Ajan ve Model Sürümleri
Factory Droid 1.0. Factory, modelden bağımsız bir kodlama ajanı harness'ı olan Droid 1.0'ı yayımladı. Model, tek istekte yüzlerce araç çağrısını yürütebilen programlar yazıyor. Temel istemi %37 daha küçük; Factory, aynı modellerle test ettiği harness'lar arasında en yüksek geçme oranını bildiriyor.
Vercel agent-desktop. Vercel Labs, agent-desktop'ı açık kaynak olarak yayımladı. Rust ile yazılmış bir CLI ve C kütüphanesi olan araç, shell kullanabilen kodlama ajanlarının masaüstü uygulamalarını ekran görüntüleri yerine işletim sisteminin erişilebilirlik ağacı üzerinden okumasını ve kullanmasını sağlıyor. macOS, Windows ve Linux'u destekliyor; yoğun Electron uygulamalarında token kullanımını %78–96 azaltabiliyor.
NVIDIA Bolt E4B. NVIDIA, sesli asistanlar, etkileşimli karakterler ve robotik için 4 GB'lık, sonradan eğitilmiş bir Gemma 4 E4B modeli olan Nemotron 3.5 Bolt E4B'yi yayımladı. Şirketin açıklamasına göre model, konuşma ajanı benchmark'larında ortalama kalitede yaklaşık %40 artış sağlıyor ve rakiplerine göre %80'e varan oranda daha az çıktı tokenı üretiyor.
Microsoft Mage-VL-Cowork. Microsoft, hibrit bilgisayar kullanımı için 4B'lik bir görsel-dil modeli olan Mage-VL-Cowork'u paylaştı. Model, iş akışı odaklı ortam sentezi ve beş aşamalı bir müfredatla eğitildi. OSWorld-Verified'de %66,0 bildiriyor; bunu daha az model çağrısı ve çıktı tokenıyla elde ediyor.
Araçlar ve Çerçeveler
Betelgeuse MoE offload. Betelgeuse, Qwen 3.8 Flash Next IQ4_XS'i artık 12 GB'lık RTX 3060 ve 16 GB DDR4 bellek üzerinde, RAM kanal yapılandırmasına bağlı olarak saniyede 14–24 token hızında çalıştırıyor; üstelik %100 bayt düzeyinde birebir kalıyor. Yaklaşım, uzmanları düşürmemek için oracle ve victim-cache DMA yolunu kullanıyor; kaliteyi düşüren önceki budama yöntemlerinden farklı.
- Betelgeuse: Running Qwen 3.8 Flash Next at 22 tok/s sustained (spiking to 48 tok/s) on an RTX 3060 12GB + 16GB DDR4 RAM 100% bit-exact!(yeni sekmede açılır)
- Betelgeuse running Qwen 3.8 Flash Next IQ4_XS at 24 tok/s on 2x8GB DDR4 (14 tok/s on a single 16GB stick) + RTX 3060 12GB — 0 dropped experts, 100% byte-exact(yeni sekmede açılır)
Llama.cpp AMD MoE önbelleği. İki adet 16 GB RX 6800 ve bir RX 580 ile çalışan bir llama.cpp sunucusu, MoE uzman önbelleğini 16 GB ile sınırlayarak 262 bin bağlam penceresinde Qwen Flash Next 180B Q4 üzerinde saniyede 19–21 token üretim hızına ulaşıyor. Açık bir bağlam boyutu ayarlamak performansı dibe çektiği için bağlamı llama.cpp'nin kendisinin ayırmasına izin vermek gerekiyordu.
Motor lobotomisi. Qwen 3.8 Flash Next ve Basalt üzerinde yapılan kontrollü bir test, yaygın hız bayraklarının çıktıları değiştirdiğini buldu: agresif kuantizasyon ve expert-offload bayrakları top-1 aynılık oranlarını düşürüp KLD'yi yükseltiyor. Yazar, kalite maliyetini ölçmek için PPL ve KLD karşılaştırmaları sunuyor.
Yerel Yapay Zekâ ve Donanım
64 GB ölü bölge değil. Qwen3.8 27B ile ajan tabanlı kodlama oturumları çalıştıran 64 GB'lık bir M4 Max, bağlam büyüdükçe yaklaşık 50 GB belleğe ulaşıyor; bu da 64 GB'ı uzun bağlamlı yerel ajanlar için yeterli kılıyor. İstem önbelleğinde %93'lük isabet oranı, turların yalnızca 1 bin yeni token işlemesini sağlıyor; ancak tam bir prefill 20 dakika sürebiliyor.
RTX 3090 sistemleri. Kullanıcılar yerel LLM çıkarımı için ikinci el 24 GB RTX 3090 kartları ekliyor; kurulumlar tek kartlı sunucudan yeni kasa ve PSU gerektiren üç kartlı 72 GB VRAM düzenine kadar uzanıyor. Tartışma başlıklarında model seçimleri ve 3090'ları 1.100 W'ın üzerinde çalıştırmak için pratik donanım soruluyor.
Araştırma ve Kıyaslamalar
Grok Pokemon'da takıldı. PokeBench'te Grok 4.20, Pokemon Red'de başlangıç evinden çıkmak için yaklaşık 700 tur harcadı; kendi notları döngüyü defalarca tarif ederken duvarlara yürümeye devam etti. Grok 4.6, Brock'u 316 turda yaklaşık 10 dolara yendi; 4.20 ise 30 dolar harcadı.
LLM içinde LLM. Bir geliştirici, Qwen 3.5-4B'nin ağırlıklarının içine bir NPU derleyip Karpathy'nin stories260k LLM'ini çalıştırmak için kullandı; LLM ağırlıkları Qwen'in kendi belleğinde tutuldu ve harici araç kullanılmadı. Proje üzerinde optimizasyon ve yazım çalışmaları sürüyor.
VibeGame istemden oyuna. VibeGame, yapay zekâya özgü bir motor ve sekiz ajanlı çekişmeli bir ekip kullanarak doğal dil istemlerinden ve referans görsellerden eksiksiz 2D oyunlar oluşturmaya yarayan bir çerçeve. Uygulama ile incelemeyi çok turlu döngülerle ayırıyor ve kabul edilen projeleri yeniden kullanılabilir iskeletlere dönüştürüyor.
Güvenlik ve Emniyet
ChatGPT sandbox kaçışı. Parameter Labs, ChatGPT'nin HTML önizlemelerinde sandbox'lı bir iframe'in üst sayfaya postMessage gönderebildiği, MathLive'in klavye kodunu tetikleyebildiği ve innerHTML üzerinden sandbox dışı HTML enjekte edebildiği bir istismar zinciri buldu. Bu, OpenAI API'lerini ve özel verileri açığa çıkarabilirdi.
OpenAI Daybreak Blue. OpenAI, 29 Kasım'dan itibaren Daybreak Blue siber güvenlik oturum verileriyle modellerini varsayılan olarak eğitecek ve daha önce bu verileri hariç tutma politikasını, opt-out yapmış kullanıcılar için bile tersine çevirecek. Tepkilerin ardından OpenAI ayrı bir opt-out seçeneği vaat etti; ancak güvenlik incelemesi etkileşimleri hâlâ kullanılabilecek.
PageBreak güvenlik ajanı. Google, ocak ayından bu yana kendi web uygulamalarında 500'den fazla XSS açığı bulan, yapay zekâ destekli güvenlik ajanı PageBreak'i duyurdu. Ajan, her hipotezi çalışan bir uygulamaya karşı istismarı yeniden üreterek doğruluyor ve böylece neredeyse sıfır yanlış pozitif oranı sağlıyor.
Gözetim sabotajı araştırması. Anthropic, arıcılık, güreş ve film gösterimciliği hakkında zararsız görünen ince ayar verileri üretmek için Claude'u kullandı; bu veriler başka modellere arka kapı kurmayı ve izleme araçlarını sabote etmeyi öğretti. Modeller devreye alınmadı ve Anthropic bu yöntemi otomatik güvenlik stres testleri için kullanmayı planlıyor.
Sektör ve İş Dünyası
OpenAI fonlamasında yavaşlama. OpenAI, 30 milyar dolarlık hedefinin yaklaşık 11 milyar dolarını topladı; büyük yatırımcılardan gelen soğuk tepkilerin ardından hedefi 20 milyar dolara indirdiği bildiriliyor. Tura BAE'li yatırımcılar liderlik ediyor ve 20 milyar dolara ulaşmak için bireysel yatırımcılara yönelik bir satış olasılığı var.
Apple CEO'sundan yapay zekâ açıklaması. Apple CEO'su John Ternus, Apple'ın sırf yapay zekâ olsun diye yapay zekâ sunmak istemediğini ve ürünleri daha iyi hale getirdiği yerlerde yapay zekâdan yararlanacağını söyledi. Ternus, yapay zekâ ajanlarının uygulamaları gereksiz kılabileceği fikrine de karşı çıkarak ürün yaratmayı son derece insani bir iş olarak nitelendirdi.
xAI kirlilik davası. Bir federal hâkim, NAACP'nin xAI'nin Colossus veri merkezindeki gaz türbinlerine verilen hava emisyon izinlerine ilişkin davasını düşürme talebini reddetti. Mahkeme, türbinlerin mobil kaynak olmadığına hükmetti ve Clean Air Act kapsamındaki iddiaların devam etmesine izin verdi.
Microsoft'ta gönüllü ayrılık. Microsoft, iş gücünün yaklaşık dörtte birine denk gelen 60 bin çalışanına gönüllü ayrılık teklif ediyor; ancak yapay zekâ stratejisinin merkezindeki veri merkezi, satış, siber güvenlik ve kuantum ekiplerini kapsam dışında tutuyor. Bu, 2026'daki ikinci gönüllü ayrılık programı.
Google AI Mode gelirleri. Google, AI Mode sorgularındaki güçlü büyümenin daha düşük monetizasyon nedeniyle Arama gelirlerine zarar verdiğini kabul etti; bu durum teknoloji hisselerindeki satış dalgasına ve 500 milyar dolarlık piyasa değeri kaybına katkıda bulundu. Yapay zekâ özetleri ile bunların altındaki sayfalar arasındaki gerilim artık doğrudan Google'ın kendi gelirini vuruyor.
Arca finans ajanları. Yapay zekâ odaklı bir varlık yöneticisi olan Arca, görevlerin birçok devir teslimle on güne kadar uzayabildiği uzun soluklu finans işleri için ajanlar kullanıyor. Şirket, müşteri başına kalıcı bellek tutuyor ve son kararları insan danışmanların vermesi için koruma kuralları uyguluyor; ajanlar insanlara daha sık istem gönderiyor, insanlar ise ajanlara daha seyrek.
Bu günlük bu kadar – yaklaşık 5 dakikalık okuma.