10 Bin Ajan, 88 Saat, 1 Milyon Dolar: AI Mastermind #39'un Kod, Para ve Otonomi Turu

AI Mastermind 39. bölüm, Jirka Herník, Míra ve Michal'ın stüdyoda buluşup tek bir soruyla açılıyor: Ajanlarına ödeme izni verdin mi? Soru şaka değil; Stripe'ın Link cüzdanı ve Machine Payments Protocol artık bir cümleyle alışverişi mümkün kılıyor ve ekip, Avrupa'da bu akışın nasıl kesildiğini bizzat Revolut kartıyla aşarak anlatıyor.

10 Bin Ajanın 88 Saati: Milyon Dolarlık Denklem

Manşet iddiası OpenAI cephesinden geliyor: Yayımlanmamış bir model etrafında yaklaşık 10 bin eşzamanlı ajan, 88 saat içinde Navier-Stokes varlık ve pürüzsüzlük problemine çözüm üretti. Ekip bunu X'te duyurulan 165 sayfalık metin ve Lean doğrulamasıyla aktarıyor; 5 Eylül'de sonuçlandığı söylenen çalışma, Clay Enstitüsü'nde hâlâ çözülmedi etiketi taşıyor ve OpenAI ödülün peşinde olmadığını belirtiyor.

Ölçek, başlıktaki 10 bin sayısından ibaret değil. Aynı anlatıma göre Navier-Stokes koşusunda 2,7 milyon mesaj ve 130 milyar çıktı tokeni üretildi; tüm problem ailesinde 4,9 milyon mesaj ve 300 milyar token konuşuluyor. Kod birleştirme ve dağıtımda Codex'in orkestratör rolü vurgulanıyor, maliyet için milyon dolar mertebesi telaffuz ediliyor ama ayrıntı kapalı.

Benim notum: 88 saat cazibeli bir sayı ama soru, bu sürenin hangi donanım ve paralellikte ölçülduğu. Model yayımlanmadı, orkestrasyon kodu kapalı, benchmark'ı yok; sunulan Lean deposu ve loglar matematikçilerin sınaması için malzeme sunsa da kapanış hükmü hakemli doğrulamaya muhtaç.

Pedalsız Tesla: Cybercab ve Fren Meselesi

Tesla Cybercab sahnesi direksiyon ve pedalın tamamen yokluğuyla açılıyor. Araçta hidrolik merkez yok, fren sıvısı yok, hat yok; her kaliperde ayrı elektronik aktüatör var. InsideEVs ve The Drive'ın aktardığı dry brake-by-wire, Chery Exeed EX7'den sonra az sayıda seri üretim örneğinden biri ve direksiyon da kolonsuz steer-by-wire kutusuyla arkada konumlanıyor.

Ekip, düzenleyici riski doğrudan tartışıyor: Pedal yokluğu nedeniyle aracın trafikte tutulamama ihtimali, Tesla'nın bilerek bu riski aldığı ve onlarcası üretilmiş filoyu buna göre konumladığı yorumu. Elon Musk'ın gerekçesi basit: Hidrolik tesisatı dolaştırmamak maliyeti düşürüyor, her tekerleğe farklı kuvvet uygulama esnekliği veriyor; tedarikçiler arasında Brembo, ZF ve Bosch anılıyor.

Avrupa penceresinden tablo gecikmeli. Londra'da Waymo ve Uber planları DVSA izni ve TfL işletme onayı beklerken sarkıyor; Waymo'nun kıtada testinin 2026 sonunu bulacağı, hatta 2027'ye kayabileceği konuşuluyor. Stüdyo esprisi net: Amerika sürerken biz hâlâ test izni konuşuyoruz.

Avrupa Niye Frenliyor? Düzenleme ve Güvenlik

Güvenlik tartışması nostaljik bir benzetmeyle bağlanıyor: İlk otomobillerin önünde bayraklı çocuk yürütülmesi gibi, otonom mevzuatı da araçtan sonra geliyor. Sürücüsüz taksinin insandan on, yüz hatta milyon kat daha az kaza yapsa bile kaza yapacağı gerçeği, tartışmayı sıfır kaza beklentisinden yönetişime çekiyor.

Pratikte soru fren sıvısı değil, sorumluluk. Kablolu fren ve direksiyon, yazılımın tek hata noktası haline gelmesi demek; ekip, kazanın kaçınılmazlığını kabul edip denetim ve şeffaflık katmanını konuşmayı öneriyor: Kaza verisi açık, yazılım sürümü izlenebilir, şehir onayı aşamalı olmalı.

Model Savaşları: Astra, Fable, Sol ve İkinci En İyi Yetiyor mu?

Son 14 günde model yağmuru var ve isimler kafa karıştırıyor: GPT-6 Astra, Fable, Sol, Terra, Luna. Tibo'nun kalibrasyon cümlesi bölümün özeti gibi: Astra düşük eforda, Sol'un yüksek efordakinden daha iyi. OpenAI sayfasındaki Terminal-Bench Science'ta Astra %64,6 ile Fable %52,6'yı geride bırakıyor, düşük maliyet ayarındaysa %61,1'e karşı %22,4; Last Exam'de %59,3 ile öne geçiyor.

Stüdyo buradan pratik bir eşiğe atlıyor: Her işte en büyüğü çağırmak zorunda değilsin. Daha önce Sol hiç kullanılmazken Terra yeterliyken, şimdi Astra low veya medium ve hatta Luna high, alt ajanlarda iş görüyor. Cep telefonu ve bilgisayar döngüsüne benzetme isabetli: En iyiyi kovalama devri bitiyor, ikinci en iyi çoğu gün yetiyor.

Abonelik ekonomisi bu yüzden ısınıyor. Claude Code'un limitleri hızla tüketmesi, haftalık %95 doluluk, 150 limitinin gelecek hafta bitmesi, Codex tarafında 4 günde 3 reset ve bezprecedent talep dalgası anlatılıyor. Bir konuk Claude aboneliğini iptal edip yalnızca Astra'ya geçtiğini, diğerleri sırada bekleme riski nedeniyle acele edin uyarısı yapıyor.

Ajanlar Nasıl Ödeyecek? Stripe Link ve llms.txt

Ödeme katmanında Stripe'ın hamlesi net: 8 Eylül duyurusuyla Link'in ajan cüzdanı, Muse'a entegre. Link geçen 1 milyondan fazla işletmede anında çekim, diğerlerinde onaylı tutara özel tek kullanımlık sanal kart; tüketici toplamı sohbet içinde onaylıyor, ajan kartı görmüyor. Proje Machine Payments Protocol üzerine kurulu, stablecoin veya kartla çalışıyor.

Jirka'nın canlı demosu teoriyi yere indiriyor: Výsluní.cz için llms.txt ekleyip ajana tek cümle veriyor — kup první pozici — ve ajan Claude, Codex veya Grok fark etmeksizin satın almayı tamamlıyor. Dosya, sitenin nasıl kullanılacağını ve nasıl ödeme yapılacağını makineye anlatıyor; tasarım tarafı Claude Design ve Codex arasında gidip gelen sihirli prompt'la cilalanıyor.

Avrupa engeli yine sahnede: Ajan ödemeleri regülasyonla kesilince çözüm Revolut'ta sanal kart yaratıp ajana vermek oluyor. Ekip, gülümseyerek ama net söylüyor: İzni verirsen ajan harcar, vermezsen akış durur; mesele teknoloji değil, onay tasarımı.

Yeni Oyuncaklar: Muse, Kendi Klonun ve Oyun Fabrikası

Meta'nın Muse duyurusu aynı hafta düşüyor: Kişisel ajan, güvenli bulut ortamı, Stripe üzerinden ödeme ve onay süreçleri, ücretsiz kullanım artı 20 ve 100 dolarlık katmanlar. Mahremiyetin birincil satış argümanı olarak sunulması stüdyoda tebessüm yaratıyor ama mimari ciddiye alınıyor: Onaylanmadan harcama yok, kart ajanla paylaşılmıyor.

Yaratıcı kısımda perde arkasını Codex yazıyor. Bölümün kurgusu, mikro animasyonlar ve yakınlaşmalar, Codex'in hazırladığı videoyla anlatılıyor; DaVinci Resolve 21.1'in MCP desteğiyle Claude Code'a bağlanıp Python'da kurgu olasılığı, Blender'da 3B modelleyip oyun motoruna aktaran ajanla tek cümleden oyun üretme fikrine bağlanıyor.

Klonlama şakası da var, altı da dolu. Michal'ın 38. bölüm klon şakasından sonra bu kez görüntüyle klonlama konuşuluyor; ajan, kayıtlarından yola çıkıp katılımcının kendisini yeniden üretiyor. Demo kısa ama mesaj uzun: Görüntü, ses ve kod aynı orkestrasyona girdiğinde prodüksiyon süresi saatlere iniyor.

Benchmark'lar Yalan mı Söylüyor, Harness mi Kazanıyor?

Benchmark perdesi sert aralanıyor. Güncellenen testlerde Gemini %89'dan %19'a, Muse %88'den %33'e düşerken GPT-6 Fable ve Astra altıncı nesil skorunu koruyor; Deep SWE ve Terminal Bench örnekleri, eski skorların ne kadar kırılgan olduğunu gösteriyor. Sonuç: Skor kadar testin tazeliği de konuşmalı.

İkinci perde daha çarpıcı: Aynı model, aynı görev, aynı süre — ama farklı harness, farklı sonuç. 76 MCP aracı ve 300'ü aşkın turla koşan CivBench, Proactive Monitoring Rate ve RAG@10 gibi arayüz metriklerini ölçüyor; aynı model Claude Code harness'ta açık ara önde, KimiCode, OpenCode, Hermes ve Exo geride kalıyor. Mesaj net: Model kadar koşum takımı da performans.

UX katında Codex ve Claude Code karşılaştırması geliyor. Claude Code görsel olarak keyifli, alt ajanları canlı izleme ve aralarında geçiş rahat; Codex'te /agents statik liste veriyor, etkileşim zayıf. Hız ve kopyala-yapıştırmadaki küçük pürüzler gündelik konforu belirliyor; bir ekip üyesi sırf bu yüzden Claude Code'u özlediğini söylüyor.

herdr: Tek Rust Binary ile Sürü Yönetimi

Bölümün pratik yıldızı herdr. Tek Rust binary, Electron yok; Warp içinde çalışan herdr, ajan çoklayıcı olarak her pane'i gerçek terminal olarak tutuyor. Durumlar sade: blocked, working, done; boşta kalanı aramak yerine herdr söylüyor, fare ve klavye aynı anda birinci sınıf.

Kurulum tek satır: curl -fsSL herdr.dev/install.sh | sh. Sunucu, istemci ve güncelleme ayrışıyor; her makinede — dizüstü, VPS, kiralık kutu — aynı düzen. SSH'ı sarmıyor, köprülüyor; ajanlar soket API üzerinden pane bölüyor, birbirini uyandırıyor, çıktıyı okuyor. Eklenti pazarı ve ajan becerisiyle genişliyor.

Kritik numara yeniden başlatmada. Herdr sunucusu arka planda yaşıyor, her oturumun kimliğini hatırlıyor; makine kapansa bile düzen geri geliyor ve her ajana continue diyor. Bir anlatıcı üç gün restart ertelediğini, herdr ile nihayet kapatıp döndüğünde ajanların bitmiş olduğunu söylüyor. Kısayol da akılda: ctrl+b q ile kop, herdr ile geri dön.

Toparlarsam, 39. bölüm tek bir manşete indirgenemeyecek kadar dallanıyor ama iplik aynı: Ölçek büyüdü, ikinci en iyi model yetmeye başladı, harness fark yaratıyor ve herdr gibi basit bir çoklayıcı, otonom ajanların gündelik hayatla temasını mümkün kılıyor. Benim için çıkarım, büyük iddiaları hakemli doğrulamaya bırakıp küçük verimli adımları bugünden kurmak.