1 Eylül 2026 yılında Çinli startup Manus, Meta ile 2 milyar dolarlık anlaşmanın bozulmasının ardından bağımsız çalışmasını resmen yeniden başlattı. Singapur merkezli şirket, ekibinin insan müdahalesi olmadan karmaşık çok adımlı görevleri yerine getirebilen genel yapay zeka ajanları geliştirmeye devam edeceğini açıkladı.
Meta ile önceki entegrasyon döneminin aksine, Manus artık gerçek iş akışlarına daha derin entegrasyona, dış dünyayla doğrudan etkileşime ve proaktif görev yürütmeye geçişi vurguluyor. Bu sadece bağımsız bir startup statüsüne dönüş değil, metin üretimiyle sınırlı kalmayıp tarayıcılar, kod ve araçlar aracılığıyla gerçek ortamda hareket eden ajan sistemlerine doğru stratejik bir kayma.
Paralel olarak, Richard Socher tarafından kurulan Recursive Superintelligence, açıkça özyinelemeli olarak kendini geliştiren sistemler yaratma hedefiyle 650 milyon dolar topladı. Şirket, modelin zayıf yönlerini belirlemekten iyileştirmeler önermeye, bunları uygulamaya ve doğrulamaya kadar tüm bilimsel araştırma döngüsünü otomatikleştirmeyi amaçlıyor. AMI Labs (1,03 milyar), World Labs (1 milyar), Lila Sciences (550 milyon) ve General Intuition (454 milyon) da benzer turlar gerçekleştirdi ve bu da ajan yapay zekasına büyük bir sermaye akışına işaret ediyor.
Teknik olarak Manus, gerçek araçlarla (tarayıcı, dosya sistemi, kod yorumlayıcı) izole bir sanal makinede öncü modelleri (genellikle Claude) çalıştıran bir orkestratördür. Kullanıcı üst düzey bir hedef belirler ve ajan bunu bağımsız olarak adımlara böler, yürütür, sonucu doğrular ve bir yapıt döndürür. 1.5 ve 1.6 güncellemeleri, görev tamamlama süresini 15 dakikadan 4 dakikanın altına indirdi ve kör testlerde kullanıcı memnuniyetini 19%'den fazla artırdı.
Bu tür ajanları değerlendirme metodolojisi tartışmalı olmaya devam ediyor. Manus'un iddiaya göre GPT-4'ü geride bıraktığı GAIA kıyaslaması, akıl yürütme ve araç kullanma yeteneğini ölçer, ancak belirsizlik içeren uzun vadeli senaryolarda güvenilirliği garanti etmez. Gerçek dünyayla etkileşim sırasında hata modlarına ilişkin kamuya açık veri yoktur - örneğin web gezintisindeki hatalar veya istikrarsız API'ler. Bu, ajan sistemlerinin tipik bir sorunudur: kontrollü testlerdeki güçlü sonuçlar her zaman üretime taşınmaz.
Recursive Superintelligence'ın yaklaşımıyla karşılaştırıldığında Manus, bugün pratik özerkliğe vurgu yaparken, RSI uzun vadeli kendini geliştirme döngüsüne odaklanıyor. Recursive, milyonlarca doları hesaplama gücüne kullanarak 2026 yılının ortasına kadar '1 Seviye' otonom bir sistem planlıyor. Manus ise Meta'dan kurtularak kurumsal kısıtlamalar olmadan ürünü daha hızlı yineleyebilir, ancak temel özyineleme araştırmalarında geride kalma riski taşır.
DeepMind, AlphaEvolve ile orta bir yol gösteriyor: Gemini çözümler öneriyor, bunlar otomatik olarak test ediliyor, en iyileri seçilip geliştiriliyor. Bu, sonucun kolayca ölçülebildiği matematik ve kodda iyi çalışıyor, ancak deneylerin yavaş ve çok boyutlu olduğu biyoloji veya robotikte önemli ölçüde daha zor. Manus ve benzeri ajanlar, gerçek etkileşimler yoluyla bu boşluğu kapatmaya çalışıyor, ancak henüz dar görevlerin ötesinde ölçeklenebilirliklerini kanıtlamadılar.
Manus'un bağımsızlığı, şirketin ürünü rekabet analizinden iş akışı otomasyonuna kadar gerçek kullanıcı senaryolarına daha hızlı uyarlamasına olanak tanıyor. Aynı zamanda, RSI ve dünya modellerine sermaye akışı, dil modellerini ölçeklendirmekten kendi deneyimlerini üreten ve kendilerini geliştiren sistemler yaratmaya doğru bir paradigma değişimine işaret ediyor.
Manus veya RSI gibi ajanların önemli bir insan gözetimi olmadan tam kendini geliştirme döngüsünü kapatıp kapatamayacağı belirsizliğini koruyor. Uzun vadeli kıyaslamalarda ve gerçek dünya senaryolarında bağımsız doğrulama, önümüzdeki aylarda bu hedefler için temel test olacak.
Manus, bağımsızlığına geri dönerek otonom ajanların pratik uygulamasını hızlandırma şansı elde ediyor, ancak başarı, kontrolsüz bir ortamda güvenilirliği kanıtlama yeteneğine bağlı olacak.
