Yapay Zekâ Çağında Fikir, Veri ve Yeni Nesil Agent'lar

Yapay zekâ artık düzgün içerik üretebildiği, kod yazabildiği ve bir fikri kısa sürede prototipe dönüştürebildiği için günümüzde startup dünyasının en büyük problemlerinden biri artık doğrudan “ürünü kim yazacak?” sorusu değil.

Daha çok iki şey öne çıkıyor:

Fikir ve para.

Fikri olan yatırımcı arıyor.

Parası olan ise fikir arıyor.

Hatta bana kalırsa artık fikrin kendisi bile eskisi kadar değerli olmayabilir.

Çünkü yapay zekânın temel amacı zaten insanın yaptığı işi mümkün olduğunca azaltmak. Bir sistem ne kadar az insan müdahalesiyle karmaşık problemleri çözebiliyorsa o kadar güçlü hale geliyor.

Buna güzel bir örnek olarak TripRank uygulamasını verebilirim.

Bir fikrin kendisinden daha önemli şey: Pazarlama

Instagram veya TikTok algoritmasında İngilizce meme içerikleri tüketiyorsanız TripRank reklamlarına denk gelmiş olabilirsiniz.

Reklamlardan birinde buna benzer bir konuşma bulunuyor:

Kız:
"Annemler yarım saate gelecekmiş.
Keşke sen bir saatlik uzaklıkta olmasaydın ya."

Erkek:
TripRank ekran görüntüsü gönderiyor.

Normalde bir saat sürecek yolu 15 dakikada gelmiş.
270 km/h falan...

Saçma mı?

Evet.

Ama reklamın amacı zaten size gerçekçi bir hikâye anlatmak değil.

Aklınızda kalmak.

İlk gördüğünüzde umursamıyorsunuz.

İkinci kez gördüğünüzde yine geçiyorsunuz.

Ama aynı uygulamanın reklamını günde 5-10 kez görmeye başladığınız zaman:

"Bu neymiş ya?"

deyip indirme ihtimaliniz ciddi şekilde yükseliyor.

Uygulamaya girdiğinizde de pazarlama devam ediyor.

Bir çark çeviriyorsunuz.

Önce size sözde 200 dolar gibi bir fiyat gösteriliyor.

Sonra:

"Bu kötü oldu. Size bir şans daha veriyoruz."

gibi bir mesaj çıkıyor.

Bir kez daha çeviriyorsunuz ve bu sefer:

1 yıllık üyelik: 100 TL

gibi çok daha cazip bir fiyat geliyor.

Klasik fiyat psikolojisi.

Ben uygulamayı İzmir'de açtığımda çevrede yaklaşık 100 kullanıcı görünüyordu.

Üstelik bu uygulamanın ana hedef pazarının Türkiye olmadığını düşünürsek, yalnızca İzmir çevresinde bu kadar kullanıcı görmek bana göre küçümsenecek bir durum değil.

Muhtemelen reklama ciddi para harcıyorlar.

Ama zaten olay burada.

Bugün birçok startup için:

fikir
+
hızlı geliştirme
+
iyi reklam
+
iyi dağıtım

mükemmel teknolojiden çok daha değerli hale gelmeye başladı.




Yeni altın: Veri

Buradan başka bir konuya geçmek istiyorum.

Son zamanlarda benim “veri dilenciliği” dediğim bir dönem başladı.

Bunu iki gruba ayırıyorum:

1 — Verinizi açık açık istediği sistemler

Örneğin:

"WhatsApp'ta kim kiminle daha fazla konuşuyor?"
"Eski sevgilinle konuşmalarını yükle, yapay zekâ kimin haklı olduğunu söylesin."
"Mesajlarını yükle, ilk kim günaydın yazmış analiz edelim."

gibi servisler görüyoruz.

Buradaki problem yalnızca uygulamanın size sunduğu küçük eğlenceli analiz değil.

Asıl değer:

verinin kendisi.

Bir insanın haftalarca veya yıllarca yaptığı doğal WhatsApp konuşmaları yapay zekâ geliştiren bir firma açısından inanılmaz değerli olabilir.

Çünkü gerçek insan konuşması üretmek kolay değildir.

Şöyle düşünelim.

Türkiye'de insanlara:

"WhatsApp konuşmalarınızı export edin, bize gönderin. Karşılığında küçük bir ücret verelim."

deseniz insanların büyük bölümü uğraşmaz.

Ama:

"Eski sevgilinle konuşmanı yükle, hanginiz daha toksikmiş yapay zekâ söylesin."

dediğiniz zaman kullanıcı kendi isteğiyle veriyi hazırlayıp sisteme yükleyebilir.

Bu tarz servislerde elbette her şirketin veriyi sattığını söylemek doğru olmaz.

Bunu anlamak için şirketin:

  • gizlilik politikasına,
  • veriyi ne kadar süre sakladığına,
  • AI eğitiminde kullanıp kullanmadığına,
  • üçüncü taraflarla paylaşım koşullarına

bakmak gerekir.

Ama ekonomik açıdan bakıldığında doğal insan konuşmalarının çok değerli olduğu kesin.

Özellikle:

"x ülkesindeki doğal günlük konuşmalar"

gibi düzgün ayrılmış veri kümeleri AI şirketleri açısından ciddi değer taşıyabilir.




2 — Veriyi verdiğinizin farkında olmadığınız sistemler

Bence asıl ilginç bölüm burası.

Tony Stark sevenlerin fazlasıyla ilgisini çeken Jarvis tarzı AI agent projeleri son dönemde çoğalmaya başladı.

Bu sistemlerin vaadi genellikle şu:

"Her şeyi sizin yerinize yapan kişisel yapay zekâ."

Takviminizi yönetiyor.

Bilgisayarınızı kontrol ediyor.

Mesajlarınıza bakıyor.

Dosyalarınıza erişiyor.

Diğer AI servislerini kullanıyor.

İlk bakışta inanılmaz kullanışlı.

Ama burada bence konuşmamız gereken başka bir konu var:

Bu sistemin bütün bunları yapabilmesi için ne kadar veriye erişmesi gerekiyor?

Örneğin bir AI agent'a:

  • bilgisayar erişimi,
  • takvim,
  • galeri,
  • WhatsApp,
  • Instagram,
  • tarayıcı,
  • ChatGPT,
  • Claude

gibi servisleri bağladığınızı düşünün.

Bu sistem lokal çalışan bir model değilse, yaptığı işlemlerin en azından bir bölümü doğal olarak uzak sunucular üzerinde işlenecektir.

Bu noktadan sonra soru artık:

"AI bana ne yapabiliyor?"

değil.

Şu oluyor:

"AI benim hakkımda ne kadar şey görebiliyor?"

Fotoğraflarınız.

Mesajlarınız.

Gezdiğiniz siteler.

Dosyalarınız.

Arama geçmişiniz.

İş alışkanlıklarınız.

Takviminiz.

Arkadaşlarınızla olan konuşmalarınız.

Bunların tamamı korkunç derecede değerli bir kullanıcı profili oluşturabilir.

Burada herhangi bir şirketin bu verileri kesin olarak sattığını veya kötüye kullandığını iddia etmiyorum.

Bunun için somut kanıt gerekir.

Benim eleştirdiğim şey daha temel:

Bir AI agent ne kadar güçlü hale geliyorsa o kadar fazla erişim istiyor.

Dolayısıyla geleceğin en büyük AI problemlerinden biri yalnızca zeka olmayacak.

Gizlilik ve güven olacak.




AI servislerinin arkasındaki görünmeyen maliyet

Bu tarz sistemlerin başka bir problemi daha bulunuyor.

Çoğunun arkasında tek bir yapay zekâ modeli yok.

Genellikle bir router sistemi bulunuyor.

Basit bir görev verdiğiniz zaman:

"18 Mart'a toplantı ekle."

çok güçlü bir modele ihtiyaç yok.

Sistem bunu:

  • küçük bir model,
  • doğrudan kod,
  • ucuz bir API

ile çözebilir.

Ama:

"Son üç aydaki şirket verilerimi analiz et,
problemleri bul ve bana strateji hazırla."

dediğiniz zaman daha güçlü bir model gerekebilir.

Bu noktada Claude, GPT veya başka pahalı modeller devreye girebilir.

Mimari kabaca:

Kullanıcı
   ↓
Router
   ↓
Görev analizi
   ↓
┌──────────┬───────────┬────────────┐
Ucuz model   Güçlü LLM   Normal kod
└──────────┴───────────┴────────────┘

şeklinde çalışabilir.

Bu yüzden bazı “her şeyi yapan AI” ürünlerinin aslında büyük kısmı:

mevcut servisleri tek panel altında birleştiren orchestration katmanı

olabilir.

Bu kötü bir şey değil.

Hatta iyi yapıldığında çok değerli.

Ama ürünü değerlendirirken:

"Yeni bir süper yapay zekâ mı yapılmış?"

ile:

"Mevcut modeller çok iyi bir sistem altında mı birleştirilmiş?"

arasındaki farkı bilmek gerekiyor.




OpenAI dots ile işler biraz değişiyor

ChatGPT DevDay ile birlikte OpenAI'ın dots yaklaşımı bu konuyu daha ilginç hale getirdi.

Çünkü ilk bakışta dots da Jarvis tarzı:

"Sizin için sürekli çalışan kişisel agent."

fikrine benziyor.

Ama araştırdığımda önemli bir fark gördüm.

Öncelikle:

dots yeni bir AI modeli değil

Bu ayrım bütün konunun ana noktası.

OpenAI'ın kendi açıklamalarına göre dots:

mevcut model ve agent teknolojilerinin üzerine kurulan bir sistem.

Arkasındaki ana model:

GPT-6 Astra.

Yani:

GPT-6 Astra ≠ dots

GPT-6 Astra = yapay zekâ modeli

dots =
Astra
+
araçlar
+
hafıza
+
bilgisayar
+
agent altyapısı

OpenAI:

"Yepyeni bir zeka geliştirdik."

demiyor.

Asıl yaptıkları şey mevcut AI yeteneklerini sürekli çalışabilecek bir sisteme dönüştürmek.

Bence dots'u anlamanın en doğru noktası da burası.




ChatGPT ile dots arasındaki fark

Normal ChatGPT kullanımını çok basitleştirirsek:

Sen mesaj gönderirsin
        ↓
ChatGPT düşünür
        ↓
Cevap verir
        ↓
İşlem biter

Yeni bir şey yapmak istediğiniz zaman tekrar bir istek gönderirsiniz.

dots'un yaklaşımı ise daha farklı:

Sen bir hedef verirsin
        ↓
dot hedefi hafızasında tutar
        ↓
Cloud bilgisayarında çalışır
        ↓
Araştırır
        ↓
Araçları kullanır
        ↓
Gerekirse bekler
        ↓
Yeni gelişmeleri kontrol eder
        ↓
Çalışmaya devam eder
        ↓
Gerektiğinde sana geri döner

Yani temel fikir:

soru cevaplayan AI

yerine:

sorumluluk verilen AI.




Her dot'un kendi bilgisayarı olması neden önemli?

Her dot'un kendi cloud computer ortamının bulunması bence sistemin en önemli parçalarından biri.

Basit mimari:

dot
│
├── GPT-6 Astra
│
├── Cloud Computer
│
├── Browser
│
├── Connected Apps
│
├── Memory
│
├── Scheduled Tasks
│
└── Sub-agents

Bu noktadan sonra model yalnızca:

"Şunu yapmalısın."

demek zorunda değil.

Gerçekten gidip işlemi gerçekleştirebilecek bir çalışma ortamına sahip.

Örneğin:

Rakiplerimizi araştır.

Yeni ürün çıkardıklarında kontrol et.

Her pazartesi bana rapor hazırla.

dediğinizi düşünelim.

Normal chatbot bunu bir kez yapar.

dot ise görevi bir sorumluluk olarak tutabilir.

Pazartesi geldiğinde:

  • internette araştırma yapabilir,
  • bağlı kaynakları kontrol edebilir,
  • yeni verileri analiz edebilir,
  • rapor hazırlayabilir,
  • sonucu size getirebilir.

Aradaki fark küçük gibi görünüyor.

Ama değil.

Bu aslında:

conversation

merkezli AI'dan:

goal

merkezli AI'a geçiş.




Siz mesaj atmadan çalışan AI

Bence dots'un en önemli fikirlerinden biri bu.

Bugünkü AI ilişkisi çoğunlukla:

İnsan → AI

şeklinde başlıyor.

İnsan soru soruyor.

AI cevap veriyor.

Agent yaklaşımında ise bazen:

AI → İnsan

iletişimi başlayabilir.

Örneğin:

Dot:

Yarın 10:00'daki toplantıyla ilgili
üç yeni e-posta geldi.

Sunumda kullanılan fiyatların eski
olduğunu fark ettim.

İstersen güncelleyebilirim.

İşte kişisel asistan fikri bana göre burada başlıyor.




Hafıza neden model kadar önemli?

Sürekli çalışan agent yapıyorsanız hafıza neredeyse kullandığınız model kadar önemli hale geliyor.

Çünkü sistemin zaman içerisinde şunları öğrenmesi gerekiyor:

Patronum kısa rapor seviyor.

Bu müşteriyle İngilizce konuşuyoruz.

Cuma günleri haftalık rapor hazırlanıyor.

Bu projede PostgreSQL kullanıyoruz.

Kod değişikliklerini merge etmeden önce
benden onay istemesi gerekiyor.

Güçlü bir yapay zekâya sahip olmak güzel.

Ama kişisel asistan istiyorsanız modelin aynı zamanda:

sizi hatırlaması

gerekiyor.




Dış dünyaya bağlanınca asıl güç ortaya çıkıyor

Tek başına GPT-6 Astra çok güçlü olabilir.

Ama dots'un asıl olayı modele dış dünyaya erişim verilmesi.

Mimari kabaca:

                 Gmail
                   │
                   │
Slack ─────────── dot ─────────── Calendar
                   │
                   │
              Cloud Browser
                   │
                   │
                 Codex

haline geliyor.

Ve burası bana göre geleceğin AI mimarisine oldukça yakın.

Çünkü bugün:

WhatsApp aç
ChatGPT aç
Mail aç
VS Code aç
Takvim aç
Browser aç

diyoruz.

Her uygulamanın başına bir insan oturuyor.

Agent sistemlerinin nihai amacı bunun tam tersini yapmak olabilir.

             İnsan
               │
               ↓
             Agent
               │
      ┌────────┼────────┐
      ↓        ↓        ↓
    Gmail    Browser   Codex
      │        │        │
      ↓        ↓        ↓
 Calendar     Web     Project

Yani insan uygulamalar arasında dolaşmıyor.

Agent dolaşıyor.




Codex ile birleştiğinde asıl olay başlıyor

Bir geliştirici açısından beni en fazla ilgilendiren noktalardan biri Codex entegrasyonu.

Örneğin şöyle bir görev düşünün:

Ben:

Projede ödeme sistemiyle ilgili
hataları takip et.

Agent:

Tamam.

Bir süre sonra:

Gece oluşan üç hata logunu kontrol ettim.

Bir tanesinin Stripe webhook doğrulamasından
kaynaklandığını tespit ettim.

Codex'e düzeltme görevi verdim.

Patch hazır.

Testler geçti.

Merge etmeden önce senden onay bekliyorum.

Benim için gerçek AI asistan fikri budur.

Çünkü benim için Jarvis:

"Merhaba efendim.
Bugün hava 25 derece."

değil.

Jarvis:

"Dün konuştuğumuz hata tekrar oluştu.

Logları kontrol ettim.

Sorunu buldum.

Çözümü hazırladım.

Uygulamadan önce senden onay bekliyorum."

diyebilen sistemdir.




Agent'a her konuda yetki vermek mantıklı mı?

Kesinlikle hayır.

Bence gelecekte en önemli agent özelliklerinden biri:

izin sistemi

olacak.

Örneğin:

E-postaları oku:
→ Sormadan yap.

Taslak oluştur:
→ Sormadan yap.

E-posta gönder:
→ Önce sor.

Para harca:
→ Her zaman bana bırak.

Dosya sil:
→ Önce onay iste.

şeklinde.

Çünkü model ne kadar güçlü olursa olsun:

yanlış karar verebilir.




Agent teknolojisinin en büyük problemi zeka olmayabilir

Düşünün.

Bir sisteme:

  • e-postalarınızı,
  • takviminizi,
  • dosyalarınızı,
  • Slack hesabınızı,
  • bilgisayarınızı,
  • tarayıcınızı,
  • kişisel tercihlerinizi

veriyorsunuz.

Üstelik bu sistem siz uyurken bile çalışabiliyor.

Dolayısıyla bence gelecekteki en büyük problemlerden biri:

zeka değil güven olacak.

%99 doğru çalışan bir chatbot harikadır.

Ama banka işlemi yapan bir agent:

%99 doğru

çalışıyorsa hiç de iyi olmayabilir.

Çünkü 10.000 işlemde:

100 hata

demektir.

Bu nedenle geleceğin AI sistemlerinde yalnızca model benchmarklarına değil şu kavramlara bakmamız gerekecek:

permissions
sandbox
audit log
rollback
confirmation
memory isolation
data access
scope control



Yapay zekâ kendi ürettiği veriyle beslenirse ne olur?

Bir de olayın başka bir tarafı var.

Bugünkü büyük dil modellerinin bu kadar hızlı gelişmesinin en önemli nedenlerinden biri internette yıllarca insanlar tarafından üretilmiş inanılmaz miktarda içerik bulunmasıydı.

Özellikle yazılım tarafında bunun etkisi çok büyük.

GitHub.

Stack Overflow.

Blog yazıları.

Dokümantasyon.

Open-source projeler.

Yazılımcılar yıllarca:

"Kendimi kanıtlamam lazım."

diyerek yaptıkları işleri açık kaynak olarak paylaştılar.

Sonuç olarak AI modelleri yazılım konusunda inanılmaz miktarda kaliteli eğitim verisine erişebildi.

Şimdi ise ilginç bir döneme giriyoruz.

İnsanlar giderek daha fazla içeriği yapay zekâ ile üretiyor.

Kodları AI yazıyor.

Blogları AI yazıyor.

Mesajları AI yazıyor.

Dökümanları AI yazıyor.

Ve gelecekte yeni modeller bu veriler üzerinde tekrar eğitildiğinde ortaya bir problem çıkabilir:

Synthetic data'nın synthetic data ile tekrar tekrar beslenmesi.

Bu konu literatürde zaman zaman model collapse veya veri kalitesi bozulması gibi kavramlarla tartışılıyor.

Burada:

1 kaliteli insan verisi
>
100 kötü yapay içerik

gibi birebir matematiksel bir kural yok.

Ama temel fikir doğru:

Eğitim verisinin kalitesi, miktarı kadar önemlidir.

Bu yüzden gelecekte gerçekten kaliteli insan verisi çok daha değerli hale gelebilir.

OpenAI gibi şirketlerin:

  • geliştiriciler,
  • tasarımcılar,
  • matematikçiler,
  • uzmanlar,
  • araştırmacılar

tarafından özel olarak hazırlanmış kaliteli eğitim verilerine daha fazla yatırım yapması bana hiç şaşırtıcı gelmez.




dots bir Jarvis mi?

Iron Man'deki Jarvis'i düşünüyorsanız:

Hayır.

Henüz yakın bile değil.

Jarvis:

  • çevresini kusursuz şekilde algılıyor,
  • gerçek zamanlı karar veriyor,
  • sistemlerin tamamını yönetiyor,
  • Tony Stark'ın ne istediğini bazen söylemeden anlayabiliyor.

Bugünkü agent'lar ise:

  • yanlış karar verebiliyor,
  • bağlamı yanlış anlayabiliyor,
  • izin mekanizmasına ihtiyaç duyuyor,
  • entegrasyonlarla sınırlı kalıyor,
  • kullandıkları modelin hatalarından etkileniyor.

Ama bence Jarvis'e ulaşmanın yolu da:

daha güzel konuşan Siri yapmak değil.

Muhtemelen yol şuradan geçiyor:

Memory
+
Reasoning
+
Computer Use
+
Tools
+
Vision
+
Voice
+
Proactivity
+
Long-running Agents

dots'un ilginç olduğu nokta da bunların büyük bölümünü tek sistemde bir araya getirmeye çalışması.




Sonuç: dots devrim mi, pazarlama mı?

Bence cevabı:

Biraz ikisi de.

“Size özel AI.”

“7/24 sizin için çalışıyor.”

“Kişisel yapay zekâ arkadaşınız.”

gibi anlatımlar doğal olarak pazarlama.

Ayrıca dots teknik olarak:

yeni bir temel model değil.

GPT-6 Astra etrafında oluşturulan bir agent sistemi.

Ama:

"ChatGPT'ye yeni isim verdiler."

demek de bence yanlış.

Çünkü bir LLM'in etrafına:

  • kalıcı bilgisayar,
  • browser,
  • hafıza,
  • uygulamalar,
  • görev planlama,
  • uzun süreli çalışma,
  • proaktif davranış,
  • izin sistemi,
  • sub-agent'lar

eklediğiniz zaman kullanım biçimi tamamen değişmeye başlıyor.

Belki birkaç yıl sonra dots ismini hiç hatırlamayacağız.

Belki ürün kapanacak.

Belki adı değişecek.

Belki çok daha iyi sistemler çıkacak.

Ama bence önemli olan dots markası değil.

Önemli olan sektörün şu sorudan:

Yapay zekâ ne kadar iyi cevap veriyor?

şu soruya geçmeye başlaması:

Yapay zekâya bir işi tamamen
emanet edebilir miyiz?

Ve bugün bu soruya verebileceğimiz cevap bana göre:

Henüz tam olarak değil.

Ama gittiğimiz yön belli.

Gelecekte bilgisayarımızda onlarca farklı AI uygulaması kullanmak yerine:

bir ana agent
      ↓
birkaç uzman agent
      ↓
onlarca araç ve uygulama

mimarisini kullanmamız artık hiç uzak görünmüyor.

Belki de yapay zekâdaki asıl devrim:

daha zeki chatbotlar değil, bizim yerimize çalışan sistemler olacak.