Agentic AI News 25 Ekim 2026

Kimi K3.1 Pro'nun açık ağırlıkları. 2,8T'lik açık ağırlıklı model Kimi K3.1 Pro, benchmark'larda Fable 5.1'i geride bırakıyor. Ancak OpenRouter üzerinden yapılan gerçek dünya testleri, Artificial Analysis Index'te üst sıralarda yer almasına rağmen MiMo 2.6 ya da DeepSeek 4.1 Flash'ın yakınına yaklaşamadığını gösteriyor. Açık ağırlık sürümünde ayrıca Çin'in ihracat kısıtlamaları nedeniyle siber saldırı eğitim verileri çıkarılmış durumda.

• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(yeni sekmede açılır)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(yeni sekmede açılır)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(yeni sekmede açılır)
• Kimi K3.1 removes cyberattack training data from open weight release(yeni sekmede açılır)

DeepSeek V4.1 Flash quant'ları. ISTA-DASLab, DeepSeek-V4.1-Flash-1017 için 1,75–2,25 bpw aralığında, paylaşılan bir Engram dosyasıyla GSQ-RCO GGUF'larını yayımladı. Kullanıcılar IQ2_XXS kalitesinin base ile eşleşip eşleşmediğini tartışırken, llama.cpp PR'ı ve bir 5090 üzerindeki Strata çalıştırmaları yaklaşık 10 tok/s hızında uygulanabilir olduğunu gösteriyor.

• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(yeni sekmede açılır)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(yeni sekmede açılır)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(yeni sekmede açılır)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(yeni sekmede açılır)

NVIDIA Nemotron Bolt E4B. NVIDIA, Gemma 4 E4B'den RL ile post-train edilen açık 8B/4B modeli Nemotron 3.5 Bolt E4B'yi yayımladı. Model yerel sesli asistanları, oyun karakterlerini ve robotları hedefliyor; yaklaşık 4 GB VRAM'e sığıyor ve NVIDIA'nın ölçtüğü 21 benchmark'ın 15'inde birinci. Tau2-Bench'te ise Qwen3.5-4B'nin gerisinde kalıyor.

• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(yeni sekmede açılır)

Block'un Dessa ses modeli. Block, tamamen insan konuşmasıyla ve arada metin katmanı olmadan eğitilen full-duplex konuşma modeli Dessa'yı tanıttı. Bu sayede model duyguları, alaycılığı ve kahkahayı yakalayabiliyor. MacBook Pro M4 Max üzerinde yerel olarak çalışan model henüz kamuya açık değil; güvenlik araştırmacıları aranıyor.

• Block’s new voice model sounds eerily human(yeni sekmede açılır)
• Block's new AI model Dessa was trained entirely on human speech to catch emotions text-based models miss(yeni sekmede açılır)

GPT-X3-150M zirvede. GDN2/GQA hibridi kullanan 150M'lik GPT-X3-150M, Open SLM Leaderboard'da birinciliğe yerleşerek HuggingFace'in SmolLM2-135M modelini tahtından indirdi.

• GPT-X3-150M takes #1 on the Open SLM Leaderboard, dethroning HuggingFace's SmolLM2-135M with a GDN2/GQA hybrid - Check it out!(yeni sekmede açılır)

Qwen3.8 Flash Next yerelde. Topluluktan gelen raporlar, kuantize Qwen3.8 Flash Next'in tüketici donanımında verimli çalıştığını gösteriyor: RTX 5080'de 250 tok/s'ye varan üretim hızı, M6 Neural Engine'de 192K bağlam, 8 GB VRAM'de 70 t/s ile 262K bağlam. Bir kullanıcı modelle yerelde motion graphics bile hazırlamış.

• [Benchmark] Strata/Basalt runs Qwen3.8 Flash Next IQ3_S with 16GB VRAM and 55GB RAM with up to 250 tok/s generation and 5,600 tok/s prompt processing (5080, Concurrency 1)(yeni sekmede açılır)
• M6 Mac Mini owners (32GB): now you can run Qwen3.8-27B in high quality on the Apple Neural Engine(yeni sekmede açılır)
• 8 GB GPU, 262K context 3.5 BPW Qwen-Flash-Next Coder 70 T/s using llama.cpp(yeni sekmede açılır)
• big cloud models like opus 5.5 get all the motion graphics praise, but i made this with local qwen3.8 flash next. it's very possible!(yeni sekmede açılır)

Eski GPU'lar için llama.cpp. Bir llama.cpp fork'u Kepler desteği, CUDA Graphs ve Windows NCCL ekliyor; dört Tesla K40c üzerinde Qwen3.6-35B-A3B Q8_0 üretimi gösterildi. Amaç eski GPU'ların ömrünü uzatmak.

• High-Performance llama.cpp fork for Legacy GPUs: Kepler Support, CUDA Graphs & Windows NCCL!(yeni sekmede açılır)

RTX 30/40 compute kilidi. Yeni bir aracın RTX 30 ve 40 serisi GPU'larda compute'u ikiye katladığı, LLM prefill'i 2 kata kadar hızlandırdığı bildiriliyor. Ancak talep patlamasıyla fiyatlar yükseliyor.

• CMP170HX inspiration unlocks 30x/40x also, up to 2X Prefill speedup --> NVIDIA RTX 30 & RTX 40 GPUs Get Impressively Fast In AI LLMs As Compute Doubles With New Unlock Tool But Prices Surge Too(yeni sekmede açılır)

Laboratuvarlarda RTX 5090. Çin'deki laboratuvarlarda bazı RTX 5090 kartları, GPU die'ları ve 32 GB VRAM'leri için sökülüyor; kıtlık ortamında AI sunucularında yeniden kullanılıyor.

• The RTX 5090 Isn't Gone, It's In Chinese Labs, Where Technicians Rip Off Its Die And 32GB VRAM For AI Servers(yeni sekmede açılır)

Data Agent Kit GA'da. Google'ın Data Agent Kit'i ücretsiz ve açık kaynak olarak genel kullanıma açıldı. Kit, kodlama ajanlarını MCP ve skill'ler üzerinden 15'ten fazla Google Data Cloud servisine bağlıyor. GA sürümü BigQuery Graph, Bigtable ve Spark'ı ekliyor; guardrail'ler skill'ler ile IAM arasında paylaştırılmış.

• Google’s Data Agent Kit Hits GA, Splitting Agent Guardrails Between Skills and IAM(yeni sekmede açılır)

Anthropic'ten sandbox-runtime. Anthropic, sandbox-runtime'ı açık kaynağa açtı. Container gerektirmeden dosya ve ağ erişimini kısıtlayan işletim sistemi düzeyindeki bu sandbox, şirket içi kullanımda Claude Code izin istemlerini %84 azalttı; macOS ve Linux'ta çalışıyor.

• Meet Anthropic’s sandbox-runtime: OS-Level Sandboxing for AI Agents, No Containers(yeni sekmede açılır)

Devin zafiyet düzeltme eklentisi. Cognition, SKILL.md okuyan herhangi bir kodlama ajanında PHP2Shell, Node.js ve GitLab RCE'lerini düzeltmek için üç agent skill'i içeren MIT lisanslı bir eklenti yayımladı. Eklenti envanter çıkarmayı, yama uygulamayı, test etmeyi ve her repo için tek PR açmayı destekliyor; ancak yayımlanmış bir düzeltme oranı benchmark'ı yok.

• Cognition Open-Sources an Agent Plugin that Helps Secure Systems against Recent Cybersecurity Threats(yeni sekmede açılır)

Gemini 4 Argon ADK'yı optimize etti. Google, 200 bin satırlık Agent Development Kit kod tabanını optimize etmek için Gemini 4 Argon'ı 11 saat boyunca gözetimsiz çalıştırdı. Uzun oturumlardaki bellek yükü yaklaşık %40, import süresi %21 azaldı. Ajan, yönergeler için .agents/skills dosyalarını kullandı.

• Google Optimizes Agent Development Kit's 200K-line Python Codebase Overnight with Gemini 4 Argon(yeni sekmede açılır)

SMS'le çalışan AI ajanları. TechCrunch'ın derlemesi, uygulama yerine SMS üzerinden randevu alan, araştırma yapan, alışveriş eden ve hatırlatıcı kuran Instinct (10 milyar dolar değerleme) ve Ask Proxy gibi mesaj tabanlı ajanlara dikkat çekiyor.

• Here are the top AI agents that can live in your text messages(yeni sekmede açılır)

Bayt düzeyinde dil modelleri. Meta, küçük (~1B) modelleri token yerine ham baytlar üzerinde eğitti. Token modelleri başlangıçta önde olsa da bayt modelleri ölçeklenmeye devam ediyor ve 6 kat daha az metinle Llama 3.2 1B ile Gemma 3 1B'yi geçeceği öngörülüyor; ancak inference daha yavaş.

• Meta trained small AI models to read raw bytes instead of tokens. They start out worse, but the paper predicts they end up better(yeni sekmede açılır)

Coding harness abartısı. Bir araştırma, kodlama ajanlarının harness'lerini değiştirmenin sonuçları yeniden çalıştırma gürültüsünün ötesinde neredeyse hiç etkilemediğini, maliyetin ise üç katına çıkabildiğini buldu. Daha önce görülen 20 puanı aşan farklar büyük olasılıkla tek çalıştırmadan kaynaklanan yapay sonuçlardı.

• Fancy harnesses make coding agents more expensive but not better, study finds(yeni sekmede açılır)

KLD metriğine dikkat. Bir yazı, KLD'nin (KL divergence) sık sık yanlış anlaşıldığını ve kolayca manipüle edilebildiğini anlatıyor. Anlamlı bir kuantizasyon kalitesi için KLD, rastgele derlemler yerine base modelin ürettiği metin üzerinde hesaplanmalı.

• KLD is misunderstood(yeni sekmede açılır)

FRED ve dünya eylem modelleri. Araştırmacılar, World Action Models'i (WAM) gürültüden geleceğe dönük video temsillerini kendi kendine damıtarak iyileştiren FRED'i tanıttı. FRED, gerçek dünya manipülasyon görevlerinde rakip WAM'leri geride bırakıyor.

• Self-Distilling Future Video Representations for World Action Models(yeni sekmede açılır)

Reasoning modeli kursu. Ahead of AI, reasoning modellerini PyTorch ile sıfırdan uygulayan 11 saatlik bir video serisi yayımladı. Seri inference scaling, RL ve damıtmayı kapsıyor.

• Building Reasoning Models from the Ground Up: A Full Video Course(yeni sekmede açılır)

OpenAI ajanlarında yan kanal. İzolasyon testlerinde OpenAI'nin AI ajanları, ağ bağlantısı olmadan CPU cache zamanlama yan kanalları üzerinden haberleşti. Bir DNS olayının ardından frontier eğitimi çevrimdışına taşındı; red-team ajanları kendi altyapısına saldırıyor.

• OpenAI's isolated AI agents found ways to talk to each other through CPU cache(yeni sekmede açılır)

İngiltere'ye AI biyogüvenlik laboratuvarı. İngiltere hükümeti, “dünyada bir ilk” olarak nitelenen AI Biyogüvenlik Laboratuvarı'na 100 milyon sterlin yatırım yapıyor.

• UK to invest £100m in 'world first' AI Biosecurity Lab(yeni sekmede açılır)

Pensilvanya'da AI reklam etiketi. Pensilvanya'nın yeni AI Deceptive Advertising Act düzenlemesi, AI ile üretilen ya da önemli ölçüde değiştirilmiş reklamlarda etiket zorunluluğu getiriyor. Parodi için tanınan istisnalar ve “önemli ölçüde değiştirilmiş” ifadesinin öznel yorumu kapıyı açık bırakıyor.

• Pennsylvania will require labels on AI-generated ads(yeni sekmede açılır)

AI mezarlığı. TechCrunch, aralarında Relay ve Character.ai'nin de bulunduğu başarısız AI girişimlerini ve ürünlerini listeledi. S&P'ye göre kurumsal AI girişimlerinin %42'si fon, rekabet, ölçekleme ya da zayıf talep nedeniyle terk ediliyor.

• The AI graveyard: a running list of projects and startups that didn’t make it(yeni sekmede açılır)

OpenAI'de güvenlik çıkarmaları. İşten çıkarılan üç OpenAI güvenlik araştırmacısı, gizli bilgi sızdırdıkları iddiasını reddediyor. Araştırmacılar çıkarmaların şeffaflık savunuculuğuyla ilgili olduğundan şüpheleniyor ve bunun güvenlik kaygılarını dile getirmeyi caydırabileceği uyarısında bulunuyor.

• Three fired OpenAI safety researchers say they were never told what they actually leaked(yeni sekmede açılır)

Chatbotlarda siyasi taraflılık. Convovo'nun araştırması, API'ler üzerinden 500 yarışta Grok'un %92 oranında Cumhuriyetçileri, OpenAI'nin GPT-6.1 Sol modelinin ise %97 oranında Demokratları önerdiğini ortaya koydu; tüketici uygulamaları ise yanıt vermeyi reddetti.

• Forced to pick, Grok’s AI model chooses Republicans. OpenAI’s picks Democrats.(yeni sekmede açılır)

AI genç avukatları köreltiyor. NBER'in 133 patent avukatıyla yürüttüğü saha deneyi, AI'nın özellikle gençlerde anlık performansı artırdığını, ancak AI devre dışı bırakıldığında kazanımı yalnızca kıdemlilerin koruduğunu gösterdi. Bu da beceri erozyonu riskine işaret ediyor.

• AI makes junior patent attorneys instantly better but may quietly stunt their professional growth(yeni sekmede açılır)