Ajan ve Model Sürümleri
StepFun Step 5 önizlemesi. StepFun'ın Step 5 modelinin önizlemesi OpenRouter'da görünmeye başladı; model artık test edilebiliyor. Ayrıntılar sınırlı, ancak bu, Çinli laboratuvarın yeni bir frontier model sürümüne işaret ediyor.
JetBrains Mellum2.1. JetBrains, 12B parametreli, 2,5B aktif parametreye sahip Mixture-of-Experts kodlama ajanı modeli Mellum2.1'i Apache 2.0 lisansıyla yayımladı. Model, benchmark'ların çoğunda selefini geride bırakıyor ve LiveCodeBench v6'da 82,0 puan alıyor; ancak zorlu ajan tabanlı yazılım görevlerinde hâlâ Qwen3.5-9B'nin gerisinde.
Google'dan birleşik Gemini ajanı. Google, işletmeler için Workspace, Slack, Microsoft 365 ve mobilde çalışabilen, cihazlar arasında bağlamı koruyan birleşik bir Gemini ajanı duyurdu. Ajan önce kurumsal müşterilerle başlıyor; alt ajanlar kullanabiliyor ve kendi e-posta adresine sahip özel bir iş arkadaşı kimliği taşıyor.
Claude Dashboards ve Motion. Anthropic, metin istemlerinden otomatik güncellenen canlı veri panoları üreten Dashboards ile animasyonlu anlatım videoları hazırlayan Motion'ı beta olarak sundu. Docs, Slides ve Design ise artık ücretsiz hesaplar dahil tüm planlarda genel kullanıma açık.
Araçlar ve Framework'ler
40 GiB VRAM'de model eğitimi. Yeni bir tarif, Qwen3.8-Flash-Next (125B-A6B) modelinin 40 GiB VRAM'de, CPU offload yapmadan LoRA ile eğitilmesini mümkün kılıyor ve bir Strix Halo üzerinde saniyede 200 token eğitim hızına ulaşıyor. Yöntem, transformers 5.18'deki modern GGUF desteğine ve disk tabanlı engram'a dayanıyor.
256 GB VRAM'lik AMD sistemi. Sekiz adet Radeon Pro V620 GPU ve özel bir vLLM fork'u barındıran 2.800 dolarlık bir sistem, Qwen3.8-Flash-Next'i decode'da 60-100 tok/s, prefill'de 3.000+ tok/s hızında çalıştırıyor; aynı kartlarda llama.cpp'yi açık ara geride bırakıyor.
Ödeme yapabilen ajanlar. LangChain'in örnek Restock ajanı, ajanların Stripe'ın Link cüzdanı ve Managed Deep Agents ile nasıl güvenle gerçek alışveriş yapabileceğini gösteriyor; ajan kart numaralarını hiç görmüyor, harcama da kullanıcının onayladığı bütçelerle sınırlı kalıyor.
Araştırma ve Benchmark'lar
Karar modellerinin performansı. RTX 4090 üzerinde yapılan benchmark'lar, kelime sınıflandırmada açık karar modelleri arasında en hızlısının Laya olduğunu, 13 kat daha yavaş olmasına rağmen en çok hatayı ise lev'in yakaladığını gösteriyor. Ayrı testlerde karar modelleri gerçek zamanlı Pac-Man oynuyor ve bir 2B platform oyununda 14 bölümün 8'ini geçiyor.
Kuantizasyonda yeni adımlar. Yeni araştırmalar, latent faktörizasyon yoluyla ultra düşük bitli kuantizasyonu (LittleBit) ve Qwen ile Kimi gibi linear-attention modellerinin kuantizasyonunu inceliyor; bu çalışmalar daha da küçük ve hızlı yerel modellerin önünü açabilir.
Matematikçilerden OpenAI boykotu. Association for Human Mathematics, OpenAI'ın yüzlerce yapay zeka üretimi kanıt yayımlamasının ardından matematikçilere OpenAI ile çalışmayı bırakma çağrısı yapıyor; birçok kişi bu kanıtları anlaşılması güç ve doğrulanamaz buluyor. OpenAI'ın çözümleri, insanın anlamasını şart koşan standartların da gerisinde kalıyor; iddia edilen bir çözümde doğal dil ile biçimsel kanıtlar arasında boşluk var.
Sektör ve İş Dünyası
Ajan girişimlerine yatırım. Arena, 3,1 milyar dolar değerleme üzerinden 200 milyon dolar yatırım aldı; Çinli Manus, Meta'ya satışı suya düştükten sonra 500 milyon doların üzerinde yatırım topladı; Cal AI'ın kurucusu Zach Yadegari ise yeni ajan girişimi Persona için 10 milyon dolar topladı.
OpenAI gelir revizyonu. OpenAI'ın yatırımcılara yıllıklandırılmış gelirinin 50 milyar dolara yaklaştığını söylediği, bunun önceki projeksiyondan 20 milyar dolar düşük olduğu bildiriliyor. Revizyon, Anthropic ile hesaplama farklılıkları üzerine çıkan karışıklığın ardından geldi.
Yayıncılardan dava. USA Today ve bir dizi yerel gazetesi, telif hakkı ihlali gerekçesiyle OpenAI'a dava açtı ve 250 milyon doların üzerinde tazminat talep ediyor. Dava, yapay zeka laboratuvarına karşı açılan yayıncı davaları zincirine bir halka daha ekliyor.
Kurumsal ajan başarıları. Oracle, yetenek araştırmasında %98 zaman azalması ve 130 bin ChatGPT kullanıcısı bildiriyor; LegalOn, geliştirme hızını korurken Codex maliyetlerini %65 düşürdü; Snyk ise dahili destek ajanını güven ve erişim kontrolleriyle müşteriye dönük bir özelliğe dönüştürdü.
Güvenlik ve Emniyet
Güvenlik araştırmacıları konuştu. Geçen hafta işten çıkarılan üç OpenAI güvenlik araştırmacısı, suçlamaları reddeden ve caydırıcı bir etki uyarısı içeren açık bir mektup yayımladı. Araştırmacılar, güvenliği şirketin kısa vadeli çıkarlarının önüne koydukları için görevden alındıklarını söylüyor.
Anthropic'ten kötüye kullanım yasağı. Anthropic, kullanım politikasını güncelleyerek Claude'a yönelik "sürekli ve gereksiz kötüye kullanım ya da zalimce davranış" ile seçim müdahalesi, silah ve gözetimi yasakladı. Yaptırımlar önce konuşmayı sonlandırmakla başlıyor; uç vakalarda hesap askıya alınabiliyor.
AWS ajanlarında açık. Zenity araştırmacıları, halka açık bir Bedrock AgentCore ajanına gönderilen tek bir istemin, kimlik bilgisi sızıntısı ve fazla geniş varsayılan izinler yüzünden bir AWS hesabındaki tüm yapay zeka ajanlarını ele geçirebildiğini buldu. AWS, sorunu kısmen düzeltti.
Bu günlük bu kadar – yaklaşık 5 dakikalık okuma.