Yapay zekâ sektöründe bugüne kadar temel döngü oldukça basitti.
İnsanlar yapay zekâyı geliştiriyor, eğitiyor, test ediyor ve daha güçlü yeni bir model ortaya çıkarıyordu.
Şimdi bu döngünün içine yapay zekânın kendisi de girmeye başladı.
Anthropic tarafından açıklanan yeni veriler, Claude’un şirketin yeni yapay zekâ modellerini geliştirdiği araştırma ve geliştirme çalışmalarında giderek daha büyük bir rol üstlendiğini gösteriyor.
Ağustos 2026 itibarıyla Claude, Anthropic’in ölçtüğü AI Ar-Ge işlerinin yaklaşık %26’sında “lider” seviyesinde çalışıyor.
Birkaç ay önce bu oran %1’in bile altındaydı.
Rakam dikkat çekici.
Ancak bize göre asıl haber %26 değil.
Bir yapay zekâ şirketinin artık kendi geliştirme sürecinde yapay zekânın ne kadar iş yaptığını ölçmek zorunda hissetmesi.
“Claude kendi kendini geliştiriyor” demek doğru değil
Bu haberi en kolay anlatmanın yolu, Claude’un artık kendi halefini geliştirdiğini söylemek olur.
Ama bu, mevcut durumu olduğundan daha ileri gösterir.
Anthropic’in kullandığı ölçekte farklı otomasyon seviyeleri bulunuyor.
Claude’un ulaştığı “lider” seviyesi, modelin yüksek seviyeli bir talimat aldıktan sonra bir görevin büyük kısmını baştan sona gerçekleştirebilmesi anlamına geliyor.
Ancak insan hâlâ sürecin içinde.
Görevi belirliyor.
Sonuçları denetliyor.
Gerekli durumlarda yön değiştiriyor.
Anthropic ayrıca Claude’un ölçülen Ar-Ge çalışmalarının hiçbirinde tamamen otonom seviyeye ulaşmadığını özellikle belirtiyor.
Dolayısıyla şu anda kendi başına laboratuvarda oturup bir sonraki Claude modelini tasarlayan bir yapay zekâdan söz etmiyoruz.
Fakat eski düzenden de oldukça uzağız.
Asıl değişim “araç” ile “çalışan” arasındaki çizgide
Bir yazılımcının Claude’a kod yazdırması artık şaşırtıcı değil.
Bir araştırmacının veri analizinde yapay zekâ kullanması da değil.
Anthropic’in verilerinde farklı olan şey, yapay zekânın bazı Ar-Ge görevlerinde yalnızca küçük yardım sağlayan araç olmaktan çıkması.
Görevin büyük bölümünü üstlenebiliyor.
İnsan ise giderek daha fazla hedefi belirleyen ve sonucu kontrol eden konuma geçiyor.
Bu değişimi şöyle düşünmek mümkün:
Eskiden araştırmacı işi yapıyor, yapay zekâ yardım ediyordu.
Yeni düzende bazı işlerde yapay zekâ işi yapıyor, araştırmacı süreci yönetiyor.
İki cümle birbirine yakın görünebilir.
Ama çalışma modeli açısından aralarında büyük fark var.
Anthropic bunu neden ölçmeye başladı?
Şirket bu amaçla Anthropic R&D Automation Index adını verdiği bir ölçüm sistemi oluşturdu.
Amaç yalnızca ne kadar verimlilik kazanıldığını göstermek değil.
Anthropic açık biçimde daha kritik bir soruya cevap arıyor:
Yapay zekâ, yeni yapay zekâ sistemlerinin geliştirilmesini ne kadar hızlandırmaya başladı?
Çünkü burada normal yazılım otomasyonundan farklı bir durum var.
Bir muhasebe sisteminin muhasebecinin işini hızlandırması, daha güçlü muhasebe sistemlerinin geliştirilme hızını doğrudan artırmaz.
Ancak yapay zekâ araştırmasını hızlandıran bir yapay zekâ, kendisinden sonra gelecek modellerin daha hızlı geliştirilmesine yardımcı olabilir.
Daha güçlü model geliştirilir.
Yeni model Ar-Ge çalışmalarını daha fazla hızlandırır.
Sonraki model daha kısa sürede ortaya çıkar.
Bu döngü yeterince güçlenirse AI gelişiminin hızı insan ekiplerinin çalışma hızından giderek daha az bağımlı hale gelebilir.
Bugün henüz o noktada değiliz.
Fakat şirketlerin artık bu mesafeyi ölçüyor olması bile başlı başına önemli.
%90 rakamı başka bir dönüşümü gösteriyor
Anthropic’in paylaştığı verilerde yalnızca %26 dikkat çekmiyor.
Şirketin AI araştırma ve geliştirme çalışmalarının %90’dan fazlasında Claude ile insan arasında bir tür işbirliği bulunuyor.
Bu bize başka bir şeyi söylüyor.
Yapay zekâ artık şirkette kullanılan özel bir araç değil.
Çalışma altyapısının parçası haline gelmiş durumda.
Burada gelecekte ortaya çıkabilecek önemli fark, çalışan sayısından çok çalışan başına üretim kapasitesi olabilir.
Aynı araştırmacı sayısıyla çok daha fazla deney yapılabilir.
Daha fazla kod denenebilir.
Daha fazla yaklaşım elenebilir.
Ve başarılı sonuçlara daha hızlı ulaşılabilir.
AI yarışında bunun etkisi yeni bir GPU satın almaktan bile daha stratejik hale gelebilir.
Çünkü kullanılan araç aynı zamanda araştırma hızını da artırıyor.
Ancak rakamları dikkatli okumak gerekiyor
Anthropic’in sunduğu ölçüm şirketin kendi çalışma ortamına ait.
Üstelik şirket de farklı AI laboratuvarları arasında doğrudan karşılaştırma yapılmasını zorlaştıran ortak bir metodoloji bulunmadığını kabul ediyor.
Bir başka sınırlama daha var.
Yapay zekâ sistemlerinin yaptığı işlerin değerlendirilmesinde yine yapay zekâ modellerinden yararlanılması, ölçüm hatası ihtimalini tamamen ortadan kaldırmıyor.
Dolayısıyla %26’yı bütün yapay zekâ sektörünü temsil eden kesin bir oran olarak görmek doğru olmaz.
Ama eğilim açık.
AI geliştiren şirketler artık AI’yı yalnızca müşterilerine sattıkları bir ürün olarak kullanmıyor.
Kendi fabrikalarının içine de yerleştiriyorlar.
Bize göre asıl haber burada
Yapay zekâ dünyasında çok uzun süredir “bir sonraki model ne kadar güçlü olacak?” sorusunu soruyoruz.
Belki bundan sonra başka bir soruyu da takip etmemiz gerekecek:
Bir sonraki modeli geliştirirken işin ne kadarını önceki model yaptı?
Bu soru zamanla modelin benchmark puanından veya kaç parametreye sahip olduğundan da
