OpenAI'nin Astra, Yapay Zeka odak noktasını cevap vermekten uzun vadeli görevleri gerçekleştirmeye doğru kaydırıyor

Astra'nın gerçek önemini, belirli bir matematik sorusunu ne kadar iyi çözdüğü değil, OpenAI'nin öncü modellerini anlık cevap sistemlerinden saatlerce sürebilen, görevleri kendi başına parçalayabilen ve gerçek yazılımları işletebilen bir yürütme sistemine dönüştürmesi oluşturuyor.

Yazar ve kaynak: 0x9999in1, ME News



• Astra'nın gerçek önemini, belirli bir matematik sorusunu ne kadar iyi çözdüğü değil, OpenAI'nin öncü modellerini anlık cevap sistemlerinden saatlerce sürebilen, görevleri kendi başına parçalayabilen ve gerçek yazılımları işletebilen bir yürütme sistemine dönüştürmesi oluşturuyor.
• 16 adet Agent, matematik sorusunu kanıtlamak, bilgisayarı doğrudan işlemek ve "AI Araştırma Stajyeri" gibi gösteriler, aynı bir değişime işaret ediyor: AI rekabetinin temel ölçütü, tek seferlik cevap kalitesinden bağımsız olarak ne kadar uzun ve ne kadar karmaşık iş zincirleri üstlenebileceği yönüne doğru kayıyor.
• Bu yetenek kararlı bir şekilde dağıtılabilirse, şirketlerin AI satın alma mantığı da değişecektir: geçmişte yazılım lisansları ve Copilot satın alınırken, gelecekte giderek daha çok "dijital işgücü" ve görev verimliliği satın alınmaya başlanacaktır.
• Ancak kapalı gösterim üretim ortamı değildir. Astra halen kamuoyuna açılmamıştır; “araştırma stajyeri” ifadesi de OpenAI’nin dahili standartıdır ve matematiksel gösterim, bilimsel doğruluğun bağımsız bir onayı değil, aday kanıtlarını sunar.
• Daha da dikkat çekici olan, yetenek artışı artık OpenAI'nin kendi araştırma ve geliştirme hızını kısıtlamaya başlamıştır. OpenAI, Ağustos'ta Astra'nın en üst düzey "Kritik" siber güvenlik yetenekleri eşiğini aşabileceğini kabul etmiş ve bu nedenle bazı eğitim ve değerlendirme faaliyetlerini durdurmuştur.
• Bu nedenle, Astra'nın AGI olup olmadığı konusundaki tartışmanın şu anda sınırlı bir anlamı var. Gerçekten önemli olan soru artık şudur: AI ilk kez “sorularınıza cevap vermek”ten “sürekli işlerinizi yapmaya ve hatta bir sonraki nesil AI’yi araştırmaya yardımcı olmaya” geçtiğinde, işletmeler, işgücü piyasaları ve AI şirketlerinin ekonomik modelleri ne olacak.

Yüzeyde bakıldığında, Astra'nın kapalı ön izlemesi, bir modelin piyasaya sürülmesinden önceki bir pazarlama kampanyası olarak kolayca anlaşılabilir.

Onlarca OpenAI önemli müşterisinin yöneticileri, yeni açılan MB0 ofis binasına San Francisco’ya geldi. Dışarıda, “AI Yarışını Durdurun” yazılı pankartlarla protestocular hâlâ bulunuyor; içerde ise cam kapıların önüne tamamıyla bitki duvarı yerleştirilerek iki tarafın görüşü engellendi. Sam Altman, daha önce ABD hükümet yetkililerine açıklanmamış model ailesini tanıttıktan sonra Washington’dan dönmüştü.

Bu sahne, bugünün AI endüstrisini herhangi bir basın toplantısından daha doğru şekilde özetliyor: sermaye, müşteri ve hükümet, yeteneklerin ilerlemesini bekliyor, ancak başka bir grup bunun çok hızlı ilerlediğinden endişe ediyor.

Ancak Astra'nın gerçekten önemli olan kısmı, "modelin yüzde kaç daha iyileştirildiği" değildir.

Canlı ilk gösteri, 16 AI Agent'ın bir araştırma düzeyindeki matematik sorusuyla karşı karşıya gelmesiydi. Bu Agent'lar soruyu birden fazla alt soruya ayırdı, bunları ayrı ayrı denedi, sonuçları koordine etti ve ardından bir aday kanıt oluşturdu. Burada "aday" kelimesini açıkça belirtmek gerekir: Bu, kamuoyu tarafından doğrulanmış yeni bir matematik teoremi değildir ve 16 Agent'ın aynı anda çalışması, 16 yetkin matematikçiden oluşan bir araştırma ekibi anlamına gelmez. Birden fazla model tamamen aynı hatayı paylaşabilir; Agent sayısı arttıkça doğruluk oranı otomatik olarak doğrusal olarak artmaz.

Ancak hâlâ önemlidir.

Geçmişte büyük modelleri ölçerken, alışkanlık olarak bir soruya cevap verebilir mi diye odaklandık.

Astra, soruyu başka bir şeye dönüştürmeye çalışıyor: Kendi kendine işleri organize edebilir mi, bir karmaşık görevi sürekli yapabilir mi?

İkisi arasında yalnızca bir adım fark var gibi görünse de, ticari anlamda bir çağ farkı olabilir.

ChatGPT'in erken dönemlerindeki en tipik etkileşim şekli, insanın soru sorması ve makinenin cevap vermesiydi; ardından Copilot, programlama, ofis ve yaratım süreçlerine girdi, insan sürekli talimat verdi, AI sürekli yardımcı oldu. Agent daha da ileri giderse, insan yalnızca hedefi verir, makine adımları kendi kararlaştırır, araçları seçer, ara sonuçları kontrol eder ve sürekli ilerler.

İkinci demo, matematik sorusundan daha fazla şirket yöneticilerinin dikkatini çekmelidir.

Astra, bilgisayarı doğrudan kullanarak birçok yaygın masaüstü yazılımı arasında geçiş yapar, içerik oluşturur ve düzenler ve işlemleri çok hızlı bir şekilde tamamlar. Altman, modelin " süper insan düzeyinde, çok hızlı" bir şekilde bilgisayarı kullanmasını görmekOpenAI çalışanları için son zamanlarda en etkileyici olaylardan biri olduğunu söyledi.

Bilgisayar kullanmak neden bu kadar önemli?

Kurumsal dünyada yapılan işlerin çoğu, bir sohbet kutusuna yerleştirilebilecek güzel bir soru değildir.

Gerçek işler, tarayıcı, Excel, e-posta, kod deposu, ERP, CRM, tasarım yazılımı, dahili veritabanı ve onay sistemleri arasında dağılmıştır. Bir çalışanın değeri, sadece “cevabı bilmek”ten ibaret değildir; bunun yerine onlarca sistem arasında bilgi taşımak, karar vermek, dosyaları değiştirmek, süreçleri ilerletmek ve nihayetinde işi tamamlamaktır.

Yapay zekâ bu eşiği aşamadıkça, hâlâ temel olarak bir bilgi aracıdır.

Geçildiğinde, ilk kez gerçekten “işgücüne” yaklaşır.

Altman, Astra için sürekli var olan, uzun süre çalışan Agent'ları temel ürün formu olarak çizdi.

Bu terim, AGI kadar heyecan verici görünmese de, önümüzdeki yıllarda şirketlerin gelir tablolarını gerçekten etkileyecek şeye daha yakın olabilir.

OpenAI'nin baş bilim insanı Jakub Pachocki, TIME'a Astra'nın şirket içi "otomatikleştirilmiş AI araştırma stajyeri" standartlarını karşıladığını söyledi: Ona bir deney fikri verin, OpenAI'nin kendi kod deposuna girip çözümü uygulayabilir, deneyi çalıştırabilir ve sonuçları döndürebilir; ona bir araştırma makalesi verin, geçmişte bir insan araştırmacıya yaklaşık bir hafta sürebilecek olan takip çalışmalarını gerçekleştirebilir.

Bu hâlâ sadece OpenAI'nin dahili değerlendirmesidir, bağımsız üçüncü taraf doğrulaması yoktur ve daha da önemlisi, "Astra'nın zaten araştırmacıları değiştirebileceği" sonucuna kolayca varılamaz. Ancak bu, OpenAI'nin birim hedefinin token, cevap ve diyaloglardan görev süresine doğru kaydığını açıkça göstermektedir.

Bu yön, OpenAI'nin kendisi tarafından ani olarak yaratılan bir hikaye değildir.

Bağımsız değerlendirme kuruluşu METR, son yıllarda Agent yeteneklerini ölçmek için “görev-tamamlama süresi” kavramını kullanmaya çalışmıştır: modele belirli bir soruyu çözebilir mi diye sormak yerine, insan uzmanlarının ne kadar sürede tamamlayacağı görevleri belirli bir başarı oranıyla tamamlayabildiğini gözlemlemektedir.

METR, 2026 yılında güncellenmiş verileri hâlâ belirgin bir üssel iyileşme eğilimi göstermektedir. Uzun vadeli olarak, öncü modellerin yazılım ve araştırma görevleri yaklaşık her 6 ila 7 ayda ikiye katlanmaktadır; 2023'ten beri olan verilere bakıldığında bu hız daha da artmıştır. Bu yıl Mayıs'a gelindiğinde, bazı en son açık modeller, mevcut test setlerinin yaklaşık 16 saatlik geçerli ölçüm aralığına yaklaşmış veya bunu aşmıştır; bu nedenle METR, bu uzunlukların üzerindeki verilerin aşırı yorumlanmaması gerektiğini özellikle hatırlatmıştır.

Bu, Astra'nın neden ortaya çıktığını tam olarak açıklar.

Modelin dakikalar içinde stabil olarak tamamlayabildiği görevler, saatler haline gelip, saatlerden bir gün hatta daha uzun süreler haline geldikçe, ürün formatı kesinlikle değişecektir. Artık onu sürekli sohbet penceresinin yanında düzeltmek zorunda kalmayacaksınız; bunun yerine bir meslektaşına görev verirken olduğu gibi şöyle demeye başlayacaksınız: “Bu sorunu araştır, üç çözümü test et, verileri düzenle, sonuçları yarın bana ver.”

Sanal meslektaşlar kavramının gerçek ayrım çizgisi, insan gibi konuşup konuşamaması değildir.

Ama sen gittikten sonra hâlâ iş yapacak mı.

Bu, Astra'nın en çok alt değerlenen finansal anlamı da.

Geçen üç yıl boyunca, şirketlerin üretken AI satın alımının ana modeli, temelde geleneksel SaaS modelinin bir uzantısıdır: her bir çalışan için bir AI koltuğu eklenir, her ay onlarca dolar daha ödenir. Microsoft Copilot böyle, ChatGPT Kurumsal sürümü böyle, birçok AI SaaS hizmeti de böyle.

Ancak persistent agent olgunlaştıkça bu fiyatlandırma mantığı giderek daha garip hale gelecektir.

Neden?

Şirketler artık “bir çalışanın AI kullanım hakkı” değil, AI’nın işi kendi başına tamamlama yeteneğini satın alıyor.

Bir maliye ekibi, veri düzenlemeyi, rapor taslaklarını, istisnai durumları kontrol etmeyi ve sistemler arası girişleri yapmak için orijinalde 10 kişi gerektiriyordu. Gelecekteki yöneticilerin karşılaştığı soru, "10 kişiye her birine bir Copilot almalı mıyım?" değil, "Bu görevleri tamamlamak için kaç Agent iş yükü satın almalıyım?" olacak.

Bu noktada, AI'nın rekabeti artık sadece yazılım bütçesiyle sınırlı değildir.

İnsan kaynakları bütçesine girmeye başladı.

2026 Stanford AI Endeksi verileri bu çelişkiyi ortaya koymaktadır. Bir taraftan, şirketlerin AI benimseme oranı hızla artmaya devam etmektedir: 2025 yılında ankette yer alan organizasyonların %88'i en az bir alanda AI kullanıyor, %70'i ise generatif AI kullanıyor; diğer taraftan, gerçek anlamda Agent dağıtan şirketler hâlâ çoğu iş fonksiyonunda tek haneli oranlarda kalmaktadır.

Yani insanlar zaten "AI kullanmak" konusunda oldukça istekli, ancak "işleri AI'ya bırakmak" konusunda henüz büyük ölçüde istekli değil.

Bu tam olarak Astra'nın aşmaya çalıştığı boşluk.

Geçilir hale geldiğinde, etkiler sadece teknoloji şirketlerine sınırlı kalmayacaktır. Stanford'ın istatistiklerine göre, 2024'ten beri ABD'de 22 ila 25 yaş arasındaki yazılım geliştiricilerin istihdamı yaklaşık %20 azaldı; bununla birlikte, katılan şirketlerin yaklaşık üçte biri, gelecek yıl yapay zekânın personel azalmasına yol açacağını bekliyor, ancak mevcut toplam istihdam piyasasında şu anda bu ölçüde kapsamlı bir işsizlik görülmemektedir.

Bu, AI'nın işgücü piyasası üzerindeki etkisinin muhtemelen aniden bir anahtarın çevrilmesi değil, ilk olarak istihdam girişimlerini, giriş seviyesi pozisyonlarını ve standartlaştırılmış bilgi işlerinin marjinal talebini değiştirmesi olduğu anlamına gelir.

Bu nedenle, "AI Araştırma Stajyeri" unvanı aslında oldukça incedir.

Bugün, öncelikle araştırmacıların bir hafta süren ancak hedefleri nispeten net olan deney çalışmalarını tamamlayabilir; yarın şirketler soracak: Finansal analistlerin ilk modellemesi nerede? Danışmanların bilgi toplama çalışmaları nerede? Programcıların rutin geliştirme çalışmaları nerede? Pazar departmanının çoklu sistemlerdeki yürütme çalışmaları nerede?

Geçmişte sürekli olarak AI'nın bir mesleği "yerine geçip geçmeyeceğini" tartıştık.

Daha gerçekçi süreç, muhtemelen AI'nın bir meslekteki en kolay standartlaştırılabilir, en kolay doğrulanabilir ve en çok zaman alan iş modüllerini yavaş yavaş ele geçirmesi olacaktır. Görevler bir sabah aniden kaybolmayacaktır, ancak bir şirketin önce on yeni personel ile tamamladığı iş, zamanla altı, dört kişi ve bir grup Agent ile tamamlanmaya başlayacaktır.

İş piyasasını gerçekten değiştiren, genellikle "Yapay Zekânın aniden her şeyi yapması" değildir.

Ancak şirketler şunu fark etti: bir sonraki çalışanı hemen istihdam etmeye gerek yok.

Eğer hikâye burada bitseydi, Astra sadece çok güçlü bir ticari hayal gücüne sahip bir ürün olurdu.

Sorun şu ki, OpenAI kendi kendine, durumun bu kadar basit olmadığını kanıtladı.

7 Ağustos'ta OpenAI, içsel en son değerlendirmelere göre, şirketin Astra'nın Preparedness Framework'deki "Kritik" ağ güvenliği kapasitesi seviyesine ulaşmasını dışlayamadığını açıkladı.

Bu eşik, "model karşılaştırması kod yazar" değildir.

OpenAI'nin kendi tanımına göre, Kritik seviyesi, modelin insan müdahalesi olmadan, yoğunlaştırılmış gerçek kritik sistemlerde farklı ciddiyet düzeylerinde sıfır gün açıkları bulup geliştirmesini veya yalnızca bir üst düzey hedefe dayanarak, yoğunlaştırılmış hedeflere yönelik端到端 yeni saldırı stratejilerini kendi kendine tasarlamasını ve yürütmeyi içerir.

OpenAI, bu düzeyin şu anda tamamen dışlanamadığını, Astra'nın yukarıda belirtilen tüm yeteneklere sahip olduğunun son olarak doğrulanmadığını vurguladı; aynı zamanda, Astra'nın daha önce OpenAI'nin Hugging Face ile ilgili güvenlik olaylarıyla da ilişkisi olmadığını belirtti.

Ancak şirketin tepkisi yeterince açıklayıcı.

OpenAI, ağ izolasyonunu, kum kutusunu, model ağırlık korumasını ve tüm süreç izlemesini güçlendirdi ve yeni güvenlik standartlarına uymayan Astra faaliyetlerini durdurdu. 18 Ağustos'ta şirket, ortamı güçlendirmek ve izleme kapsamını genişletmek amacıyla en son modelin güçlendirilmiş öğrenme eğitimlerinin iki hafta boyunca durdurulduğunu açıkladı; en büyük ön plan RL eğitimleri hâlâ durdurulmuş durumda ve Astra ile ilgili büyük ölçüde eğitim ve değerlendirme çalışmaları henüz yeniden başlatılmadı.

Hatta güvenlik bile, artıktan maliyetli bir hesaplama maliyetine dönüşmeye başlamıştır.

OpenAI, şu anki bu izleme sisteminin, izlenen çıkarım hesaplamalarının yaklaşık %20'si kadar ek hesaplama gücü tüketeceğini tahmin ediyor.

Bu sayılar, sermaye piyasası tarafından unutulmaz bir şekilde hatırlanacak kadar değerli.

Son birkaç yıldır AI endüstrisinin hikayesi şuydu: model ne kadar güçlüyse, ticari değeri o kadar yüksek olur ve bu da daha fazla GPU, veri merkezi ve elektrik harcamasını gerekli kılar. Ancak Astra, başka bir maliyet eğrisini göstermeye başlıyor—model ne kadar güçlüyse, sadece eğitim maliyetleri artmıyor, aynı zamanda güvenlik, izolasyon, izleme ve yönetimin kendisi de hesaplamaları yemeye başlıyor.

Bu, nesil sonraki AI'nın ekonomik modelinin yalnızca "milyon token başına ne kadar" hesaplamasını içermemesi gerektiği anlamına gelir.

Kontrol kaybı riski, güvenlik fazlalığı, insan onayı, yetki izolasyonu ve hatalardan kaynaklanan gerçek kayıplar da hesaplanmalıdır.

Bir e-posta yazma modelinin hatası, en fazla utanç verici olabilir.

Uzun süreli belleğe, kod yürütme yetisine ve ağ erişimine sahip olup, şirket sistemlerini saatlerce bağımsız olarak yönetebilen bir Ajanın hatası, tamamen farklı bir nitelik taşır.

Yetenek, "çalışan" kadar yaklaştıkça yetki yönetimi de "çalışan" kadar yaklaşmalıdır; yetenek normal bir çalışanı aştığında, güvenlik gereksinimleri hatta çalışanlardan daha yüksek olmalıdır.

Bu yüzden Astra'nın OpenAI'ye gerçek olarak meydan okuduğu nokta, "yapılıp yapılamayacağı" değil.

Ancak böyle bir sistemi şirketlerin üretim ortamına koyabilecekleri bir ürüne dönüştürebilir miyiz?

Altman, kapalı ön izlemede söylediği en ileri görüş, Astra'nın "gerçekten önemli bir şekilde yeni şeyler icat edebilen" ilk model olabileceğini ve bu yeteneği "AGI'ye çok benzer bir şey" olarak adlandırdı.

Bu cümle kesinlikle Altman tarzı bir güçlü ifadeye sahip.

Astra'nın, eşleştirilmiş bir şekilde doğrulanmış önemli bilimsel yeni bilgileri kararlı bir şekilde oluşturduğuna dair bugün hiçbir açık kanıt bulunmamaktadır; OpenAI da yeterli dış test sonuçlarını henüz kamuoyuna açmamıştır. Bu nedenle, Astra'yı doğrudan “AGI geldi” olarak tanımlamak hem gerekli değildir hem de gerçeklere dayanmaz.

Ancak Altman'nın neden özellikle "yeni bilgi keşfi" vurgusunda bulunduğunu dikkatle incelemek değerlidir.

Çünkü burası AI endüstrisinde gerçek anlamda üssel değişimlerin yaşanacağı yer.

Eğer yapay zeka, insanlara kod yazma, tasarım yapma ve dosya analiz etme verimliliğini artırmada yalnızca yardımcı oluyorsa, tüm sektör ne kadar radikal olursa olsun, temelde verimlilik araçları devrimidir. Ekonomik verimliliği büyük ölçüde artırabilir, ancak hâlâ insanlar tarafından bir sonraki araştırmanın ne olacağına, deneylerin nasıl tasarlanacağına ve bir sonraki nesil teknolojinin nasıl oluşturulacağına karar verilmesine dayanır.

Eğer AI, AI araştırmasına kendisi katılabiliyorsa, mantık değişir.

Bir makale okuyabilen, deney tasarımları önerebilen, büyük kod tabanlarını düzenleyebilen, deneyleri kendi başına çalıştırabilen ve sonuçları analiz edebilen bir Agent, sadece iyi bir araştırma stajyeri seviyesine ulaşsa bile, önde gelen bir laboratuvarın etkili araştırma kapasitesini genişletebilir.

Bugün 100 araştırmacı, belki de arkada 500 Agent çalıştırmaktadır; gelecekte her araştırmacının bir günde aynı anda ilerletebileceği deney sayısı, 24 saatlik gün üzerinden değil, daha çok hesaplama gücü, deney maliyeti ve doğrulama kapasitesine bağlı olacaktır.

Bu nedenle, geçmişte çok soyut bir kavram olan “AI, daha iyi AI’lar geliştirmeye yardımcı olur” kavramı artık somutlaşmaya başladı.

Bu, Astra'nın en dikkat edilmesi gereken ve aynı zamanda en fazla kontrol altında tutulması gereken yerdir.

“Başkalarının tasarladığı deneyleri tamamlamaktan” “aktif olarak değerli yeni araştırma yönleri önermeye” geçiş hâlâ büyük bir boşluk içeriyor; “görünüşte mantıklı yeni bir fikir üretmekten” “tekrarlanabilir, doğrulanabilir ve bilimsel ilerlemeyi gerçekten harekete geçiren yeni bilgi üretmeye” geçiş daha da büyük.

16 adet Agent aynı anda çalışabilir, ancak bu 16 kat yenilik anlamına gelmez.

Günlük 100.000 deney yapmak, doğal olarak bir kırılma elde etmeniz anlamına gelmez.

Bilim, varsayımlar açısından asla yetersiz değildir; gerçek olarak kıymetli olan, hangi soruların sorulması gerektiği ve hangi sonuçların gerçekten önemli olduğu konusunda bilgi sahibi olmaktır.

Astra bu çizgiyi geçti mi, şu anda kimse bir kapalı gösteriden sonuç çıkaramıyor.

Bu nedenle, şu anda Astra'nın AGI olup olmadığı üzerine konuşmak biraz erken.

AGI teriminin tanımı zaten çok belirsizdir. OpenAI'nin uzun süredir kullandığı tanım, ekonomik değeri olan çoğu işte insanları aşan yüksek düzeyde bağımsız bir sistemdir; diğer laboratuvarlar, akademisyenler ve kamuoyu ise bunun için tamamen farklı ölçütler belirlemiştir.

Bir etiket tartışmak yerine, üç daha spesifik sorunu gözlemleyin.

Birinci, Astra'nın kendi başına üstlenebileceği görevler ne kadar süreyle sürer ve güvenilirlik oranı nedir?

İkinci olarak, bir sistem kurumsal üretim ortamına girdikten sonra insanlar, kontrol ve hata düzeltmeye ne kadar zaman harcar? Bir Agent sizin yerinize sekiz saat çalışsa da mühendislerin üç saat daha doğrulama yapması gerekirse, gerçek üretkenlik artışı, gösteri videolarından tamamen farklıdır.

Üçüncü ve en önemlisi: Otomatikleştirilmiş araştırmayı "deneyleri yürütme" düzeyinden "gerçekten değerli yeni bilgilerin keşfi" düzeyine taşıyabilir mi.

İlk iki soru, Astra'nın büyük bir iş olup olmadığını belirler.

Üçüncü soru, bunun bir çağa dönüm noktası olup olmadığını karar vermektedir.

Bu bakış açısıyla, MB0 girişinde itilen bitki duvarı sembolik bir anlam taşımaktadır. Bir tarafta, uzun süre onların hizmetinde çalışabilecek dijital Ajantları ilk kez gören onlarca müşteri yöneticisi; diğer tarafta, tüm endüstrinin AI yarışmasını durdurmasını isteyen protestocular bulunuyor. İki taraf da gelecek hakkında tamamen farklı görüşlere sahip olsa da, aslında aynı şeyi kabul ediyorlar: Bu teknoloji geçmişten daha güçlü hale geliyor.

Astra henüz kamuoyuna açıklanmadı ve içsel yetenekleri de yeterince dışarıda test edilmemiştir. Gecikebilir, gerçek ortamda büyük ölçüde güvenilirlik sorunlarına yol açabilir veya Altman'in AGI'ye kadar olan yakınlığını tam olarak karşılamayabilir.

Bu olasılıkların tümü korunmalıdır.

Ancak bir nokta giderek daha açık hale geliyor.

Büyük modellerin rekabetinin önceki aşaması, dünyaya zaten bilinen sorulara daha doğru cevap verebilen olmaktı; Astra'nın temsil ettiği sonraki aşama ise, sürekli eylemde bulunabilen, karmaşık işleri bağımsızca tamamlayabilen ve nihayetinde insanlığın dünyayı henüz cevaplamadığı soruları keşfetmesine yardımcı olabilen olmaktır.

Soğuk sohbet robotlarından sanal iş arkadaşlarına geçiş, güvenilirlik, güvenlik, maliyet ve organizasyonel güven olmak üzere dört yüksek duvarla ayrılır.

OpenAI şu anda Astra'nın bir bir geçmesini gerçekten destekliyor.

Ancak eğer gerçekten geçiş yaparsa, insanlar 2026 yılına dönüp baktığında, belki de bir modelin sıralamada kaç puan önde olduğu önemli olmayacaktır.

Ama makine, bir şeyi alıp onu kendiliğinden sürdürme yeteneğini ilk kez kazanıyor.

1. Alex Heath, “OpenAI’nin Yeniden Başlatması”, TIME, 26 Ağustos 2026 (Yahoo Tech tarafından aktarıldı). (Yahoo Tech)
2. OpenAI, “Sonraki kritik siber yeteneklerle ilgili yanıt vermek”, 7 Ağustos 2026. (OpenAI)
3. OpenAI, "Pacing model development in an era of cyber-critical capabilities", 18 Ağustos 2026. (OpenAI)
4. Cat Zakrzewski, Ian Duncan, Riley Beggin, “Sam Altman, OpenAI’nin güçlü yeni bir Yapay Zeka geliştirmesi sırasında Washington’u ikna ediyor”, The Washington Post, 2026年7月31日。(The Washington Post)
5. Stanford İnsan Odaklı Yapay Zeka Enstitüsü, 2026 Yapay Zeka Endeks Raporu — Ekonomi, 2026. (斯坦福HAI)
6. METR, “Ön Plan AI Modellerinin Görev-Tamamlama Zaman Çizelgeleri”, 8 Mayıs 2026 tarihinde güncellendi. (METR)
7. METR, “Time Horizon 1.1”, 29 Ocak 2026. (METR)
8. AI Yarışmasını Durdurun, “Occupy OpenAI / Stop The AI Race”, 2026年. (stoptherace.ai)