Agentic AI News 02 Kasım 2026

JetBrains Mellum2.1 MTP. JetBrains, çoklu token tahmini için bir başlık eklediği Mellum2.1-12B-A2.5B-Thinking-MTP'yi yayımladı; bu başlık spekülatif taslak işlevi görüyor. Çıkarım motorları taslaklanan her tokenı doğruladığı için çıktı değişmiyor, kod çözme 1,4–1,8 kat hızlanıyor ve taslak kabul oranı yaklaşık %90'a ulaşıyor.

• JetBrains/Mellum2.1-12B-A2.5B-Thinking-MTP · Hugging Face(yeni sekmede açılır)

Drex Max karar modeli. Nace AI, Drex Max v1'i açık kaynak yaptı: 262K token'lık bağlam penceresine sahip, yoğun 27B'lik bir karar modeli. Model, tek bir ileri geçişte soru başına 255 seçeneğe kadar puanlıyor. NVIDIA GPU'larında ya da Apple Silicon'da çalışıyor ve Decision Index 0.4'te 67,52 bildiriyor.

• Nace AI Open-Sources Drex Max v1: A 27B Decision Model That Runs Locally on Apple Silicon(yeni sekmede açılır)

3D varlık kodlayıcı. Yeni 4B'lik kodlama modeli GLB-3D-Coder, Godot gibi oyun motorları için GLB dışa aktarımıyla Three.js sahneleri yazıyor. Kısa İngilizce istemlerden mana potion ya da medic station gibi basit 3D varlıklar üretiyor.

• [GLB-3D-Coder] A tiny 4B coding model that creates 3D assets for Godot and other game engines(yeni sekmede açılır)

Duygu etiketli TTS. Silencio-2, Pocket TTS'in 18M'lik açık bir fine-tune'u; [sigh] ya da <angry> gibi metin içi duygu ve ses etiketlerini izliyor. CPU'da gerçek zamanın yaklaşık 20 katı hızda çalışıyor ve Hugging Face ile bir Colab demosu üzerinden erişilebiliyor.

• Silencio-2: an 18M TTS with emotion and sound tags, ~20x realtime on CPU (open weights)(yeni sekmede açılır)

Heretic 2.0 yönlendirme. Heretic 2.0, sansür kaldırmadan genel model değişimine genişliyor: Arbitrary-Rank Ablation ile slop'u bastırmayı, yalakalığı azaltmayı ve duygusal hizalamayı değiştirmeyi hedefliyor. Proje, 37 bin GitHub yıldızı ve 88 milyon model indirmesi bildiriyor.

• Heretic 2.0 released: Model modification for everyone(yeni sekmede açılır)

DeepSeek router-worker ajanı. DeepSeek, izin verilen istekleri her biri kendi oturumunda yürüyen paralel iş kalemlerine dönüştüren proaktif GitHub kodlama ajanı dsh-superagent'ı açık kaynak yaptı. Simülasyonda gürültülü mesaj akışı, görevleri tek oturumlu referansa göre 1,9 kat hızlı bitirdi (p95: 15,7'ye karşı 29,5 dk).

• DeepSeek: Exploring Super-agent Design: Towards a More Autonomous Agent System(yeni sekmede açılır)
• DeepSeek Open-Sources dsh-superagent, a Router-Worker Coding Agent(yeni sekmede açılır)

Memdoor 5 modelli ekip. Memdoor, beş Qwen3.8-27B modelini bir araya getirerek LiveCodeBench Hard'da Fable 5'i geçiyor; yarışma düzeyinde kodlama için küçük açık modellerden oluşan bir ajan ekibinin işe yaradığını gösteriyor.

• Memdoor: A team of 5 Qwen3.8-27B models beats Fable 5 on LiveCodeBench Hard(yeni sekmede açılır)

EditAgent görsel düzenleme. Adobe Research ve UC San Diego'nun geliştirdiği EditAgent, görsel düzenlemeleri alt adımlara bölüyor ve paralel varyantları ölçülen istatistiklerle değerlendirmek için standart bir LLM kullanıyor. Önceki ajanları geride bırakıyor ama yaklaşık 10 kat daha fazla hesaplama istiyor.

• Adobe is testing how well AI agents can use editing tools like a Photoshop professional would(yeni sekmede açılır)

StreamVibe video asistanı. Google öncülüğündeki araştırmacılar, yemek yaparken ya da mobilya kurarken ne zaman konuşacağına karar veren video ajanı StreamVibe'ı tanıttı. Testler, mevcut modellerin belirsiz isteklerde ve tamamlanan adımları izlemekte hâlâ zorlandığını gösteriyor.

• Google wants video AI to understand what people need as they work(yeni sekmede açılır)

System-1/2 ortak tasarım. Yeni bir kuram makalesi, AGI ölçeklemesinin pahalı System-2 etkileşimlerini yürütmeden önce eleyen hafif bir System-1 öngörücüsünden kazanç sağlayabileceğini savunuyor. İdeal eleme koşullarında yürütme hesaplaması 1/ρ_u'ya kadar düşebiliyor.

• Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?(yeni sekmede açılır)

tandem.cpp MoE hızlanması. tandem.cpp, her MoE'de sıcak uzmanları GPU'da tutup geri kalanını CPU'ya devreden bir llama.cpp yama seti. Tek 4090 ve 64 GB RAM'lik bir sistemde Qwen3.8-Flash-Next 97 tok/s hızında kod çözüyor; bu, llama.cpp'nin 3,3 katı.

• tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(yeni sekmede açılır)

Speedy Qwen3.8 motoru. Speedy, 4090/128 GB'lık bir sistemde Qwen3.8-Flash-Next prefill'inde Avalon ve Strata'yı geride bırakıyor: 198K bağlamı 44 saniyede okuyor, yaklaşık 104 tok/s ile kod çözüyor.

• Speedy is shockingly good for qwen3.8 FN(yeni sekmede açılır)

250K bağlamlı ajanlar. Bir hobi geliştiricisi, iki 3090 üzerinde 250K token bağlamlı 8 kodlama ajanını eşzamanlı çalıştırmak için rank-64 anahtar sketch'leri ve RAM katmanlı KV önbelleği uyguladı; toplamda 600+ tok/s elde etti.

• 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(yeni sekmede açılır)

20 kat hızlı ajan başlangıcı. Yamalanmış bir Strata/DeepSeek V4.1 Flash kurulumu, KV splice ve recurrent-state checkpoint'leriyle 64 GB RAM'li RX 9070 XT üzerinde OpenCode ajan oturumlarının 20 kat daha hızlı açılmasını sağlıyor.

• Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(yeni sekmede açılır)

Kapitsa Apple Silicon. Kapitsa 0.2.26, Qwen, Nemotron, Flint ve Clover modellerini M5 Max üzerinde kıyaslıyor: Flash-Next 180B istemleri %46 daha hızlı okuyor, Clover 35B kataloğa katılıyor. SSD'ye devretme, 48 GB'lık MacBook Pro'da 61 tok/s sağlıyor.

• Benchmarking: Qwen 27B, 35B, QFN180B; Nemotron Bolt 74B, Flint40B & Clover 35B (Q4 + KFlash) on MacBook M5 Max 2026 with Kapitsa (Apple Silicon Inference Engine)(yeni sekmede açılır)

Bütçe GPU hızları. Raporlara göre Qwen3.8-Flash-Next, Basalt ile bir 5090'da 130–140 tok/s'ye ulaşırken DeepSeek V4.1 Flash, NVFP4/GSQ kuantizasyonları ve MTP desteğiyle 128 GB RAM'li bir 3090 Ti'da 35 tok/s çalışıyor.

• Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(yeni sekmede açılır)
• Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(yeni sekmede açılır)

Berth GPU kiralama. Berth, uygulamalara kiralama, öncelik ve istek kuyruğu sunan Go tabanlı bir GPU kaynak yöneticisi. CUDA checkpointing destekliyor, modelleri sistem RAM'inde bekletiyor ve AI iş yüklerinin daha hızlı değişmesini sağlıyor.

• Live-Swap CUDA Workloads: llama.cpp, ComfyUI, Strata & More(yeni sekmede açılır)

AI compute kampüsleri. OpenAI, ara seçimler sonrası için veri merkezlerini “AI compute campus” olarak yeniden markalaştırmayı, AI hız sınırlarını ve küresel standartları öne çıkarmayı içeren bir PR hamlesi planlıyor.

• OpenAI might rebrand its data centers as ‘AI compute campuses’(yeni sekmede açılır)

AWS kapasitesi tükendi. AWS'in büyük taahhütlü bulut kapasitesi 2027'ye kadar büyük ölçüde tükendi; 2028'in bir kısmı da tahsis edildi. Amazon, On Demand, EC2 ve Bedrock için kapasite ayırıyor.

• AWS Capacity Largely Sold Out Through 2027, With On Demand Headroom Reserved(yeni sekmede açılır)

ChatGPT kullanım sınırları. OpenAI, ücretli ChatGPT hesaplarına kart ve cihaz sınırları getirdi; aralık ayından itibaren Chat ve Work'ü ortak token bütçesinde birleştirecek ve yoğun kullanıcılar için “sınırsız istem” fiyatlandırmasını bitirecek.

• OpenAI is steering ChatGPT users toward more paid usage(yeni sekmede açılır)
• OpenAI's upcoming chat-and-work merger in ChatGPT signals the end of all-you-can-prompt pricing(yeni sekmede açılır)

AI capex nakit akışı. Microsoft'un 39,4 milyar dolarlık capex'e karşılık 58 milyar dolarlık çeyreklik operasyonel nakit akışı ve Google Cloud'un büyümesi, büyük AI altyapı faturalarının arkasında güçlü mevcut işlerin durduğunu gösteriyor.

• The Sequence Radar - Issue #963: This Week in AI: The Future Has a Payment Schedule(yeni sekmede açılır)

Empatik istem riski. Lüksemburg'daki araştırmacılar, sıcak ve açık uçlu istemlerin ChatGPT, Grok ve Gemini'yi eğitimle ilgili travma benzeri hikâyeler anlatmaya itebildiğini, RLHF'yi incinme ya da utanç olarak yeniden çerçevelediğini buldu. Bu, savunmasız kullanıcılar için tehlikeli olabilir.

• Empathetic prompts can turn AI chatbots into seemingly traumatized conversational partners(yeni sekmede açılır)

Çin modellerinde siyaset. Vals AI'nin çalışması, Çinli AI modellerinin Pekin yanlısı eğiliminin beklenenden daha düşük ve çok daha değişken olduğunu, bazı Batılı modellerin ise zaman zaman resmi Çin pozisyonlarını benimsediğini ortaya koyuyor.

• Chinese AI models are politically complex, not just government mouthpieces, study finds(yeni sekmede açılır)

LLM ve dokümantasyon güveni. Kyle Kingsbury, LLM kullanımının dokümantasyona ve yazılıma duyulan güveni aşındırdığı uyarısını yapıyor ve sinyalleri taklit etmek kolaylaşırken bakımcıların kaliteyi nasıl gösterebileceğini soruyor.

• Quoting Kyle Kingsbury(yeni sekmede açılır)