10 Tem 2026

Yapay zeka ajanları artık yalnızca sohbet etmekle kalmıyor; veritabanına yazıyor, e-posta gönderiyor ve iş akışlarını tetikliyor. Bu dönüşüm, iki kritik ihtiyacı beraberinde getiriyor. İlki, ajanın bir karar sınırına ulaştığında insana sorumluluk devrettiği "insan onayı anı"nın tasarımı. Bu anın; karar, gerekçe, kanıt, sonuç, geçerlilik süresi ve geri dönüş kuralı olmak üzere altı alan içermesi gerektiği belirtiliyor. İkincisi ise model ile gerçek eylem arasına yerleştirilen deterministik bir "runtime policy" katmanı. Bu katman, her araç çağrısını çalıştırılmadan önce izin verme, reddetme, onaya takma veya kapsamı daraltma seçenekleriyle denetliyor.

Açık kaynak yapay zeka modelleri cephesinde iki önemli duyuru öne çıktı. Ant Group'un Robyant ekibi, Wan2.2 üzerine inşa edilmiş 14 milyar parametreli bir nedensel video dünya modeli olan LingBot-World-Infinity'yi (LingBot-World 2.0) açık kaynak olarak yayınladı. Model, Mixture of Bidirectional and Autoregressive (MoBA) dikkat maskesiyle eğitildi ve gerçek zamanlı üretim yapabilen bir sürüme damıtıldı. Zhipu AI ise GLM 5.2'yi duyurarak GPT-4o ve Claude 3.5 Sonnet'e yakın benchmark performansını çok daha düşük çıkarım maliyetiyle sundu. Modelin öne çıkan teknik özellikleri arasında MCSD hibrit dikkat mekanizması ve 128K bağlam penceresi desteği bulunuyor. Bu gelişmeler, açık kaynak modellerin artık ucuz alternatif olmaktan çıkıp doğrudan tehdit haline geldiğini gösteriyor.

Backend sistemlerinde mesajlaşma altyapısı seçimi ise Kafka ve RabbitMQ ekseninde yeniden masaya yatırıldı. Yapılan değerlendirmeye göre tartışmayı throughput karşılaştırmasına indirgemek yerine, iki aracın temel doğasını anlamak gerekiyor: RabbitMQ, exchange ve ack mekanizmasıyla çalışan, mesajı teslim edip unutan klasik bir kuyruk; Kafka ise mesajları saklayan ve tekrar oynatmaya izin veren bir log. Bu fark, resim boyutlandırma gibi "bir kez işlenip bitsin" senaryolarıyla event sourcing gibi "geçmişi tekrar oku" gereksinimleri arasındaki tercihi belirliyor.

Mühendislik pratikleri alanında birden fazla dikkat çekici konu gündeme geldi. Platform mühendisliği, geliştiricilere Kubernetes veya bulut yapılandırmasını derinlemesine bilmeden kendi kendine hizmet eden bir katman (golden path) sunarak ortam kurulumu ve altyapı bekleme sürelerini ortadan kaldırmayı hedefliyor. CRUD portföy projelerinin ötesine geçmek isteyen mühendisler içinse, domain modelleme, event-driven mimari ve altyapı otomasyonunu sergileyen "teknik laboratuvar" projeleri öneriliyor. Python ekosisteminde Runloom, free-threaded CPython üzerinde Go goroutine'lerini andıran stackful coroutine desteği getirirken; web tarafında CSS View Transitions API, JavaScript'e ihtiyaç duymadan sayfa geçişlerini animasyonlu hale getiriyor.

Son olarak, marka ve pazarlama alanındaki yapay zeka uygulamalarına yönelik bir mimari eleştiri dikkat çekti. Birçok "AI destekli" aracın aslında tek bir LLM çağrısından ibaret olduğu, oysa gerçek marka inşasının üretim ve doğrulama görevlerini birbirine bağlayan bir orkestrasyon gerektirdiği vurgulandı. Örneğin bir isim üreticisinin, ürettiği isimlerin marka tescilli olup olmadığını veya alan adının müsait olup olmadığını denetlemesi, tek prompt ile değil ancak çok aşamalı bir iş akışıyla mümkün.