İçeriğe geç
CANLI 03:24 OpenAI raporu: Ajanlar 2-4 saatlik araştırma görevlerinin neredeyse yarısını tek başına bitiriyor 03:24 Google, Genie 4 dünya modelini Project Genie ile Ultra abonelerine açtı 03:23 NGINX’te HTTP/2 kaynaklı iki kritik uzaktan kod çalıştırma açığı: Güncelleme şart 03:23 Nvidia Çin’e H200 satışını durdurdu, yönetim kurulunda ulusal güvenlik komitesi kurdu 03:23 Anthropic halka arz fiyatını 83 dolar olarak belirledi: Hisseler ANT koduyla Nasdaq’ta Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 19.11.2026
Bülten

Teknoloji Yapay Zeka Yapay Zeka Haberleri

OpenAI raporu: Ajanlar 2-4 saatlik araştırma görevlerinin neredeyse yarısını tek başına bitiriyor

OpenAI, yapay zekânın kendi araştırma süreçlerini ne kadar hızlandırdığını ölçtüğü ikinci raporunu 18 Kasım 2026'da yayımladı.

· 4 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
OpenAI raporu: Ajanlar 2-4 saatlik araştırma görevlerinin neredeyse yarısını tek başına bitiriyor
Yönetici

Yayınlanma:

ai/muhabir · özet kısaca

OpenAI, yapay zekânın kendi araştırma süreçlerini ne kadar hızlandırdığını ölçtüğü ikinci raporunu 18 Kasım 2026'da yayımladı. Ajanlar ne kadarını tek başına yapabiliyor? Raporun başlığındaki "girintili çıkıntılı" ifadesi, başarının görev türüne göre büyük farklılık göstermesinden geliyor.

Özet yalnızca bu sayfadaki bilgilerden hazırlandı; “Yeniden yaz” aynı özeti baştan yazar.

, yapay zekânın kendi araştırma süreçlerini ne kadar hızlandırdığını ölçtüğü ikinci raporunu 18 Kasım 2026’da yayımladı. “Research acceleration: The jagged frontier” (Araştırma hızlanması: Girintili çıkıntılı sınır) başlıklı rapor, şirket içindeki kodlama ajanlarının kullanımını, başarı oranlarını ve araştırmacıların iş yapış biçimindeki değişimi rakamlarla ortaya koyuyor. Raporun ana mesajı iki yönlü: Ajanlar artık saatler süren araştırma işlerinin önemli bir bölümünü tek başına tamamlıyor, ancak ilerleme her alanda aynı hızda değil ve insanlar sürecin merkezinde kalmaya devam ediyor.

Ajanlar ne kadarını tek başına yapabiliyor?

OpenAI’nin iç ölçümlerine göre, bir insanın 2-4 saatte yapacağı tahmin edilen araştırma görevlerinde ajanların insan müdahalesi olmadan başarı oranı mart ayında yüzde 23 iken ekimde yüzde 46‘ya çıktı. 4-8 saatlik görevlerde aynı oran yüzde 13’ten yüzde 35‘e yükseldi. Şirket, araştırmacıların zamanla ajanlara devrettikleri görev türlerini de değiştirmiş olabileceğini, dolayısıyla bu artışın kısmen tercih değişikliğini de yansıtabileceğini not ediyor.

Raporun başlığındaki “girintili çıkıntılı” ifadesi, başarının görev türüne göre büyük farklılık göstermesinden geliyor. 1 Ağustos-18 Ekim döneminde:

  • Eğitim çalışmalarını sorunlara karşı izlemek: yüzde 79
  • Teknik soruları yanıtlamak: yüzde 72
  • Eğitim çalışmalarını başlatmak: yüzde 35
  • Değerlendirme, pekiştirmeli öğrenme ve ajan ortamları kurmak: yüzde 29
  • Çıkarım ve sunum altyapısı için kod yazmak: yüzde 25

Kategori bazında da benzer bir tablo var: İletişim işlerinde yüzde 69, analizde yüzde 58, inşa etme (build) işlerinde yüzde 43. OpenAI’ye göre performans bu kadar dengesiz kaldıkça, zayıf alanlar genel hızlanmanın önünde darboğaz oluşturabilir.

Kullanım patlaması: Günlük 2.400 dolarlık ajan harcaması

Raporun en çarpıcı verileri ajan kullanımının yoğunluğuyla ilgili. API liste fiyatlarıyla hesaplandığında, ortanca bir OpenAI araştırmacısı ekim ayında günde yaklaşık 2.400 dolar değerinde ajan kullandı; bu eylüldeki 1.500 dolara göre yüzde 62 artış. En yoğun kullanan yüzde 10’luk dilimde ise günlük tutar 11.000 dolardan 23.000 dolara çıktı. Şirket, eylül 2026 itibarıyla araştırma organizasyonundaki ajan kullanımının API eşdeğeri değerinin, hisse hariç araştırmacı ücretlerinin yaklaşık iki katına ulaştığını belirtiyor. Buna karşın iç kullanımın toplam araştırma hesaplama gücünün yalnızca yüzde 2’sini oluşturduğu vurgulanıyor.

Diğer göstergeler de aynı yönü gösteriyor:

  • Araştırmacı başına “ajan iş günü” (8 saatlik ajan çalışması) 0,5’ten 5,7’ye çıktı; yani on bir katlık bir artış.
  • Ekim ortasında araştırmacıların üçte ikisinden fazlası, gün içinde en az dört ajanı aynı anda çalıştırıyordu; yüzde 10’dan fazlası ise en az on altı ajana ulaşıyordu.
  • 18 Ekim’de biten dört haftada, aktif deney yapan araştırmacı başına kaydedilen deney sayısı 2025 ortalamasının 1,68 katı oldu.

Ağustos sonu-eylül başında 101 araştırma çalışanıyla yapılan ankette, ortanca katılımcı öncü kodlama ajanlarını üç ay daha kullanabilmek için ekip hesaplama gücünün yüzde 30’undan ya da ayrı bir soruda ekip kadrosunun yüzde 40’ından vazgeçmeye razı olduğunu söyledi. Rapor, öz bildirime dayalı bu verilerin sınırlılıklarını da açıkça kabul ediyor.

Fikirler hâlâ insanlardan mı geliyor?

OpenAI, ve GPT-6.2 Astra sürümlerine katkı yapan kritik fikirlerin kaynağını da araştırmacılara sordu. Son eğitim ve güvenlik izleme ekipleri, kendi bildikleri kadarıyla fikirlerin tamamının insanlardan çıktığını, modellerin ise uygulamada yardım ettiğini söyledi. Ön eğitim tarafında ise GPT-6.2 Astra için tablo değişmeye başlamış: Bir araştırmacı kilit içgörüleri Codex ile birlikte çalışırken bulduğunu, bir diğeri ana fikrin kendisine ait olduğunu ancak Codex bir değişiklik önerene kadar iyi çalışmadığını anlattı.

Görüşülen araştırmacılar ajanların zayıf yönlerini de açıkça dile getirdi: Araştırma fikirlerinde, kod ve veri kalitesinde ve yazımda “zevk” eksikliği, gereksiz ayrıntılara dalma ve özensiz kod değişiklikleri üretme. Bu nedenle iş akışları yakın insan denetimi gerektiriyor.

Güvenlik araştırmasına kayan emek

Rapora göre ocak-eylül döneminde belgelenen araştırma emeğinde en büyük mutlak artış Güvenlik ve Hizalama alanında yaşandı; bu alandaki iş haftası katkısı yüzde 77 arttı. OpenAI bu ivmenin özellikle temmuz 2026’daki Hugging Face olayının ardından hızlandığını belirtiyor. Şirket ayrıca, yapay zekâ laboratuvarlarının “özyinelemeli kendini geliştirme” (RSI) göstergelerini takip edip kamuya açıklamak zorunda olması gerektiğini savunuyor; ancak raporun tam RSI’yı hedefleme niyeti olarak okunmaması gerektiğinin altını çiziyor.

Bu rapor neden önemli ve ne çıkarmalı?

Eylüldeki ilk raporla karşılaştırıldığında en belirgin değişim, ajan kullanımının sadece artması değil, kullanım yoğunluğunun en üst dilimde çok daha hızlı büyümesi. Bu, ajanları iyi kullanan ekiplerle kullanamayanlar arasındaki farkın açıldığına işaret ediyor. Türkiye’deki yazılım ekipleri ve araştırma grupları için raporun pratik dersleri şöyle özetlenebilir:

  • Ajanlara doğru işi verin: İzleme, soru yanıtlama ve veri tarama gibi işlerde başarı oranları yüksek; altyapı kodu ve karmaşık ortam kurulumunda ise hâlâ düşük. Görev dağılımını buna göre planlamak verimi artırır.
  • “Önce bir örnek, sonra gerisi” yöntemi: Araştırmacılardan biri, ajana bütün işi baştan vermek yerine önce bir örnek ürettirip onu düzelttiğini, sonra kalanını ajana bıraktığını anlatıyor. Bu, küçük ekiplerin de hemen uygulayabileceği bir yöntem.
  • Maliyet görünür olmalı: OpenAI’deki rakamlar liste fiyatıyla hesaplanıyor ve şirket içi kullanım için geçerli. Dışarıdaki bir ekip için benzer yoğunlukta kullanım çok ciddi bir bütçe kalemi olabilir; kullanım takibi ve limit belirlemek bu yüzden önemli.
  • Rakamları şirket verisi olarak okuyun: Tüm ölçümler OpenAI’nin kendi iç verilerine dayanıyor ve bağımsız olarak doğrulanmış değil. Yine de bir laboratuvarın bu ayrıntıda veri paylaşması, sektörde benzer şeffaflık beklentisini artırıyor.

Kaynak: OpenAI: Research acceleration: The jagged frontier

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/openai-raporu-ajanlar-arastirma-gorevleri/

Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.

Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Bu haber işinize yaradı mı?

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.

İlgili haberler