Agentic AI News Bugün

Jev ve karar modelleri. TypeSafe AI, tipli olasılıklar döndüren yalnızca karar veren model Jev'i yayımladı; günler içinde AWS, Cloudflare ve Perplexity kendi açık karar modellerini duyurdu. Mevcut yapılandırılmış çıktı/gramer zorlaması zaten benzer kısıtlı üretim sağlıyor.

• → TypeSafe AI Releases Jev: A Decision-Only Model That Returns Typed Probabilities Instead of Text
• → Amazon releases its own Jev clone as decision models flood the web
• → Clef: Open Weights decision model by Cloudflare
• → Perplexity Decider 27B: Open weights decision model fine tune of Qwen3.8 27B
• → Guys... OpenAI API on VLLM and Llamacpp already supported grammar enforcer... (AKA JEV)

Yerel karar LoRA'ları. Dokuz LoRA adaptörlü Jeff-Qwen3.5-0.8B, prompt injection ve araç seçimi gibi tekrarlayan ajan kararlarını 38 kat hızlanma ve +8,7 doğruluk artışıyla, 2 GB'ın altında ek bellekle yönetiyor.

• → Jeff-Qwen3.5-0.8B v1.2 + 9 LoRA adapters: put it in front of Qwen3.8-27B for 38× faster decisions and +8.7 points accuracy, for under 2 GB extra memory

OpenAI Dots'a karşı Meta Muse. OpenAI, sanal dünyalar kurabilen, GPT-6 Astra destekli sevimli ajan Dots'u duyurdu; ancak aylık 1 dolarlık planla sınırlı ve Meta'nın ücretsiz Muse'uyla rekabet ediyor.

• → OpenAI’s new agent is a shot at Meta — but can it compete with free?

Shopify Canvas. Shopify, Canvas'ı tanıttı; satıcılar AI Sidekick ile sohbet ederek mağaza kurabiliyor ve gerçek kod gerçek zamanlı işleniyor.

• → Shopify debuts Canvas, a way to build online stores by chatting with AI

ChatGPT sanal deneme. OpenAI, ChatGPT alışverişe sanal deneme ve favorilere ekleme özelliğini ekledi; Images 2.5 modeli kıyafetleri kullanıcı fotoğraflarında görselleştiriyor.

• → ChatGPT can now virtually try on clothes for you

Tavus Griffin avatarı. Tavus, gerçek zamanlı video avatar modeli Griffin'i tanıttı; bir dakikalık görüşmede test deneklerinin %48'i onu insan sandı.

• → Nearly half of test subjects mistook Tavus' AI video avatar for a real person on a one-minute call

Photon uygulama cenazesi. Photon, mobil uygulamalar için cenaze töreni düzenledi ve geliştiricilerin iMessage/WhatsApp üzerinden mesajlaşma tabanlı ajanlar kurmasına yardımcı olmak için 4,5 milyon dolar topladı.

• → Photon held a funeral for mobile apps. Now it has $4.5M to help replace them with agents.

Gemini 4 Argon. Google DeepMind, SOTA benchmark sonuçları ve 1 milyon çıktı token'ına kadar kapasitesiyle Gemini 4 Argon'u tanıttı; başlangıçta yalnızca siber güvenlik önizlemesi için.

• → [AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

K2 Horizon açık filosu. IFM, 0,9B'den 375B'ye kadar altı açık modeli eğitim verisi, kodu ve günlükleriyle birlikte K2 Horizon adıyla yayımladı; ekip açık geliştirme üzerine AMA düzenliyor.

• → AMA about K2 Horizon, Meet our team from IFM

Qwen Flash Next MTP. llama.cpp, Qwen Flash Next için çoklu token tahmini desteğini birleştirdi; çıkarım hızı arttı.

• → Qwen4Exp: add MTP by am17an · Pull Request #29761 · ggml-org/llama.cpp

Mac için Slipstream. Metal çıkarım motoru Slipstream, 95,5 GiB Qwen3.8-Flash-Next'i 64 GB Mac'lerde 41-52 token/s hızla çalıştırıyor; llama.cpp'den 1,76 kat hızlı ve uzun bağlamda stabil.

• → Running 95.5 GiB Qwen3.8-Flash-Next at 41–52 tok/s on a 64GB Mac (1.76x faster than llama.cpp): Slipstream release, 130k context scaling, + Swift variant

Olmo-core 3. Allen AI, trilyon parametreli MoE modelleri için açık ve ölçeklenebilir eğitim altyapısı Olmo-core 3'ü yayımladı.

• → Introducing Olmo-core 3: Open, scalable training infrastructure for large MoEs

Ataraxos Stratego'yu yendi. CMU/MIT/NYU/Stanford araştırmacıları Ataraxos'u geliştirdi; en iyi Stratego oyuncusunu 4 beraberlikle 15-1 yendi ve insan üstünlüğüne son verdi; eğitim maliyeti 8 bin doların altında.

• → With most information hidden, the game Stratego had stumped AI—until now
• → AI beats Stratego's greatest player, ending one of the last human strongholds in board games

Agentic RAG kazandı. FRAMES'te 18 RAG hattı ile bir ajan döngüsünün kıyaslaması: en iyi hat %78,9, ajan döngüsü %92,7; bu da retrieval ajanlarının sabit hatlardan daha iyi performans gösterdiğini ortaya koyuyor.

• → We benchmarked 18 RAG pipelines against an agent loop on Google's FRAMES. The best pipeline hit 78.9%. The agent loop hit 92.7%.

AutoSynthData. ServiceNow CoreAI, model hatalarından ve öğretmen başarılarından eğitim verisi üretmek için AutoSynthData'yı geliştirdi; kurumsal ajanları iyileştiriyor.

• → AutoSynthData: Generating Training Data for Enterprise Agents

AI yazım izleri. Graphite, AI olduğunu ele veren 13.000 ifade buldu; Claude modelleri insan kelime dağılımına yaklaşıyor, GPT ise uzaklaşıyor.

• → Opus 5.5 loves to tell you ‘this matters’ (and other AI writing tells)

Google antitrust davaları düştü. Hâkim, Google AI Overviews'ın trafiği yasa dışı şekilde azalttığı iddiasıyla açılan Chegg ve Penske davalarını düşürdü; antitrust iddiaları tutmadı.

• → Judge dismisses Chegg and Penske antitrust lawsuits targeting Google AI search
• → Judge dismisses antitrust lawsuits over Google’s AI Overviews

Grok Venezuela'yı etkiledi. Time'a göre Trump, Venezuela işgalinden önce saatlerce Grok ile konuştu; Grok kutlamaları öngörerek Trump'ın görüşünü pekiştirdi.

• → Musk’s AI chatbot Grok reportedly encouraged Trump to capture Venezuela’s president

OpenAI'da güvenlik ayrılıkları. OpenAI, üç güvenlik araştırmacısıyla yollarını ayırdı; iddiaya göre üçüncü taraf bir güvenlik kuruluşuyla gizli bilgi paylaştılar.

• → OpenAI cuts ties with 3 safety researchers, WSJ reports

Anthropic hükümet atağı. Anthropic, sivil kurumlar için FedRAMP High ortamında Claude for Government'ı başlattı; yasal mücadele sürerken Pentagon yasağı devam ediyor.

• → Anthropic brings Claude to civilian agencies as its fight with the Pentagon drags on

Uzay veri merkezleri. Google, TPU'lu prototip yörünge hesaplama uydusunu fırlattı; Satlyt, uydu AI'ı için yazılım geliştirmek üzere 8 milyon dolar topladı; ölçek için Starship gerekiyor.

• → Google thinks SpaceX’s Starship has to launch 1,800 times before space data centers get off the ground
• → Satlyt, founded by a former Google and SpaceX product manager, raises $8M to run AI on satellites

Ajan ekran görüntüsü sızıntısı. Glow Security, AI ajanlarının herkese açık GitHub depolarına yüklediği 13.000'den fazla dahili ekran görüntüsü buldu; müşteri verileri ve kimlik bilgileri ifşa oldu.

• → Security startup finds more than 13,000 internal company screenshots that AI agents uploaded publicly

Akıl yürütme hırsızlığı kampanyası. OpenAI, korumalı akıl yürütmeyi hedef alan adversarial distillation kampanyasını durdurduğunu söylüyor; benzer numara Azure'da hâlâ işe yaradı.

• → OpenAI says it stopped a campaign to steal its models' reasoning, but the trick still worked on Azure