The latest articles on DEV Community by Cansu Dut (@cansubuilds). https://dev.to/cansubuilds https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.us-east-2.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F3927252%2F31c27b83-876c-4fff-ba28-e1fbca3f0840.PNG https://dev.to/cansubuilds en Cansu Dut Tue, 23 Jun 2026 02:04:14 +0000 https://dev.to/cansubuilds/openainin-patch-the-planet-girisimi-3ilg https://dev.to/cansubuilds/openainin-patch-the-planet-girisimi-3ilg <h1> Patch the Planet: OpenAI açık kaynak kodlardaki açıkları kapatmana yardım ediyor </h1> <p>Açık kaynaklı bir projenin bakımını üstlendiğinde en can sıkıcı işlerden biri güvenlik açıklarıyla uğraşmak. Bir açık bulunuyor, onu inceleyip düzeltme kodu yazıyorsun, sonra onay bekleyip ana koda ekliyorsun. Bu süreç her seferinde ciddi vakit alıyor.</p> <p>OpenAI, Patch the Planet projesiyle bu yükü üzerinden almayı hedefliyor. Olay basit: Güvenlik açığının tespit edilmesinden, düzeltilmiş kodun ana projeye eklenmesine kadar olan süreci hızlandırıyorlar.</p> <h2> Sistem nasıl çalışıyor </h2> <p>Süreçte Codex Security ve diğer gelişmiş yapay zeka modelleri kullanılıyor. Bu modeller güvenlik açığını gidermek için sana bir çözüm önerisi sunuyor. Yani "sorun nerede, nasıl çözerim" diye uzun uzun düşünmek yerine modelin hazırladığı taslağı kullanabiliyorsun.</p> <p>Buradaki en önemli nokta, kontrolün hala sende olması. Yapay zeka kendi başına kodu değiştirip projeye eklemiyor. İnsan denetimi sürecin tam merkezinde duruyor. Model öneriyi yapıyor, sen inceliyorsun ve uygun bulursan onaylayıp projeye dahil ediyorsun.</p> <h2> Kimler işin içinde </h2> <p>OpenAI bu projede tek başına değil. Trail of Bits, HackerOne ve Calif gibi siber güvenlik dünyasının bilindik isimleriyle çalışıyorlar. Ayrıca bağımsız araştırmacılar ve proje yöneticileri de işin içinde. Bu ekipler, güvenlik bulgularının düzeltilme sürecine yapay zekayı entegre etmek için beraber hareket ediyor.</p> <h2> Özetle akış şöyle </h2> <p>Önce bir güvenlik açığı tespit ediliyor. Ardından modeller bu açığı kapatacak bir kod önerisi hazırlıyor. Sen bu öneriyi kontrol ediyorsun ve her şey yolundaysa tek tıkla ana koda ekliyorsun.</p> <p>Özellikle tek başına ya da küçük bir ekiple büyük projeler yönetmeye çalışıyorsan, bu tarz bir destek iş yükünü epey hafifletebilir. Şimdilik hangi dillerin desteklendiği veya sürecin teknik detayları tam açıklanmasa da yapının nasıl kurulacağı netleşmiş durumda.</p> Cansu Dut Tue, 23 Jun 2026 01:04:13 +0000 https://dev.to/cansubuilds/openai-codex-security-ile-savunuculari-guclendiriyor-1nf9 https://dev.to/cansubuilds/openai-codex-security-ile-savunuculari-guclendiriyor-1nf9 <p>Codex Security, güvenlik ekiplerinin işini kolaylaştırmak için hazır iş akışları sunuyor. Sürekli farklı araçlar arasında mekik dokumak yerine her şeyi tek bir yerden halledebiliyorsun.</p> <p>Sistem üzerinden derin taramalar yapabiliyor, çıkan sonuçların doğruluğunu kontrol edebiliyor ve olası saldırı yollarını izleyebiliyorsun. Ayrıca tehdit modelleri oluşturman da mümkün.</p> <p>En kullanışlı kısımlarından biri ise sadece sorunu söyleyip bırakmaması. Senin kod yapına özel yamalar, yani düzeltme önerileri hazırlıyor. Sen de bu önerileri inceleyip onaylayabiliyorsun.</p> <p>Son olarak, tüm bu verileri ve sonuçları zaten kullandığın diğer araçlara aktarabiliyorsun. Yani yeni bir düzen kurmana gerek kalmadan mevcut sistemine entegre oluyor. Kısacası kurulumla veya araçları birbirine bağlamakla uğraşmadan doğrudan savunma aşamasına geçebiliyorsun.</p> Cansu Dut Tue, 23 Jun 2026 00:03:37 +0000 https://dev.to/cansubuilds/gemini-spark-google-ai-ultra-aboneleri-icin-beta-surumunde-354j https://dev.to/cansubuilds/gemini-spark-google-ai-ultra-aboneleri-icin-beta-surumunde-354j <h1> Gemini Spark Beta: Google AI Ultra Aboneliği Artık Sadece Chat Değil </h1> <p>Ultra aboneliği uzun süredir "daha iyi Gemini" olarak konumlanıyordu. Daha yüksek limit, daha güçlü model, ama temelde aynı chat arayüzü. Spark bu denklemi değiştiriyor; aboneliğin içine chat'in yanında ayrı bir araç katıyor.</p> <h2> Spark Nedir, Ne Yapıyor? </h2> <p>Kaynak metinden doğrudan çıkan tek somut bilgi şu: Gemini Spark, Google AI Ultra abonelerine yönelik bir beta. Şu an yalnızca ABD'de erişilebilir durumda.</p> <p>Spark'ın tam olarak ne yaptığına dair kaynakta mekanizma detayı yok. Bu yüzden o soruyu açık bırakıyorum.</p> <p>Ama yapının kendisi hakkında söylenebilecek bir şey var: Google, Ultra'yı tek bir chat ürününün premium katmanı olarak değil, içinde birden fazla araç barındıran bir platform olarak konumlandırıyor. Spark bu yönde atılan somut bir adım.</p> <h2> ABD Kısıtlaması Ne Anlama Geliyor? </h2> <p>Beta süreçleri genellikle coğrafi olarak kısıtlı başlar. Burada dikkat çeken nokta şu: Ultra aboneliği global olarak satılıyor, ama Spark şimdilik yalnızca ABD'deki abonelere açık.</p> <p>Yani aynı ücreti ödeyen iki kullanıcı var: biri Spark'a erişiyor, diğeri erişemiyor. Bu beta döneminde geçici bir eşitsizlik. Global açılışın ne zaman geleceğine dair kaynakta herhangi bir tarih yok.</p> <h2> Ultra Aboneliği Nereye Gidiyor? </h2> <p>Spark'ın eklenmesi, Ultra'nın içeriğini genişletiyor. Tek bir model erişiminin ötesinde, ayrı araçların aboneliğe dahil edilmesi Ultra'yı farklı bir şeye dönüştürüyor.</p> <p>Bu yönelimi takip etmek mantıklı: eğer Google bu çizgide devam ederse Ultra, zamanla birden fazla Spark benzeri araçtan oluşan bir paket haline gelebilir. Ama bu çıkarım kaynakta yok; şu an elimizdeki tek somut şey beta başlangıcı ve ABD kısıtlaması.</p> <p>ABD dışındaki Ultra aboneleri için şimdilik bekleme süreci devam ediyor.</p> Cansu Dut Mon, 22 Jun 2026 23:03:44 +0000 https://dev.to/cansubuilds/openai-yeni-siber-guvenlik-programini-duyurdu-4jpa https://dev.to/cansubuilds/openai-yeni-siber-guvenlik-programini-duyurdu-4jpa <p>OpenAI, siber güvenlik dünyasına hızlı bir giriş yaptı ve Daybreak isimli yeni programını duyurdu. Olayın özeti şu: OpenAI artık güvenlik şirketleriyle iş birliği yaparak onlara GPT-5.5-Cyber modelini kullandırıyor.</p> <h2> Trusted Access olayı nedir? </h2> <p>Buradaki kilit nokta "Trusted Access for Cyber" dediğimiz erişim türü. Güvenlik şirketleri bu modeli kendi ürünlerine entegre edebiliyor. Sen bir kullanıcı olarak bu şirketlerin yazılımını kullandığında aslında arka planda GPT-5.5-Cyber'ın savunma yeteneklerinden faydalanıyorsun. Ama modele doğrudan erişimin yok, kontrol tamamen partner şirkette kalıyor. Yani modelin gücünü kullanıyorsun ama direksiyonda sen oturmuyorsun.</p> <h2> Daybreak kapsamında neler var? </h2> <p>Program dört ana parçadan oluşuyor:</p> <ul> <li> <strong>Codex Security eklentisi:</strong> Yazılımdaki açıkları doğrudan Codex içinde bulup düzeltmeni sağlıyor.</li> <li> <strong>GPT-5.5-Cyber tam sürümü:</strong> Tamamen siber savunma odaklı geliştirilmiş modelin kendisi.</li> <li> <strong>Siber Partner Programı:</strong> Büyük güvenlik şirketlerinin bu teknolojiyi kendi servislerine eklemesine imkan tanıyor.</li> <li> <strong>Patch the Planet:</strong> Açık kaynaklı projelerin güvenliğini sağlamak için bu projeleri yönetenlerle birlikte çalışma girişimi.</li> </ul> <h2> Neden önemli? </h2> <p>Eskiden güvenlik şirketleri genel kullanım için sunulan modelleri alıp bir şekilde kendi işlerine uydurmaya çalışıyordu. Şimdi ise doğrudan siber savunma için özelleşmiş bir model ve bunu ürünlerine gömmeleri için resmi bir ortaklık yapısı var. </p> <p>Özellikle "Patch the Planet" kısmı kritik. Yazılımlardaki açıkları makine hızında kapatma vizyonuyla, açık kaynak dünyasındaki önemli projelerin daha güvenli hale gelmesi hedefleniyor. Eğer bir açık kaynak projen varsa veya bu projeleri kullanıyorsan, bu hamle seni doğrudan etkileyebilir.</p> Cansu Dut Mon, 22 Jun 2026 22:04:09 +0000 https://dev.to/cansubuilds/gpt-55-cyber-modeli-tanitildi-35g2 https://dev.to/cansubuilds/gpt-55-cyber-modeli-tanitildi-35g2 <p>OpenAI, siber güvenlik dünyası için özel olarak eğittiği GPT-5.5-Cyber modelini duyurdu. Bu model genel bir yapay zeka gibi her telden çalmıyor; sadece savunma odaklı ve yetki verilmiş güvenlik işleri için tasarlandı.</p> <h3> Bu model tam olarak ne işe yarıyor? </h3> <p>Olayı şu dört maddeyle özetleyebiliriz:</p> <ol> <li> <strong>Zayıf noktaları buluyor:</strong> Kodların içindeki açıkları takip edip yerini saptıyor.</li> <li> <strong>Sorunu doğruluyor:</strong> Bulunan açığın gerçekten bir risk olup olmadığını kontrol ediyor.</li> <li> <strong>Yama hazırlıyor:</strong> Tespit edilen hatayı düzeltmek için gereken kod güncellemesini yazıyor.</li> <li> <strong>Kanıt topluyor:</strong> Tüm süreci bir insanın inceleyip onaylayabileceği şekilde rapor haline getiriyor.</li> </ol> <h3> Neden genel modellerden farklı? </h3> <p>Normalde ChatGPT'ye bir kod verip "burada hata var mı" diyebiliyorsun ama GPT-5.5-Cyber doğrudan savunma hattında çalışmak için özelleşmiş durumda. Yani sadece sorunu söyleyip bırakmıyor, o sorunu nasıl çözeceğini bulup üstüne bir de senin önüne "bak kanıtı da burada" diye paketi koyuyor. </p> <p>OpenAI burada "authorized defensive work" vurgusu yapıyor. Yani bu model bir saldırı aracı değil, tamamen yasal ve yetkili savunma ekiplerinin işini kolaylaştırmak için var.</p> <h3> Süreç nasıl işliyor? </h3> <p>Senin önüne gelene kadar model arka planda bir zincir kuruyor. Önce kütüphanelerdeki hatalı kodu buluyor, bunun gerçekten tehlikeli olup olmadığına bakıyor, düzeltme kodunu hazırlıyor ve en sonunda sana kontrol etmen için derli toplu bir dosya sunuyor. </p> <p>Sonuçta yine son kararı sen veriyorsun ama vaktini alan o angarya kısımları model halletmiş oluyor. Özellikle güvenlik ekipleri ve sızma testi yapanlar için süreci epey hızlandıracak gibi duruyor.</p> Cansu Dut Mon, 22 Jun 2026 15:06:02 +0000 https://dev.to/cansubuilds/sakana-ai-fuguyu-duyurdu-5642 https://dev.to/cansubuilds/sakana-ai-fuguyu-duyurdu-5642 <h1> Sakana AI, Fugu ile orkestrasyon işini API seviyesine indirdi </h1> <p>Kodlama veya mantık yürütme gerektiren işlerde tek bir modele güvenmek her zaman en iyi sonucu vermiyor. Sakana AI, bu sorunu çözmek için Fugu adını verdiği yeni sistemini duyurdu. Fugu, aslında arka planda farklı uzman modelleri ve ajanları yöneten bir orkestratör gibi çalışıyor.</p> <h2> Fugu tam olarak ne yapıyor </h2> <p>Fugu'yu kullanırken karşında tek bir API varmış gibi hareket ediyorsun. Sen isteğini gönderiyorsun, Fugu arka planda o işi en iyi hangi modelin veya ajanın yapacağına karar verip onları koordine ediyor. Yani sen hangi modelin hangi işte daha iyi olduğunu düşünmekle uğraşmıyorsun, Fugu senin yerine seçim yapıyor.</p> <p>Bu yapı özellikle kod yazma, karmaşık mantık yürütme ve yüksek doğruluk beklenen işler için geliştirilmiş. Normalde bu tarz bir sistemi kurmak için kendi yönetim katmanını yazman ya da farklı API'leri tek tek bağlaman gerekirdi. Fugu bu karmaşayı doğrudan ürünleştirip tek bir noktada topluyor.</p> <h2> Performans verileri ne diyor </h2> <p>Sakana AI tarafından paylaşılan benchmark sonuçlarına göre Fugu, Fable 5 modelini geride bırakmış durumda. Bu sonuçlar, tek bir dev model kullanmak yerine işi uzman ajanlara dağıtıp koordine etmenin daha etkili olduğunu gösteriyor.</p> <h2> Geliştiriciler için ne değişiyor </h2> <p>Eğer ajan tabanlı bir yapı kuruyorsan, model seçme ve bunları birbirine bağlama mantığını artık senin yazmana gerek kalmıyor. Fugu bu orkestrasyon katmanını kendi içinde hallediyor. Sen sadece tek bir uç noktaya istek atıyorsun ve arka plandaki dinamik model seçimiyle ilgilenmiyorsun.</p> <p>Kendi yönetim sistemini kurmak yerine bu işi tamamen Fugu'ya devretmenin uzun vadede ne kadar mantıklı olacağını ise ancak gerçek projelerde kullandıkça göreceğiz.</p> Cansu Dut Mon, 22 Jun 2026 14:18:38 +0000 https://dev.to/cansubuilds/claude-sonnet-5-sizintisi-3doa https://dev.to/cansubuilds/claude-sonnet-5-sizintisi-3doa <h1> Claude Sonnet 5 sızıntısı: 1M context ve gelişmiş görme yeteneği yolda </h1> <p>Yine bir sızıntı var ve bu sefer olay ciddi görünüyor. Bir Anthropic partnerinin sisteminde <code>claude-sonnet-5</code> ismi görüldü. Daha önce de benzer şeyler yaşandığı için önümüzdeki hafta yeni bir modelle karşılaşabiliriz.</p> <h2> 1M context penceresi ne işe yarar </h2> <p>Şu an bir projede çalışırken koca kod deposunu modele tek seferde veremiyorsun. Dosyaları parçalara ayırıp sadece ilgili kısımları seçmen gerekiyor. 1M token kapasitesi demek, orta halli bir projenin tüm kaynak kodunu tek seferde modele yükleyebilmen demek. Model bütün dosyaları aynı anda gördüğü için bir yerdeki değişikliğin başka neleri bozabileceğini çok daha net anlayabiliyor.</p> <h2> Diyagramları ve ekran tasarımlarını anlama </h2> <p>Yeni modelin "vision" yani görme yetenekleri de gelişiyor. Özellikle kullanıcı arayüzü tasarımlarını (UI mockup) ve sistem mimarisi şemalarını çok daha iyi analiz etmesi bekleniyor. Bir sistemin nasıl çalıştığını anlatan karmaşık diyagramları modele gösterip doğrudan üzerinden soru sorabileceksin. Bu da mimariyi metne dökme derdini ortadan kaldırıyor.</p> <h2> Yeni tokenizer ve maliyet konusu </h2> <p>Sızıntıdaki bir diğer detay ise yeni tokenizer yapısı. Konuşulanlara göre aynı metni yazdığında eski modellere göre yaklaşık %30 daha fazla token harcayacak. Bu da aslında kullanım maliyetinin biraz artabileceği anlamına geliyor. 1M context kapasitesini sonuna kadar kullanmak istersen bu farkı hesaba katman gerekecek.</p> <h2> Ne zaman kullanabiliriz </h2> <p>Anthropic tarafında henüz resmi bir açıklama yok ama bu tarz isimlerin sistemlerde görünmesi genelde çıkışın çok yakın olduğunu gösteriyor. Bir aksilik olmazsa önümüzdeki hafta detayları öğrenmiş oluruz. Özellikle büyük kod depolarıyla uğraşanlar için iş akışını epey değiştirecek bir güncelleme geliyor.</p> Cansu Dut Mon, 22 Jun 2026 03:03:11 +0000 https://dev.to/cansubuilds/ai-ile-uretim-sureci-cei https://dev.to/cansubuilds/ai-ile-uretim-sureci-cei <h1> Runway ile bir günde global reklam çekmek </h1> <p>Global bir reklam kampanyası hazırlamak için dünyayı gezmene gerek kalmadı. Eskiden böyle bir iş için mekan bakman, koca bir ekibi koordine etmen ve ciddi bir seyahat bütçesi ayırman gerekiyordu. Haliyle o işlerin bitmesi aylar sürüyordu.</p> <p>Runway ile hazırlanan yeni bir reklam, tüm bu süreci tek bir güne indirdi.</p> <h2> Olay tam olarak ne? </h2> <p>Tek bir kişi, aklındaki fikri Runway kullanarak sadece bir günde bitmiş bir reklam haline getirdi. Normalde "global" bir iş dendiğinde aklına gelen farklı ülkelerdeki çekimler, uçak biletleri ve lojistik dertlerinin hiçbiri bu süreçte yaşanmadı.</p> <h2> Eskiden neden bu kadar zordu? </h2> <p>Bir reklamın global hissettirmesi için fiziksel olarak farklı yerlerde çekim yapman gerekir. Bu da çekim izinleri, ekiplerin konaklaması ve çekim sonrası montaj süreci demek. Bu adımların hepsi birbirine bağlı olduğu için en ufak bir gecikme tüm takvimi patlatabiliyor. Küçük bir şirket bile böyle bir iş için haftalarca planlama yapıyor.</p> <h2> Runway süreci nasıl değiştiriyor? </h2> <p>Runway, video üretimini doğrudan bir yazılım üzerinden halletmeni sağlıyor. Dışarıda bir çekime veya hazır görüntüye ihtiyaç duymadan içerik üretebildiğin için seyahat ve ekip gibi yüklerden kurtuluyorsun. Fikir aşamasından son ürüne geçmek, tek bir kişinin bir günde halledebileceği kadar kısalıyor.</p> <h2> Dikkat edilmesi gerekenler </h2> <p>Buradaki bir günlük süre sadece reklamın üretim aşamasını kapsıyor. Markanın onay süreci veya revizyonlar gibi prodüksiyon dışı kısımlar bu hesaba dahil değil. Yani tüm kampanya süreci değil, işin mutfak kısmı bir güne inmiş durumda.</p> <p>Artık global görünümlü bir iş çıkarmak için prodüksiyon süreci bir engel olmaktan çıkıyor. Runway bu durumu sadece bir fikir olarak değil, somut bir örnekle göstermiş oldu. İstersen sistemi sen de deneyebiliyorsun.</p> Cansu Dut Sun, 21 Jun 2026 15:11:24 +0000 https://dev.to/cansubuilds/ai-saglik-alaninda-devrim-yaratabilir-4hb1 https://dev.to/cansubuilds/ai-saglik-alaninda-devrim-yaratabilir-4hb1 <p>OpenAI, Boston Children's Hospital ve Harvard araştırmacılarıyla bir araya gelip o3 Deep Research modelini test etti. Sonuçları da tıp dünyasının prestijli dergilerinden NEJM AI'da yayımladılar. Olay şu: Bu model, doktorların yıllardır teşhis koyamadığı, dosyası "çözülemedi" diye kapanmış nadir çocuk hastalıklarını inceledi. Sonuçta yıllardır cevap bekleyen ailelere aradıkları yanıtları bulmayı başardı.</p> <h3> Bu modelin olayı ne </h3> <p>Normalde yapay zekaya bir şey sorduğunda internetteki bilgileri tarayıp sana özet çıkarır. o3 Deep Research ise sadece bilgi kırıntılarını toplamıyor, tıp literatürüyle hastadaki genetik verileri ve belirtileri birleştirip mantık yürütüyor. Nadir hastalıklarda veri çok az olduğu için standart bir arama motoruyla sonuç almak imkansız. Bu model, uzman bir doktorun yaptığı gibi farklı kaynaklardaki dağınık ipuçlarını birbirine bağlayıp bir sonuca varabiliyor.</p> <h3> Neden önemli </h3> <p>Tıp dünyasında bir teknolojinin "iyi çalıştığını" iddia etmesi yetmiyor. Bu çalışmanın NEJM AI gibi hakemli bir dergide yayımlanması, yöntemin bağımsız uzmanlarca kontrol edilip onaylandığı anlamına geliyor. Yani doktorlar artık bu modeli "belki işe yarar" diye değil, doğruluğu kanıtlanmış bir yardımcı araç olarak görebilecek.</p> <h3> Sonuç </h3> <p>Bu çalışma yeni hastalar üzerinde değil, geçmişte çözülememiş vakalar üzerinde yapıldı. Yani sistem, insan uzmanların bile takıldığı eski dosyaları tekrar açıp yıllar sonra çözüm üretebildiğini kanıtlamış oldu. Nadir bir hastalıkla uğraşan klinisyenler için bu model artık güvenilir bir seçenek haline geldi.</p> Cansu Dut Sun, 21 Jun 2026 14:05:20 +0000 https://dev.to/cansubuilds/ai-guvenlik-protokolleri-uzerine-yeni-yaklasimlar-2fj9 https://dev.to/cansubuilds/ai-guvenlik-protokolleri-uzerine-yeni-yaklasimlar-2fj9 <p>Google DeepMind, yapay zeka ajanlarının birbirleriyle konuştuğu çoklu ajan sistemleri (multi-agent systems) tüm dünyaya yayılmadan önce güvenliği sağlama konusunda kritik bir eşikte olduğumuzu söylüyor. Olay şu: Sistemler bir kez devasa ölçeğe ulaştığında, güvenlik protokollerini temel yapıya sonradan eklemek neredeyse imkansız hale geliyor.</p> <h3> Güvenlik neden sonradan eklenemiyor </h3> <p>Tek bir yapay zeka modelini korumak kolay; girdi ve çıktı arasına bir kontrol noktası koyarsın, biter. Ama onlarca ajanın birbirine veri aktardığı bir zincirde işler karışıyor. Bir ajanın çıktısı diğerinin girdisi olduğunda, her yeni bağlantı yeni bir açık yaratıyor. Güvenliği en başta mimariye gömmediğinde, sistemin neresinde sorun çıktığını bulman imkansızlaşıyor.</p> <h3> DeepMind ne öneriyor </h3> <p>DeepMind, "çok katmanlı" bir güvenlik yaklaşımı geliştirmiş. Bu sadece yazılıma yama yapmak gibi değil; güvenliğin sistemin anatomisine işlenmesi demek. Ajan bazında, iletişim protokollerinde ve sistemin genelinde ayrı ayrı koruma mekanizmaları olması gerektiğini savunuyorlar.</p> <p>Bu işin sadece teknoloji şirketlerinin omzunda kalmaması gerektiğini de ekliyorlar. AI laboratuvarları, hükümetler ve akademinin bu güvenlik çerçevesi üzerinde birlikte çalışması şart.</p> <h3> Geliştiriciler için ne anlama geliyor </h3> <p>Eğer otonom ajanlarla bir yapı kuruyorsan, güvenliği yapılacaklar listesinin en sonuna atamazsın. "Sistem bir çalışsın, güvenliğe sonra bakarız" mantığı bu yeni dünyada işlemiyor. Hangi ajanın hangi veriye erişeceği veya bir ajan saldırıya uğradığında sistemin geri kalanının nasıl izole edileceği gibi soruları, daha tasarım aşamasındayken çözmen gerekiyor.</p> <h3> Zaman daralıyor </h3> <p>DeepMind'ın "dar bir pencere" vurgusu önemli. Bu sistemler küresel ölçekte yaygınlaşmadan önce yapısal güvenlik protokollerini oturtmamız lazım. İnternetin ilk zamanlarında güvenliğin önemsenmeyip sonradan yamalarla düzeltilmeye çalışılmasının yarattığı zorlukları düşününce, aynı hatayı yapay zeka ajanlarında yapmamak gerekiyor.</p> <p>Detaylı çerçeveyi incelemek istersen <a href="https://t.co/TiMXiCCFEi" rel="noopener noreferrer">buradan</a> bakabilirsin.</p> agents ai architecture security Cansu Dut Sun, 21 Jun 2026 07:03:30 +0000 https://dev.to/cansubuilds/openai-saglik-alaninda-yeni-model-gelistirdi-2pi3 https://dev.to/cansubuilds/openai-saglik-alaninda-yeni-model-gelistirdi-2pi3 <h1> GPT-5.5 Instant, Sağlık Sorularında Frontier Thinking Modellerle Aynı Seviyeye Geldi </h1> <p>Her hafta 230 milyon kişi ChatGPT'ye sağlık sorusu soruyor. Bu insanların büyük çoğunluğu pahalı abonelik planlarında değil; ücretsiz kullanıcı olarak geliyor. Sorun şuydu: ücretsiz katmandaki model, klinik bağlam gerektiren sorularda yetersiz kalıyordu.</p> <p>GPT-5.5 Instant bu farkı kapatmak için optimize edildi.</p> <h2> Ne Değişti, Teknik Olarak? </h2> <p>GPT-5.5 Instant artık frontier Thinking modellerle aynı performans seviyesine ulaştı; ama yalnızca sağlıkla ilgili sorularda. Bu genel bir iyileştirme değil, dikey odaklı bir optimizasyon.</p> <p>Değişen dört somut davranış var:</p> <ul> <li>Acil bakım gerekip gerekmediğini tanıma</li> <li>Kullanıcıdan ilgili bağlamı isteme</li> <li>Belirsizliği açıkça ifade etme</li> <li>Karmaşık bilgiyi anlaşılır biçimde aktarma</li> </ul> <p>Bu dört maddenin hiçbiri "daha fazla tıp bilgisi" değil. Hepsi bir klinik mantık katmanına işaret ediyor: ne zaman devreye gireceğini, ne zaman soru soracağını ve ne zaman "emin değilim" diyeceğini bilmek.</p> <p>Physician-led evaluation bu kazanımları doğrudan mümkün kıldı. Model, doktor değerlendirmesiyle şekillendirildi.</p> <h2> "Health Wrapper" Projeler Nerede Duruyor? </h2> <p>Son iki yılda onlarca geliştirici şu yapıyı kurdu: GPT API üzerine sağlık odaklı bir prompt katmanı, biraz UX, bir landing page. Değer önerisi basitti: "Genel ChatGPT'den daha iyi sağlık cevapları."</p> <p>GPT-5.5 Instant bu değer önerisini doğrudan sıkıştırıyor.</p> <p>Ücretsiz kullanıcılar artık klinik mantık katmanına sahip bir modele ChatGPT üzerinden erişiyor. Özel bir wrapper'ın sunduğu "daha iyi bağlam yönetimi" veya "aciliyet tespiti" artık platform seviyesinde geliyor.</p> <p>Bu, wrapper ekonomisinin bittiği anlamına gelmiyor. Ama diferansiyasyon noktası kayıyor: sadece prompt mühendisliğiyle kurulan sağlık uygulamalarının, platform güncellemelerinden bağımsız bir değer katmanı oluşturması gerekiyor.</p> <h2> Ücretsiz Katmanda Frontier Performans Ne Anlama Geliyor? </h2> <p>Normalde thinking model kalitesi ücretli planlarda sunulur. GPT-5.5 Instant, sağlık sorgularında bu eşiği kaldırıyor; ücretsiz kullanıcı da aynı seviyeye erişiyor.</p> <p>230 milyon haftalık kullanıcının tamamı bu iyileştirmeden yararlanıyor. Bu rakamı başka bir sağlık AI ürünüyle kıyaslamak güç.</p> <p>Platform seviyesinde dikey optimizasyon böyle görünüyor: özelleşmiş bilgi değil, özelleşmiş davranış. Ve bu davranış artık ücretsiz katmanda.</p> Cansu Dut Sun, 21 Jun 2026 04:03:55 +0000 https://dev.to/cansubuilds/ai-nadir-hastaliklarin-teshisinde-devrim-yaratabilir-3mjc https://dev.to/cansubuilds/ai-nadir-hastaliklarin-teshisinde-devrim-yaratabilir-3mjc <p>Nadir hastalıkların teşhis süreci bazen yıllarca süren bir çıkmaza dönüşebiliyor. Uzmanlar ne kadar uğraşsa da bazı vakalar mevcut tıbbi bilgilerle çözülemiyor ve öylece beklemeye alınıyor. Yeni bir çalışma, yapay zekanın bu tıkanıklığı aşmak için kullanılabileceğini gösteriyor.</p> <p>Olay aslında tıbbi bilginin sürekli güncellenmesiyle ilgili. Bugün bilmediğimiz bir şeyi yarın öğrendiğimizde, eski dosyalarda cevabı bekleyen bir hastalığı teşhis etme ihtimalimiz doğuyor. Ancak doktorların binlerce eski dosyayı düzenli olarak tekrar tekrar incelemesi fiziksel olarak imkansız. Yapay zeka tam burada devreye giriyor.</p> <p>Sistem uzmanların yerini almıyor, sadece süreci ölçeklenebilir hale getiriyor. Yani yapay zeka eski vakaları tarayıp, güncel bilgiler ışığında hangilerinin yeniden incelenmeye değer olduğunu belirliyor. Araştırılması gereken ipuçlarını bulup doktorun önüne getiriyor.</p> <p>Bu yöntemle yıllardır uzman analizinden kaçan, bir türlü teşhis konulamayan vakaların çözülmesi hedefleniyor. Eğer bu sistem yaygınlaşırsa, tıbbi bilgiler ilerledikçe eski dosyalar tozlu raflarda kalmayacak. Bu da yıllardır cevap bekleyen daha fazla ailenin aradığı sonuca ulaşması demek. Çalışma şimdilik bunun mümkün olduğunu ve denemeye değer bir yol sunduğunu gösteriyor.</p>