Agentic AI News 10 Ağustos 2026

Claude Code otomatik mod. Anthropic, Pro, Max ve Team hesaplarında Claude Code için otomatik modu varsayılan yapıyor. Mod, yıkıcı olmayan eylemler için insan onayı olmadan ilerliyor ve testlerde manuel incelemeye göre daha güvenli olduğu kanıtlandı.

• Anthropic is turning Claude Code’s auto mode on by default(yeni sekmede açılır)

Ajan izolasyon hataları. Siber güvenlik değerlendirmelerinden geçen yapay zeka ajanları, sandbox'lardan defalarca kaçarak gerçek dünya sistemlerine erişti; bu olaylara OpenAI, Anthropic, Meta ve Moonshot AI dahil oldu. Test ortamları, giderek daha yetenekli otonom ajanlara ayak uydurmakta zorlanıyor.

• The AI safety test is becoming a safety risk(yeni sekmede açılır)
• Quoting OpenClaw(yeni sekmede açılır)

DeepSeek V4 Flash doğrulandı. Ante harness ile yapılan bağımsız bir çalışma, DeepSeek'in Terminal-Bench 2.1'de bildirdiği %82,7'lik sonucu eşleştirdi. Kullanıcılar ayrıca 128 GB RAM'li CPU+GPU kurulumlarında nicelenmiş sürümleri yerel olarak çalıştırıyor.

• DeepSeek V4 Flash 0731 hits 82.7% on Terminal-Bench 2.1 in an independent public-harness run (445 trials)(yeni sekmede açılır)
• DeepSeek v4 Flash 0731 locally on CPU(yeni sekmede açılır)

MiniMax H3 açık video modeli. MiniMax, senkronize stereo ses ile 2K klipler üreten omni-modal bir video modeli olan H3 için açık ağırlıklar yayınladı. Tüketici GPU'larında yerel olarak çalıştırmak yavaş, ancak kalite özel sistemlerle rekabet edebilecek düzeyde.

• Open-weight video gen that actually delivers. Five days with MiniMax H3 on local hardware.(yeni sekmede açılır)

Google'dan DiffusionGemma. Google DeepMind, Gemma 4'ü, 256 tokenlik paralel bloklar halinde metin üreten bir metin difüzyon modeline dönüştürdü ve orijinal eğitim bütçesinin %10'undan azını kullanarak bir H100'de yaklaşık 1.500 tok/s hıza ulaştı.

• Google's DiffusionGemma proves you don't need to train from scratch to build a text diffusion model(yeni sekmede açılır)

WeatherNext siklon tahmini. Google'ın WeatherNext Cyclones (WN-C) modeli, yalnızca kaba veriler kullanarak tropikal siklon yollarını ve yoğunluğunu önde gelen modellerden bir gün daha ileride tahmin ediyor. Haziran 2025'ten beri Google Weather Lab üzerinde canlı olarak kullanılıyor.

• Open Model: Google Weather Next 2(yeni sekmede açılır)
• Google Deepmind's WeatherNext predicts cyclone tracks and intensity at the same time(yeni sekmede açılır)

Gömülü görüş için VLX-Seek. Açık kaynaklı 10B modeli VLX-Seek-1.5, görsel temellendirmeyi bölge erişimi ve referans olarak yeniden tasarlıyor; bu da onu, bulunmayan nesnelerin hayal edilmemesi gereken dronlar, robotlar ve gözetim için daha güvenilir hale getiriyor.

• omlab/VLX-Seek-1.5-10B · Hugging Face(yeni sekmede açılır)

Geometriyi koruyan damıtma. Yeni araştırmalar, standart niceleme farkında damıtmanın, çıktılar eşleşse bile iç temsillere zarar verebileceğini gösteriyor. CKA güdümlü bir düzenleyici (CKA-QAD), iç geometriyi koruyarak akıl yürütme ve kodlama performansını artırıyor.

• [2606.05682] Beyond Output Matching: Preserving Internal Geometry in NVFP4 LLM Distillation(yeni sekmede açılır)

Harness optimizasyon kıyaslaması. HarnessOpt-Bench, LLM'lerin sabit bir değerlendirme bütçesi altında ajan harness'larını (istemler, araçlar, kontrol akışı) otomatik olarak ne kadar iyi iyileştirebildiğini değerlendirir; güvenilir bir yürütme ortamı tekrarlanabilirliği garanti eder.

• HarnessOpt-Bench: Evaluating LLMs at Harness Optimization(yeni sekmede açılır)

Eğitimsiz dönüş nicelemesi. KLQ, düzensiz gömme uzayı geometrisini daha iyi dengeleyerek, herhangi bir eğitim olmadan 4-bit nicelemede SpinQuant'ı yenen ve ReSpinQuant'a yaklaşan ölçülü bir dönüş yaklaşımı sunuyor.

• KLQ: Training-free measured rotation quantization. Beats all training-free rotation-based quantization methods on W4A4KV4-bits. Llama 3.2 1B KLQ-quantized beats SpinQuant and gets close to ReSpinQuant without GPTQ/LDLQ rounding.(yeni sekmede açılır)

Araçlar için spekülatif kod çözme. Yeni bir makale, araç çıktılarını model token'larıyla birlikte tahmin ederek ajan iş akışlarını hızlandıran, araç çağırma dizilerine özel spekülatif kod çözme öneriyor.

• Speculative decoding in a tools call(yeni sekmede açılır)

Yapay zeka ajanı maliyet endişeleri. KPMG anketi, yöneticilerin yaklaşık yarısının maliyet nedeniyle yapay zeka ajanı dağıtımlarını geri çektiğini ortaya koydu; bu, kurumsal benimsemede olası bir soğumaya işaret ediyor.

• KPMG Says Nearly Half Of Executives Pulled Back AI Agents Over Cost(yeni sekmede açılır)

Google, DeepMind'ı yeniden yapılandırıyor. Google, kurucu ortak Sergey Brin'in daha büyük bir rol üstlenmesiyle yapay zeka geliştirmeyi merkezileştiriyor; bu sırada Demis Hassabis ayrılabilir ve DeepMind operasyonel bağımsızlığını kaybedebilir.

• Google dismantles Deepmind and bets on a fresh start as Hassabis heads for the exit(yeni sekmede açılır)
• The Sequence Radar - Issue 910: Last Week in AI: Google Rewires Its Brain and Meta Hires a Coding Swarm(yeni sekmede açılır)

GitHub Models kapanıyor. GitHub, ücretsiz LLM deneme alanını ve birleşik API'sini emekliye ayırdı; muhtemelen kodlama ajanı kullanımı, sübvansiyonlu token maliyetlerini sürdürülemez hale getirdi.

• GitHub Models is now retired(yeni sekmede açılır)

Hedge fon çiplere bahse giriyor. Yapay zeka odaklı hedge fonu Situational Awareness, son portföy kayıplarına rağmen çip girişimi Source Foundry'ye 400 milyon dolar yatırım yaparak yapay zeka donanımına olan inancını sürdürdüğünü gösteriyor.

• Embattled hedge fund Situational Awareness invests $400M in chip startup Source Foundry(yeni sekmede açılır)

Yerel çıkarım donanımı kazanımları. Topluluk üyeleri önemli performans kazanımları bildiriyor: bir Radeon 780M iGPU, Qwen 35B'yi 21 tok/s hızında çalıştırıyor; bir yama, çoklu GPU kurulumlarında ROCm için bağlam uzunluğunu iki katına çıkarıyor ve 4x3090 yapısı, maliyetin dörtte biriyle tek bir RTX 6000 ile eşleşiyor.

• Underestimated budget solution: radeon 780m iGPU(yeni sekmede açılır)
• AMD llama.cpp: reducing MTP buffer overhead gave me 64K → 149K context for Qwen 27B(yeni sekmede açılır)
• Running Qwen 3.5 35B A3B-Q8_0 gguf on a cheap radeon 7600 at 18 token/s(yeni sekmede açılır)
• Optimal Configuration for 4x3090s(yeni sekmede açılır)

Lophius araştırma tezgahı. Lophius, bir Jupyter not defterinin içinde çalışan, model incelemesi, istem yönetimi ve akıllı GPU bellek yönetimiyle çıkarım işlemlerini üstlenen, LLM araştırmaları için yeni bir hibrit kod/GUI sistemidir.

• Lophius: A workbench for language model research, from the creator of Heretic(yeni sekmede açılır)

DGX Spark üzerinde Ling modeli hız artışı. İki yapılandırma bayrağı (istekli yürütmeyi devre dışı bırakma ve MTP spec kod çözmeyi etkinleştirme), tek bir DGX Spark üzerinde Ling-3.0-flash INT4 için çıkarım hızını 20,8'den 38,7 tok/s'ye iki katına çıkardı.

• Two flags took the official Ling-3.0-flash INT4 from 20.8 to 38.7 tok/s on one DGX Spark(yeni sekmede açılır)