MIT, Claude ajanlarını sanal adada serbest bıraktı
MIT araştırmacıları, Claude tabanlı ajanların sanal adada kendi oyunlarını kurduğunu gözledi. Deney, kalıcı hafızanın hem beceri hem hata biriktirdiğini gösteriyor.

MIT araştırmacıları, 5 Ekim 2026 tarihli çalışmalarında Anthropic'in Claude Opus 4.7 modeliyle çalışan ajanları sanal bir adada 30 saat gözlemledi. 19 Ekim'de MIT Technology Review'un haberleştirdiği deneyde ajanlar oyun benzeri etkinlikler geliştirdi; tuttukları notlar sonraki bazı görevlerde başarılarını artırdı.
MIT araştırmacıları, Claude tabanlı yapay zekâ ajanlarını belirli bir görev vermeden sanal bir adaya yerleştirdi. MIT Technology Review'un 19 Ekim'de haberleştirdiği deneyde ajanlar bloklarla şekiller çizdi, kendi kurallarını koydu ve basketbol benzeri etkinlikler geliştirdi. Araştırmanın günlük kullanım açısından en yararlı bulgusu, ajanların tuttuğu notların sonraki işlerde başarıyı artırabilmesi, fakat hataları da kalıcılaştırabilmesi.
MIT sanal adada neyi test etti?
MIT ekibi, 5 Ekim tarihli araştırma makalesine göre, önceden belirlenmiş hedefi olmayan bir ortamda ajanların nasıl davrandığını ve deneyimlerinden yararlanıp yararlanmadığını test etti. Ana deneyde Claude Code üzerinden Claude Opus 4.7 kullanan 13 bağımsız Eko ajanı, aynı başlangıç koşullarından hareketle 30'ar saat çalıştırıldı. Buradaki Eko, dil modeliyle birlikte hareket araçlarını ve hafıza dosyalarını içeren sistemin adı.
Ada, bloklar ve farklı yükseklikte platformlar içeriyordu. Ajanlar çevreyi görüntülerle görmüyordu; nesnelerin konumu, biçimi ve rengi gibi bilgileri metin olarak alıyordu. Hareket etmek, zıplamak, bir nesneyi almak veya fırlatmak için komut çalıştırabiliyordu. Yapay zekâ ajanı kavramı bu ayrımı anlamayı kolaylaştırıyor: Eko'nun yazdığı komutlar, simülasyonda ölçülebilir sonuçlar doğuruyordu.
Her saat ada başlangıç durumuna döndürüldü ve asistan oturumu sıfırlandı. Ajanın yazdığı dosyalar ise korundu. Böylece bir oturumda keşfedilen yöntem, sonraki oturumda okunabilecek bir nota dönüşebildi. Ajanların internete, simülasyonun kaynak koduna veya diğer deneylere erişimi yoktu.
Ajanlar nasıl oyunlar geliştirdi?
Eko ajanları, kendi koydukları kurallarla blok dizme, atış yapma ve yere basmadan ilerleme gibi etkinlikler geliştirdi. Bir ajan halkayı pota gibi kullanırken başka örneklerde bloklar bowling lobutlarına dönüştü. Bazı ajanlar aynı etkinliğe dönüp kurallarını değiştirdi veya hedefi zorlaştırdı.
Araştırmadaki örneklerden birinde ajan, arka arkaya 50 yakalama yaptığını kaydetti. Ardından hareketleri yeniden inceleyip blokların gerçek bir atış sayılacak kadar havada kalmadığına karar verdi, rekorunu iptal etti ve daha sıkı kurallarla yeniden denedi. Bu örnek, araştırmacıların oyun davranışı için aradığı kendi kendine kural koyma ölçütünü açıklıyor.
Ancak deney tamamen yönlendirmesiz değildi. Başlangıç dosyası Eko'yu meraklı ve keşfetmeye istekli olarak tanımlıyordu; ajan durduğunda sistem otomatik devam mesajları gönderiyordu. MIT Technology Review'un haberinde görüşüne başvurulan araştırmacılar da gözlenen davranışların insanları taklit etme olasılığını dışlamıyor. Henüz hakem değerlendirmesinden geçmemiş çalışma, makinenin eğlendiğini kanıtlamıyor.
Adada geçirilen süre sonraki görevleri iyileştirdi mi?
Adada 30 saat geçiren ajanlar, sonradan verilen bazı görevlerde deneyimsiz ajanlardan daha başarılı oldu. Araştırmacılar deneyimli 13 ajanı, aynı modeli ve yapıyı kullanan fakat önceki deneyim notları bulunmayan 13 ajanla karşılaştırdı. Her görev için bir saat ayrıldı.
Adanın en yüksek noktasına nesne yerleştirme görevinde deneyimli grubun ortalaması 10,3, deneyimsiz grubunki 3,5 oldu. En yüksek kuleyi kurma görevinde ise gruplar benzer sonuçlar aldı. Dolayısıyla araştırma, serbest keşfin her görevde daha iyi sonuç getirdiğini göstermiyor.
Bu karşılaştırmada model ağırlıkları değişmedi. Farkı taşıyan unsur, ajanların okuyabildiği hafıza dosyalarıydı. Araştırmacılar belirli bir tekniğe ilişkin notları sildiğinde, o tekniğe ihtiyaç duyan görevlerde performansın düştüğünü gözledi. Buna karşılık, blokları üst üste koymak için yanlış yöntem öneren bir notun silinmesi ilgili ajanın kule kurma başarısını artırdı.
Türkiye'deki kullanıcı için ne anlama geliyor?
Türkiye'den ajan araçları kullanan biri için deneyin pratik karşılığı, kalıcı notların doğruluğunu kontrol etmenin gerekliliği. Bir asistanın önceki işlerden sakladığı açıklama, sonraki kararlarını etkileyebilir. Bu araştırmada blokları yerleştirme yöntemi hakkındaki yanlış bir not, ajanın kule kurmasını zorlaştırdı; not silindiğinde sonuç iyileşti.
Bunu kendi çalışma düzenine uyarlarken, tekrar kullanılan notlarda gözlem ile yorumu ayırabilirsin. Örneğin bir kodlama asistanının proje notlarını incelerken aşağıdaki prompt kullanılabilir. Aşağıdaki kontrol önerisini araştırmanın bulgularından hareketle hazırladık:
Bu çalışma notlarında doğrudan gözlenen sonuçlarla yorumları ayır.
Her teknik iddianın hangi denemeye dayandığını göster.
Dayanağı bulunmayan bilgileri doğrulanmamış olarak işaretle.
Araştırma, Türkiye'ye özel erişim veya Türkçe kullanım sonuçları açıklamıyor. Türkçe çalışan bir ajanda aynı kazanımın oluşacağını bu verilerden çıkaramayız. Ayrıca adadaki nesne taşıma başarısı, bir iş uygulamasının doğruluğuna doğrudan ölçü olamaz. Yapay zekânın neden yanlış bilgi ürettiğini okurken de aynı ayrım işe yarar: akla yatkın açıklamanın hangi gözleme dayandığını ara. Kalıcı hafıza kullanan bir asistanın varsa, işe tekrar tekrar başvurduğu notları kontrol ederek başla.
Sık sorulanlar
Claude sanal adada ne yaptı?
Claude tabanlı Eko ajanları bloklardan yapılar kurdu, yüksek yerlere tırmandı ve basketbol benzeri oyunlar geliştirdi. Ana deneyde 13 ajan ayrı ayrı 30 saat çalıştırıldı.
Bu deney yapay zekânın eğlendiğini kanıtlıyor mu?
Hayır. Araştırma, oyunla ilişkilendirilen gözlenebilir davranışları inceliyor; ajanların eğlendiğini veya öznel bir deneyim yaşadığını göstermiyor.
Claude bu deneyde yeniden mi eğitildi?
Karşılaştırılan ajanların model ağırlıkları değiştirilmedi. Deneyim, ajanın sonraki oturumlarda okuyabildiği metin dosyalarında birikti; bu notlar faydalı tekniklerin yanında yanlış inanışları da taşıdı.
Haftada bir e-posta. Sadece işe yarayanlar.
Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.
Anthropic, tek ajana geçiş için değerlendirme kiti yayımladı











