AI Agents That Evolve on Their Own Are Here, and They're Learning From Mistakes

title: “Yapay zekanın kendi yükseltmelerini yazma hayali artık bilim kurgu rafında değil” date: “2025-07-09” description: “Yeni açık kaynaklı projeler, kendi kendine gelişen yapay zeka ajanlarını pratik bir gerçekliğe dönüştürüyor”

Uzun zamandır beklenen yapay zekanın kendi yükseltmelerini yazma hayali artık bilim kurgu rafından çıkıp tam da size yakın bir GitHub deposuna yerleşti. Kendi kendine evrimleşen ajanlar fikri bir süredir havada dolaşsa da, yeni nesil açık kaynaklı projeler bu kavramı pratik bir gerçekliğe dönüştürüyor—biraz tedirgin edici olsa da. Öncülüğünü MetaClaw ve AutoResearch yapıyor.

MetaClaw, başarısızlıklardan yeni beceriler yaratan bir ajan çerçevesi olarak öne çıkıyor. UNC-Chapel Hill’deki AIMING Lab tarafından geliştirilen bu sistem, kullanıcılarla canlı sohbetlerden doğrudan öğrenmek için tasarlanmış. Devasa çevrimdışı yeniden eğitimleri beklemek yerine, MetaClaw başarısız etkileşimleri analiz ediyor ve aynı hatanın iki kez tekrarlanmasını önylemek için bir LLM kullanarak otomatik olarak yeni “beceriler” oluşturuyor. Sistem, bir ajanın kendi hatalarından öğrenerek zaman içinde evrimleşmesine olanak tanıyor—birçok insanın hâlâ bir yazılım güncellemesinde beklediği bir özellik. Tüm proje detayları şu adreste: MetaClaw GitHub deposu.

Ateşe benzin döken bir diğer isim Andrej Karpathy—Tesla’nın eski yapay zeka direktörü ve OpenAI’nin kurucu üyelerinden biri. Karpathy, bir AI ajanının otonom olarak makine öğrenimi deneyleri yürütmesini sağlayan oldukça basit bir çerçeve olan AutoResearch‘i yakın zamanda açık kaynak olarak paylaştı. Ajan eğitim kodunu değiştiriyor, kısa beş dakikalık bir deney çalıştırıyor, sonuçları değerlendiriyor ve değişikliği tutup tutmayacağına karar verdikten sonra bir sonraki döngüye başlıyor. Karpathy’nin kuru bir dille belirttiği gibi, “et bilgisayarların” yapay zeka araştırması yaptığı dönem sona yakın olabilir. Proje şu adreste mevcut: AutoResearch GitHub deposu.

Bu fikir tamamen yeni değil; Máté Benyovszky gibi geliştiriciler Şubat 2026’dan itibaren “ikinci nesil” kendi kendine evrimleşen ajanlar üzerinde çalıştıklarını belirtiyor. Ancak sağlam açık kaynaklı çerçevelerin ortaya çıkması önemli bir dönüm noktasına işaret ediyor.

Neden önemli?

Dağıtıldığı an eskimiş olan statik yapay zeka modelleri ciddi bir darboğaz oluşturuyor. Kendi kendine evrimleşen ajanlar, hazır bir ürünü piyasaya sürmek yerine gerçek dünyada sürekli olarak uyum sağlayabilen ve gelişebilen bir sistemi kullanıma sunmak anlamına geliyor. Robotik için etkileri devasa. Her olası eylemi ve istisnayı titizlikle programlamak yerine, bir robot bir görevde başarısız olduktan sonra yeni fiziksel becerileri kendi kendine öğrenebilir. Bu, bir cihaz ile gerçekten otonom bir sistem arasındaki fark ve bu geleceği inşa etmek için araçlar nihayet geliyor gibi görünüyor.