Ing. Calogero Bono
Anthropic, araştırmasının ne kadarının Claude tarafından zaten yürütüldüğüne dair ilk ölçümlerini yayımladı. Aynı dönemde, 2 Kasım 2026'da SEC'e sunulan S-1/A dosyasının gözden geçirilmiş sürümünde, yapay zekanın hızlandırdığı ilerleme tanımını yakında karşılayabileceğini yazdı. Önemi, büyük bir şirketin kendi iç süreci hakkında rakam paylaşması ve geçmişte önemli hızlanmaları gerçekleşirken fark edemediğini kabul etmesinde yatıyor.
Gerçeklere geçmeden önce birkaç terim. RSI (recursive self-improvement), yani özyinelemeli iyileşme, kendi halefini oluşturmaya katkı sağlayan bir modeldir. AI R&D, yapay zeka üzerine araştırma ve geliştirmedir. AL, Epoch AI'ın otomasyon ölçeğidir; AL0 (yapay zeka müdahalesi yok) ile AL5 (tam özerklik) arasında değişir. S-1, halka arzdan önce SEC'e sunulan belgedir. Compute, modelleri eğitmek ve çalıştırmak için kullanılan işlem gücüdür.
Anthropic yapay zekanın yapay zekayı geliştirmesi hakkında neyi ölçtü?
Resmî yazıda şirket üç ölçüm aracı öneriyor. Birincisi, yapay zekanın bir sonraki sürümünü insanlara kıyasla ne kadar kendisinin oluşturduğunu ölçüyor. İkincisi, yapay zeka ajanlarının iç sistemlerdeki eylemlerini denetleyip durdurabilme kapasitesini. Üçüncüsü ise daha yetenekli modellerin geliştirilmesini besleyen kaynakları.
Anthropic, Anthropic R&D Automation Index adında bir prototip geliştirdi. Bu, şirkette yapılan her türden araştırma işini kataloglar, her birinin ne kadar otomatikleştiğini değerlendirir ve puanları birleştirir.
Claude zaten ne kadar araştırma işi yapıyor?
Anthropic'e göre Ağustos 2026 itibarıyla Claude, ölçülen araştırma işinin hiçbir alt kümesinde tam özerk çalışmıyor. Model, bu işin yüzde 26'sını "yönlendiriyor"; yani insan denetlerken üst düzey bir talimattan görevin büyük kısmını tamamlıyor. "Yapay zeka iş birliği yapıyor" düzeyinde en az olan işin payı yüzde 90'ı aşıyor.
Bunlar şirketin beyan ettiği veriler, üçüncü taraflarca doğrulanmadı. Anthropic, laboratuvarlar arası karşılaştırmanın iki engelini kendisi belirtiyor. Ortak bir metodoloji yok ve değerlendirmeyi kendi modelleri yapıyor; bu da denetlenen modelin yaptığı gibi hata yapabilir.
Yapay zeka ajanları nasıl denetleniyor?
Ağustos 2026'da, en çok kullanılan iç platformda araştırma ve mühendislik alanında aynı anda yaklaşık 30.000 ajan çalışıyordu. Ölçümler yalnızca o platformu kapsıyor. Anthropic üç gösterge öneriyor.
- Kapsam, bir eylemin yürütülmeden önce ya da sonra bir izleyiciden geçen payı.
- İnceleme gecikmesi, eylem ile denetim arasındaki süre; önce otomatik, sonra insan.
- Yükseltme oranı, engellenen, yönlendirilen ya da bildirilen görevlerin payı.
Şirket, tekil ajanların nadiren hata yaptığını, ancak milyonlarca ajanla nadir olayların bile sıklaşacağını söylüyor. İş akışlarında ajan kullananlar için konu, jailbreak ve prompt injection ile yakından ilgili.
S-1 özyinelemeli iyileşme riski hakkında ne diyor?
TechCrunch'ın aktardığına ve HDblog'un da yinelediğine göre, Anthropic risk faktörleri bölümünde geçmişte güçlü bir hızlanmayı, ancak gerçekleştikten sonra tespit edebildiğini yazıyor. İç tahminlerinin, şirketi Sorumlu Ölçekleme Politikası'ndaki yapay zekaya atfedilen dramatik biçimde hızlanmış ilerleme tanımını "yakın zamanda" karşılamaya götürebileceğini ekliyor.
Şu anki hiçbir modelin eşiği aştığı belirtilmedi. Şirket, Claude'u anlamlı insan denetimi olmadan tamamen özerk kullanmayı planlamadığını ve insan kontrolünü korumak için politika değişikliklerini değerlendirdiğini söylüyor.
Bilinmesi gereken sınırlar
Otomasyon rakamları, şirketin kendi modelleriyle hesaplanan ve dış doğrulaması olmayan bir prototip göstergeden geliyor. Ajanlarla ilgili ölçümler tek bir platformu kapsıyor. Compute kullanımına dair analiz 13-20 Temmuz arasındaki tek haftayı kapsıyor ve elimizdeki resmi kaynak sonuçları göstermeden kesiliyor, bu yüzden onları aktarmıyoruz. Anthropic'in ekleyeceğini söylediği bağımsız gözlemcilerin neler ortaya koyacağını ise henüz göreceğiz.
Dijital alanda çalışanlar için ne değişiyor
Bir işletme ya da geliştirici için sinyal şu – yapay zeka, onu inşa edenlerin kodunun ve analizlerinin büyük kısmını zaten yazıyor. Asistanları hatasız araçlar gibi görmemek ve her zaman insan incelemesi planlamak en akıllıca yol. API üzerinden model entegre edenler, hızlı güncellemeler ve sürümler arasında değişen davranışlar beklemeli. AB Yapay Zeka Yasası rehberinde anlatılan Avrupa düzenlemesi de modeller hakkındaki şeffaflıktan geçiyor.
Bizim değerlendirmemiz
Kendi süreçleriyle ilgili metrikleri yayımlamak yararlı ve nadir görülen bir adım. Ama bu bir özdeğerlendirme, ayrıca bir S-1 aynı zamanda bir pazarlama belgesidir; TechCrunch da bunu hatırlatıyor. Değer, yüzdelerden çok bağımsız doğrulamaya bağlı olacak. Geçmişteki hızlanmaları kaçırdıklarını kabul etmeleri dikkat çekici. Eğer doğruysa asıl sorun hız değil, bunu zamanında fark edebilme kapasitesi.
Sık sorulan sorular
RSI nedir?
Özyinelemeli özerk iyileşmedir. Bir model, kendisinin daha güçlü bir sürümünü oluşturmaya katkı sağlar ve bu da sonraki nesli hızlandırır. Anthropic'in tanımına göre uç durum, bir modelin halefini tamamen özerk biçimde inşa etmesidir.
Anthropic'in yapay zekası zaten kendini mi inşa ediyor?
Hayır, tamamen değil. Anthropic, Claude'un ölçülen alt kümelerin hiçbirinde tam özerkle çalışmadığını belirtiyor. Ancak araştırma işinin yüzde 26'sını yönlendiriyor ve araştırma çalışmasının yüzde 90'ından fazlasında iş birliği yapıyor.
Anthropic RSI'nın yakın olduğunu mu söylüyor?
Politikasındaki yapay zekaya atfedilen hızlanmış ilerleme tanımını yakın zamanda karşılayabileceğini söylüyor. Şu anki hiçbir modelin eşiği aştığı belirtilmedi ve şirket hâlâ verileri değerlendiriyor.
Bu rakamları kim denetliyor?
Şimdilik hiçbir dış taraf. Anthropic, iç süreçlere ve verilere erişimi olan birden fazla kuruluştan bağımsız değerlendiriciler eklemeyi planlıyor. Geçmişte METR, çevrimdışı izleme yaklaşımını test etmişti.
Neden bazıları şüpheci?
Çünkü S-1 hem bilgilendirmek hem de şirketi tanıtmak için hazırlanıyor. Kendini inşa eden bir modele yakın olduklarını söylemek, TechCrunch'ın da belirttiği gibi bir imaj işlevi de görebilir.
Dış doğrulama ve insan kontrolü kuralları, takip edilecek sinyaller
Önümüzdeki aylar, bu rakamların bir standart mı olacağını yoksa izole bir girişim mi kalacağını gösterecek. Üçüncü taraf doğrulaması ve olası politika değişiklikleri belirleyici olacak.
- Vaat edilen bağımsız gözlemcilerin gelip gelmediğini ve hangi verileri görebileceklerini takip et.
- İnsan kontrolünü koruma konusundaki Sorumlu Ölçekleme Politikası güncellemelerini izle.
- Diğer laboratuvarların aynı metriklerle karşılaştırılabilir ölçümler yayımlayıp yayımlamadığını kontrol et.
