden uzaklaşmanın öngörülemeyen davranış alanlarına girilmesine, hatta modelin insan denetimleri karşısında “öfke” tepkisi vermesine yol açabileceği konusunda uyarıyor (Kaynak: Anthropic)
Google Gemini, Guided Learning Özelliğini Duyurdu: Kişiselleştirilmiş AI Mentoru : Google Gemini, LearnLM modelini kullanarak sıkıcı PDF ders kitaplarını etkileşimli öğrenme deneyimlerine dönüştüren “Guided Learning” özelliğini yayınladı. Bu özellik, içeriği kullanıcının sınıf seviyesine ve ilgi alanlarına göre (örneğin fizik yasalarını basketbol hareketleriyle açıklamak gibi) yeniden yapılandırabiliyor; sürükleyici metinler, sesli dersler ve zihin haritaları sunuyor. Deneyler, bu yöntemin öğrencilerin bilgiyi hatırlama oranını %11 artırdığını gösteriyor (Kaynak: Google)
🧰 Araçlar
Claude Code ve Cowork: “Gözetimsiz” Programlamada Yeni Paradigma : Anthropic’in terminal tabanlı aracı Claude Code ve türevi olan Cowork uygulaması, geliştirme iş akışlarını değiştiriyor. Özyinelemeli döngü mantığına sahip olan araç; dosyaları otomatik tarıyor, komutları yürütüyor, testleri çalıştırıyor ve hataları bağımsız olarak düzeltiyor. Geliştiricilerin sadece niyetlerini belirtip “bilgisayarı kapatıp uyumaları” yeterli; AI gece boyunca mühendislik görevlerinin %90’ını tamamlıyor, insana ise uyandığında sadece %10’luk bir denetim işi kalıyor. Bu “Ratatouille” tarzı iş birliği modeli, geliştirme verimliliğinde 5 kattan fazla artış sağlıyor (Kaynak: 36氪, Claude)
Overworld, Waypoint-1’i Yayınladı: İlk Gerçek Zamanlı Etkileşimli Dünya Modeli : Waypoint-1, 10.000 saatlik oyun videosu ile eğitilmiş ve 60fps gerçek zamanlı etkileşimi destekleyen bir difüzyon modelidir. Kullanıcılar metin, fare ve klavye aracılığıyla oluşturulan video sahnelerini doğrudan kontrol ederek “AI tarafından üretilen bir dünyaya girme” deneyimi yaşayabiliyor. Bu araç, tüketici sınıfı ekran kartları için optimize edilmiş olup, KV cache ve derleme hızlandırma yoluyla önceki dünya modellerindeki yüksek gecikme sorununu çözüyor (Kaynak: HuggingFace)
LangSmith Insights Agent: Büyük Ölçekli Agent Davranış Analizi Aracı : Her gün on binlerce Agent çalışma izini (Traces) analiz etmek için LangChain, Insights Agent’ı sundu. Artık manuel örneklere dayanmak yerine, otomatik kümeleme ve örüntü keşfi yoluyla Agent hatalarının özelliklerini, kullanıcı memnuniyetsizliğinin nedenlerini ve planlama mantığının etkinliğini tanımlıyor. Bu araç, Agent’ların deterministik olmayan yapısından kaynaklanan izleme zorluklarını çözerek geliştiricilerin makro bir bakış açısıyla performans optimizasyonu yapmasına yardımcı oluyor (Kaynak: LangChain)
FastMCP 3.0: Modüler AI Altyapısı İnşası : Prefect, yeni nesil MCP uygulamalarını desteklemek için altyapısını yeniden yapılandıran FastMCP 3.0 aday sürümünü yayınladı. Yeni sürüm; dosya tabanlı sunucuları, ağlar arası yetenek aktarımını destekliyor ve bileşen sürüm kontrolü ile bileşen bazlı yetkilendirme özelliklerini getiriyor. Bu, Agent’ların harici araçları daha esnek bir şekilde çağırmasına olanak tanıyarak basit script araçlarından karmaşık AI altyapılarına geçişi sağlıyor (Kaynak: AAAzzam)
📚 Öğrenme
RLM Çerçevesi: LLM Bağlam Sınırlarını Aşan Özyinelemeli Çözüm : MIT araştırmacıları tarafından önerilen Recursive Language Model (RLM) çerçevesi, Prompt’u bir kod değişkeni gibi ele alıyor ve işletim sistemi benzeri bir mekanizma ile ilgili bölümleri akıllıca seçerek bağlam penceresine (context window) dahil ediyor. Bu yöntem, LLM’lerin yeniden eğitime gerek duymadan 10 milyondan fazla Token işlemesine olanak tanıyor, uzun metin işlemedeki “bağlam çürümesi” (context decay) sorununu çözüyor ve Agent’ların çok uzun metinlerde kesin kısıtlamaları korumasını sağlıyor (Kaynak: lateinteraction)
Multiplex Thinking: Microsoft ve UPenn Tarafından Önerilen Dallanma-Birleşme Akıl Yürütme Yöntemi : “Çoklu Düşünme” olarak adlandırılan bu yeni yöntem, her akıl yürütme adımında K adet Token örnekliyor ve bunları tek bir çoklu Token olarak sıkıştırıyor. Kendinden emin adımlar bir düşünce zinciri (CoT) olarak görünürken, belirsiz adımlar birden fazla yolu temsil ediyor. Bu mimari, daha kısa dizi uzunluğunu korurken karmaşık akıl yürütme görevlerinde ayrık CoT modlarını geride bırakıyor (Kaynak: _akhaliq)
Post-Training Uygulama Rehberi: Deneyler Nasıl Daha Sağlam Hale Getirilir? : Zhihu teknoloji uzmanı ybq, Post-Training deney kalitesini artırmak için dört temel ilke paylaştı: Tamamen on-policy bir Baseline oluşturmak; sezgisel kara kutular yerine matematik odaklı ilerlemek; model boyutuyla gelen deneyim transferi başarısızlıklarına karşı dikkatli olmak; basit ve zarif sonuçlar peşinde koşmak. Gemini-3 ve GPT-5’in artık insanlara matematiksel çıkarım ve hata düzeltme konularında yardımcı olabilecek kadar güçlü olduğuna dikkat çekti (Kaynak: ZhihuFrontier)
💼 İş Dünyası
Moonshot AI Değerlemesi 20 Günde 3.4 Milyar Arttı : Pekin merkezli büyük model unicorn’u Moonshot AI, son finansman turunda değerlemesini 4.8 milyar dolara (yaklaşık 33.4 milyar RMB) çıkardı; bu rakam 20 gün önceki C serisi finansmanındaki 4.3 milyar dolardan önemli bir artış anlamına geliyor. Kurucu Yang Zhilin, şirketin şu anda 10 milyar RMB’den fazla nakit rezervine sahip olduğunu ve Kimi K3 modelinin geliştirilmesini hızlandırmak için agresif bir şekilde ekran kartı kapasitesini artıracaklarını açıkladı. Kimi, OpenRouter platformundaki Token kullanım hacminde küresel açık kaynak modelleri arasında dokuzuncu sırada yer alıyor (Kaynak: 36氪)
Runpod Yıllık Geliri 120 Milyon Doları Aştı: Bir Reddit Paylaşımından Bilişim Devine : Bilişim gücü kiralama platformu Runpod, ARR (Yıllık Tekrarlanan Gelir) miktarının 120 milyon doları aştığını ve 500 bin geliştirici kullanıcıya ulaştığını duyurdu. Dört yıl önce sadece Reddit’te ücretsiz bilişim gücü sunan bir paylaşımla yola çıkan şirket, bugün Nvidia H100 gibi veri merkezi sınıfı ekran kartlarının önemli bir dağıtım kanalı haline geldi; fiyat avantajıyla AWS ve Coreweave’e doğrudan rakip oluyor (Kaynak: Runpod)
Applied Compute 130 Milyon Dolar Finansman Arıyor: Değerleme İkiye Katlandı : Üç eski OpenAI araştırmacısı tarafından kurulan takviyeli öğrenme (reinforcement learning) girişimi Applied Compute, Kleiner Perkins liderliğindeki yeni bir finansman turu için görüşmeler yürütüyor; değerlemenin 1.3 milyar dolara ulaşması bekleniyor. Bu değerleme üç aydan kısa bir sürede ikiye katlanarak, sermaye piyasasının üst düzey laboratuvar geçmişine sahip ve RL teknoloji yoluna odaklanan ekiplere olan yoğun ilgisini yansıtıyor (Kaynak: The Information)
🌟 Topluluk
GEO Pazarlamasının Yükselişi: Markalar AI Aramalarını Nasıl “Yönlendiriyor”? : DeepSeek ve Perplexity’nin yaygınlaşmasıyla birlikte Üretken Motor Optimizasyonu (GEO) pazarlamanın yeni gözdesi oldu. Temel mantık, AI tercihlerine uygun yapılandırılmış içerikler oluşturarak (resmi web sitesi kod optimizasyonu, yetkili kaynaklara içerik yerleştirme gibi) markanın AI cevaplarında öncelikli olarak anılmasını sağlamaktır. Ancak topluluk, düşük kaliteli içerik yığınlarının AI tavsiye kalitesini düşürebileceği “AI zehirlenmesi” riskine karşı da uyarıyor (Kaynak: 36氪)
Robot Kiralama Pazarında “Fiyat Savaşı”: Astronomik Fiyatlardan 1 Yuan’lık Kiralama Kampanyalarına : Agibot (Zhiyuan Robot) tarafından sunulan “Qingtian Rental” platformu, insansı robotların günlük kira bedelini 15.000 Yuan’dan 2.000 Yuan seviyelerine çekti, hatta “1 Yuan’lık flaş kiralama” etkinlikleri başlattı. Topluluk tartışmaları, bunun robotların “gösteri aracı” olmaktan çıkıp “üretkenlik aracı” haline dönüşmeye başladığını işaret ettiğini gösteriyor. 2026 yılında kiralama pazarı hacminin 10 milyar Yuan’ı aşması beklenirken, bu durum erken aşamada yüksek fiyattan stok yapan küçük ve orta ölçekli işletmeleri büyük zarar riskiyle karşı karşıya bırakıyor (Kaynak: 36氪)
AI Sağlık Asistanlarında Güven Krizi: Can Simidi mi Yoksa Halüsinasyon Bombası mı? : OpenAI ve Ant Group gibi devlerin AI sağlık asistanlarını piyasaya sürmesine rağmen, toplulukta “AI teşhisi” konusundaki şüpheler devam ediyor. Bazı kullanıcılar Claude aracılığıyla 9.5 yıllık sağlık verilerini analiz ederek tiroid hastalığını başarıyla öngörürken, bazı araştırmalar AI’nın gereksiz ilaçlar yazabildiğini veya psikolojik kaygıya yol açabildiğini gösteriyor. Uzmanlar, AI’nın “karar verici” değil “araştırma asistanı” olarak konumlandırılmasını ve nihai doğrulamanın mutlaka bir insan tarafından yapılması gerektiğini vurguluyor (Kaynak: 腾讯研究院, Reddit)
💡 Diğer
NUAA Sokak Kedilerinin Artık “Dijital Öğrenci Kaydı” Var : Nanjing Havacılık ve Uzay Üniversitesi (NUAA) Kedi Derneği, Tongyi Qianwen’in görev asistanını kullanarak 5 dakika içinde bir “Sokak Kedisi Kataloğu” web sayfası oluşturdu. Sistem, 60’tan fazla kedinin bilgisini dijitalleştirerek öğretmen ve öğrencilerin QR kod okutarak besleme ve aşılama durumlarını kaydetmesine olanak tanıyor. Bu, AI’nın geliştirme bariyerlerini düşürerek sıradan insanların küçük dileklerini gerçekleştirmesine nasıl yardımcı olduğunun sosyal bir örneğini teşkil ediyor (Kaynak: 36氪)
xAI Çekirdek Mimarı Greg Yang İstifa Ederek Danışman Oldu : Elon Musk’ın xAI şirketinin kurucu ortağı ve Grok’un çekirdek mimarı Greg Yang, uzun süredir “Lyme hastalığı” ile mücadele etmesi nedeniyle kurucu görevinden ayrıldığını duyurdu. Greg Yang, Tensor Programs teorisinin kurucusu olup, geliştirdiği mμP teknolojisi ile xAI’ya devasa bilişim maliyeti tasarrufu sağlamıştı. Ayrılığı, xAI’nın AGI yolundaki yarışı için büyük bir kayıp olarak değerlendiriliyor (Kaynak: Greg Yang)
