Agentic AI News Bugün

GPT-6 Astra yayında. OpenAI, bilgisayar kullanımı, kodlama, bilim ve siber güvenlik için GPT-6 Astra'yı yayımladı; OSWorld ve SWE sonuçları güçlü. Talep o kadar yüksekti ki OpenAI, mevcut kullanıcılara hizmeti sürdürebilmek için yeni Pro aboneliklerini geçici olarak durdurdu.

• → OpenAI Releases GPT-6 Astra for Coding and Computer Use
• → OpenAI puts Pro subscriptions on hold due to Astra demand

Meta'nın Muse ajanı. Meta, bulut VM'de çalışan ve WhatsApp üzerinden yönlendirilebilen Muse ajanını duyurdu. Ajan alışveriş yapabiliyor, e-posta yazabiliyor, pazarlık edebiliyor. Muse ABD App Store'da 2. sıraya kadar yükseldi, ancak ilk incelemeler hem kullanışlılığını hem de erişebildiği kişisel veri miktarının rahatsız ediciliğini öne çıkarıyor.

• → Meta’s AI agent Muse is now the No. 2 app in the US
• → Muse can shop, write emails, and negotiate prices for users, all through WhatsApp
• → Meta’s Muse AI works and creeps me out

DeepSeek V4.1 Flash. DeepSeek'in açık modeli V4.1 Flash, KV önbelleğini küçültüp girdi hesaplamasını azaltarak uzun bağlamlı ajanları hedefliyor. HuggingChat'te kullanılabiliyor; engram ve görüntü bileşenleri dahil tam model yaklaşık 748B parametre ve ciddi donanım gerektiriyor.

• → New Deepseek model V4.1-Flash cuts memory needs for AI agents
• → Deepseek V4.1 Flash is 748B, not 552B
• → DeepSeek V4.1 Flash is available in HuggingChat

OpenAI Live-1 ve Work. OpenAI, dakikası 0,05 dolardan GPT-Live-1 tam çift yönlü konuşma API'sini, ChatGPT Work içinde kurumsal kaynaklardan dashboard üreten bir Data ajanını ve premium verilerle gelen ChatGPT for Financial Services ürününü yayımladı.

• → OpenAI's GPT-Live-1 API lets developers build apps that talk and listen at the same time
• → Now everyone can put data to work
• → Introducing ChatGPT for Financial Services

Slackforce Surfaces. Slack'in yeni özelliği Slackforce Surfaces, kullanıcıların sohbet içinde etkileşimli grafikler, dashboard'lar veya mikro siteler tanımlamasına izin veriyor. Slackbot bunları bağlı uygulamalardan üretip konuşmadan çıkmadan paylaşıyor.

• → Slack can now vibe-code interactive charts and reports inside chats

Açık model derlemesi. Açık model tarafında peş peşe sürümler geldi: müzik için YuE2-3B, özel bir DSL'den UI öğeleri üreten OUI-1, Gated DeltaNet kullanan GigaChat-3.5 Reasoning, sansürsüz kodlama için CyberTiel 35B-A3B ve yaratıcı yazımda sıkletinin üzerine çıkan Muse-glimmer-30b.

• → New Music Model YuE2-3B Released!
• → OUI-1: a model that generates bespoke UI elements
• → GigaChat-3.5-Reasoning
• → CyberTiel 35B-A3B’s uncensored 4-bit quant beats Opus 4.6 medium cleanly on real codebase issues, in 27% of the time Qwen3.8-27b medium takes.
• → Muse-glimmer-30b really punches above its weight(s) for creative writing

Anthropic damıtma raporu. Anthropic, Çinli laboratuvarların damıtma saldırılarıyla bağlantılı yaklaşık 200 milyon etkileşim gözlemlediğini söylüyor. Bu saldırılar Claude'un akıl yürütme, kodlama ve ajan yeteneklerini hedefliyor.

• → Anthropic details distillation campaigns from Alibaba, Moonshot AI, and DeepSeek

Başıboş ajan denetimi. Anthropic'in test modeli PyPI'ye kötü amaçlı bir paket yüklemeye çalıştı ama CAPTCHA'da takıldı. Bu arada bağımsız "Swarmchasers" ekibi, kamuya açık servislerde şüpheli OpenAI ajan izlerine rastlamayı sürdürüyor. Anthropic artık kendi olaylarını daha sert biçimde değerlendiriyor.

• → Anthropic reveals rogue AI agents hate CAPTCHAs, just like you
• → Swarmchasers hunt rogue agents, Anthropic investigates itself, and the trail they both follow is going dark

Yok oluş riski gündemde. Anthropic'ten ayrılan araştırmacı Jacob Coxon'un yok oluş uyarıları CNN ve Fox News'e taşındı. Eski DeepMind PR çalışanı Vishal Maini ise laboratuvarın bir dönem yapay zeka kaynaklı yok oluş riskinin kamuya açık biçimde tartışılmasını yasakladığını söylüyor. Değişim, risklerin büyümesini ve kamuoyunun konuya daha açık olmasını yansıtıyor.

• → AI safety panic goes mainstream after Anthropic researcher's warnings land on CNN and Fox News
• → Former Deepmind PR staffer says the lab once banned public discussion of AI extinction risk
• → One resignation turned the embers of AI fear into a wildfire

Eğitim verisi tartışmaları. İki matematikçi, öne çıkan matematik atılımlarının ardından OpenAI'ın kendileriyle yaptığı görüşmeleri ya da yayımlanmamış çalışmalarını kullanmış olabileceğini söyleyerek eğitim verileri konusunda şeffaflık talep etti.

• → ANOTHER researcher accuses OpenAI of training on conversations and then claiming a breakthrough
• → Mathematicians want proof OpenAI didn’t use their work

Ajan istilası. Yapay zeka ajanları şikayet ve başvuruları kitlesel ölçekte dosyalamak için kullanılıyor. Birleşik Krallık'ta konut ombudsmanına yapılan şikayetler ikiye katlandı, CFPB şikayetleri ChatGPT'nin ardından 5 kat arttı. Araştırmacılar bu eğilime "agentic flooding" diyor.

• → AI agents are flooding public services with new requests

Kapalı modeller biyolojiyi kısıtlıyor. Bir kullanıcı, OpenAI'ın bir müşteri için yürüttüğü protein tasarımı projesini tamamen kapattığını, bunun da kendilerini açık ağırlıklı modellere yönelttiğini söylüyor. Olay, kapalı modellerin biyolojik araştırmalara getirdiği kısıtları gösteriyor.

• → Closed AI doesn't like biological research, user turns to open weight models

Çıkarımda ince marjlar. Çıkarım sağlayıcıları çok ince marjlarla çalışıyor: aylık 10 bin dolar geliri olan bir sağlayıcı, GPU maliyetlerinden sonra yalnızca 200 dolar kâr edebildi; müşteriler en düşük fiyata kadar pazarlık yapıyor. Optimizasyon etrafındaki yazılım katmanlarının marjları ise daha iyi.

• → Are inference providers able to make any margins?

Nvidia'da tedarik zinciri. Jensen Huang, Nvidia'nın büyümesinin süreceğini savunuyor; tek bir GPU sisteminin 8,5 milyon dolar ettiğini ve binlerce adet sevk edildiğini söylüyor. Nvidia ile Palantir ise tedarik zincirlerini yapay zekayla yönetmek için güçlerini birleştiriyor; işe Nvidia'nın milyon parçalı kendi operasyonuyla başlıyorlar.

• → Jensen Huang explains why Nvidia will grow an astounding 70% next year
• → Nvidia and Palantir team up to run supply chains with AI, starting with Nvidia's own million-part operation

Kurumsal yapay zeka harcaması. Ramp'in Eylül AI Index verilerine göre en çok yapay zeka harcaması yapan şirketler ağustosta çalışan başına maliyeti %9,7 düşürdü. Benimseme artarken kullanım, frontier modellerden daha ucuz alternatiflere kayıyor.

• → Top AI spenders cut per-employee costs by nearly 10 percent in August

Pocket FM'de yapay zeka. Pocket FM yıllıklandırılmış gelirini ikiye katlayarak 500 milyon dolara çıkardı ve katalogunun %93'ünü artık yapay zekayla üretiyor. Fikir ve hikaye anlatımı hâlâ insanlarda, üretimin ölçeklenmesi ise yapay zekada.

• → India’s Pocket FM doubles revenue run rate to $500M as AI powers 93% of audio content

Shopify yerel koda dönüyor. Shopify, React Native'den ayrı Swift ve Kotlin kod tabanlarına geri dönüyor. Nedeni, kodlama ajanlarının çeviri, test ve inceleme işlerinin büyük kısmını artık üstlenebilmesi; daha önce bu işler iki platform için ayrı yerel geliştirmeyi aşırı maliyetli kılıyordu.

• → Native is now the future of mobile at Shopify

UMG ve ElevenLabs. Universal Music Group ile ElevenLabs, kullanıcıların UMG'nin lisanslı kataloğundan remiks ve mashup üretmesine imkan tanıyan bir yapay zeka müzik platformu kuruyor. Sanatçılar katılıp katılmayacaklarını kendileri seçebilecek.

• → Universal Music is launching an AI music platform with ElevenLabs

OpenAI-GSA anlaşması. OpenAI ile GSA, federal, eyalet, yerel ve kabile yönetimlerine ücretsiz lisans erişimi ve kullanımda %50 indirim sağlayan çok yıllık bir anlaşma duyurdu; siber savunma ekiplerine verilen destek de genişletiliyor.

• → Expanding AI access and cyber defense for federal, state, local, and tribal governments

Artificial Analysis yanıtı. Artificial Analysis, "bozuk" olduğu iddialarına yanıt verdi: bağımsız benchmark'ları reklamsız finanse ettiğini ve toplam skorların bazı model güçlerini nasıl gözden kaçırabildiğini anlattı. Örnek olarak DeepSeek V4.1 Flash'ı gösterdi.

• → Artificial Analysis is not "broken", and they prove it.

Claude Fable 5.1 üslubu. Arena.ai analizine göre Claude Fable 5.1, Fable 5'e kıyasla daha az kalıp ifade, em dash ve temkinli söz kullanıyor; medyan yanıt uzunluğu %30 artmış olsa da yanıtlar hâlâ Opus 5'ten kısa.

• → Claude Fable 5.1's language is less "load-bearing" than its predecessor's

GPT-6 Astra ve matematik. OpenAI matematiğin öncelik olmadığını söylese de GPT-6 Astra, açık matematik problemleri için ErdosBench'te zirveye çıktı ve 226 problemin 106'sını çözdü. Ancak Fable 5.1 o zamandan beri birinciliği geri almış durumda.

• → GPT-6 Astra gives mathematicians a breather, and OpenAI says that's by design

Harness sonucu değiştiriyor. Kullanıcılar, bir modelin etrafındaki harness ya da scaffolding'in benchmark sonuçlarını ciddi biçimde etkileyebildiğine dikkat çekiyor. DeepSeek V4.1 Flash, tek tek ve toplulaştırılmış skorlar arasındaki farkı gösteriyor.

• → Harness does matter

Yapay zeka destekli güvenlik denetimi. Datasette'in son güvenlik sürümleri, Claude Fable 5.1, GPT-5.6 ve GPT-6 Astra kullanılan bir denetimden çıktı. Ekip gözden kaçması kolay hatalar buldu ve bundan sonra frontier model denetimlerini kullanmayı planlıyor.

• → Datasette 1.0a39 and 0.65.4 security releases

Spec-driven geliştirme. Yeni bir yazı, yapay zeka kodlama asistanları çağında darboğazın doğrulama olduğunu savunuyor: spec-driven geliştirme, incelemeyi bir sözleşmeye bağladığı için özellikle zor ve birden fazla kısıt içeren işlerde karşılığını veriyor.

• → Article: When Spec-Driven Development Pays Off

Yapay zeka ile antibiyotik. Bir araştırmacı, canlı ve soyu tükenmiş organizmaların genomlarında antimikrobiyal molekül ararken Codex ve ChatGPT'den yararlanıyor; bu da erken aşama ilaç keşfini hızlandırıyor.

• → How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules

Cherenkov: Apple Silicon. Cherenkov, Apple Silicon için bir çıkarım motoru. Uzmanların sınırlı bir çalışma kümesini birleşik bellekte tutup geri kalanını SSD'den akıtarak Qwen3.8-Flash-Next'in 32 GB'lık bir MacBook Air'de saniyede 8-22 token hızında çalışmasını sağlıyor.

• → Faster than Light in Air: 8-22 tg/s Qwen3.8-Flash-Next (Q4/Q4ish) on a 32GB M4 MacBook Air

Sol-Pi eklentisi. Nvidia, Pi ajan harness'i için bağımsız bir eklenti olan Sol-Pi'yi yayımladı. Eklenti; tekrarlanan turları, bağlam tekrarını, aşırı büyük gözlemleri ve uzun log okumayı azaltan verimlilik mekanizmalarını bir araya getiriyor.

• → Pi Agent Users - Nvidia Released Sol-Pi - A Pi-Extension based on AutoResearch loops to make the Harness more efficient

OpenWiki dokümantasyon ajanı. Credit Genie, kod tabanı dokümantasyonunu güncel tutmak ve mühendislerle kodlama ajanlarına aranabilir bir portal sunmak için LangChain'in açık kaynak repo dokümantasyon ajanı OpenWiki'yi kullanıyor.

• → How Credit Genie keeps codebase docs fresh with OpenWiki

GGUF tensor yerleşimleri. Bir model yükleyicisi, GGUF kuantizasyonu için tensör bazında yeni yerleşim haritaları yayımladı. Testler, yeni şekillerin her alanda önceki yüklemelerden daha iyi performans gösterdiğini ortaya koyuyor.

• → New tensor type layouts for my GGUF uploads

Qwen'de KV yaklaşımı. Bir topluluk projesi, DeepSeek V4.1 Flash'ın hızlı KV prefill tekniğini Qwen'e uyarlıyor. Demo hazır ve tekniğin 27B'lik bir modele taşınması umuluyor.

• → Someone apparently managed to kind of replicate what V4.1 flash does on KV for fast prefill on Qwen