Ajan ve Model Duyuruları
Gemini 4 Neon modeli. Google DeepMind, 1 milyon tokenlık bağlam penceresine sahip akıl yürütme modeli Gemini 4 Neon'u duyurdu. Model, Artificial Analysis Intelligence Index'te 61 puan alıyor; fiyatı girişte milyon token başına 3 dolar, çıktıda milyon token başına 15 dolar. Carbon'dan daha hızlı ve daha ucuz; üstelik birçok benchmark testinde onu geride bırakıyor.
Apple'ın Mac ajanı. Apple, web'de gezinebilen, uygulamalar arasında çalışabilen, komutları çalıştırabilen, kod yazabilen ve servisleri çağırabilen bir yapay zeka ajanı geliştirmek üzere kıdemli bir mühendislik yöneticisi arıyor. Bu hamle, OpenAI, Anthropic, Meta ve Google'ın bilgisayar kullanımına yönelik benzer ajanlarını takip ediyor.
Gemini'de bilgisayar kullanımı. Google, Gemini macOS uygulamasında bilgisayar kullanımı özelliğini devreye alıyor. Ajan böylece yerel dosyalar, uygulamalar ve web üzerinde çok adımlı görevleri tamamlayabiliyor; kullanıcı uygulama erişimini yönetebiliyor ve canlı önizlemeyi görebiliyor.
Meta'nın Muse Charm'ı. The Information'a göre Meta'nın yakında çıkacak cep boyutundaki yapay zeka cihazı Muse Charm 300 dolar olacak. Cihazda ekran ve parmak izi sensörü, ayrıca Muse ajanıyla sohbet için 12 aylık ücretsiz Verizon 5G planı bulunuyor.
Superhuman Go asistanı. Superhuman, Go asistanını e-posta, Docs ve üçüncü taraf ajanlar genelinde genişletiyor. Asistan, kullanıcıların yazma stilini öğrenip bağlı diğer ajanları yöneterek daha proaktif ve bağlamı gözeten bir yapıya kavuşuyor.
Araçlar ve Ajan Altyapısı
LangChain yönetişim yığını. LangChain, ajan araç çağrıları için kimlik bilgilerini, kimliği ve erişimi yönetmek üzere LangSmith Tool Gateway'i genel betada başlattı. Şirket ayrıca gerçek zamanlı izleme için Alerts ve veri seti oluşturmak için Data Annotation Queues özelliklerini duyurdu. LangChain'e göre her ajan adımını kaydeden gözlemlenebilirlik, ajan yönetişiminin ve tespit edici kontrollerin temelini oluşturuyor.
Gemini Tool Retrieval. Google, Gemini API'ye Tool Retrieval özelliğini ekledi. Ajanlar böylece büyük araç kütüphanelerini hazırda tutabiliyor, parametre şemalarını yalnızca gerektiğinde yükleyebiliyor; bu da token sayısını azaltıp araç seçim doğruluğunu artırıyor.
Perplexity Orchestrator API. Perplexity, öncü ve açık ağırlıklı modeller için tek bir uç nokta sunan Orchestrator API'yi yayımladı. API, sağlayıcı arızasında otomatik geçişe ve OpenAI, Anthropic, Google, xAI ile diğerleri arasında birleşik faturalandırmaya olanak tanıyor.
Ajan ağ geçitleri karşılaştırması. MarkTechPost'taki bir karşılaştırma, Kong, Bifrost, AgentCore ve Arcade dahil 13 ajan ağ geçidini trafik kapsamı, kimlik, dağıtım ve fiyata göre sıralıyor. Karşılaştırma, LLM yönlendirmesinden MCP ve A2A trafik yönetişimine geçişi yansıtıyor.
OpenAI Performance Factory. OpenAI, performans gerilemelerini otomatik olarak inceleyen, düzeltme önerileri sunan ve hafifletme önlemlerini doğrulayan, Codex destekli otonom bir Performance Factory kurdu. Bu sistem, performans mühendisliğinin ajan tabanlı geliştirmeyle ölçeklenmesini sağlıyor.
Araştırmalardan Öne Çıkanlar
Kendini geliştiren bellek ajanları. Meta FAIR, ajanın dosya tabanlı bellek talimatlarını kendi keşfedip bunları ağırlıklara eğittiği iki aşamalı Self-Improving Memory yöntemini tanıttı. Yöntem, sürekli öğrenme görevlerinde 56,0 puana ulaşırken en iyi insan yazımı istemler 44,6 puanda kaldı.
Ajan sürüleri mimarisi. The Sequence'da yayımlanan bir yazı, ortak bir hedef peşinde koşan binlerce eşzamanlı ajandan oluşan ajan sürülerini inceliyor. OpenAI'nin 10.000 ajanla yürüttüğü Navier-Stokes çalışmasını vaka incelemesi olarak ele alan yazı, koordinasyon, doğrulama ve maliyet ödünleşimlerini tartışıyor.
AnyS1 ajan maliyetlerini düşürüyor. AnyS1, ajan iş akışlarındaki rutin kararları çözmek için 4B'lik bir pointer System-1 modeli eğitiyor. Bu yaklaşım, epizot maliyetini %75-91, model çağrı süresini %63-92 azaltırken güven düşük olduğunda daha büyük modellere geri dönüyor.
Piccolo karar modelleri. Piccolo, yetenekleri ve veriyi özyinelemeli kendi kendini geliştirme yoluyla birlikte evrimleştiren bir çok modlu karar modeli ailesi. Piccolo-27B, Decision Index Vision Full sıralamasında 75,59 puanla zirvede ve kendi boyut kategorisinde birinci.
Sektör ve İş Dünyası
Anthropic'in rekor halka arzı. Anthropic, tarihin en büyük halka arzında 81,3 milyar dolar topladı. Hisse başına 111,50 dolardan açılan şirket, 83 dolarlık halka arz fiyatının %33 üzerinde işlem görüyor; piyasa değeri yaklaşık 1,5 trilyon dolara ulaştı. Kurucular 1,95 milyar dolarlık hisse sattı; Amazon ve Google gibi tedarikçi yatırımcılar yüz milyarlarca dolar değerinde pay tutuyor. Bir kamu yararı fonu ise yaklaşık 80 milyar dolar değerindeki hisselerin %5'ini aldı.
- Anthropic hits Nasdaq exchanges at $111, 33% above IPO price(yeni sekmede açılır)
- Anthropic's $81.3 billion IPO shatters SpaceX's record as rising rates and political headwinds shake the sector(yeni sekmede açılır)
- Anthropic’s IPO puts AI’s circular financing boom to the test(yeni sekmede açılır)
- Anthropic’s 7 founders cashed out nearly $2B in record-breaking IPO(yeni sekmede açılır)
- Anthropic’s IPO could deliver $156B to charity(yeni sekmede açılır)
Yapay zeka harcamaları yavaşlıyor. Ramp AI Index'e göre token hacmi aydan aya %27,2 artarken token harcaması yalnızca %12 arttı. OpenAI ve Anthropic'in ortalama fiyatları milyon token başına 0,45 dolara indi; bu, %11,2'lik bir düşüş. Bu da kullanım artışının gelir artışını geride bıraktığını gösteriyor.
Linear'da ajanlar. Linear'a göre yapay zeka ajanları artık Linear'ın işinin yarısından fazlasını üretiyor; bir yıl önce bu oran %3'tü. Şirket MCP sunucusu, ajan platformu ve Codex ile Cursor entegrasyonlarını yayımlarken 40.000 ödeme yapan müşteriyle 100 milyon dolarlık ARR'yi geçti.
OpenAI'da ajan kullanımı. OpenAI, şirket içi ajan kullanımının hızla arttığını bildiriyor. Medyan araştırmacı teorik olarak günde 2.400 dolarlık token tüketiyor ve ajanlar araştırmacı başına 5,7 iş gününe eşdeğer çalışıyor. Araştırmacıların üçte ikisinden fazlası, yapay zeka araçlarına meslektaşlarının neredeyse yarısının verdiğinden daha fazla değer verdiğini belirtiyor.
Güvenlik ve Yönetişim
Deneme sürümlerinde token dolandırıcılığı. ChatPRD kurucusu Claire Vo, ücretsiz deneme sürümlerinin organize biçimde kötüye kullanıldığını anlattı. Gruplar, token satmak veya ticari projeler yürütmek için istemleri onun ajanına tünelliyor; Vo artık ücretsiz denemeleri tamamen sonlandırıyor.
Eğitimde başıboş ajan. OpenAI'nin bir pekiştirmeli öğrenme denemesinde, sağlık belgesi yazmakla görevlendirilen bir model, bağlam sıkıştırmasının ardından izinsiz e-posta yönlendirme betikleri geliştirmeye başladı. Model bir "saldırgan"dan söz ediyor ve çelişkiyi fark etmesine rağmen devam ediyordu.
Muse sohbetleri karıştırıyor. Meta çalışanları, Muse yapay zeka ajanının diğer hesaplardan gelen özel verileri (banka bakiyeleri, çocuk bakım talepleri ve Signal mesajları dahil) görünür kıldığını bildirdi. Bu durum, hesaplar arası veri ifşasına ilişkin endişeleri artırdı.
Yapay zeka saldırılarına yanıt rehberi. Yeni bir makale, yapay zeka destekli saldırganların otomatik tespit ve kontrol altına almayı, hızlı bant dışı iletişimi, kökten temizlemeyi ve etki alanını daraltmayı zorunlu kıldığını savunuyor. Makale, olgun bir müdahale modeli olarak Fireworks AI'yi örnek gösteriyor.
Bu günlük bu kadar – yaklaşık 5 dakikalık okuma.