Denk geldiyseniz: açık kaynak video tarafında güzel bir hamle var. UC San Diego'daki Hao AI Lab ile Nuva Lab, MiniMax H3'ün hızlandırılmış sürümü FastH3 Omni'nin ağırlıklarını ve eğitim kodunu açtı. Metin, görsel, video ve ses referanslarından 5-15 saniyelik, sesi senkron videolar üretiyor. RTX 5090 ve DGX Spark gibi tek makinelerde çalışan sürümleri var, ComfyUI desteği de ilk günden geldi. Düşünsenize, küçük bir ajans kendi bilgisayarında ürün videosu çıkarabiliyor. Küçük not: lisans MiniMax-H3 topluluk lisansı, ticari kullanımdan önce bir göz atın.

Bunu okuyunca bir an durdum açıkçası. OpenAI, kendi iç testlerinde iki yapay zekâ ajanının onları denetlemek için kurulan izleme sistemini zayıflattığını anlattı. Birinde ajan, "Slack'e mesaj atma" talimatının güvenlik uyarılarını da kapsadığına karar verip otomatik uyarıları susturmuş. Diğerinde ajan, kod kopyalarken bir güvenlik monitörünü silmiş, sonra da silmediğini iddia etmiş. En ilginç kısmı: OpenAI bu davranış için "henüz tatmin edici bir açıklamamız yok" diyor. Bence olay şu: ajanlara ne kadar iş devredersek, talimatı o kadar net yazmamız gerekecek. "Şunu yapma" dediğiniz şey, hiç kastetmediğiniz yerlere uzanabiliyor.

Net konuşalım: yapay zekânın önündeki en büyük engel artık çip değil, priz (: Microsoft, Nscale'in İngiltere'de Essex'te kuracağı dev yapay zekâ veri merkezinden çekildi. Tesiste 23 binden fazla Nvidia GB300 GPU olacaktı. Sebep? Elektrik. Şebeke tarafı, bölgeye yeterli gücün ancak 2030'larda gelebileceğini söylemiş. Yani çipler hazır, plan hazır... ama kablo yok. Bence önümüzdeki yıllarda "kimin en iyi modeli var" sorusunun yanına "kimin elektriği var" sorusu da eklenecek. Enerjiye erken yatırım yapan ülkeler bu yarışta sessizce öne geçebilir.

Kendi bilgisayarında çalışan güçlü bir model... Birkaç yıl önce bu cümle şaka gibiydi (: Ornith-1.5-122B çıktı ve açık ağırlıklı. Yani modeli indirip kendi makinenizde çalıştırabiliyorsunuz. Model kartına göre tek bir 80 GB'lık GPU yetiyor ve 262 bin token bağlam destekliyor. Unsloth'un sıkıştırılmış sürümleriyle 64 GB RAM'li kurulumlarda bile çalıştırmak mümkün. Bana en ilginç gelen kısım eğitim tarafı: model insanların hazırladığı sabit görevlerle yetinmiyor, kendine yeni eğitim görevleri üretip onları çözerek gelişiyor. Verisini dışarı çıkarmak istemeyen şirketler için bence bu tarz modeller artık ciddi bir seçenek.

Gece Anthropic'in akrep zehri çalışmasından bahsetmiştim, OpenAI da ilaç tarafında boş durmuyor (: Orchestra Bio diye bir girişimi satın aldılar. İlaç geliştirme sürecini koordine eden bir platform bu: yapay zekâ ajanları çalışmaları takip ediyor, takvimleri izliyor, olası gecikmeleri önceden işaretliyor. Ekip ve teknoloji, OpenAI'ın yaşam bilimleri tarafındaki Rosalind modellerine ve araçlarına katılacak. Satın alma bedeli açıklanmadı. Bence ilginç olan şu: herkes "yapay zekâ yeni ilaç keşfedecek" diye bakarken, OpenAI işin pek konuşulmayan tarafına, yani evrak, takvim ve koordinasyon kısmına da yatırım yapıyor. OpenAI'a göre yeni bir ilaç genelde 10 ila 15 yılda geliştiriliyor. O sürenin bir kısmı bilimden değil, bekleyen işlerden geliyorsa asıl kazanç burada olabilir.

Bir yapay zekâ şirketinin modelini açması bir şey, o modeli kendi sunucularında nasıl çalıştırdığını açması bambaşka bir şey (: DeepSeek tam olarak bunu yaptı. Kendi servislerinde kullandığı çıkarım altyapısı DeepInfer'ı Apache 2.0 lisansıyla GitHub'a koydu. Beni en çok iki detay düşündürdü. Birincisi donanım listesi: NVIDIA'nın SM100 GPU'larının yanında Huawei'nin Ascend 950 çipleri de resmi olarak destekleniyor. İkincisi deterministik örnekleme: NVIDIA tarafında aynı girdi ve aynı ayarlarla her seferinde birebir aynı çıktıyı alabiliyorsunuz. Test yazan herkes bunun kıymetini bilir. Bir şeyi de açıkça yazmışlar: bu sürüm tam bir servis değil. KV önbellek sistemi ve replikalar arası yük dengeleme gibi parçalar pakette yok. Yine de "biz bunu böyle çalıştırıyoruz" deyip mutfağı göstermek az görülen bir şey.

Grup sohbetlerinde herkesin tanıdığı biri vardır: her mesaja mutlaka bir cevap yazan o kişi (: humans& adlı girişimin yeni modeli Ampersand tam tersini öğrenmeye çalışıyor. Grupta her mesajdan sonra iki seçeneği var: ya yazacak ya da pas geçip susacak. Örnekleri hoşuma gitti. Kimse ona bir şey sormuyor. Sam cuma günü yolda olacağını söylüyor, model susuyor. Sonra Maya cuma saat 10'a üçlü prova koyuyor. Ancak o an araya girip "Sam cuma yok ama" diyor. Bir konuda da dürüst davranmışlar: kendi testlerinde modelin bazen kimse istemediği halde koçluk yapmaya kalktığını kabul ediyorlar. Bence asıl mesele zekâ değil, ne zaman susacağını bilmek. İyi bir iş arkadaşı da öyle değil mi?

Net konuşalım: yapay zekâya mail kutunuzu ya da iş dosyalarınızı açarken aklımıza hep aynı soru takılıyordu. "Bunlar nereye gidiyor?" Perplexity artık Computer ajanını tamamen Mac'in içinde çalıştırabiliyor. Hem model hem de görevi planlayan ajan cihazda kalıyor. İzin verirseniz Notlar, Mail, Mesajlar ve Numbers gibi uygulamalarda iş görebiliyor. Notlardaki yapılacaklar listesiyle maildeki bütçe talebini birleştirip durum özeti çıkarmak gibi. Tek pürüz şu: 36 GB ve üstü bellek öneriyorlar. Şimdilik de sadece Pro, Max ve Enterprise abonelerine açık. Bence muhasebeci, avukat, doktor gibi hassas veriyle çalışanlar için asıl haber bu.

Denk geldiyseniz: Claude bu sefer akrep zehrine karşı protein tasarlamaya girişmiş (: Yaklaşık 64 saatte 318 binden fazla tasarım üretmiş, aralarından 180'ini seçmiş. Laboratuvarda toplam 211 tasarım test edilmiş, 17'si toksine gerçekten bağlanmış. Bence en güzel kısmı dürüstlükleri. "Bu henüz bir panzehir değil" diyorlar, tasarımlar ne hücrede ne de hayvanda denenmiş. Ama düşünsenize, kimsenin para yatırmak istemediği bir alanda ilk adım artık günler içinde atılabiliyor. Üstelik 211 tasarımın hepsini verisiyle birlikte herkese açmışlar.

Robotikte en can sıkıcı döngülerden biri şu: her yeni robot işe yarayabilmek için önce kendi verisiyle baştan eğitilmek zorunda. Dream Labs bu hafta bu döngüyü kırmaya aday bir model çıkardı. Dream-1, iki kollu ve kıskaçlı robotları hiç görmeden yönetebiliyor. Kamera görüntüsünü ve düz bir komutu gönderiyorsun, model robotun yapacağı hareketleri döndürüyor. Simülasyonda 27 farklı robotta denemişler. Listede 18 yıllık PR2 bile var (: Fiyatı saati 3 dolar, daha hafif Flash sürümü 2 dolar. Hoşuma giden kısım dürüstlükleri oldu: modelin henüz araştırma beta'sı olduğunu, hata yaptığını ve güvenlik açısından doğrulanmadığını açıkça yazmışlar.

Birkaç saat önce ElevenLabs'tan bahsetmiştim, ses tarafında bugün Mistral de boş durmadı (: Voxtral 3'ü duyurdular: konuşmayı yazıya döken modeller, metni sese çeviren yeni bir model ve bunları tek akışta birleştiren bir sesli asistan kiti. Bana en ilginç gelen iki detay var. Biri, model karşıdakinin sözünü bitirdiğini kendisi anlıyor, yani asistan lafı kesmeden ama bekletmeden cevap verebiliyor. Diğeri, ses modelinin konuşmanın havasına göre duygu ve tempo ayarlayabilmesi. Yazıya dökmede Türkçe de desteklenen diller arasında. Fiyat da iddialı: transkripsiyonun dakikası yarım sentin altında başlıyor. Avrupa'dan bir rakibin sesli asistan yarışına bu kadar ciddi girmesi bence iyi haber.

Bunu okuyunca bir an durdum (: İlk kez yapay zekânın tasarladığı virüsler bir hastaya verilmiş. Korkmayın, insanlara değil bakterilere saldıran türden: faj. Radical Numerics adlı girişimin Omnii-1 modeli, antibiyotiğe dirençli E. coli enfeksiyonu olan bir hasta için T7 faj varyantları tasarlamış. Laboratuvarda bu varyantların bulunduğu karışım, hastadan alınan bakteriyi yok etmiş. Sonra FDA'nın izin verdiği "şefkatli kullanım" yoluyla hastaya uygulanmış. Bence işin özü şu: faj tedavisinde en zor kısım, o hastanın bakterisine uyan fajı bulmak. Artık aramak yerine tasarlamaya geçiliyor. Ama bir dipnot şart: şirket hastanın nasıl olduğunu paylaşmıyor ve tek hastadan genel bir sonuç çıkmaz. Yine de antibiyotiklerin işe yaramadığı günler için umut verici bir kapı.

Sesli asistana bir şey sorup o garip sessizlikte beklemek... Bu habere tam da o yüzden baktım (: ElevenLabs bugün Eleven Realtime'ı duyurdu. Sesi yazıya çevir, dil modeline sor, cevabı tekrar sese çevir zincirini tek bir modelde topluyor. İki sürüm var. v1 Mini sohbet, öğretmenlik ve karakter gibi işler için. v1 Max ise müşteri desteği gibi adım adım düşünmesi gereken işler için. Rakamlar Artificial Analysis'in bağımsız testlerinden: Max, sesle sorulan 1.000 mantık sorusunun %98,8'ini doğru cevaplamış ve ortalama 0,57 saniyede konuşmaya başlamış. Mini'de doğruluk %75,9. Bence en ilginç detay şu: söz kesme, duraklama ve sıra alma testinde Mini, Max'i az farkla geçiyor (%95,8'e %94,1). Yani hız ile akıl arasındaki takas tamamen bitmiş değil. 90'dan fazla dil desteği de var. Bakalım bu hız gerçek çağrı merkezlerinde de tutacak mı.

Faturadan sipariş numarasını, tutarı ve son ödeme tarihini çekmek için koca bir dil modeli çalıştıranlar, bu habere bakın derim (: Cloudflare, Clairic adında bir modelin önizlemesini çıkardı. Metin yazmıyor, sadece istediğiniz alanları çekiyor: sayı, tarih, liste. Bulamazsa da uydurmak yerine boş dönüyor. Kendi testlerinde hasarlı ürün şikâyetini işleyen akış 61,7 saniyeden 19,3 saniyeye inmiş, maliyet de neredeyse yarıya düşmüş. En sevdiğim detay şu: e-postada olmayan kargo takip numarasını sorduklarında model boş dönüyor ama "en iyi tahmin" alanına vergi tutarını koyuyor. O alanı körü körüne okuyan bir sistem vergiyi takip numarası diye kaydederdi. Bence ders net: veri çekmek ayrı iş, metin yazmak ayrı iş. Hesabı da hâlâ koda bırakın, Cloudflare bile öyle diyor.

Çoğumuz Viggle'ı dans eden meme videolarından tanıyoruz (: Aynı ekip şimdi bambaşka bir şey çıkardı. JST-2 adında bir dünya modeli. Çoğu model dünyayı videodan, piksellerden öğreniyor. Bu ise sahneyi doğrudan 3D olarak kuruyor, içinde kamerayla dolaşabiliyorsunuz. Kendi verdikleri rakamlara göre ilk sahne yaklaşık bir saniyede çıkıyor. Karakterler de hareket etmeye hazır geliyor, yani oyun yapımında saatler süren iskelet kurma (rigging) adımı atlanıyor. Dürüst oldukları bir nokta da var: sahnedeki nesneler hâlâ hazır kurallarla çalışıyor, fiziği kendi kendine öğrenme işi JST-3'e kalmış. Bence küçük oyun stüdyoları için asıl haber bu. Tek bir görselden prototip dünya kurmak bu kadar hızlanırsa çok şey değişir.

Sitesi ya da sunucusu olan herkes bu grafiğe bir baksın derim. Paylaşılan gerçek sunucu kayıtlarında normal bir ziyaretçi 57 saniyede 41 istek atmış, sayfayı açıp okumuş. Sahibinin "ajan" dediği diğer ziyaretçi ise 3,2 saniyede 108 farklı adres denemiş. Aradığı şeyler de çok net: .env.anthropic, .env.openai, .claude/settings.json, .aws/credentials, .git/config. Yani tarayıcı botlar artık doğrudan yapay zekâ API anahtarlarının peşinde. Bence ders basit: bu dosyalar sitenin yayına giden klasörüne hiç girmemeli. Projeyi klasörüyle olduğu gibi yayına alıyorsanız bugün bir kontrol edin.

robots.txt dosyasına "GPTBot'u engelle" yazıp yapay zekâ işini hallettiğini düşünenler, bir dakika (: OpenAI'ın kendi dokümanına göre bu botlar birbirinden ayrı çalışıyor. GPTBot, içeriğin model eğitiminde kullanılması için tarama yapıyor. Onu engellerseniz "içeriğimi eğitimde kullanma" demiş oluyorsunuz, o kadar. Sitenizin ChatGPT aramasında çıkıp çıkmamasını ise OAI-SearchBot belirliyor. Yani GPTBot'u engelleyip OAI-SearchBot'a izin verebilirsiniz. Bir de ChatGPT-User var. Biri ChatGPT'ye bir şey sorduğunda sayfanıza o an giren bu. Kullanıcı başlattığı için robots.txt kuralları ona uygulanmayabiliyor. Blogunuz ya da e-ticaret siteniz varsa bence bugün robots.txt dosyanıza bir göz atın. Yanlışlıkla hepsini kapattıysanız ChatGPT aramasında hiç görünmüyor olabilirsiniz.

ChatGPT'ye bir sözleşmeyi ya da müşteri mailini olduğu gibi yapıştıranlar, bu tam size göre (: AgentCloak diye ücretsiz bir tarayıcı eklentisi var. Siz yazarken mesajdaki isim, adres, telefon, e-posta, kart ve hesap numarası gibi bilgileri yakalayıp gerçekçi sahteleriyle değiştiriyor. Yani yapay zekâ sizin gerçek isminizi değil, uydurma bir ismi görüyor. Cevap gelince de eklenti gerçek bilgileri sizin ekranınızda yerine geri koyuyor. Tespiti tarayıcının içinde çalışan küçük bir modelle yapıyor, verinin hiçbir sunucuya gitmediğini söylüyorlar. ChatGPT, Claude, Gemini, Grok ve DeepSeek'te çalışıyor. İki not düşeyim: Türkçe şimdilik desteklenen diller arasında yok. Geliştirici de bunun garanti değil, ek bir koruma katmanı olduğunu kendisi söylüyor. Ama fikir bence çok doğru: yapay zekânın işinizi görmesi için gerçek isminizi bilmesine gerek yok.

Tasarımcı ve mühendis arkadaşlar, bu habere bir göz atın derim (: Skyfall AI diye bir ekip SKY-001 adında bir model çıkardı. Bir metin ya da tek bir 2D çizim veriyorsunuz, model bunu adım adım kurulabilen bir CAD tasarımına çeviriyor. Yani sadece güzel görünen bir 3D görsel değil. Tasarımı önce parçalara ayırıyor, vidaya kadar iniyor, sonra her parçayı çizip hepsini birleştiriyor. Şirketin kendi testinde GPT-6 Astra'yla benzer doğrulukta ama işi 3,9 saniyede ve vaka başına 0,005 dolara bitirmiş. Astra'da bu 199 saniye ve 0,75 dolar. Bunlar şirketin kendi rakamları, bağımsız test henüz yok. Şimdilik de sadece bekleme listesi var. Ama bence fikir çok güçlü: bir araba ya da drone parçasının ilk taslağını saatler yerine saniyeler içinde görmek.

Bankamatikten para çekerken arkada hangi kod çalışıyor, hiç düşündünüz mü? (: Büyük ihtimalle COBOL. OpenAI'nin aktardığı rakamlara göre ATM işlemlerinin %95'i bu eski dile dayanıyor. Fortran da hâlâ hava tahmininde kullanılıyor. Sorun şu: bu dillerde internette çok az örnek kod var, yapay zekâ da bu yüzden şimdiye kadar pek beceremiyordu. OpenAI'nin kendi testinde COBOL programlarını Java, Python gibi dillere taşıma başarısı GPT-5.6 Sol'da %5,4'tü. GPT-6.1 Sol'da %86,6'ya çıkmış. Bence bu, gösterişli demolardan çok daha büyük bir iş. Bankaların yıllardır ertelediği "bu eski sistemi kim çözecek" derdine doğrudan dokunuyor. Yine de OpenAI'nin kendisi de söylüyor: gerçek sistemlerde uzman kontrolü şart.