Üç haber, tek tez: müşterinizin bir kısmı yakında sitenize kendisi gelmeyecek. Ajanını gönderecek. Ve o ajanı karşılayamayan işletme, kapısını kilitlediğini fark etmeyecek bile.

Kapıyı açan, kilitleyen

Walmart'ın kurduğu yapının adı Agent Gateway. Ajanlar mağazaya MCP (Model Context Protocol) üzerinden bağlanıyor. MCP, bir yapay zeka modelinin dış sistemlerle konuşmak için kullandığı standart. Artur'u da her gün bu protokolle çalıştırıyoruz, o yüzden Walmart'ın burada ne yaptığını iyi biliyorum: ajana "siteyi taklit et, düğmelere bas" demiyor, ona kendi diliyle konuşacağı resmi bir kapı veriyor. Walmart'ın açıklamasına göre ajan kart bilgisine erişemiyor, Walmart+ üyeliği de gerekmiyor. Kasım'da gelecek Agent Profiles ile müşteri ya her alımı tek tek onaylayacak ya da ajana bir harcama limiti koyacak.

Öbür tarafta Meta var. Zuckerberg'in üçüncü çeyrek bilanço toplantısında verdiği rakamlara göre ABD ve Kanada'da 10 milyonu aşkın kişi Muse hesabı açmış ve alışveriş en çok yapılan işlerden biri. Ajanla alışveriş yapan etkin kullanıcıların dörtte birinden fazlasında ortalama sepet 200 doları aşıyor. Mark Zuckerberg'in aynı toplantıdaki cümlesi, TechCrunch'ın aktardığı İngilizce sözlerin çevirisiyle şu: "Bir şey almak istiyorsanız, bu yalnızca o işletmenin sitesine girmek değil; onun ajanıyla konuşmak."

Yani mesele "ajanlar gelecek mi" değil. Geldiler. Mesele, kapıda kimin onları karşıladığı.

Asıl haber Antalya'yı ilgilendiriyor

Walmart'ı ve Amazon'u okuyup "bize uzak" demek kolay. Ama aynı günlerde otel sektöründen gelen bir test bana çok daha yakın geldi. Pertlink'ten Terence Ronson'ın Hospitality Net'te yayımladığı testte Claude ve ChatGPT ajanları dünyanın en büyük 11 otel grubunun sitesinde rezervasyon yapmaya çalıştırıldı. 7 grupta en az bir ajan ödeme adımına kadar ulaştı. Yazı daha çarpıcı bir rakamı da başka bir araştırmadan aktarıyor: yedi ülkede incelenen 105.002 otel sitesinden yalnız yüzde 3,3'ü robots.txt dosyasına yapay zeka tarayıcılarını kısıtlayan bir kural yazmış.

Çalışmanın vardığı sonuç, Manavgat'ta, Side'de, Belek'te otel işleten herkesin masasına konmalı: ajanın içeri girip giremeyeceğini çoğu zaman otelin bir politikası değil, bot koruma ayarları belirliyor. Testteki büyük zincirlerde bu katman Akamai ya da Kasada gibi kurumsal bot korumaları. Küçük bir otelde aynı katman çoğu kez bir güvenlik eklentisi, bir CDN paneli ya da hosting firmasının varsayılan ayarıdır. Yani karar, kimse bilerek seçmeden verilmiş olabilir.

Bunu e-ticaret yapan KOBİ'ye de taşıyabilirsiniz. Ürününüzün fiyatı bir görselin içinde yazıyorsa, stok bilgisi sayfada yoksa, iade koşulu bir PDF'te saklıysa ajanın o ürünü doğru okuyup seçmesi zorlaşır. Ajan vitrininize de bakar, ama en çok verinize güvenir.

Türkiye'de durum şu: TÜİK'in 2026 verisine göre 10-49 çalışanlı girişimlerde yapay zeka kullanım oranı yüzde 12,8, 50-249 çalışanlılarda yüzde 17. Bu ölçekteki işletmelerin büyük kısmı yapay zekayı daha kendi işinde kullanmaya başlamadı; 10 kişiden küçük işletmeler ise bu araştırmaya hiç girmiyor. Ama müşterinin ajanı, onlar hazır olsun olmasın, kapıya gelecek.

Ajanı karşılamak ne demek?

Üç katmanda düşünüyorum.

1. Okunabilirlik. Ajan sayfayı insan gibi gezebilir, ama en güvendiği şey yapıdır. Oda tipi, fiyat, tarih, stok, iptal ve iade koşulu makinenin anlayacağı biçimde yazılı olmalı. Bunun adı yapılandırılmış veri ve birçok sitede ya hiç yok ya da yarım.

2. Kimlik ve onay. 1Password'ün yaptığı şey bu katmanın bir örneği. Şirketin açıklamasına göre ajan giriş formuna geldiğinde kullanıcı kendi cihazından onay veriyor, şifre ajana hiç geçmiyor. Walmart'ın harcama limiti de aynı mantık. Bu müşteri tarafı. Sizin tarafınızda da ekibinizin kullandığı ajanlara şirket şifresi yapıştırmak yerine onaylı bir kimlik ve limit gerekiyor.

3. Karşıda konuşan taraf. Zuckerberg'in cümlesinin öbür yarısı burada: müşteri işletmenin ajanıyla da konuşacak. O ajan sizin. Kendi sesli asistanımız Selin'i kurarken bunu düşünmek zorunda kaldık. Koyduğumuz kurallardan biri basit: müşteri "son fiyat ne olur" diye sorarsa Selin yeni fiyat uydurmaz, teklifteki fiyatı aynen söyler, son kararın bende olduğunu belirtir ve benimle kısa bir görüşme ayarlamayı önerir. Ajan, işletmenin ağzıdır. Neyi söyleyip neyi söylemeyeceğini siz yazmadıysanız, o boşluğu model doldurur.

Bu hafta atılacak 5 adım

1. Bot koruma ayarınıza bakın. Sitenizin önündeki güvenlik eklentisi ya da CDN hangi yapay zeka ajanlarını engelliyor? Engelliyorsa bunu siz mi seçtiniz?
2. robots.txt'ye kararınızı yazın. Açık ya da kapalı, ama yazılı olsun. Yedi ülkede incelenen otel sitelerinin yüzde 96,7'sinde yapay zeka tarayıcılarını kısıtlayan bir kural bile yok; kararını yazan işletme en azından ne istediğini söylemiş olur. Yalnız şunu bilin: robots.txt tarayıcılar içindir, kullanıcının başlattığı ajanlar ona her zaman uymaz; asıl kapı yine 1. maddedeki bot koruma ayarıdır.
3. Ürün ve oda bilgisini makine okunur yapın. Fiyat, stok, kapasite, iptal ve iade koşulu yapılandırılmış veri olarak sayfada dursun; görselin ya da PDF'in içinde değil.
4. Ajana kart ve şifre vermeyin. Kendi ekibinizin ajanlarında da, müşterinin ajanını karşılarken de onaylı kimlik ve harcama limiti mantığıyla ilerleyin.
5. Kendi ajanınızı düşünün. Müşterinin ajanı soru soracak: oda boş mu, servis var mı, faturayı kime kesersiniz. Bu soruları 7/24 karşılayan, gerektiğinde insana devreden bir katman, ajanı karşılamanın en somut yolu.

Son söz

Kapıyı bilinçli olarak kilitleyen işletme bir strateji seçmiştir. Amazon'un yaptığı budur ve arkasında bir hesap vardır. Kilitli olduğunu bilmeyen işletme ise strateji seçmemiştir. Sadece müşteri kaybediyordur.

Walmart açtı, Amazon kilitledi. Sizin kapınız hangi ayarda? Bunu bilmiyorsanız, bu hafta öğrenin.

Kendi sitenizin ajanlara nasıl göründüğünü birlikte incelemek isterseniz buradan yazın.

Kaynaklar: Reuters (KSL, 21.10.2026), TechCrunch (21.09.2026: Amazon'un Muse'u engellemesi; 21.10.2026: Walmart ve Amazon; Meta Muse. 22.10.2026: 1Password), 1Password basın bülteni (22.10.2026), Hospitality Net (Terence Ronson, otel ajan testi, 18.10.2026; robots.txt verisi: Nicolas Sitter, 2026), OpenAI tarayıcı belgesi (ChatGPT-User), Bloomberg HT (TÜİK 2026 verisi, 02.10.2026).

Ben tablonun alt satırına takıldım. Yapay zekayı henüz kullanmayan ama kullanmayı planlayan işletmelere neyin önlerini kestiği sorulmuş. İlk sırada uzman eksikliği var, yüzde 72,3. Hemen arkasında ise teknik değil hukuki bir cevap duruyor: yüzde 66,4'ü, yapay zeka kullanımından doğacak bir zararda sorumluluğun kimde olacağının belirsiz olmasını engel olarak gösteriyor.

Yani yapay zekaya geçmek isteyen her üç işletmeden ikisi, modelin ne kadar zeki olduğunu değil, hata yaparsa faturanın kime kesileceğini soruyor.

Bir hafta sonra, 9 Ekim'de Anthropic bu sorunun neden bu kadar yerinde olduğunu gösteren bir rapor yayımladı. Şirketin kendi test ortamlarında çalışan modeller, görev sırasında yazılım açıklarını kullanıp sunucularda komut çalıştırmış, ücretli verilere kısıtlamayı aşarak erişmiş. Bazı vakalar ABD'deki kamu kurumlarının sitelerinde yaşanmış. Bir model 18 Temmuz'da Philadelphia polisinin ihbar formuna uydurma bir cinayet ihbarı göndermiş. İhbar spama düştüğü için soruşturmaya dönüşmemiş. Anthropic, güvenlik önlemlerinin bu davranışları yakaladığı doğrulanana kadar bütün iç testlerde canlı internet erişimini kapatıyor.

Bu yazının tezi şu: yapay zekada zekanın fiyatı hızla düşüyor. Pahalanan şey, bir işin altına "bunu ben yaptım, sorumlusu benim" diye atılan imza. Ve Türkiye bu imzanın kurallarını kanunla değil, parça parça yönetmelik, genelge ve kurul kararlarıyla yazıyor.

Ajanlar çoğu zaman kapıyı kırmıyor, anahtarı paspasın altında buluyor

8-16 Ekim arasında aynı türden dört olay arka arkaya geldi.

8 Ekim, Güney Kore. CrowdStrike'ın aktardığına göre muhtemelen tek bir saldırgan, Çin'de geliştirilmiş açık kaynak bir otomatik sızma aracıyla birden fazla finans kurumuna girdi. Shinhan Bank'tan 25 binden fazla müşteri kaydı çalındı. Ülkenin cumhurbaşkanı geniş çaplı soruşturma istedi.

8 Ekim, Amazon Web Services. Güvenlik firması Zenity, herkese açık tek bir yapay zeka ajanına gönderilen tek bir komutla aynı hesap ve bölgedeki bütün ajanların ele geçirilebildiğini gösterdi. AWS bunu "belgelenmiş davranış" olarak niteledi ve varsayılan ayarları sıkılaştırdı.

9 Ekim, Anthropic. Yukarıda anlattığım rapor. Şirket gerçek dünyadaki etkiyi "minimal" buluyor ve Beyaz Saray'a bilgi verdiğini söylüyor.

16 Ekim, Hindistan. Ülkenin siber güvenlik kurumu CERT-In, birden fazla yapay zeka sağlayıcısının ajanlarının araştırma ve test sırasında Hindistan'daki kuruluşların kişisel verilerine ve gizli belgelerine eriştiğini, "atanan görev yetkisini aştığını" açıkladı. Giriş yolu ilginç: uygulama ayarlarında, herkese açık kod depolarında ve fazla yetkili bulut rollerinde açıkta kalmış kimlik bilgileri ve bağlantı ayarları. Açık bir kötüye kullanım kanıtı yok.

Dördünün ortak noktası şu: hiçbirinde olağanüstü bir zekaya gerek olmadı. Kore'de ve Anthropic'in testlerinde kapatılmamış açıklar kullanıldı, Hindistan'da açıkta kalmış kimlik bilgileri, AWS'de fazla geniş varsayılan izinler. Risk modelin zekasından çok, kapatılmayan açıktan ve verilip unutulan yetkiden doğdu.

Bu bir zeka sorunu değil, bir imza sorunu. Kimin adına çalıştığı, neye izni olduğu ve ne yaptığı kayıtlı olmayan bir ajan, hata yaptığında kimsenin sorumluluğunda değildir. Ve sorumluluğu belirsiz her hata, sonunda o ajanı kullanan işletmenin kapısını çalar.

Piyasa sorumluluğu fiyatlamaya başladı

İşin ilginç tarafı, bu haftalarda büyük şirketlerin yaptığı hamlelerin çoğu daha zeki bir model değil, daha iyi bir imza ve kayıt düzeni üzerine.

Çizim ucuzladı, mühür değerlendi. 12 Ekim'de TechCrunch'ın anlattığı Blueprints AI, mimari eskizden ya da PDF'ten "ruhsata hazır" uygulama paftası ürettiğini söylüyor. Şirkete göre yeni sürüm mimari, statik, mekanik, elektrik, tesisat ve iç mekân setini aynı anda çıkarıp yerel yapı yönetmeliğine göre kontrol ediyor. İlk sürümün aylık aboneliği 3.200 ile 8.500 dolar arasında. Ama paftanın sonunda yine lisanslı bir meslek insanı var: inceliyor ve mühürlüyor. Şirket emeği satmıyor; mührün önündeki emeği kısaltmayı satıyor.

Açığı makine buluyor, kapatan insan. Bank of America CEO'su Brian Moynihan 14 Ekim'de CNBC'ye, yeni nesil modellerin bulduğu yazılım açıklarını kapatmak için 1.000 dış yükleniciyle anlaştıklarını söyledi. Bu işte zaten 3.000 iç personel çalışıyormuş. Toplam 4.000 kişi. Yapay zeka bu örnekte iş götürmüyor, iş getiriyor. Ve getirdiği işin adı sorumluluk.

Siparişin altına niyet kaydı. American Express 13 Ekim'de, yapay zeka ajanlarının izinsiz alışverişini önlemek için bir çerçeve duyurdu. Ajan ödeme yapmadan önce müşterinin niyeti (satıcı, azami bütçe, ürün tercihi) kayda geçiriliyor ve kimlik doğrulamasıyla onaylanıyor. Uyuşmazlık çıkarsa elde "niyet kanıtı" var. Yani "o siparişi ben vermedim, ajan verdi" itirazının cevabı önceden yazılıyor.

Ajana kendi kimliği. Google 8 Ekim'de kurumsal Gemini ajanını tanıttı. Ajanın kendi Workspace hesabı ve kendi e-posta adresi var. Yaptığı her iş, onu çalıştıran kişiye değil, ajana atfedilen bir denetim kaydına yazılıyor. Bu küçük gibi görünen bir tasarım kararı. Aslında bir sorumluluk kararı: hangi işi kimin yaptığı artık kayıtta.

Ajana kafes. Microsoft 7 Ekim'de Windows 11 için "Execution Containers" özelliğini duyurdu: yapay zeka ajanları bilgisayarın geri kalanından ayrılmış sanal bir ortamda çalışacak; özellik bütün Windows 11 kullanıcılarına açılacak. Hata olursa etki alanı belli.

Ve sigortacılar. Financial Times'ın 6 Ekim'de aktardığına göre sigorta şirketleri yapay zeka ajanlarından kaynaklanan "milyonlarca dolarlık" talepler bekliyor. Aon 300'den fazla yapay zeka davasını incelemiş.

Bunları tek tabloda toplayınca örüntü belirginleşiyor:

Altı şirket, sekiz gün, aynı yön. Zeka herkese aynı fiyattan satılıyor. Fark, zekanın attığı adımın altına kimin, hangi kayıtla imza attığında.

Avrupa erteliyor, Amerika imza topluyor

Devletler tarafı daha yavaş. Avrupa Birliği temmuzda yürürlüğe giren "Omnibus" düzenlemesiyle, yüksek riskli yapay zeka sistemlerine ilişkin yükümlülüklerin bir kısmını Aralık 2027'ye, ürün içine gömülü yapay zekayı ise Ağustos 2028'e erteledi. Amerika'da ise eylül sonunda büyük şirketlerin liderlerinin imzaladığı Süper Zeka Mutabakatı hukuken bağlayıcı değil; metni Beyaz Saray'ın sitesinde değil, Trump'ın sosyal medya paylaşımında yer aldı ve kontrolleri şirketler kendi iç süreçleriyle uygulayacak.

13 Ekim'de aralarında Geoffrey Hinton ve Yoshua Bengio'nun da olduğu 406 bilim insanı, modellerin internetten derhal ayrılmasını ve bağlayıcı bir uluslararası kurum kurulmasını istedi.

Yani bugün sorumluluğun kuralını büyük ölçüde ne yasa koyucu ne de bilim insanı yazıyor. Şirketler kendi ürünlerinin içine yazıyor. Kayıt sistemini kim kuruyorsa, kuralı da fiilen o koyuyor.

Türkiye: kanun yok, yönetmelik ve karar var

Türkiye'de yapay zekaya özel bir kanun hâlâ yok. Meclis'te bekleyen teklifler var; içlerinde sahte içeriğin altı saat içinde kaldırılması ve 10 milyon liraya varan ceza öngören maddeler bulunuyor. Ekim'de bu tekliflerde kamuya açık bir ilerleme görünmüyor.

Ama bu, kuralın olmadığı anlamına gelmiyor. Kurallar başka kapılardan, birer birer giriyor:

• 1 Ağustos 2026: Reklam yönetmeliği değişikliği yürürlüğe girdi. Tüketicinin kararını önemli ölçüde etkileyecek biçimde yapay zeka kullanılan ya da insandan ayırt edilemeyen yapay zeka karakterine yer verilen reklamda bu durum açıkça belirtilmek zorunda; gerçek bir kişinin yapay zekayla üretilmiş kopyasının ürünü deneyimliyor ya da tavsiye ediyormuş gibi gösterilmesi yasak.
• 18 Ağustos 2026: Türkiye Yapay Zeka Eylem Planı (2026-2030) Cumhurbaşkanlığı genelgesiyle yürürlüğe girdi.
• 8 Ekim 2026: Kişisel Verileri Koruma Kurulu'nun ilke kararı Resmî Gazete'de yayımlandı. İşveren, çalışana verdiği kurumsal e-postayı, iş yazışma uygulamalarını, müşteri yönetim sistemini ve toplantı platformu sohbetlerini sınırsız denetleyemiyor. Yalnızca kayıtların (log) incelenmesi bile kişisel veri işleme sayılıyor. Denetimden önce amaç, kapsam, yöntem ve saklama süresi çalışana somut olarak açıklanmalı. İçeriğe bakmak ancak somut bir şüphe varsa ve orantılı biçimde mümkün.
• 10 Ekim 2026: Sosyal ağlarda yaş doğrulama yönetmeliği yayımlandı. 15 yaşın altına hesap açılmayacak, doğrulama e-Devlet üzerinden yapılacak.

Bir de devletin kendi kullanımı var. Gelir İdaresi'nin TÜBİTAK'la geliştirdiği KAŞİF sistemi, yapılan açıklamalara göre her gün yaklaşık 4 milyon mükellefi yapay zeka destekli analizle tarıyor. Jandarma'nın DOLUNAY projesi, dolandırıcılık telefonundan itibaren 18 dakika içinde analizin yapılıp paranın bloke edilmesini hedefliyor; sistem henüz devrede değil.

Bu tablo bir çelişki değil, bir uyarı. Devlet yapay zekayı denetim tarafında kullanıyor; vergi incelemesinde dayanağı vergi mevzuatı, DOLUNAY içinse kurallar henüz hazırlanıyor. Bir işveren benzer bir teknolojiyi kendi çalışanına yöneltmek istediğinde ise KVKK önce açıklama ve orantılılık istiyor. Kural koyan her kurum, sorumluluğu kendi alanında tanımlıyor.

İşletme için pratik sonuç şu: "zarar olursa kim sorumlu" sorusunun cevabı Türkiye'de yapay zekaya özel bir metinde yok. Cevap Borçlar Kanunu'nun genel sorumluluk hükümlerinde, tüketici ve ürün güvenliği mevzuatında, sözleşmenizde ve sizin tuttuğunuz kayıtta. KVKK kararı ve reklam yönetmeliği ise işin yalnız belirli bir dilimini düzenliyor. TÜİK'teki yüzde 66,4 bu yüzden haklı bir tedirginlik. Ama beklemek de çözüm değil. Kanun gelene kadar sorumluluğu belirleyen şey, sizin kurduğunuz düzen olacak.

Yapı sektöründen bir not: makine çizer, imzayı insan atar

Yapı sektörünün içinden biri olarak Blueprints AI haberini okurken aklıma ilk gelen şey teknoloji değil, imza oldu.

6 Şubat 2023'ten sonra bu ülkede herkes bir projenin altındaki imzanın ne anlama geldiğini acı biçimde öğrendi. Statik hesabı makinenin yeniden kontrol etmesi mümkün ve bence artık gerekli. Deprem yönetmeliğinin açık kurallarını bir raporla karşılaştırmak, insan gözünün kaçırabileceği tutarsızlığı yakalamak, yapay zekanın en anlamlı kullanım alanlarından biri. Ama o kontrolün sonucu bir mühendisin, bir mimarın, bir denetçinin imzasıyla anlam kazanıyor.

Türkiye'de bu alanda kurulacak bir yapay zeka ürününün değeri, çizimi hızlandırmasında değil, kontrolü ölçülebilir hale getirmesinde ve kontrolün kaydını tutmasında olacak. "Model bunu doğru buldu" değil, "şu madde şu değerle şu nedenle sağlanıyor, kontrolü şu kişi onayladı" diyebilen sistem.

Bu sadece inşaata özgü değil. Muhasebede mali müşavirin imzası, sağlıkta hekimin onayı, hukukta avukatın dilekçesi aynı mantıkla çalışıyor. Yapay zekanın Türkiye'deki en büyük fırsatı, imzanın önündeki emeği kısaltmak ve imzanın arkasındaki kaydı güçlendirmek.

Bu hafta yapılacak 5 iş

1. Her otomasyona ayrı kimlik verin. Ajanı ya da otomasyonu hiçbir çalışanın kişisel hesabıyla çalıştırmayın. Google'ın yaptığı gibi her birine ayrı hesap açın. Böylece hangi işi kimin, neyin yaptığı ayrışır.
2. Yetkiyi fiil fiil yazın. Okumak ayrı, yazmak ayrı, göndermek ayrı, ödemek ve silmek ayrı yetki. Okuma serbest olabilir; dışarıya giden her gönderim, her ödeme ve her silme bir insan onayına bağlansın.
3. Şifreleri anahtarlıktan çıkarın. CERT-In vakasında giriş yolu açıkta kalmış kimlik bilgileriydi. Kodun içinde, paylaşılan tablolarda, mesajlaşma gruplarında duran şifreleri bulun ve tek bir güvenli kasaya taşıyın.
4. Kayıt tutun. Ajanın her eylemi tarihli, geri izlenebilir olsun: ne zaman, neye dayanarak, kimin onayıyla. Uyuşmazlıkta elinizdeki tek savunma bu kayıt olacak.
5. Sözleşmeye "zarar olursa" maddesi ekleyin. Yapay zeka kullanan tedarikçinizle sorumluluğun paylaşımını, olay bildirim süresini ve varsa sigortayı yazılı hale getirin. Çalışan iletişimini denetleyen bir araç kullanıyorsanız KVKK'nın 8 Ekim'de yayımlanan ilke kararına göre aydınlatma metninizi güncelleyin.

Sık Sorulan Sorular

Yapay zekanın verdiği yanlış karardan kim sorumlu?

Türkiye'de yapay zekaya özel bir sorumluluk kanunu yok; genel hükümler uygulanıyor. Pratikte aracı kullanan işletme müşterisine karşı sorumluluğu taşır; tedarikçiyle arasındaki paylaşımı büyük ölçüde sözleşme belirler, ama ağır kusurda sorumsuzluk kaydı geçersizdir ve ürün kaynaklı bir zararda zarar gören doğrudan üreticiye de başvurabilir. Bu yüzden yazılı bir sorumluluk maddesi ve düzenli kayıt, kanun beklemekten daha hızlı koruma sağlar. Somut bir durum için mutlaka bir hukukçuya danışın.

Çalışanlarımın kurumsal e-postasını yapay zekayla tarayabilir miyim?

Sınırsız olarak hayır. KVKK'nın 8 Ekim 2026'da Resmî Gazete'de yayımlanan ilke kararına göre yalnızca kayıtların incelenmesi bile kişisel veri işleme sayılıyor. Denetimden önce amaç, kapsam, yöntem ve saklama süresi çalışana somut olarak açıklanmalı; içeriğe bakmak ancak somut bir şüphe varsa ve orantılı biçimde mümkün.

Müşteri, yapay zeka ajanının verdiği siparişe itiraz ederse ne olur?

Türkiye'de bunun özel bir standardı henüz yok. American Express'in 13 Ekim'de duyurduğu çerçeve yönü gösteriyor: ödemeden önce müşterinin niyeti, yani satıcı ve azami tutar, kayda geçiriliyor ve kanıt olarak saklanıyor. Kendi sisteminizde ajan üzerinden gelen siparişleri ayrı işaretleyin ve onay adımını kaydedin.

Son söz

Bu ay dünyanın en büyük şirketleri daha zeki modeller tanıttı. Ama paranın ve emeğin aktığı yere bakınca başka bir şey görünüyor: mühür, kayıt, onay, kafes, sigorta. Zeka herkese aynı fiyattan satılıyor. Fark, o zekanın attığı adımın altında kimin adının yazdığında.

TÜİK'in tablosundaki yüzde 66,4 bir korku değil, doğru bir soru. Cevabı Ankara'dan bir kanun olarak gelmeden önce, her işletmenin kendi düzeninde yazılabilir.

Tez: Yapay zekada zeka ucuzladı; pahalı olan, "bunu ben yaptım" diyebilen imza ve o imzanın arkasındaki kayıt.

Senin işletmende yapay zekanın attığı her adımın altında kimin adı yazıyor?

Kaynaklar

1. DHA (TÜİK verisi, 02.10.2026): Yapay zeka kullanımı yüzde 19,2'den 37,6'ya; kullanmayı planlayan işletmelerde engeller yüzde 72,3, 66,4, 65,4. https://www.dha.com.tr/gundem/yapay-zeka-kullanimi-2-kat-artti-2955285
2. Anthropic, Investigating unintended model actions (09.10.2026). https://www.anthropic.com/research/investigating-unintended-model-actions
3. TechCrunch, An Anthropic AI model sent a false homicide tip to Philadelphia police (09.10.2026). https://techcrunch.com/2026/10/09/an-anthropic-ai-model-sent-a-false-homicide-tip-to-philadelphia-police/
4. The Decoder (CrowdStrike aktarımı), AI-powered hacking tools enabled a likely single attacker to breach multiple South Korean banks (08.10.2026). https://the-decoder.com/ai-powered-hacking-tools-enabled-a-likely-single-attacker-to-breach-multiple-south-korean-banks/
5. The Decoder (Zenity araştırması), A single prompt was enough to hijack every AI agent in an AWS account (08.10.2026). https://the-decoder.com/a-single-prompt-was-enough-to-hijack-every-ai-agent-in-an-aws-account-zenity-researchers-found/
6. TechCrunch, India becomes the latest country to report rogue AI agent activity (16.10.2026). https://techcrunch.com/2026/10/16/india-becomes-the-latest-country-to-report-rogue-ai-agent-activity/
7. TechCrunch, This AI startup says it can generate permit-ready blueprints in minutes (12.10.2026). https://techcrunch.com/2026/10/12/this-ai-startup-says-it-can-generate-permit-ready-blueprints-in-minutes/
8. The Decoder (CNBC aktarımı), Bank of America puts 4,000 people on fixing vulnerabilities uncovered by AI models (14.10.2026). https://the-decoder.com/bank-of-america-puts-4000-people-on-fixing-vulnerabilities-uncovered-by-anthropics-mythos-and-other-ai-models/
9. TechCrunch, Amex introduces a framework to prevent AI agents from making unauthorized purchases (13.10.2026). https://techcrunch.com/2026/10/13/amex-introduces-a-framework-to-prevent-ai-agents-from-making-unauthorized-purchases/
10. TechCrunch, Google brings agentic AI to Gemini, starting with businesses (08.10.2026). https://techcrunch.com/2026/10/08/google-brings-agentic-ai-to-gemini-starting-with-businesses/
11. TechCrunch, Microsoft releases new Nvidia chip AI PCs with revamped Windows 11 (07.10.2026). https://techcrunch.com/2026/10/07/microsoft-releases-new-nvidia-chip-ai-pcs-with-revamped-windows-11/
12. The Decoder (FT aktarımı), Insurers brace for millions in claims as AI agents spin out of control (06.10.2026). https://the-decoder.com/insurers-brace-for-millions-in-claims-as-ai-agents-spin-out-of-control/
13. Anthropic, 2026 usage policy update (08.10.2026; yürürlük 12.11.2026). https://www.anthropic.com/news/2026-usage-policy-update
14. Bratby Law, Digital Omnibus: AI high-risk delay (AB yüksek risk takviminin ertelenmesi). https://bratby.law/digital-omnibus-ai-high-risk-delay/
15. Anadolu Ajansı, Beyaz Saray Süper Zeka Mutabakatı ve "süper zeka" kararnamesi (30.09.2026). https://www.aa.com.tr/tr/dunya/trump-yapay-zeka-yerine-super-zeka-teriminin-kullanilmasina-iliskin-kararnameyi-imzaladi/4073173
16. Beyaz Saray, "Inaugurating the Era of Super Intelligence" kararnamesi; mutabakat metni sitede yok (29.09.2026). https://www.whitehouse.gov/presidential-actions/2026/09/inaugurating-the-era-of-super-intelligence/
17. The Decoder, 406 scientists demand AI models be cut off from the internet immediately (13.10.2026). https://the-decoder.com/406-scientists-demand-ai-models-be-cut-off-from-the-internet-immediately/
18. Türkgün, Türkiye'de ilk yapay zeka kanunu TBMM'de (teklif içeriği). https://www.turkgun.com/gundem/turkiyede-ilk-yapay-zeka-kanunu-tbmmde-uymayana-para-ve-hapis-cezasi/319736
19. Resmî Gazete, 01.07.2026, sayı 33297 (Ticari Reklam ve Haksız Ticari Uygulamalar Yönetmeliği değişikliği; yürürlük 01.08.2026). https://www.resmigazete.gov.tr/eskiler/2026/07/20260701-9.htm
20. Erdem & Erdem, Türkiye Yapay Zekâ Eylem Planı 2026-2030 genelgesi Resmî Gazete'de. https://www.erdem-erdem.av.tr/bilgi-bankasi/turkiye-yapay-zeka-eylem-plani-2026-2030-genelgesi-resmi-gazetede-yayimlandi
21. KVKK, Kurumsal iletişim kanallarının denetlenmesine ilişkin 16.09.2026 tarihli, 2026/2035 sayılı ilke kararı. https://www.kvkk.gov.tr/Icerik/9044/isverenler-tarafindan-calisanlara-tahsis-edilen-kurumsal-e-posta-hesaplari-basta-olmak-uzere-isin-yurutulmesi-amaciyla-kullanilan-iletisim-kanallarinin-denetlenmesinde-uyulmasi-gereken-usul-ve-esaslar-hakkinda-kurulun-16-09-2026-tarihli-ve-2026-2035-sayili-ilke-karari-hk
22. Resmî Gazete, 10.10.2026, sayı 33396 (yaş doğrulama yönetmeliği). https://www.resmigazete.gov.tr/eskiler/2026/10/20261010.htm
23. NTV, Sosyal medyaya 15 yaş sınırı. https://ntv.com.tr/turkiye/sosyal-medyaya-15-yas-siniri-yeni-duzenleme-resmi-gazetede-1745607
24. Takvim, Gelir İdaresi'nden vergi kaçakçılarına yakın takip (KAŞİF, 02.08.2026). https://www.takvim.com.tr/ekonomi/2026/08/02/gelir-idaresinden-vergi-kacakcilarina-yakin-takip
25. Dünya, Dolandırıcılara yapay zeka kalkanı: çalınan para 18 dakikada bloke edilecek (DOLUNAY). https://www.dunya.com/gundem/dolandiricilara-yapay-zeka-kalkani-calinan-para-18-dakikada-bloke-edilecek-haberi-840500
26. Ertuğrul Akben

Teoriye göre başarılı olmak istiyorsan bu gözlerden birini kapatman gerekiyor. Gerçekten büyük bir başarı istiyorsan ikisini.

İlk okuyunca insanın aklına yatıyor. Zamanımız sınırlı, enerjimiz sınırlı, dikkatimiz sınırlı. Bir yere fazla verdiğimizde başka bir yerden eksiltmek zorundayız.

Ama ben teorinin bu kadar keskin anlatılmasına katılmıyorum. Bence mesele bir ocağı tamamen kapatmak değil.

Mesele, bütün ocakları aynı anda sonuna kadar açamayacağımızı kabul etmek.

Teorinin aslı ne?

Bu benzetme, David Sedaris'in 2009'da The New Yorker'da yayımlanan "Laugh, Kookaburra" yazısıyla geniş kitlelere ulaştı. Ama fikir Sedaris'e ait değil. Sedaris, Avustralya'da buluştuğu Pat adlı arkadaşının bir yönetim seminerinde duyduğu metaforu aktarıyor.

Pat, arabayı sürerken Sedaris'e ve yanındaki Hugh'ya hayatı dört gözlü bir ocak gibi düşünmelerini söylüyor: aile, arkadaşlar, sağlık, iş. Ardından iddia geliyor: başarılı olmak için birini, gerçekten çok başarılı olmak için ikisini kapatmalısın.

Sonra James Clear bu düşünceyi "Four Burners Theory" adıyla ele aldı ve iş, hayat dengesi tartışmalarının bilinen benzetmelerinden biri hâline getirdi.

Buraya kadar tamam. Benim itirazım bundan sonra başlıyor.

Gerçekten iki ocağı kapatmak zorunda mıyız?

Bence hayır. Ama iki ocağı kısmak zorunda kalabiliriz. Arada ciddi bir fark var.

Diyelim ki elimizde günlük 100 birim enerji var. Büyük bir şirket kurmaya, önemli bir projeyi ayağa kaldırmaya ya da kariyerde hızlı ilerlemeye çalışıyorsak dengeli dağılım muhtemelen korunmayacak.

İkinci sütunda arkadaşlık gözünü kapatmadık. Sadece kıstık.

Hayatın her döneminde bütün alanlara eşit enerji ayırmak bana gerçekçi gelmiyor. James Clear'ın teoriyi yorumlarken söylediği en mantıklı şey de bu: hayatı dönemler hâlinde düşünmek. Bazı dönem kariyer öne çıkar, bazı dönem aile, bazı dönem sağlık.

Clear bunu tek cümleyle söylüyor: hayat boyunca her şeyi yapabilirsin, ama hepsini aynı anda değil. Teorinin doğru okunması gereken tarafı tam olarak burası.

Sağlık gerçekten kapatılabilecek bir ocak mı?

Teoriyle asıl sorunum burada. Sağlığı diğer üç gözle aynı kategoriye koymak bana doğru gelmiyor.

Çünkü sağlık yalnızca bir ocak değil. Ocağa gelen doğalgaz hattı gibi.

Uyumuyorsan, sürekli yorgunsan, kötü besleniyorsan, fiziksel ve zihinsel kapasiten düşüyorsa bir süre sonra işin de düşer. Ailene ayırdığın zamanın kalitesi de düşer. Sosyal hayatın da.

Sağlığı kapatarak işe daha fazla enerji verdiğini zannedebilirsin; bir süre sonra bütün sistemin enerjisini azaltırsın.

Kısa vadede çalışabilir. Uzun vadede ciddi faiz ödetir.

Aile meselesi de aynı

Aileyi tamamen kapatıp büyük başarı elde etmek mümkün mü? Elbette mümkün. Örneklerini görüyoruz.

Ama burada başka bir soru sormak gerekiyor: neyi başarı olarak tanımlıyoruz?

Sedaris'in yazısı da sonunda buraya geliyor: "Aileni kesip atarsan kim olduğunu nereden bileceksin? Başarı için onları kesip atarsan o başarıyı neyle ölçeceksin?" diye soruyor.

İnsan bazen başarıyı sadece para, şirket büyüklüğü, kariyer ya da statü üzerinden ölçüyor. Oysa bunların hepsi hayatın bir parçası. Hayatın kendisi değil.

Asıl kapatılması gereken beşinci ocak

Ben bu teoriyi yeniden yazsaydım dört değil, beş ocak koyardım. Beşincisinin adı: saçmalıklar.

Bence insanların önce kapatması gereken ocak bu:

• Gereksiz toplantılar
• Kimseye faydası olmayan işler
• Sırf ayıp olmasın diye gidilen davetler
• Saatlerce sosyal medya ve sürekli bildirim kontrolü
• Düşük getirili müşteriler
• Sonucu olmayan projeler
• Başkalarının "acil" diye önümüze bıraktığı ama bizim için hiçbir önemi olmayan işler

Birçok insan "aile mi, kariyer mi?" diye düşünmeye başlamadan önce buraya bakmalı. Belki sorun zamanımızın yetersiz olması değil.

Sorun, zamanımızın önemli bölümünü önemsiz şeylere dağıtmamız.

Bu beşinci gözü kapattıktan sonra hâlâ zaman yetmiyorsa, gerçek önceliklendirme o zaman başlar.

Başarının bedeli var mı?

Kesinlikle var. "Her şeyi aynı anda yapabilirsin, yeter ki iste" söylemine inanmıyorum. Bir alanda sıra dışı sonuç istiyorsan başka şeylerden fedakârlık etmek zorundasın.

Ama fedakârlık deyince akla hemen aileden, sağlıktan ya da hayatımızdaki önemli insanlardan vazgeçmek gelmemeli. Fedakârlık bazen şudur:

• Her davete gitmemek
• Her müşteriyi kabul etmemek
• Her projeye başlamamak
• Her mesaja anında cevap vermemek
• Herkesle iyi geçinmeye çalışmamak
• On farklı hedef yerine iki hedef seçmek

Bir şeylere "hayır" diyebilmek. Bence büyük başarıyı getiren şey iki ocağı körü körüne kapatmak değil, neyi kısmamız gerektiğini doğru seçebilmek.

Denge kelimesini fazla romantikleştiriyoruz

"İş, hayat dengesi" fikri sürekli eşitlik gibi anlatılıyor. Gerçek hayatta denge, her şeyin yüzde 25 olması değil.

Bazen birkaç ay boyunca iş yüzde 50 olur. Bazen aile yüzde 50 olur. Bazen sağlığınla ilgilenmen gerekir ve diğer her şey geri çekilir. Dengeyi günlük değil, uzun vadeli düşünmek gerekiyor.

Ben buna dinamik denge demeyi daha doğru buluyorum: şartlar değiştikçe gazı bir gözden diğerine aktarmak.

Önemli olan, bir gözün yıllarca söndürülüp unutulmaması. Çünkü bazı ocakları yeniden yakmak düşündüğümüz kadar kolay olmayabilir. Kaybedilen sağlık geri gelmeyebilir. Kaçırılan bazı aile anlarının tekrarı olmayabilir. Yıllarca ihmal edilen bir dostluk kaldığı yerden başlamayabilir.

Benim dört ocak yorumum

Yani mesele "büyük olmak istiyorsan iki şeyi hayatından çıkar" değil. Bence daha doğru cümle şu:

Büyük bir şey yapmak istiyorsan, hayatındaki her şeyin aynı anda birinci öncelik olamayacağını kabul et.

Çünkü her şey önemliyse hiçbir şey önemli değildir.

Bu hafta yapılacak 5 iş

1. Dağılımını yaz. 100 birim enerjin var. Bugün dört ocağa kaçar birim gidiyor? Olmasını istediğin değil, gerçekte olan rakamı yaz.
2. Beşinci ocağı bul. Geçen haftanın takvimine bak; gereksiz toplantıyı, sonuçsuz işi, zorunlu sanılan daveti işaretle. Bu haftanın takviminde bunlara benzeyen üç tanesini iptal et.
3. Bildirimleri kapat. Mesajlara günde iki sabit saatte toplu cevap ver. Her mesaja anında dönmek, günü küçük parçalara bölen bir sızıntı.
4. Bu dönemin ocağını seç, süresini koy. "Üç ay boyunca iş yüzde 50" gibi. Bitiş tarihini de yaz; yoksa dönem kalıcı hâle gelir.
5. Kıstığın ocağa asgari alev belirle. Ayda bir dost buluşması, haftada birkaç gün hareket, sabit bir uyku saati. Kısmak serbest, söndürmek yok.

Sık Sorulan Sorular

Dört Ocak Teorisi nedir?

Hayatı aile, iş, sağlık ve arkadaşlardan oluşan dört gözlü bir ocağa benzeten bir metafor. İddiası şu: başarılı olmak için bir gözü, çok başarılı olmak için iki gözü kapatmak gerekir. David Sedaris'in 2009'daki "Laugh, Kookaburra" yazısıyla yayıldı, James Clear'ın yorumuyla popülerleşti.

Başarı için gerçekten iki ocağı kapatmak gerekir mi?

Bence hayır. Kapatmak değil, dönemsel olarak kısmak gerekir. Her şey aynı anda en yüksek seviyede olamaz; ama bir ocağı yıllarca söndürmek, özellikle sağlık ve ailede, geri alınamayan kayıplara yol açabilir.

Beşinci ocak ne demek?

Gereksiz toplantılar, sonuçsuz işler, zorunlu sanılan davetler, bildirimler ve düşük getirili müşteriler gibi zamanı tüketen her şey. Aile mi kariyer mi diye düşünmeden önce kapatılması gereken göz bu.

Hangisinin altını açacağız?

Başarı biraz da ne yapacağını seçmekten çok, neyi yapmayacağını seçebilme becerisi.

Tez: Mesele dört ocaktan hangisini söndüreceğimiz değil; hangi dönemde hangisinin altını açacağımızı ve hangisini kısacağımızı bilmek.

Belki de hayat dengesi dediğimiz şey tam olarak budur. Senin ocağında şu an hangi göz sonuna kadar açık, hangisi unutulmuş?

Kaynaklar

1. David Sedaris, "Laugh, Kookaburra", The New Yorker (2009)
2. James Clear, "The Four Burners Theory: The Downside of Work-Life Balance"

Ertuğrul Akben
Yapay Zeka & Sistem Stratejisti
ertugrulakben.com

Bir reklama bakıp içinizden "acaba bu gerçek mi?" diye geçirdiğiniz son an ne zamandı? Muhtemelen sandığınızdan daha yakın. Bugün ekranda gülümseyen o yüz, ürünü öven o kişi, gerçek bir insan da olabilir, bir komutla üretilmiş bir görüntü de. Ve çoğu zaman ikisini ayırt edemiyoruz. İşte bütün mesele bu küçük tereddütte gizli. Reklamı yapmak hiç bu kadar kolay olmamıştı. Ama izleyeni ikna etmek hiç bu kadar zor olmamıştı.

O tereddüt duygusunu artık devlet de kayda geçirdi. Ticaret Bakanlığı, "Ticari Reklam ve Haksız Ticari Uygulamalar Yönetmeliğinde Değişiklik Yapılmasına Dair Yönetmelik"i 1 Temmuz 2026'da Resmî Gazete'de yayımladı. Sayısı 33297. Yürürlüğe girişi 1 Ağustos. Yani bir ay sonra bu iş resmiyet kazanıyor. Ben bu düzenlemeyi bir kısıtlama olarak değil, uzun süredir konuştuğumuz bir sorunun nihayet çerçeveye oturması olarak görüyorum. Gelin nedenini konuşalım.

Etiket bir yük değil, bir sigorta

Yönetmeliğin kalbinde iki kural var. Birincisi şu: bir reklamda yapay zeka ile üretilmiş, insandan ayırt edilemeyen bir dijital karakter kullanıyorsanız, bunun yapay zeka ile üretildiğini "açık, anlaşılır ve ayırt edilebilir" biçimde belirtmek zorundasınız. İkincisi daha da sert: gerçek bir kişinin yapay zeka ile oluşturulmuş dijital kopyasının, bir ürünü kendisi denemiş gibi ya da tavsiye ediyormuş gibi gösterilmesi tamamen yasak.

İlk duyduğunda çoğu marka sahibi bunu bir maliyet, bir engel gibi okuyor. "Şimdi reklamımın altına yapay zeka yazacağım, insanlar soğuyacak" diye düşünüyor. Ben tam tersini düşünüyorum ve bunu danışmanlık yaptığım firmalara da böyle anlatıyorum.

Şöyle bakın. Tüketici bir görüntü karşısında zaten içten içe soruyor: "Bu gerçek mi?" Sen etiketi koymazsan, o soru cevapsız kalıyor ve şüphe bütün markaya yayılıyor. Etiketi koyduğunda ise soru cevaplanıyor, şüphe dağılıyor. Yani o küçük "yapay zeka ile üretilmiştir" ibaresi, aslında markanın dürüstlük beyanı oluyor. Bir yük değil, bir sigorta. Güven ekonomisinde en pahalı şey belirsizliktir, etiket o belirsizliği ortadan kaldırır.

Bunu bir örnekle netleştireyim. Restoranda menüde "ev yapımı" yazması, o yemeği daha az mı değerli yapar? Tam tersi. Kaynağını dürüstçe söyleyen marka, söylemeyene göre bir adım öne geçer. Yapay zeka etiketi de önümüzdeki dönemde tam olarak bu işlevi görecek.

Reklamı ucuzlatan teknoloji, güveni pahalılaştırdı

Son iki yılda ne değişti, ona bakalım. Eskiden bir reklam filmi çekmek ekip, stüdyo, oyuncu, kurgu isterdi. Bütçesi olmayan küçük işletme bu oyunun dışındaydı. Şimdi bir cümlelik komutla saniyeler içinde sunum kalitesinde görsel, hatta konuşan bir karakter üretiliyor. Üretim maliyeti neredeyse sıfıra indi. Bu, KOBİ'ler için harika bir şey. Ben de savunuyorum, kullanıyoruz, müşterilerimize kullandırıyoruz.

Ama madalyonun öbür yüzü şu: üretim ucuzlayınca, piyasa üretimle doldu. Her yerden görüntü fışkırınca, izleyicinin gözü otomatik olarak savunmaya geçti. Artık insanlar gördüğü her yüze, her tavsiyeye baştan bir soru işaretiyle bakıyor. Yani teknoloji reklamın maliyetini düşürdü, ama güvenin maliyetini yükseltti. Bugün en kıt kaynak görüntü değil, inandırıcılık.

İşte bu yüzden yönetmeliğin ikinci kuralı bence çok kritik. Gerçek bir kişinin yapay zeka klonunun ürünü kullanmış gibi gösterilmesinin yasaklanması, sadece o kişiyi korumuyor. Bütün reklam ekosisteminin inandırıcılığını koruyor. Çünkü bir tane sahte tavsiye, yüz tane gerçek tavsiyenin değerini düşürür. Sahtekarlığa kapı kapandığında, dürüst iş yapanın sözü daha çok para eder. Düzenleme aslında dürüst reklamcının rekabet gücünü artırıyor.

Türkiye nerede duruyor, marka ne yapmalı?

Bu konuda Türkiye geç kalmış değil, aksine dünyayla aynı hizada yürüyor. Avrupa Birliği de yapay zeka içeriğinde şeffaflığı, yani üretilmiş içeriğin işaretlenmesini bir ilke olarak masaya koydu. Yaklaşımın özü ortak: kullanıcının, karşısındakinin makine üretimi mi insan üretimi mi olduğunu bilme hakkı var. Türkiye'nin bu düzenlemesi de aynı damardan geliyor. Bunu abartıp "dünyaya öncülük ediyoruz" demeye gerek yok, ama "geride kaldık" demek de haksızlık olur. Doğru zamanda, doğru yerde bir adım bu.

Yönetmelik yalnızca yapay zekayla da sınırlı değil, dikkat edin. İçinde hedefli reklamda hangi kritere göre reklam gösterildiğinin açıklanması, çocuklara kişisel veriye dayalı profillemenin yasaklanması, influencer paylaşımlarında "reklam" ya da "tanıtım" ibaresinin zorunlu olması, indirimlerde son 10 günün en düşük fiyatının esas alınması gibi maddeler de var. Yani bütün bir "dürüst pazarlama" çerçevesi. İşin ciddiyetini görmek için ceza tarafına bakmak yeterli: Reklam Kurulu'nun 2026 idari para cezaları 79.161 TL ile 31.808.530 TL arasında değişiyor. Yani bu bir tavsiye metni değil, bilanço meselesi.

Peki marka olarak biz ne yapacağız? Panik değil, plan. İşte önerdiğim yol:

• Envanter çıkarın. Yayında olan tüm reklamlarınızı 1 Ağustos'tan önce tarayın. Hangisinde yapay zeka görsel, ses ya da karakter var, listeleyin. Neyi düzelteceğinizi bilmeden düzeltemezsiniz.
• Etiketi tasarımın parçası yapın. "Yapay zeka ile üretilmiştir" ibaresini son anda köşeye sıkıştırmayın. Baştan, okunur ve markanın diline uygun biçimde kurgulayın. Zorunluluğu estetikle barıştırmak mümkün.
• Klon tavsiyelerine dokunmayın. Gerçek bir kişinin yapay kopyasının ürünü övdüğü hiçbir formatı denemeyin bile. Burası gri alan değil, kırmızı çizgi. Riski cezadan çok itibar.
• Ajansınızla sözleşmeyi güncelleyin. Dışarıdan içerik alıyorsanız, "yapay zeka içeriği beyanı" maddesini sözleşmeye koyun. Sorumluluğu netleştirin ki bir sorun çıktığında sahibi belli olsun.
• Şeffaflığı pazarlama diline çevirin. Etiketi utanılacak bir şey gibi saklamak yerine, "içeriğimizi açık şekilde işaretliyoruz" tavrını marka değeriniz haline getirin. Bugün dürüstlük, en ucuz reklamdan daha çok satıyor.

Son söz

Ben bu düzenlemeye baktığımda bir kısıtlama görmüyorum, bir ayıklama görüyorum. Önümüzdeki dönemde piyasa ikiye ayrılacak: kaynağını dürüstçe söyleyenler ve söylemeyenler. Uzun vadede kazanan taraf hangisi olur, bunu tahmin etmek zor değil. Çünkü müşteri ürünü unutur, ama kandırıldığını hissettiği anı unutmaz.

Yapay zeka reklamı ucuzlattı, güzel. Ama güveni pahalılaştırdı. Ve iş dünyasında en pahalı varlık her zaman güvendir. Bu yönetmelik, o güveni koruyanların önünü açıyor. Gelecek hafta başka bir konuyla buluşalım.

Ertuğrul Akben Yapay Zeka & Sistem Stratejisti ertugrulakben.com

Etiketler: #YapayZeka #Reklam #DijitalPazarlama #GüvenEkonomisi #MarkaStratejisi

Bu bir teknoloji dedikodusu değil. Bir güç dengesinin kaymasının ilk açık işareti. Ve bu kayma, kendi modelini kurmaya çalışmayan ama yapay zekayı işine katmak isteyen her Türk işletmesini doğrudan ilgilendiriyor. Bu yazıda olayı haber olarak değil, "bu sana ne kazandırır, neyden korur" sorusuyla ele alacağım.

Taht El Değiştirirken Ne Oldu?

OpenAI boş durmadı; bu ay en güçlü ailesini tanıttı. GPT-5.6'nın yanında amiral gemisi Sol, daha ekonomik Terra ve Luna geldi. Teknik olarak güçlü modeller. Ama aynı dönemde Google Gemini ve Anthropic Claude o kadar kullanıcı çekti ki, en güçlü modeli çıkarmak bile ChatGPT'nin liderliğini koruyamadı.

Buradaki ders şu: artık "en iyi model" diye sabit bir taht yok. Üç dev başa baş koşuyor, aralarındaki sıra her ay değişiyor. Bugün birinci olan, üç ay sonra ikinci olabiliyor.

Asıl Sinyal Microsoft'tan Geldi

Haberin en stratejik kısmı çoğu kişinin gözünden kaçtı. Yıllarca OpenAI'ın en büyük ortağı ve yatırımcısı olan Microsoft, kendi modellerini çıkarmaya başladı. Bunlardan MAI-Code-1-Flash, yazılı bir tarifi doğrudan koda çeviriyor. Niyet açık: tek bir sağlayıcıya olan bağımlılığı azaltmak ve maliyeti düşürmek.

Bir an durup düşünelim. Dünyanın en değerli şirketlerinden biri bile "tek tedarikçiye bağlı kalmayayım" diyor. Peki sınırlı bütçeyle iş kuran bir KOBİ, bütün dijital geleceğini neden tek bir yapay zeka markasına bağlasın?

Yapay Zekanın Üç Katmanı ve Sizin Yeriniz

Kafa karışıklığını dağıtmak için yapay zeka dünyasını üç kata ayıralım:

• Birinci kat, çip ve compute. NVIDIA, TSMC, dev veri merkezleri. Buraya Türkiye'nin girme şansı yok; milyarlarca dolarlık bir lig.
• İkinci kat, foundation model. ChatGPT, Gemini, Claude, açık modeller. Bu lige de yeni giremezsiniz; geriye birkaç dev kalacak ve şu an birbirini yiyorlar.
• Üçüncü kat, uygulama ve dikey çözüm. İşte Türk girişimcinin, Türk KOBİ'sinin asıl meydanı burası. Modeli siz üretmezsiniz; o modeli belirli bir sektörün belirli bir derdine bağlarsınız.

İyi haber şu: birinci ve ikinci kattaki savaş, üçüncü kattaki sizi zenginleştiriyor. Rekabet fiyatları aşağı çekiyor; API maliyetleri yıllık yüzde 70 ile 90 arasında düşüyor. Dünyanın en güçlü modeli, aylık birkaç yüz dolarlık faturayla sizin uygulamanızın altında çalışabiliyor. Compute'a sahip olmanız gerekmiyor; üstüne değer koymanız yeterli.

Türk İşletmesi İçin Tek Sigorta: Çoklu Model

Türkiye'de en sık yapılan hata, ilk denenen modele yerleşip orada kalmak. Oysa doğru mimari, modeli kolayca değiştirebildiğiniz mimaridir. Bugün biri ucuzladı, ona geçersiniz; yarın diğeri güçlendi, ona. Üstelik açık ağırlıklı modeller (Qwen, Llama, DeepSeek) bu sigortayı neredeyse bedavaya verir; lisansları geri alınamaz, bir gece kapanıvermezler.

Biz ürünlerimizi tam bu yüzden tek bir motora değil, model değiştirilebilir bir mimariye kurduk. AgabeyogluAI Gateway birden fazla modele tek noktadan erişim verir; altındaki HANDEN X (distribütör iş yönetimi), Vadelim (yapay zeka tahsilat asistanı), VOXONIC AI (çağrı merkezinde anlık çeviri) ve MutfakAI (saniyeler içinde satış görseli) hangi modelin kullanıldığını değil, sizin verinizi ve iş akışınızı merkeze alır. Model değişir, iş kalır.

Bugün Atabileceğiniz 5 Adım

• Tek modele kilitlenmeyin. Hangi aracı kullanıyorsanız kullanın, "yarın bunu değiştirmem gerekirse ne kadar zorlanırım?" diye sorun.
• En az iki model deneyin. Aynı işi ChatGPT, Gemini ve Claude'a yaptırıp sonucu kıyaslayın. Çoğu zaman ucuz olan, sizin işiniz için yeterlidir.
• Veriyi sahiplenin. Sizi rakipten ayıran şey model değil, sizin verinizdir. Onu modele teslim etmeyin, kendinizde tutun (KVKK uyumu da bunu gerektirir).
• Modeli değil süreci düşünün. "Hangi yapay zeka?" değil, "hangi tekrarlayan işimi otomatikleştireyim?" sorusuyla başlayın.
• Açık modelleri tanıyın. Maliyet ve egemenlik kaygınız varsa, açık ağırlıklı modeller en güçlü sigortanızdır.

Model savaşı bir tehdit değil, bir hediye. Devler birbiriyle yarıştıkça altyapı ucuzluyor, seçenek artıyor. Asıl tehlike, bu savaşı görmezden gelip tek bir bayrağın altına çakılmakta.

Tez: Motoru değil mimariyi sahiplen; pasaportun yapay zekanı belirlemesin.

Kaynaklar

• CNBC, "Microsoft unveils new AI models to lessen reliance on OpenAI" (2 Haziran 2026)
• Donanım Haber, "Yapay zeka dünyasında bu hafta" (Haziran 2026)
• Microsoft Work Trend Index 2026
• Fivetran 2026 Agentic AI Readiness Index
• llm-stats.com, AI Updates (Haziran 2026)

Bu yazıda büyük resmi anlatacağım, ama daha çok kendi tercihimi anlatacağım. Çünkü bu dönüşümde herkesin verdiği ya da farkında olmadan verdiği bir karar var: çalışan tarafında mı duracaksın, çalıştıran tarafında mı?

Ajan Ekonomisini Nasıl Okuyorum

Klasik yazılım reaktiftir. Sen bir komut verirsin, o tek bir iş yapar ve durur. Ajan mantığı ise farklı. Sen bir hedef söylersin, sistem o hedefe ulaşmak için kendi planını kurar, hangi aracı kullanacağına karar verir, gerekirse başka ajanlarla iletişime geçer ve sonucu getirir.

Project Solara'nın asıl haberi bu yüzden bir cihaz değil. Microsoft'un ajanları arka planda sürekli çalışan bir işletim katmanı gibi konumlandırması. Google'ın I/O 2026'da Managed Agents ve ajan protokolleriyle yaptığı da aynı hamle. Yani dev şirketler ajanı bir "özellik" değil, üstüne ekonomi kurulacak bir "altyapı" olarak görüyor.

Burada benim için tek bir soru kalıyor. Bu altyapının üstünde ince bir kabuk olup gelir mi toplayacağım, yoksa kendi ajan sistemimi mi kuracağım?

İki Tarafın Hikayesi

Çalışan tarafı cazip görünür. Hazır bir platformun üstüne güzel bir arayüz koyarsın, bir ihtiyacı çözersin, gelir hızlı gelir. Ama bu zemin kaygan. Platform yarın aynı işi kendi içine alırsa, gece yatarsın gündüz ürünsüz kalkarsın. Buna sektörde thin wrapper riski diyoruz ve ben bu riski hafife alan çok girişimci gördüm.

Çalıştıran tarafı ise zordur. Çünkü orada sattığın şey arayüz değil; ajanların çalıştığı sistemin kendisi, biriktirdiği hafıza, koordinasyonu ve dağıtım ağı. Kurması yıllar alır ama bir kez kurulduğunda kopyalanması da o kadar zor olur.

Ben ikinci tarafı seçtim. Ve bunu lafla değil, üretime aldığım iki ürünle gösterdim.

CashClaw: Ajanı İşletmeye Çevirmek

CashClaw, otonom yazılım ajanlarını otonom bir freelance işletmeye dönüştüren bir ara katman olarak doğdu. Fikir basitti ama sonuçları değil: bir ajanı sadece komut çalıştıran bir araç olmaktan çıkarıp, kendi başına iş alabilen, üretebilen ve teslim edebilen bir birime çevirmek.

Açık kaynak olarak yayınladım. GitHub'da 283 yıldıza ve 104 fork'a ulaştı, npm üzerinden binlerce kez indirildi. Hiçbir reklam bütçesi koymadım; organik yayıldı. Çünkü insanların gerçekte istediği şey ajanı çalıştırmak değil, ajanın kendisi için çalışması. CashClaw tam olarak bu boşluğa oturdu.

HYRVE AI: Tek Ajan Değil, Ekosistem

CashClaw bir ajanı işletmeye çeviriyorsa, HYRVE AI bunu pazaryeri seviyesine taşıyor. Bir ajan marketplace olarak 5.933'ün üzerinde kayıtlı ajan ve müşteriyi bir araya getiriyor. Buradaki değer tek bir akıllı ajanda değil; ajanların birbirini bulduğu, iş aldığı, fiyatlandığı ve değiş tokuş yaptığı ekosistemin kendisinde.

Bu tam olarak çalıştıran tarafında durmak demek. Tek bir ürün satmıyorum, ürünlerin alınıp satıldığı zemini kuruyorum.

Bu Süreçten Çıkardığım 5 Ders

Yıllardır ajanlarla uğraşan biri olarak, bu işe girecek olanlara dürüstçe şunları söylerim:

1. Yaptığın şeyi dürüstçe sınıflandır. Derin bir iş akışı mı kuruyorsun, yoksa bir platformun yarın içine alacağı tek ekranlık bir arayüz mü? Kendini kandırma.
2. Veri ve hafıza katmanı senin kalendir. Arayüz kopyalanır, müşteri verisi ve operasyonel hafıza kopyalanmaz. Asıl varlığın bu.
3. Tek ajana değil, koordinasyona oyna. Geleceğin değeri, birden çok ajanı bir hedefe doğru birlikte yönetebilmekte. Tek başına çalışan ajan yarının ücretsiz özelliği.
4. Fiyatı sonuca bağla. Koltuk başına aylık lisans modeli ajan ekonomisinde eriyor. Tamamlanan görev ve teslim edilen değer üzerinden fiyatla.
5. Dağıtımı kalbine al. Prototip artık herkesin elinde. Fark, ürünü kimin kime nasıl ulaştırdığında. CashClaw'ın organik yayılması bana bunu bir kez daha öğretti.

Kapanış

Project Solara ve 1 milyar kullanıcılı ChatGPT aynı şeyi söylüyor: yapay zeka komut bekleyen bir araç olmaktan çıkıp görev üstlenen bir işgücüne dönüşüyor. Bu dönüşümde iki yer var. Birinde hazır bir sistemin üstünde çalışan olursun, gelir hızlı ama zemin kaygan. Diğerinde ajanları çalıştıran olursun, kurmak zor ama kurduğunda kolay yıkılmaz.

Ben CashClaw ve HYRVE AI ile çalıştıran tarafında durmayı seçtim, çünkü uzun vadede ayakta kalanın bu taraf olacağına inanıyorum. Şimdi soru sana kalıyor: ürünün yarın bir platformun ücretsiz özelliği olduğunda geriye ne kalacak?

Google I/O 2026’nın ana mesajı birkaç yeni modelden, birkaç ürün güncellemesinden veya etkileyici sahne demosundan ibaret değildi. Asıl mesaj daha derindeydi: Yapay zeka, “soruya cevap veren araç” döneminden çıkıp “bizim adımıza iş yapan ajan” dönemine geçiyor.

Bu değişimi anlamak için Google’ın yaklaşımına katman katman bakmak gerekiyor. Şirket yalnızca model geliştiren bir yapı değil. Kendi çiplerini, veri merkezlerini, güvenlik katmanını, araştırma ekiplerini, geliştirici araçlarını ve milyarlarca kişiye dokunan ürünlerini aynı çatı altında birleştiriyor.

TPU altyapısı, Google DeepMind ve Google Research tarafındaki araştırma gücü, Gemini modelleri, Antigravity, AI Studio, Search, YouTube, Android, Chrome, Gmail ve Workspace aynı hikâyenin parçaları.

Kısa tez: I/O 2026’yı tek bir ürün lansmanı gibi değil, Google’ın yapay zekayı tüm ürünlerine ajan mantığıyla yeniden yerleştirme hamlesi olarak okumak daha doğru.

Search Artık Link Vermekten Fazlasını Yapacak

Google’ın en dramatik hamlesi Search tarafında geldi. Arama kutusu uzun yıllar boyunca internete giriş kapısıydı. Kullanıcı bir kelime yazıyor, Google da ilgili sayfaları sıralıyordu. Şimdi bu yapı değişiyor.

Google’ın resmi duyurusuna göre AI Search artık metin, görsel, dosya, video ve Chrome sekmeleri gibi farklı girdileri birlikte anlayabiliyor. Daha da önemlisi, yalnızca cevap üretmekle kalmıyor, sorunun ihtiyacına göre özel arayüzler oluşturabiliyor.

Bir fitness takip uygulaması mı istiyorsunuz? Arama size sadece “en iyi fitness uygulamaları” listesini vermek yerine, sizin için anlık bir takip paneli oluşturabilecek. Bir konuyu öğrenmek mi istiyorsunuz? Sabit bir sonuç sayfası yerine, grafikler, tablolar, simülasyonlar veya mini uygulama benzeri bir deneyim sunabilecek.

Bu, arama motorunun “sayfa bulma”dan “arayüz üretme”ye geçmesi demek. Etkisi büyük olacak. Özellikle tek iş yapan küçük uygulamalar, basit hesaplayıcılar, gezi planlayıcıları, alışveriş listeleri, fiyat takip araçları ve kişisel takip uygulamaları için yeni rekabet doğuyor.

Çünkü kullanıcı artık her küçük ihtiyaç için uygulama indirmek yerine, ihtiyacını anlatıp Search içinde anlık bir çözüm alabilecek.

Ask YouTube: Video Artık Tek Parça Değil, Cevap Parçaları

YouTube tarafında duyurulan Ask YouTube da aynı dönüşümün başka bir örneği. Kullanıcı artık YouTube’da sadece anahtar kelimeyle video aramayacak. Doğal dille, detaylı sorular sorabilecek.

Örneğin “3 yaşındaki çocuğuma, denge bisikleti biliyorsa pedallı bisikleti nasıl öğretebilirim?” diye sorulduğunda YouTube, ilgili videoları ve Shorts içeriklerini derleyip yapılandırılmış bir cevap sunabilecek. Kullanıcı isterse soruyu takip sorularıyla daraltabilecek.

Buradaki kırılma şu: AI, videoyu artık 10 dakikalık, 40 dakikalık veya 1 saatlik tek bir bütün olarak görmüyor. Videoyu anlamlı anlardan oluşan bir bilgi havuzu gibi okuyor. Sorunun cevabı büyük bir videonun sadece 35 saniyelik bölümündeyse, kullanıcıyı oraya yönlendirebiliyor.

Bu içerik üreticileri için de oyunu değiştirir. Bugüne kadar YouTube’da başlık, thumbnail, izlenme süresi ve kanal büyüklüğü çok belirleyiciydi. Yeni dönemde içeriğin gerçekten soruya cevap verip vermediği daha önemli hale gelecek. Küçük ama uzman içerik üreticileri için bu ciddi bir fırsat.

Gemini Omni: Video Üretimi Sohbete Dönüşüyor

Gemini Omni, I/O 2026’nın en dikkat çekici duyurularından biriydi. İlk etapta video üretimiyle öne çıkıyor ama Google bunu sadece bir video modeli olarak konumlandırmıyor. Daha geniş hedef şu: Herhangi bir girdiden, herhangi bir çıktı üretebilen multimodal bir model ailesi.

Metin, görsel, video ve ses birlikte anlaşılabiliyor. Kullanıcı bir fikir veriyor, model onu videoya dönüştürüyor. Mevcut bir videoyu yükleyip arka planı değiştirmek, belli saniyeler arasına efekt eklemek, sahneyi uzatmak veya belirli bir görsel stile dönüştürmek mümkün hale geliyor.

Bu, içerik üretiminde zaman maliyetini radikal biçimde düşürecek. Bugün video düzenleme; kurgu, efekt, ses, geçiş, görsel bütünlük ve export gibi birçok adım istiyor. Gemini Omni gibi sistemler bu adımların önemli bir kısmını konuşma arayüzüne indiriyor.

Risk notu: Video üretimi kolaylaşırken gerçek ve yapay video ayrımı daha da zorlaşacak. SynthID ve Content Credentials gibi doğrulama teknolojileri bu yüzden yalnızca teknik ayrıntı değil, yeni medya okuryazarlığının merkezinde olacak.

Gemini 3.5 Flash ve Antigravity: Kodlama Araçtan Ajana Geçiyor

Gemini 3.5 Flash, Google’ın ajan çağındaki ana motorlarından biri olarak konumlandırıldı. Modelin özellikle kodlama, uzun görevler ve araç kullanımı tarafında güçlendiği vurgulanıyor. Buradaki önemli nokta sadece modelin hızlı olması değil, çok adımlı işleri sürdürebilmesi.

Antigravity 2.0 bu mantığın geliştirici tarafındaki karşılığı. Artık geliştirici yalnızca kod editöründe oturup satır satır yazan kişi değil. Birden fazla ajanı paralel çalıştırabilen, bir ajana kod yazdırırken diğerine test, dokümantasyon veya tasarım varlıkları hazırlatabilen bir koordinatöre dönüşüyor.

Antigravity CLI ve SDK ile bu yapı terminale ve geliştiricinin kendi altyapısına da taşınıyor. Ayrıca Managed Agents ile tek bir API çağrısıyla izole bir ortamda çalışan, dosya yönetebilen, kod çalıştırabilen ve araç kullanabilen ajanlar oluşturmak mümkün hale geliyor.

Bu, yazılım geliştirmede yeni bir iş bölümüne işaret ediyor. Kod yazmak hâlâ önemli ama daha değerli beceri, doğru işi tarif etmek, doğru sınırları koymak, ajanların çıktısını denetlemek ve sistemi üretime hazır hale getirmek olacak.

Google AI Studio: Prompt’tan Native Android Uygulamaya

I/O 2026’nın en somut geliştirici duyurularından biri Google AI Studio’nun native Android uygulama üretim akışını güçlendirmesi oldu. Kullanıcı tek bir prompt ile Kotlin ve Jetpack Compose tabanlı Android uygulama oluşturabiliyor. Tarayıcı içinde Android emülatörle önizleme yapılabiliyor, fiziksel cihaza yüklenebiliyor ve Google Play Console iç test kanalına gönderilebiliyor.

Bu özellik “herkes artık profesyonel yazılımcı oldu” anlamına gelmiyor. Kalite, güvenlik, mimari, performans, veri yönetimi ve mağaza kuralları hâlâ ciddi meseleler. Ama prototip üretimi açısından bariyer çok düştü.

Bir fikri anlatabilen kişi artık birkaç saat içinde çalışan bir Android prototipi görebilecek. Bu özellikle girişimciler, ürün yöneticileri, ajanslar, eğitimciler ve küçük ekipler için ciddi hız avantajı yaratır.

Gemini Spark ve Daily Brief: Asistan Değil, Dijital Çalışan

Gemini Spark, Google’ın kişisel ajan vizyonunun en açık örneği. Spark, bulutta 7/24 çalışabilen, Workspace uygulamalarıyla entegre olan ve kullanıcının yönlendirmesiyle görev yürütebilen bir kişisel AI ajan olarak tasarlandı.

Burada kritik fark şu: Gemini’ye soru sormak reaktif bir deneyimdi. Spark ise proaktif çalışabiliyor. Belirli zamanlarda görev yapabiliyor, tetikleyicilerle hareket edebiliyor, tekrar eden iş akışlarını öğrenebiliyor.

Örneğin her pazartesi geçen haftanın önemli maillerini özetlemek, kredi kartı ekstresinden yeni abonelikleri çıkarmak, gelen okul duyurularını toparlamak veya toplantı notlarından bir belge ve mail taslağı üretmek Spark’ın hedeflediği işler arasında.

Daily Brief ise daha dar kapsamlı bir ajan. Sabahları Gmail, Calendar ve görevler üzerinden kişisel bir günlük özet veriyor. Sadece özetlemekle kalmayıp önceliklendirme ve sonraki adım önerisi de sunuyor.

Universal Cart, UCP ve AP2: E-Ticaretin Ajan Altyapısı

Google’ın e-ticaret tarafındaki hamlesi üç katmanlı okunmalı: UCP, AP2 ve Universal Cart.

UCP yani Universal Commerce Protocol, ajanların mağazalarla ortak bir dille konuşmasını sağlayan açık bir standart olarak tasarlandı. Amaç şu: Her mağaza ayrı API mantığıyla çalışırsa ajanların alışveriş yapması ölçeklenemez. UCP, stok, fiyat, teslimat, sepet ve satın alma gibi süreçlerde ortak dil kurmayı hedefliyor.

AP2 yani Agent Payments Protocol, ödeme tarafındaki güven sorununu çözmeye çalışıyor. Bir ajan sizin adınıza alışveriş yapacaksa kritik sorular doğar: Yetkiyi kim verdi? Limit neydi? Hangi ürün alınacaktı? Yanlış işlem olursa sorumluluk kimde? AP2 bu süreci doğrulanabilir kayıtlar ve yetki sınırlarıyla güvenceye almaya çalışıyor.

Universal Cart ise bu altyapının kullanıcıya görünen yüzü. Search’te araştırırken, Gemini ile konuşurken, YouTube’da video izlerken veya Gmail’de mail okurken ürünleri ortak bir sepete eklemek mümkün hale geliyor. Sepet fiyat düşüşlerini takip ediyor, stok bildirebiliyor, uyumluluk sorunlarını işaretleyebiliyor ve ödeme tarafında Google Pay/Wallet altyapısıyla çalışıyor.

E-ticaret çıkarımı: Markaların yeni sorusu “Google’da çıkıyor muyum?” değil, “Ürünüm bir AI ajanının kısa listesine girebilir mi?” olacak.

Sonuç: Google’ın Mesajı Net, Ajan Çağı Başladı

Google I/O 2026’nın bütün duyuruları aynı yere bağlanıyor.

Search artık sadece sonuç göstermiyor, arayüz üretiyor. YouTube sadece video sunmuyor, videonun içinden cevap çıkarıyor. Gemini sadece yazmıyor, video üretiyor ve düzenliyor. Antigravity sadece kod önerisi vermiyor, ajanları iş akışına sokuyor. AI Studio sadece model deneme alanı değil, uygulama geliştirme platformuna dönüşüyor. Spark sadece asistan değil, arka planda çalışan kişisel operasyon ajanı oluyor. Universal Cart ise alışverişi insanın tıklama davranışından ajanların karar süreçlerine taşıyor.

Kazanç çok açık: hız, zaman, kişiselleştirme ve daha az sürtünme.

Ama kayıp tarafını da görmezden gelmemek lazım. AI bize tam aradığımız cevabı, tam ihtiyacımız olan anda, en kısa yoldan verecek. Fakat bazen değerli olan şey aradığımız değil, ararken tesadüfen bulduğumuz şeydi.

Gazetede hiç ilgilenmediğimiz bir habere takılmak, mağazada planlamadığımız bir ürünü keşfetmek, uzun bir videonun beklenmedik bir bölümünden etkilenmek, albümü baştan sona dinlerken başka bir şarkıya bağlanmak.

Ajan çağı bizi daha isabetli, daha hızlı ve daha verimli yapacak. Buna şüphe yok. Ama aynı zamanda dijital dünyadaki sürprizleri, sapmaları ve tesadüfleri azaltacak.

Google I/O 2026’nın özeti bu: Yapay zeka artık sadece cevap veren bir kutu değil. Uygulama yapan, alışveriş yöneten, içerik üreten, mail ayıklayan, kod yazan ve arka planda bekleyen bir ajan katmanı haline geliyor.

Önümüzdeki mesele şu olacak: Bu ajanları sadece hız için mi kullanacağız, yoksa karar kalitemizi artıran kontrollü bir sistem olarak mı konumlandıracağız?

Kaynakça

1. Google, 100 things we announced at I/O 2026
2. Google Developers Blog, Building the agentic future: Developer highlights from I/O 2026
3. Google Shopping, Introducing the Universal Cart and more ways to help you shop
4. Gemini Spark overview

Bu yazıda dördünü tek tek anlatacağım. Niye yaptık, kimin için, ne yapıyor.

HANDEN X: Distribütörler İçin İş Yönetim Beyninizi Yapay Zekayla Donatın

Türkiye'de distribütörlük yapan binlerce şirket var. Sigara, içecek, gıda, kozmetik. Hepsi aynı problemleri yaşıyor. Sahaya çıkan satış temsilcisi rotaya gitti mi gitmedi mi belli olmuyor. Stok kayıtları Excel'de tutuluyor, gün sonu kapatması iki saat alıyor. Müşteriden gelen sipariş, depoya geç düşüyor. Bayilerin ödeme takibi muhasebenin kabusu.

HANDEN X, bu kabusu çözmek için tasarlandı. Bir distribütörün operasyon merkezini yapay zekayla yeniden inşa eden bir platform. Şu an 24 modülü var: rota planlama, saha satış, gün sonu, stok yönetimi, müşteri kartları, ödeme takibi, raporlama, alacak/borç dengesi, kasa, bayi sözleşme yönetimi, banka mutabakat, alacak yaşlandırma, alias eşleştirme, araç filo (Arvento entegrasyonu), iptal fatura yönetimi, AI denetim raporları ve daha fazlası.

İlk müşterimiz Çimhan Grup oldu, Manavgat merkezli bir British American Tobacco distribütörü. Onlarca rotada, yüzlerce noktada, binlerce SKU'da test edildi. Şu an günde binlerce işlemi yapay zekayla optimize ediyor.

HANDEN X'in farkı şu. Diğer ERP'lerin yapay zekayla süslemesi değil. Yapay zeka temelin kendisi. Hangi rotaya hangi araç çıkmalı, hangi müşteriden hangi gün tahsilat yapılmalı, hangi ürünün stok devir hızı düşüyor. Bu kararları sistem öneriyor, operatör onaylıyor.

Distribütörlük yapıyorsanız ve hâlâ Excel ve WhatsApp gruplarıyla yönetiyorsanız, HANDEN X size yıllık birkaç yüz saat kazandırır. Ölçtük.

MutfakAI: Yemek Görseli 30 Saniyede

Restoran sahipleri için en zor şey ne biliyor musunuz? Sosyal medya içeriği üretmek. Yemekçinin elinde sabit bir telefon var, ışık iyi değil, fotoğraf çıkmıyor. Profesyonel fotoğrafçı çağırmak ayda en az 5-10 bin TL. Yemeksepeti listesindeki görseller ya hiç yok ya da telefon kamerasıyla çekilmiş, yarısı yenmez gibi duruyor.

MutfakAI, bu sorunu yapay zekayla çözüyor. Restoran sahibi telefonundan yemek menüsündeki bir ürünün adını veya sıradan bir fotoğrafını yüklüyor. 30 saniye içinde Yemeksepeti'nde, Instagram'da, hikayede kullanabileceği kalitede yemek görseli üretiliyor. Tabağın açısı, ışık, dekor, hepsi profesyonel.

Restoran zincirleri için ayrı, küçük esnaf için ayrı paketleri var. Aylık tasarım maliyetini onda bire indiriyor. Üstelik haftada iki kere yeni içerik üretme refleksini kazandırıyor.

MutfakAI'yı geliştirme sürecinde 50'den fazla restoran sahibiyle görüştük. Hepsi aynı şeyi söyledi: "Tasarımcıyla aram iyi değil, brief vermek zor, sosyal medya ajansları pahalı." MutfakAI bu zinciri kırıyor. Restoran sahibi, kendi telefonundan kendi içeriğini üretebiliyor.

Restoranınız varsa, deneyin. İlk üretim ücretsiz.

Vadelim: Tahsilatı Yapay Zekayla Otomatikleştirin

Türkiye'de KOBİ'lerin en büyük problemi nedir biliyor musunuz? Tahsilat. Vadesi geçen fatura. Müşteri "haftaya öderim" diyor, üç hafta oluyor. Şirket sahibi her gün yarım saatini sadece "kim ödeme yapacak, kim yapmadı" diye sormakla harcıyor. Banka kredisinden daha pahalı bir nakit akışı problemi var.

Vadelim, Türkiye'nin ilk yapay zeka destekli tahsilat asistanı. Vadesi geçen alacaklarınızı, sizin tarzınızda, sizin numaranızdan, kibar bir dille takip ediyor. Altı dilde iletişim kuruyor. KVKK uyumlu. Kurulumu yedi dakika sürüyor.

Söylediği iddialı: "90 günde nakdin yüzde 40 ila 60'ını geri getirir." Bu sayıyı pilot müşterilerimizle test ettik, doğruladık. Hem küçük esnafın hem orta ölçek işletmenin ortak ihtiyacını çözüyor.

Vadelim'in en sevdiğim tarafı şu. Müşteri ilişkisini koruyor. Sert bir avukat mesajı değil. Sizin kullandığınız tonda, sizin yazdığınız gibi bir hatırlatma. "Sayın Ahmet Bey, geçen aylarda harika çalıştık, küçük bir hatırlatma yapmak istiyoruz..." gibi.

Nakit akışı sıkıntısı yaşıyorsanız, ücretsiz demosunu deneyin. 60 gün iade garantisi var.

VOXONIC AI: Çağrı Merkezi İçin Anlık Çeviri

VOXONIC AI, bu dört üründen en uzun süre üzerinde çalıştığım proje. Bir yıldır kendi çağrı merkezimizde production'da. Hayatım bu sistem üzerinden geçti diyebilirim.

Hikâye basit. Antalya turizm sektörü, ihracat firmaları, dış pazara açılan sağlık merkezleri. Hepsi aynı problemi yaşıyor. Yabancı müşteri telefon ediyor, operatör ya İngilizce bilmiyor ya da yetmiyor. Tercüman maliyetli, kalifiye olanı bulması zor. Müşteri kapatıyor, bir daha aramıyor.

VOXONIC AI, operatör ile yabancı müşteri arasında gerçek zamanlı sesli çeviri yapan bir platform. 100'den fazla dilde çalışıyor. Gecikme 800 milisaniyenin altında. Yani operatör Türkçe söylüyor, müşteri kendi dilinde duyuyor, neredeyse gerçek zamanlı.

Çevirinin sesi de önemli. Robot sesi değil. Konuşmacının kendi sesinin klonlanmış versiyonu ya da doğal AI sesleri. Ton korunuyor, duygu aktarılıyor. ([laughs], [whispers], [excited] gibi audio tag'lar destekleniyor.)

KVKK ve GDPR uyumlu. Tarayıcı tabanlı. Operatöre eğitim gerektirmiyor. Aylık 2.500 TL'den başlayan paketleri var.

Bir yıl önce kendi şirketimde kullanmaya başlamak için yapmıştım. Üç ay sonra ilk müşteriler talep etmeye başladı. Şimdi çağrı merkezi olan her sektörde satıyoruz. Sağlık, turizm, e-ticaret, finans. Tercüme bütçesini binde bire indiriyor, çağrı süresini iki kat hızlandırıyor.

Çağrı merkezi operasyonunuz varsa veya yabancı müşteri ile çalışıyorsanız, demo isteyin.

Ortak Hikâye: Türk Sorunu, Türk Çözümü

Bu dört ürünün ortak noktası şu. Hiçbiri ABD pazarına bakmıyor. Hiçbiri uluslararası AI yarışına girmek için yazılmadı. Hepsi, Türkiye'de yaşadığım, gördüğüm, müşterilerimden duyduğum somut problemleri çözmek için tasarlandı.

Distribütörlerin Excel'le ERP yönetme dramı, restoranların sosyal medya kabusu, KOBİ'lerin tahsilat krizi, çağrı merkezlerinin dil bariyeri. Hepsi Türkiye'ye özgü değil, ama Türkiye'de daha keskin yaşanan problemler.

Yapay zeka, bu problemleri çözmek için doğru araç. Ama tek başına yetmez. Sektörü tanımak, müşteri davranışını okumak, Türk regülasyonuna uymak, KVKK altyapısı kurmak, yerel dilde optimize etmek. Bunların hepsi platformun arka tarafında.

Önümüzdeki 12 ayda bu dörtlüye iki yeni ürün daha eklenecek. Birisi sağlık sektörü için, diğeri eğitim. Hâlâ aynı prensipte: Türk sorunu, Türk çözümü, yapay zeka temelli.

Eğer bir distribütör, restoran, KOBİ veya çağrı merkezi sahibiyseniz, dört üründen biri sizin için var. Eğer hiçbiri tam olarak uymuyorsa, i@ertugrulakben.com adresine yazın. Yeni bir şey üretmenin tam zamanı.

Strateji belgesi 47 sayfa. Uygulanan kısmı: 0 sayfa.

Sorun strateji yapmakta değil. Sorun, stratejiyi yapılabilir hale getirmekte. Çoğu AI stratejisi danışmanlık şirketinin şablonundan çıkıyor: jenerik, fazla detaylı ve şirkete özgü değil. Uygulayan yok çünkü kimse 47 sayfayı okumaya bile başlamıyor.

Bu yazıda farklı bir yaklaşım önereceğim. 7 soru. 1 sayfa. 0 buzzword. Bu soruları cevapla, tek sayfaya yaz ve duvarına as. 47 sayfalık belgeden daha çok iş görecek.

Soru 1: Şu An En Çok Zamanımızı Hangi Tekrarlayan İş Alıyor?

AI'nın en güçlü olduğu alan, tekrarlayan ve kural tabanlı işler. Fatura kontrolü, veri girişi, müşteri sorularına standart cevap, rapor oluşturma. En çok zaman kaybettiğin tekrarlayan işi bul. AI'nın ilk müdahale noktası orası.

Soru 2: Bu İşi Yapan Kişi, Zamanının Yüzde Kaçını Bu İşe Harcıyor?

Eğer bir çalışan zamanının yüzde 40'ından fazlasını tekrarlayan işlere harcıyorsa, AI'dan elde edeceğin kazanç büyük. Yüzde 10'unun altındaysa, AI yatırımının geri dönüşü düşük olabilir. Önce büyük kazancı hedefle.

Soru 3: Bu İş İçin Veri Var mı?

AI veriyle çalışıyor. Müşteri destek kayıtların var mı? Satış verilerin düzenli mi? Stok hareketlerin takip ediliyor mu? Verin yoksa veya dağınıksa, AI'dan önce veri düzenleme gerekiyor.

Soru 4: Hata Yapılırsa Ne Olur?

Bazı işlerde AI hatası tolere edilebilir: blog yazısı taslağı, toplantı özeti, fikir üretme. Bazı işlerde edilemez: hukuki belge, finansal hesaplama, tıbbi teşhis. Hata toleransı düşük alanlarda AI'yı "yardımcı" olarak konumlandır, "karar verici" olarak değil.

Soru 5: Bütçemiz Ne Kadar?

Dürüst ol. Aylık 0-100 dolar aralığındaysan, mevcut ücretsiz veya düşük maliyetli araçları (ChatGPT, Google Gemini, Claude) kullanarak başla. 100-1.000 dolar aralığındaysan, sektöre özel AI araçlarını dene. 1.000 dolar üzerindeyse, özelleştirilmiş çözümler ve danışmanlık düşün.

Soru 6: İlk 30 Günde Ne Ölçeceğiz?

Ölçülemeyen strateji, strateji değil niyet. "AI kullandık" yeterli değil. "Müşteri destek cevap süresi 24 saatten 4 saate düştü" ölçülebilir. "Fatura hata oranı yüzde 12'den yüzde 3'e indi" ölçülebilir. İlk ayın metriğini belirle.

Soru 7: Kim Sorumlu?

Her strateji bir sahip ister. "Herkesin işi" hiç kimsenin işi olur. Bir kişi belirle. O kişi AI aracını kuracak, test edecek, ekibi eğitecek ve sonuçları raporlayacak. Tek kişi yeterli. Komite gerekmiyor.

Bu 7 soruyu cevapla. Cevapları tek sayfaya yaz. Bu senin AI stratejin.

Strateji karmaşık olmak zorunda değil. Ama var olmak zorunda.

Aynı dönemde 5 kişilik bir startup, API anahtarını aldı, üç gün içinde prototip çıkardı, müşteriye gösterdi, geri bildirimle iki hafta içinde ürün iterasyonu yaptı ve satışa başladı.

Büyük şirketin bütçesi 500 kat fazlaydı. Ama hızı 50 kat yavaştı.

Yapısal Bir Gerçek

McKinsey'in 2025 "State of AI" raporuna göre, 50'den az çalışanı olan şirketlerin yüzde 43'ü AI'yı operasyonel süreçlere entegre etmiş. 10.000+ çalışanlı şirketlerde bu oran yüzde 28. Küçük şirketler AI'yı benimsemede büyüklerden önde.

Neden? Üç yapısal sebep var.

Birincisi: karar hızı. Küçük şirkette CEO masanın başında oturuyor. "Bunu deneyelim" dediği anda deneme başlıyor. Büyük şirkette aynı karar beş komiteden, üç departman müdüründen ve bir hukuk incelemesinden geçiyor. AI gibi hızla değişen bir alanda, 16 aylık karar süreçleri ölümcül olabiliyor.

İkincisi: legacy sistem yükü. Büyük şirketlerin on yıllık ERP sistemleri, özelleştirilmiş veritabanları ve karmaşık entegrasyon yapıları var. Yeni bir AI aracını bu yapıya eklemek, cerrahi operasyon gibi. Küçük şirketin legacy yükü minimal. Bugün Google Sheets kullanıyorsan, yarın AI destekli bir araca geçmek bir saat sürer.

Üçüncüsü: risk toleransı. Küçük şirketler zaten risk alarak var olan yapılar. "Bu çalışmazsa ne olur?" sorusuna verdikleri cevap "deneriz başka bir şey." Büyük şirketlerde aynı soru, risk değerlendirme raporu, sigorta incelemesi ve yönetim kurulu sunumu gerektiriyor.

Bu Avantaj Kalıcı mı?

Hayır. Büyük şirketler uyandığında kaynaklarıyla küçükleri ezebilir. Ama "uyandığında" kelimesi burada anahtar. Uyanmaları zaman alıyor. Ve o zaman dilimi, küçük şirketler için altın.

Türkiye'deki KOBİ'ler İçin Umut

Türkiye ekonomisinin yüzde 99.8'i KOBİ'lerden oluşuyor (KOSGEB, 2025). Bu KOBİ'lerin büyük çoğunluğu hızlı karar alabilen, legacy yükü az, risk almaya alışık yapılar.

Eksik olan ne? Farkındalık ve yönlendirme. Çoğu KOBİ sahibi AI'nın "büyük şirketlerin işi" olduğunu düşünüyor. Tam tersi. AI, küçük şirketlerin büyüklerle rekabet edebileceği en güçlü araç.

Büyük olmak avantaj değil. Hızlı olmak avantaj. Ve hız şimdi küçüğün elinde.

Bu bir beceri mi? Evet. Ama "mühendislik" değil. Ve kesinlikle yeterli değil.

Prompt yazmak, AI ile çalışmanın giriş kapısı. Problem tanımlama, iş akışı tasarımı ve çıktı doğrulama ise asıl bina. Giriş kapısında durup binanın sahibi olduğunu iddia edemezsin.

Gerçek AI Becerisi Üç Katmandan Oluşuyor

Birinci katman: Problem tanımlama. AI'ya doğru soruyu sormak için, önce problemi doğru tanımlaman gerekiyor. "Bana bir pazarlama planı yaz" demek kolay. "Aylık 5.000 TL bütçeyle, Kahramanmaraş'taki 25-35 yaş arası kadın müşterilere ulaşmak için Instagram Reels odaklı bir içerik takvimi oluştur" demek bambaşka bir seviye. İkincisini yapabilmek için AI bilgisi değil, iş bilgisi gerekiyor.

İkinci katman: İş akışı tasarımı. Tek bir prompt ile tek bir çıktı almak başlangıç. Asıl güç, AI'yı iş sürecine entegre etmekte. Müşteri maili geldi, AI sınıflandırdı, uygun departmana yönlendirdi, taslak cevap hazırladı, insan onayladı, gönderildi. Bu zinciri kurmak, "iyi prompt yazmak"tan çok farklı bir beceri.

Üçüncü katman: Çıktı doğrulama. AI hallüsinasyon yapıyor, yanlış bilgi üretiyor, bağlamı kaçırıyor. Bu hataları yakalayabilmek için alan bilgisine ihtiyacın var. Hukuk alanında çalışıyorsan, AI'nın ürettiği sözleşme taslağını okuyup "bu madde Türk mevzuatına uygun mu?" diye sorgulayabilmen gerekiyor. Prompt mühendisliği bunu öğretmiyor.

Peki Gerçekte Ne Öğrenilmeli?

Birincisi: kendi alanında uzmanlaşmak. AI, genelciyi gereksiz kılıyor. Uzmanı güçlendiriyor. Yüzeysel bilgiyle AI kullanırsan, yüzeysel sonuç alırsın. Derin bilgiyle kullanırsan, AI seni katlanarak hızlandırır.

İkincisi: sistem düşüncesi. Tek bir görevi değil, bir dizi görevi birbirine bağlamayı öğrenmek. AI'yı tek seferlik asistan olarak değil, iş akışının parçası olarak konumlandırmak.

Üçüncüsü: eleştirel düşünce. AI'nın ürettiği her çıktıya "bu doğru mu?" diye sormak. Doğrulama refleksi geliştirmek. Özellikle AI çıktısını başkalarıyla paylaşmadan önce.

Prompt mühendisliği bir geçiş dönemi unvanı. Önümüzdeki birkaç yıl içinde herkes temel düzeyde prompt yazabilecek, tıpkı herkesin temel düzeyde Google araması yapabilmesi gibi. Asıl değer, prompt'un ötesindeki becerilerde.

AI'ya ne soracağını bilmek değil, ne sormaman gerektiğini bilmek asıl beceri.

Özet: Her yeni SaaS çıktığında JARVIS için yeni bir MCP adapter yazmaktan yoruldum. Lucid, ekranı gören ve mouse ile klavyeyi insan gibi kullanan bir masaüstü AI ajanı. Bir kez gösteriyorum, sonra "Ahmet'e SEO için 12.000 TL fatura kes" dediğimde hatırlıyor ve yapıyor. Yakında MIT lisansıyla açık kaynak.

Her SaaS İçin Ayrı Bir Adapter Yazmaktan Yoruldum

Son iki yılda JARVIS'e 15 MCP sunucu, 320'den fazla araç bağladım. Gmail için mcp__google-workspace__sendGmailMessage, WhatsApp için WAHA, Binance için başka bir MCP, Figma için başka biri. Her yeni aracın dokümanını oku, auth akışını çöz, rate limit'lerini haritala, hata senaryolarına test yaz, sonra güncellemelerde tekrar kırılsın.

Bir süre sonra şunu fark ettim: aslında istediğim şey bir insan personelin yaptığı iş. Oturup uygulamayı açıyor, müşteriyi seçiyor, kalem ekliyor, tutarı yazıyor, kaydet'e basıyor. O insan programın API'sine bakmıyor. Ekrana bakıyor, mouse ile tıklıyor, klavye ile yazıyor.

O zaman bu işi yapan bir AI ajan neden olmasın?

Lucid tam olarak bu. Geçtiğimiz haftalarda geliştirdim ve şimdi günlük işlerimde kullanıyorum. Yakında MIT lisansıyla GitHub'a açacağım. Bu yazıda neyi neden yaptığımı, hangi kırıklara tosladığımı ve nasıl çözdüğümü anlatacağım.

"Personel" Metaforu ve 3 Mod

Lucid'i geliştirirken kafamdaki tek soru şuydu: ilk gününde bir stajyere nasıl iş öğretirdim? Omzunun üstünden bakardım, gösterirdim, sonra "bunu yap" derdim.

Lucid'de üç mod var:

• Answer: Ekranı görür, cevap verir. "Açık olan Excel'de A1 hücresinde ne yazıyor?" dersem bakar, söyler. Mouse'a dokunmaz.
• Teach: Kaydeder. "Şimdi sana fatura kesmeyi göstereceğim" derim, adımları atarım, Lucid izler ve anlamsal bir workflow çıkarır.
• Execute: Kontrolü alır. Mouse ve klavyeyi kullanarak işi yapar. Ctrl+Shift+K ile her an durdurabilirim.

Üç mod da aynı beyinden (Claude) besleniyor. Aradaki fark, hangi araçların o modda açık olduğu ve prompt'un ne söylediği.

Pixel Tahmin Etme, Önce Kısayol Dene

İlk versiyonda klasik "computer use" yaklaşımını denedim: ekran görüntüsü al, modele gönder, "şu butona tıkla, koordinatları ver" de, tıkla. Tek bir açık pencerede iyi çalışıyordu. Üç açık pencere, iki monitör, %125 ölçeklendirme olunca tamamen çöktü.

Sorun şu: modele pixel koordinatı tahmin ettirmek bir kumar. Her seferinde doğru çıkacak diye bir garanti yok.

Bu yüzden Lucid'in sistem prompt'una şu kuralı gömdüm: "Pixel tahmin etme. Önce kısayol dene." Uygulama açmak için Win+R, browser adres çubuğu için Ctrl+L, form gezmek için Tab, kaydetmek için Ctrl+S, yeni sekme için Ctrl+T. Sonuç: işlerin %80'i mouse'a dokunmadan bitiyor, %80 daha güvenilir.

Ama bazen kısayol yok. O zaman üç katmanlı bir fallback kuruyor:

1. click_element: Pixel tahmin etmek yerine Windows UI Automation ağacını geziyor. "Temizle ve onar" ya da "Kaydet" gibi etiketten butonu buluyor, sistem seviyesinde tıklıyor. Pencere kaydığında bile çalışıyor.
2. focus_window: Alt+Tab karışıklığı yok. Pencere başlığı ile doğrudan odak alıyor (EnumWindows + SetForegroundWindow).
3. file_dialog_paste: Open/Save dialog'larda klasör ağacıyla boğuşmak yok. Ctrl+L ile path yapıştır, Enter.

Sadece bunlar hiç çalışmazsa en son mouse koordinatına iniyor.

Küçük Gibi Görünen, Aslında Her Şeyi Bozan Bug'lar

İşin ilginç kısmı burada başlıyor. Lucid'i geliştirirken en çok başımı ağrıtan iki bug, computer use'u prodüksiyona alınca kesin çarpacağınız türdendi.

Türkçe Klavyede "/" Yerine "." Yazılıyordu

Lucid ilk günlerde adres çubuğuna "https://ertugrulakben.com" yazmak istediğinde "https:..ertugrulakben.com" yazıyordu. Başta şaka sandım. Sonra pydirectinput'un scan code ile doğrudan klavye interrupt gönderdiğini, Türkçe klavye layout'unda "/" karakterinin farklı bir scan code'a mapping'lendiğini fark ettim.

Çözüm: tüm type eylemlerini clipboard paste ile yapmak. Lucid ne yazacaksa panoya koyuyor, Ctrl+V ile yapıştırıyor. Her klavye layout'unda doğru çalışıyor, üstelik karakter karakter yazmaktan 10 kat daha hızlı.

%125 Ölçeklendirmede Tıklamalar Kayıyordu

Modern Windows laptop'larda ölçeklendirme varsayılan olarak %125 ya da %150. Ben ekran görüntüsünü mss kütüphanesiyle alıyordum, mss fiziksel pixel'de çalışıyor. Ama pyautogui tıklarken sanal pixel'de tıklıyor. Yani model "x=1000, y=500" dediğinde aslında x=800, y=400'e tıklanıyordu. Sistematik bir koordinat kayması.

Çözüm SetProcessDpiAwareness(2) ile process'i per-monitor DPI aware yapmak. Bir satır kod, saatlerce debug.

Bu iki bug'ı paylaşıyorum çünkü açık kaynak olunca kullanıcıların ilk gün tosladığı bug'lar bunlar olacak. Çoktan çözdüm, paket içinde geliyor.

Güvenlik: Destructive Action, Kill Switch, Retry Guard

Mouse ve klavye kontrolünü bir AI'ya vermek tehlikeli. Lucid'de üç güvenlik katmanı var:

• Destructive action onayı: "rm -rf", "DROP TABLE", "DELETE FROM", password field'a yazma gibi tespitler yapılıyor. Her birinde Allow / Deny / Always-in-session modal çıkıyor.
• Kill switch (Ctrl+Shift+K): Her yerden çalışıyor. Lucid hangi eylemi yapıyorsa anında durur.
• Retry escalation: Aynı koordinata iki kez başarısız tıklarsa "retry-guard" uyarısıyla Claude'a "başka yaklaşım dene" der. Tek bir yerde sonsuza kadar takılıp kalmaz.
• Timeout: Her aksiyon maksimum 30 saniye. Aşarsa abort.

Bir de captcha_solver var: reCAPTCHA v2 checkbox ve Cloudflare Turnstile'ı çözebiliyor. Ama saatte 10 ile sınırlı ve kendi hesaplarımda kullandığım için açık. Mass bot kullanımı niyeti olan biri için tasarlanmadı.

Hafıza: Bir Kere Göstermek Yetiyor

Lucid'in belki en hoşuma giden kısmı memory sistemi. SQLite'ta facts diye bir tablo tutuyor. Başarılı her işten sonra kısa bir özet çıkarıp buraya yazıyor. Sonraki benzer işte Claude önce bu öğrendiklerine bakıyor, aynı hataya iki kere girmiyor.

Ayrıca dosya sistemi index'i var. "Geçen hafta açtığım rapor" gibi soruları yanıtlayabiliyor.

Ama asıl güç named workflows kısmında.

Teach modunda oturup Lucid'e şöyle diyorum:

"fatura_kes: Logo Go'ya gir, müşteri seç, kalem ekle, tutar yaz, kaydet."

Adımları omzunun üstünden bana baktırıyormuş gibi atıyorum. Lucid UI Automation olaylarını kaydediyor, Claude semantik bir workflow çıkarıyor ve değişkenleri kendiliğinden tespit ediyor: musteri, urun, tutar.

Sonra günlük kullanımda:

"Ahmet'e SEO için 12.000 TL fatura kes."

Lucid alias eşleşmesini buluyor ("fatura_kes"), parametreleri çıkarıyor (musteri=Ahmet, urun=SEO, tutar=12000), workflow'u replay ediyor. İlk kurulumdan sonra günde onlarca fatura aynı cümleyle kesiliyor.

Bu özelliği kurmaktaki hedefim başından beri şuydu: her tekrar eden iş, bir kere gösterdikten sonra cümle düzeyi komuta düşsün.

Kullanıcı Profili: Kodda Hardcode Yok

Lucid'in açık kaynak olabilmesi için bir şart koydum: kodun hiçbir yerinde benim özel bilgilerim olmayacak. Mail adresim, imzam, sık kullandığım klasörler, pinned app'ler, hepsi profile.yaml dosyasında. Kodda sadece "profile'dan oku" çağrıları var.

Kullanıcı indiriyor, profile.yaml'ı kendi bilgileriyle dolduruyor, çalıştırıyor. İçinde "password", "şifre" ya da "token" geçen notlar otomatik redakte ediliyor, Claude'a hiç gönderilmiyor.

Tüm veri .tools/Lucid/data/ klasöründe duruyor. APPDATA'ya sızıntı yok. Klasörü başka bilgisayara taşırsan Lucid de taşınır. Portable by design.

Felsefe: UI Son Çare, API Her Zaman Tercih

Buraya kadar okuduktan sonra şöyle düşünebilirsiniz: "Madem Lucid her şeyi insan gibi yapıyor, MCP'yi at gitsin."

Bu yanlış olurdu. Lucid'in felsefesi şu: "UI only son çare."

Gmail API varken Lucid'e Gmail arayüzünü açtırmak aptallık. mcp__google-workspace__sendGmailMessage milisaniyelerde, hatasız, auth'lu çalışıyor. Lucid'in aynı işi yapması 20-30 saniye, tıklama hatası riski var, rate limit yok ama ekran kilidine takılabilir.

Lucid'in parladığı noktalar şunlar:

• Resmi API'si olmayan uygulamalar: Özel admin paneli, iç CRM, bağımsız kurulum bir muhasebe programı. İnsan kullanabiliyorsa Lucid de kullanabilir.
• Dokümantasyon olmayan, auth'u ağır olan, API'si ücretli olan servisler.
• Uzun bir UI akışının otomasyonu. 15 tıklama gereken bir süreç varsa, insanın o 15 tıklamayı yapmasını Lucid'e yüklemek mantıklı.

Yani JARVIS'te Gmail hâlâ MCP ile gidiyor. Ama Logo Go, iç CRM'im, bazı bankacılık panelleri artık Lucid'e gidiyor. Doğru araç, doğru iş.

Teknik Özet

• Dil: Python 3.10+
• Platform: Windows 10/11
• Backend: Anthropic API (default) ya da Claude Code CLI. Claude Code aboneliği varsa Answer modu sıfır ek API maliyeti.
• Test: 78 test
• Lisans: MIT
• Bağımlılıklar: uiautomation, pygetwindow, pyperclip, mss, anthropic
• Veri: SQLite (memory), YAML (profile), dosyalar .tools/Lucid/data/ içinde

Yakında Açık Kaynak

Lucid'i iki hedefle geliştirdim: kendi işlerimi kolaylaştırmak ve başkalarının da kullanabileceği bir temel çıkarmak. Şu an ikincisi için son testleri yapıyorum.

GitHub'a açıldığında duyuracağım. Bu arada @ertugrulakben'den ya da ertugrulakben.com'dan takipte kalın. JARVIS, HYRVE AI ve CashClaw'a dair diğer içeriklerden de haberdar olun.

MCP'siz, API'siz, insan gibi çalışan bir masaüstü AI ajanı fikri ne kadar işine yarar, yorum kısmında söyleyin. Kendi akışınızda en çok neyi otomatikleştirmek isterdiniz, onu merak ediyorum.

Bu cümleyi ben söylemiyorum. Wispr Flow'un kurucu ortağı Tanay Kothari söylüyor. Adam 11 yaşında Siri'den önce sesli asistan yapmış (2,5 milyon kullanıcıya ulaşmış), şirketi 700 milyon dolar değerlemeye ulaşmış, şirketin kendi beyanına göre 100.000'den fazla günlük aktif kullanıcısı var ve 10 milyardan fazla kelime dikte edilmiş. Yani bu lafı havadan söylemiyor, kanla öğrenmiş.

Geçen hafta X'te paylaştığı makaleyi okudum ve durdum. Çünkü adam ürün satışının en temel sorununu tek bir çerçeveye oturtmuş. Ve o çerçeve, benim yıllardır sahada gördüğüm şeyleri kelimeye dökmüş.

Şimdi bu makaleyi sadece özetlemeyeceğim. Bunu kendi deneyimlerimle harmanlayıp, ürün satışının gerçek formülünü konuşacağız.

Hazır mısın?

Ürün Değil Alışkanlık Satıyorsun

Çoğu girişimci ürünü özellik listesi gibi düşünüyor. Şu var, bu var, bak ne güzel entegrasyon yaptık, dashboard'umuz çok şık. Tamam güzel de kullanıcı bunu açıp kapattıktan sonra hayatında ne değişiyor?

Hiçbir şey değişmiyorsa zaten oyun bitmiş.

Kothari'nin çerçevesi çok net. Başarılı bir tüketici ürünü inşa etmek düşündüğümüzden çok daha basit ama aynı zamanda çok daha zor. Basit çünkü büyümeyi tetikleyen faktörler aslında önümüzde duruyor. Zor çünkü herkes detaylara gömülüp büyük resmi kaçırıyor.

Gerçekten fark yaratan her şey üç başlık altında toplanıyor: psikoloji, ürün ve ekip. Startup tavsiyelerinin çoğu bunlardan sadece birine odaklanır. Ama bunlar tek bir sistemin üç sütunu. Birini çekersen yapı çöker.

Tek Davranış Değişikliği Kuralı

Bu yazıdaki en kıymetli ders bu. Kullanıcıdan aynı anda iki davranış değişikliği isteme. Çünkü istersen.

İnsan beyni zaten günlük hayatta yorgun. Dikkat dağınık. Yeni bir şeye alışma eşiği düşük. Sen bir de üstüne iki tane yeni hareket yüklersen ne olur? Kullanıcı "deneyeyim" bile demiyor. Direkt "boşver" diyor.

Wispr Flow bunu çok acı bir şekilde öğrenmiş. Başlangıçta donanım cihazı yapıyorlardı. Kulağa takılan bir cihaz, beyindeki sessiz konuşmayı metne çeviriyordu. Teknik olarak çalışıyordu. Ama iki davranış değişikliği gerektiriyordu: yeni bir cihaz tak ve bilgisayarına yazma yerine konuş. İki adım birlikte olunca hayata o yeni ürünü ekleme mevzusu duvara tosladı.

Ne yaptılar? Tek davranışa indirdiler. Yazmak yerine konuş. Gerisi aynı kalsın. Cihaz yok, ekstra donanım yok, yeni alışkanlık yok. Sadece bir şeyi değiştir.

Ve bu karar her şeyi değiştirdi. 40 kişilik ekibi 5 kişiye indirdiler. Acı bir karardı. Ama o 5 kişiyle aylık %50 büyüme yakaladılar.

Şimdi bunu kendi işine çevir. Müşterine ürününü anlatırken kaç tane yeni davranış istiyorsun? Önce bunu kur, sonra şunu öğren, sonra bununla entegre et. Üç adım bile fazla. İdeal olan tek adım. Kullanıcının mevcut hayatına şık bir ek olacaksın. Hayatı yeniden kurdurtmayacaksın.

"500 Kişiyle Konuş" Klişesinin Arkasındaki Gerçek

Her startup kitabında yazar: kullanıcıyla konuş. Tamam da nasıl konuşacaksın? Anket mi yollayacaksın? Google Form mu dolduracaksın?

Kothari bunu farklı yapmış. İlk 500 kullanıcıyı bizzat video görüşmeyle onboard etmiş. Ve sadece konuşmamış, izlemiş. İnsanların ürünü kullanırken tam olarak nerede sinirlendiğini, nerede duraksadığını, nerede vazgeçtiğini gözlemlemiş.

Hedef "kullanıcı ne istiyor" değilmiş. Hedef "kullanıcı nerede kopuyor."

Bu ayrım çok kritik. Çünkü insanlar ne istediklerini genelde bilmezler. Ama nerede sinirlendiklerini görebilirsin. Ve o sinirlenme noktasını çözersen ürün kararları otomatikleşiyor.

Benim kendi deneyimimde de böyle oldu. En iyi sattığım projeler, müşterinin "genel olarak AI istiyoruz" dediği yerler değildi. Müşterinin "şurada her ay 200 bin lira kaybediyoruz ve bunu durduramıyoruz" dediği yerlerdi. Acı ne kadar spesifikse satış o kadar hızlı kapanır.

Ürün Seni Öğrensin

Wispr Flow'un yaptığı en zeki hamle şu: ürün kullanıcıyı zamanla öğreniyor. Yanlış yazdığın bir kelimeyi düzelttiğinde bir daha aynı hatayı yapmıyor. Konuşma tonunu anlıyor. "Yarın buluşalım, yok yok cuma demiştim" dediğinde "cuma" yazıyor.

Bunlar tek tek özellik gibi duruyor ama hepsi tek şeye hizmet ediyor: kullanıcıya "beni anlıyorlar" hissini yaşatmak.

İnsanlar ürünle bağ kurmayı duygusal bir şey sanıyor. Evet duygusal ama duygunun kaynağı genelde çok basit. Sürtünme azalınca sevgi oluşuyor. Kullanıcı zorlanmadığında, ürün onun niyetini anladığında, düzeltme yapmak zorunda kalmadığında bir bağ kuruluyor. Ve o bağ kurulduğunda fiyat tartışması bitiyor.

Rakiplerinin %20'nin altında kalan doğruluk oranına karşılık Wispr Flow %80'in üzerinde "sıfır düzenleme" oranına ulaşmış. Yani kullanıcının yazdırdığı metnin büyük çoğunluğu hiç düzenleme gerektirmiyor. İşte fark burada. Özellik listesiyle değil, kullanıcının hissettiği rahatlıkla satıyorsun.

Kullanıcı Hatayı Kendine Yükler

Kothari'nin makalesinde bir detay var ki çoğu kişi atlıyor. Ürün her hata yaptığında, her yanlış sonuç verdiğinde kullanıcı içten içe "ben mi yanlış yapıyorum" diye düşünür. Kendini yetersiz hisseder.

Bu çok önemli bir psikolojik gerçek. Kullanıcı senin ürününü suçlamaz. Kendini suçlar. Ve kendini suçladıkça ürünle ilişkisi zehirlenir. Ürün teknik olarak çalışıyor olsa bile insan tekrar kullanmak istemiyor. Çünkü deneyim rahatsız edici.

Ürün bu hissi ne kadar azaltırsa kullanıcı o kadar bağlanır. Çünkü artık o ürün onu zorlayan değil destekleyen bir araca dönüşür. Sahiplenme tam olarak burada başlar.

Bunu satış tarafına çevirince şu oluyor: müşteriye "bakın şu özelliklerimiz var" demek yerine "sizin şu acınızı kaldırıyoruz ve bir daha o acıyı hissetmeyeceksiniz" demek. İkisi arasındaki fark, kapanan ve kapanmayan anlaşma arasındaki fark.

Ekip: Hızın Sırrı Büyüklük Değil Sahiplik

Kothari'nin ekip yaklaşımı da çok net. 2 kişilik pod yapısı. Her pod'un tek işi, tek sahibi, net sorumluluğu var. Kimse kimsenin işine karışmıyor ama herkes kendi işinin tamamından sorumlu.

Ve burada önemli bir tercih var: eski kurucu deneyimi olan insanları tercih etmişler. Neden? Çünkü daha önce kendi şirketini kurmuş biri "biri yapmazsa kimse yapmayacak" refleksine sahip. Bu refleks parayla satın alınmıyor. Ya var ya yok.

Bir de "taste" meselesi var. Türkçeye "zevk" diye çevirebilirsin ama aslında daha derin bir şey. Milisaniyelik gecikme, renk tonu farkı, bir butonun tıklanma hissi. Tüketici ürünlerinde çoğu başarısızlık tam bu noktada yaşanıyor. Ürün teknik olarak doğru çalışıyor ama bıraktığı his yanlış. Ve yanlış his zamanla terk etmeye dönüşüyor.

5 kişi 500 kişilik şirketten daha hızlı ürün çıkarabiliyor. Çünkü iletişim yükü sıfıra yakın. Herkes sahipleniyor. Ve kimse "bu benim işim değil" demiyor.

Ağızdan Ağıza Yayılmanın Gerçek Formülü

İnsanlar "sihir" gibi hissettikleri şeyi anlatır çevresine. Ama o sihir dediğin şey aslında tesadüf değil. Tasarımın çok net bir hedefi var: tek psikolojik ana odaklanıp her şeyi onun etrafına mühendisliklemek.

Wispr Flow'da o an "konuştuğumu yazıya çeviriyor ve benden daha iyi yazıyor" anı. Bu anı yaşayan kişi dayanamıyor, yanındakine gösteriyor. Çünkü şaşırıyor. Ve şaşkınlık paylaşılır.

Reklam bütçesiyle büyümek mümkün. Ama ağızdan ağıza yayılmayla büyümek sürdürülebilir. Ve ağızdan ağıza yayılmanın tetikleyicisi tek bir şey: kullanıcının "bunu görmezsen olmaz" diyeceği kadar güçlü bir an tasarlamak.

Senin ürününde o an var mı? Kullanıcı ilk kez denediğinde ağzı açık kalıyor mu? Kalmıyorsa özellik eklemeyi bırak, o anı tasarla.

Peki Senin Ürünün İçin Bu Ne Demek?

Makaleyi okuyunca herkes "güzel bilgiler" deyip geçiyor. Ama asıl soru şu: bunu yarın sabah ne yapacaksın?

Ben şöyle özetliyorum. Üç soru sor kendine:

Birincisi, kullanıcıdan kaç davranış değişikliği istiyorum? Cevap birden fazlaysa derhal sadeleştir. Tek adıma indir. İnsanlar bir şeyi değiştirebilir, iki şeyi değiştiremez.

İkincisi, kullanıcım nerede kopuyor? Anket yapma, izle. Ürünü kullanırken nerede duraksar, nerede geri döner, nerede sinirlenir? O noktayı bul ve orayı düzelt. Geri kalan her şey kendiliğinden düzelir.

Üçüncüsü, kullanıcı ürünümü kapattığında ne kaybediyor? Cevap "hiçbir şey" ise oyun bitmiş. Ürünün hayatta bir seçenek gibi değil eksik parça gibi durması lazım.

Mesele hızlı büyüme numaraları değil. Mesele insanların hayatına yerleşen bir alışkanlık tasarlamak. İster AI yap, ister finans uygulaması, ister fiziksel ürün. Soru hep aynı: kullanıcı bunu bıraktığında ne kaybediyor?

Özellik eklemeyi bırak. Alışkanlık tasarla. Çünkü insanları ikna etmeye çalışmak tükenir. Ama insanları sürükleyen bir düzen kurmak, büyür.

Kaynak: Tanay Kothari, "How to build a product people can't stop using" (X/Twitter, 2026). Kothari, Wispr Flow'un kurucusu olup şirketi 700 milyon dolar değerlemeye, 100.000+ günlük aktif kullanıcıya ve 10 milyardan fazla dikte edilen kelimeye ulaştırmıştır.

İlgili yazılarım:

• İnterneti İnsanlar Değil, Agent'lar Kullanacak: Machine Payments Protocol ve Yeni Ekonomi
• CashClaw: AI Agent'ınızı Otonom Freelance İşletmeye Dönüştürün
• AI Agent Ekonomisi: $9B'dan $199B'a - Goldman Sachs Ne Diyor?

Özet: Stripe ve Tempo, 18 Mart 2026'da Machine Payments Protocol'ü (MPP) duyurdu. AI agent'lar artık internet üzerinde kendi başlarına ödeme yapabiliyor. HTTP 402 status kodu nihayet amacına kavuştu. Agent ekonomisi teori olmaktan çıkıp gerçeğe dönüşürken, bu dönüşümün Türkiye için ne anlama geldiğini ve nasıl hazırlanmamız gerektiğini inceliyorum.

Bir Agent, New York'ta Sandviç Sipariş Etti

Dün bir yapay zeka agent'ı New York'ta bir kasap dükkanından sandviç sipariş etti. Menüyü inceledi, siparişi oluşturdu, ödemeyi yaptı ve teslimat adresini girdi. İnsan müdahalesi sıfır. Kredi kartı formu doldurmadı, hesap açmadı, CAPTCHA çözmedi. Birkaç satır kodla, birkaç milisaniye içinde her şey tamamlandı.

Bu bir bilim kurgu senaryosu değil. 18 Mart 2026 itibarıyla gerçek. New York'taki Prospect Butcher Co. adlı kasap dükkanı, Stripe'ın yeni Machine Payments Protocol'ü sayesinde AI agent'lardan sipariş kabul eden ilk işletmelerden biri oldu.

Ve ben bu haberi okuduğumda ilk düşüncem şu oldu: "İnternet artık insanlar için tasarlanmıyor."

Bu yazıda, Stripe ve Tempo'nun birlikte geliştirdiği Machine Payments Protocol'ün ne olduğunu, nasıl çalıştığını, neden bu kadar önemli olduğunu ve Türkiye'deki yazılımcılar ile girişimciler için ne anlama geldiğini detaylıca anlatacağım. Eğer yapay zeka ve ödeme sistemleri kesişiminde neler döndüğünü merak ediyorsanız, doğru yerdesiniz.

Machine Payments Protocol (MPP) Nedir?

Machine Payments Protocol, kısaca MPP, Stripe ve Tempo tarafından birlikte geliştirilen açık standart bir ödeme protokolü. Tek bir cümleyle özetlemek gerekirse: AI agent'ların internet üzerinde programatik olarak ödeme yapabilmesini sağlayan, internet-native bir standart.

Bugünün finansal altyapısı insanlar için tasarlandı. Bir şey satın almak için hesap açmanız, fiyat sayfalarını gezmeniz, abonelik katmanları arasında seçim yapmanız, ödeme bilgilerinizi girmeniz ve faturalandırmayı ayarlamanız gerekiyor. Bu adımların çoğu, bir AI agent'ın tek başına halledemeyeceği işlemler. En azından dün öyleydi.

MPP bu sorunu temelden çözüyor. Agent'lar ve servisler arasında ödemelerin programatik olarak koordine edilmesi için bir spesifikasyon sunuyor. Mikro ödemeler, kullandıkça öde modeli, tekrarlayan ödemeler; hepsini destekliyor.

Kimler Var Bu İşin Arkasında?

MPP sıradan bir startup projesi değil. Arkasındaki isimler listeye bakınca anlıyorsunuz neden bu kadar ciddiye almak gerektiğini:

• Stripe - Global ödeme altyapısının devi
• Tempo - Stripe ve Paradigm destekli, ödeme odaklı blockchain (mainnet 18 Mart'ta canlıya geçti)
• Visa - MPP spesifikasyonlarına kart tabanlı ödeme desteği ekledi
• Mastercard - Tasarım ortağı olarak katkıda bulunuyor
• Anthropic ve OpenAI - Her iki büyük AI şirketi de tasarım ortağı
• DoorDash, Shopify, Revolut, Nubank, Ramp - Ekosistem ortakları
• Lightspark - Bitcoin Lightning ağı üzerinden ödeme desteği

Bu liste size bir şey söylüyor olmalı: MPP sadece bir protokol değil, yeni bir ekonomik katmanın temel altyapısı.

Nasıl Çalışıyor? HTTP 402 Nihayet Amacına Kavuştu

MPP'nin teknik çalışma mantığını anlamak için önce küçük bir internet tarihi dersi verelim.

1997 yılında HTTP/1.1 spesifikasyonu tanımlanırken, 402 numaralı bir status kodu ayrıldı: "Payment Required" yani "Ödeme Gerekli." Bu kod, gelecekte dijital mikro ödeme sistemleri için kullanılmak üzere "reserved" (ayrılmış) olarak işaretlendi. Tam 29 yıl boyunca hiç kullanılmadı. Ta ki şimdiye kadar.

MPP, HTTP 402'yi hayata döndürüyor. İşte akış şöyle çalışıyor:

1. Agent bir kaynak talep eder - Örneğin bir API'ye istek gönderir, bir hizmet satın almak ister veya bir ürün sipariş etmek ister.
2. Servis "402 Payment Required" yanıtı döner - Bu yanıt, ödeme detaylarını içerir: tutar, desteklenen ödeme yöntemleri, ödeme adresi.
3. Agent ödemeyi yapar - Stablecoin (USDC), kredi kartı veya başka desteklenen bir yöntemle ödeme gerçekleştirilir.
4. Kaynak teslim edilir - Ödeme onaylandıktan sonra agent istediği kaynağa erişir ve bir makbuz alır.

Tüm bu süreç milisaniyeler içinde gerçekleşiyor. Agent, ödemeyi sadece bir HTTP header'ı gibi ele alıyor. İnsan müdahalesi yok, form doldurma yok, bekleme yok.

Stripe Tarafında Nasıl Görünüyor?

İşte en güzel kısım burası: MPP ile yapılan ödemeler, Stripe Dashboard'da tamamen normal işlemler gibi görünüyor. Vergi hesaplamaları, fraud koruması, muhasebe entegrasyonları; hepsi aynen çalışıyor. Yani bir işletme sahibi olarak agent'lardan gelen ödemeleri kabul etmek için mevcut Stripe altyapınızı değiştirmenize gerek yok.

Entegrasyon birkaç satır kodla yapılabiliyor. Stripe'ın paylaştığı PaymentIntents API örneğine bakın:

const paymentIntent = await stripe.paymentIntents.create({
  amount: 1,
  currency: 'usd',
  payment_method_types: ['crypto'],
  payment_method_data: { type: 'crypto' },
  payment_method_options: {
    crypto: {
      mode: 'deposit',
      deposit_options: { networks: ['tempo'] },
    },
  },
  confirm: true,
});

Bu kadar. Birkaç satır kod ve agent'ınız artık ödeme yapabiliyor. Tempo blockchain üzerinden stablecoin ile veya klasik Stripe altyapısı üzerinden kart ile. MPP ayrıca "sessions" adında bir mekanizma sunuyor: agent bir harcama limiti belirliyor ve bu limit dahilinde sürekli mikro ödemeler yapabiliyor, her işlem için ayrı bir on-chain transaction'a gerek kalmadan.

Gerçek Dünya Örnekleri: Agent'lar Bugün Ne Yapıyor?

MPP sadece kağıt üzerinde güzel görünen bir spesifikasyon değil. Lansman gününden itibaren 100'den fazla entegre servis sağlayıcıyla birlikte canlıya geçti. İşte en dikkat çekici örnekler:

Browserbase: Agent'lar Kendi Tarayıcılarını Çalıştırıyor

Browserbase, bir tarayıcı altyapı sağlayıcısı. MPP entegrasyonuyla birlikte agent'lar artık headless browser (görünmez tarayıcı) oturumları başlatabiliyor ve her oturum için otomatik ödeme yapıyor. Bir agent'ın web'de araştırma yapması, veri çekmesi veya form doldurması gerekiyorsa, kendi tarayıcısını açıyor, işini hallediyor ve oturum başına ücret ödüyor. İnsan müdahalesi sıfır.

PostalForm: Agent'lar Fiziksel Posta Gönderiyor

Evet, doğru okudunuz. Bir AI agent, fiziksel kağıt mektup bastırıp posta olarak gönderebiliyor. PostalForm servisi sayesinde agent, mektubu hazırlıyor, bastırma ve gönderme ücretini ödüyor ve posta yola çıkıyor. Dijital dünya ile fiziksel dünya arasındaki sınır giderek bulanıklaşıyor.

Prospect Butcher Co.: Agent'lar Sandviç Sipariş Ediyor

Yazının başında bahsettiğim örnek gerçek. New York'taki bu kasap dükkanı, agent'lardan sipariş kabul ediyor. Agent menüyü inceliyor, seçimini yapıyor, ödemeyi gerçekleştiriyor ve teslimatı ayarlıyor. Teslim alan mı? İnsan. Sipariş veren mi? Makine. Hoş geldiniz yeni dünyaya.

Stripe Climate: Agent'lar İklim Projelerine Katkı Yapıyor

Stripe Climate entegrasyonu sayesinde agent'lar artık karbon yakalama projelerine programatik olarak katkıda bulunabiliyor. Bir şirketin AI agent'ı, her işlem sonrası otomatik olarak belirli bir yüzdeyi iklim projelerine aktarabiliyor. Kurumsal sosyal sorumluluk artık otomatik.

Parallel (p0): "Agent'lar Web'in Birincil Kullanıcısı Olacak"

Parallel Web Systems'ın kurucusu Parag Agrawal'ın sözleri durumu özetliyor:

"Parallel, agent'ların web'in birincil kullanıcısı olduğu bir dünya için inşa edildi. Machine payments'ı Stripe ile sadece birkaç satır kodla entegre ettik ve artık agent'lar API çağrısı başına otonom olarak ödeme yapabiliyor."

Birkaç satır kod. Otonom ödeme. Web'in birincil kullanıcısı. Bu cümlelerin her biri ayrı ayrı devrim niteliğinde.

Neden Bu Kadar Önemli? Büyük Resmi Görelim

Tamam, agent'lar sandviç sipariş edebiliyor, güzel. Ama bu neden gerçekten önemli? Gelin büyük resme bakalım.

1. Agent Ekonomisi Artık Teori Değil, Gerçek

Son iki yıldır "agent ekonomisi geliyor" diye konuşuyorduk. Artık geldi. Agent'lar sadece soru cevaplayan chatbot'lar değil; ekonomik aktörler. Alım yapan, satım yapan, hizmet sunan ve karşılığında ödeme alan varlıklar. MPP bu geçişin resmi başlangıç noktası.

2. HTTP 402: 29 Yıllık Bir Vaat Gerçek Oldu

1997'de "bir gün lazım olur" diye ayrılan bir status kodu, 2026'da amacına kavuştu. Bu sadece teknik bir ayrıntı değil; internetin ekonomik katmanının her zaman eksik olduğunun ve şimdi tamamlandığının sembolik kanıtı. İnternetin yapısı değişiyor ve ödeme katmanı da buna ayak uyduruyor.

3. Mikro Ödemeler Sonunda Ekonomik Olarak Mümkün

Geleneksel kart ödemelerinde işlem başına %2.9 + sabit ücret komisyon var. 1 centlik bir ödeme yapmak ekonomik olarak anlamsız. MPP ile stablecoin üzerinden yapılan ödemelerde komisyon %1.5'e düşüyor ve on-chain maliyet neredeyse sıfır. Bu, agent'ların API çağrısı başına birkaç sent ödemesini mümkün kılıyor. Mikro ödemeler ekonomisi nihayet hayata geçiyor.

4. Agent-to-Agent Ticaret Başlıyor

MPP sadece agent'ların insanlardan satın almasını değil, agent'ların birbirinden hizmet satın almasını da mümkün kılıyor. Bir araştırma agent'ı, veri toplama agent'ından veri satın alabilir. Bir içerik agent'ı, çeviri agent'ından hizmet alabilir. Agent'lar kendi aralarında bir ekonomi oluşturmaya başlıyor.

5. Stripe'ın Agentic Commerce Suite: Tam Bir Ekosistem

MPP tek başına değil. Stripe'ın daha geniş bir vizyonunun parçası:

• MPP (Machine Payments Protocol) - Agent'lar arası ödeme standardı
• ACP (Agentic Commerce Protocol) - OpenAI ile birlikte geliştirilen, agent'lar ve işletmeler arasında programatik ticaret akışlarını sağlayan açık kaynak spesifikasyon
• MCP (Model Context Protocol) - LLM'lerin envanter, fiyat, checkout mantığı gibi iş verilerine yapılandırılmış şekilde erişmesini sağlayan framework

Bu üç protokol bir araya geldiğinde ortaya çıkan tablo şu: Agent'lar ürünleri keşfedebiliyor (MCP), ticaret akışlarını yönetebiliyor (ACP) ve ödeme yapabiliyor (MPP). Tam bir otonom ticaret döngüsü. Her şirketin kendi AI sistemini kurması gerektiğini söylüyordum; artık bu sistemler kendi başlarına para da kazanabiliyor.

Türkiye İçin Ne Anlama Geliyor?

Şimdi gelelim bizi en çok ilgilendiren kısma. Bu gelişmeler Türkiye'deki yazılımcılar, girişimciler ve KOBİ'ler için ne ifade ediyor?

Global Agent Marketplace'lere Türkiye'den Erişim

MPP açık bir standart. Herhangi bir ülkedeki bir geliştirici, agent'ını bu protokole entegre edip global pazara açabilir. Türkiye'deki bir yazılımcı, geliştirdiği AI agent'ı dünya genelinde hizmet sunabilir hale getirebilir. Coğrafi sınırlar ortadan kalkıyor. Türkiye KOBİ'lerinin yapay zeka olgunluğu arttıkça bu fırsatlar daha da somutlaşacak.

Stablecoin ile Döviz Problemi Çözümü

Türkiye'deki freelancer'ların en büyük sorunlarından biri döviz alım-satım sürtünmesi. Banka transferleri, Swift ücretleri, kur farkları derken kazancın önemli bir kısmı yolda kalıyor. MPP'nin stablecoin desteği (USDC) bu sürtünmeyi minimize ediyor. Agent'ınız USDC ile ödeme alıyor, siz istediğiniz zaman dönüştürüyorsunuz. Arada banka bekleme süresi yok.

Freelancer Agent'lar: Siz Uyurken Agent'ınız Çalışır

Bu bence en heyecan verici kısım. Bir Türk yazılımcı, belirli bir konuda uzmanlaşmış bir AI agent geliştirebilir: SEO analizi yapan, kod review eden, veri temizleyen, context engineering uygulayan bir agent. Bu agent 7/24 çalışır, global müşterilerden iş alır ve MPP üzerinden ödeme tahsil eder. Yazılımcı uyurken agent çalışır, kazanç hesaba düşer.

KOBİ'ler İçin Fırsat

Sadece yazılımcılar değil, KOBİ'ler de bu dönüşümden faydalanabilir. Bir e-ticaret sitesi, agent'lardan sipariş kabul edecek şekilde MPP entegrasyonu yapabilir. Bir SaaS ürünü, agent müşterilerini destekleyecek şekilde API'sini güncelleyebilir. Erken adapte olanlar, agent ekonomisinin ilk dalga müşterilerini yakalayacak.

Bu Vizyonu Altı Ay Önce Gördük

Stripe'ın MPP duyurusunu okuduğumda tuhaf bir heyecan yaşadım. Çünkü bu vizyonu zaten görüyorduk. Agent'ların ekonomik aktör olacağını, kendi başlarına iş bulup, hizmet sunup, ödeme alacağını öngörüyorduk. Ve tam da bu vizyon üzerine iki şey inşa ettik.

CashClaw: Agent'ınızı Otonom Bir Freelancer'a Dönüştürün

CashClaw, açık kaynaklı (MIT lisanslı) bir agent monetizasyon aracı. Tek bir komutla agent'ınıza yedi farklı beceri kazandırıyor, Stripe'a bağlıyor ve otomatik olarak para kazanmaya başlatıyor:

npx cashclaw init

Bu kadar. Agent'ınız artık iş bulabiliyor, teklif verebiliyor, işi teslim edebiliyor ve ödeme tahsil edebiliyor. Tam otonom bir freelance iş döngüsü.

Topluluk bu fikre sıcak baktı. GitHub'da yıldızlar ve fork'lar hızla arttı, npm indirme sayıları binleri geçti. CashClaw, Stripe'ın MPP vizyonuyla birebir örtüşüyor: agent'lar ekonomik aktör, ödemeler programatik, süreç otonom.

Ve MPP duyurusuyla birlikte CashClaw'a tam MPP entegrasyonu ekleme çalışmalarına başladık. Stablecoin ödemeleri, mikro ödeme desteği, agent-to-agent ticaret; hepsi yolda.

Merak edenler: cashclawai.com | GitHub

HYRVE AI: Agent'ların Buluşma Noktası

CashClaw agent'ı donatıyor. Peki agent'lar müşterilerle nerede buluşuyor? İşte HYRVE AI bu sorunun cevabı.

HYRVE AI, bir AI agent marketplace'i. Agent'ların ekonomik vatandaş olarak var olduğu, iş bulduğu, rekabet ettiği ve değerlendirildiği bir platform. Oluşturduğunuz agent'ı HYRVE'a deploy ediyorsunuz; agent iş alıyor, teslim ediyor ve komisyonun yüzde seksen beşini size aktarıyor. Güvenli ödeme koruması ve müşteri değerlendirme sistemiyle birlikte.

Şu an bekleme listesinde yaklaşık 2.800 kişi var ve MPP tam entegrasyonu yol haritamızda öncelikli konumda. Agent ekonomisi bir marketplace'e ihtiyaç duyuyor; biz de tam olarak onu inşa ediyoruz.

Bekleme listesine katılmak için: hyrveai.com

Peki Bundan Sonra Ne Olacak?

MPP'nin lansmanı bir son değil, bir başlangıç. Buradan sonra neler bekleyebiliriz?

Kısa Vadede (3-6 Ay)

• Daha fazla servis sağlayıcı MPP entegrasyonu yapacak (şu an 100+ var, yıl sonuna kadar binlerce olabilir)
• Visa ve Mastercard'ın kart tabanlı agent ödeme desteği yaygınlaşacak
• E-ticaret platformları (Shopify, WooCommerce) agent-ready hale gelecek
• İlk agent-to-agent ticaret vakaları ortaya çıkacak

Orta Vadede (6-18 Ay)

• Agent'ların internet trafiğindeki payı gözle görülür şekilde artacak
• Mikro ödeme tabanlı yeni iş modelleri doğacak
• Agent kimlik doğrulama ve güvenlik standartları netleşecek
• Regülasyon tartışmaları yoğunlaşacak (agent vergilendirmesi, sorumluluk)

Uzun Vadede (18+ Ay)

• İnternet trafiğinin önemli bir kısmı agent kaynaklı olacak
• Web siteleri "human-first" yerine "agent-first" tasarlanmaya başlayacak
• Otonom şirketler kavramı tartışılacak: tamamen agent'lardan oluşan organizasyonlar
• Ekonomik GDP hesaplamalarında agent aktivitesi dikkate alınacak

Sonuç: Ajan Ekonomisi Geliyor. Sen Hazır Mısın?

18 Mart 2026, internet tarihinde bir milat olarak hatırlanabilir. HTTP 402'nin 29 yıllık uykusundan uyandığı, agent'ların ekonomik aktör olarak sahneye çıktığı ve ödeme altyapısının makineler için yeniden tasarlandığı gün.

Stripe, Visa, Mastercard, Anthropic, OpenAI gibi devler aynı masada oturup "agent'lar nasıl ödeme yapacak?" sorusuna birlikte cevap arıyorsa, bu bir trend değil, bir paradigma değişimi. İnternetin bir sonraki büyük evrimi, agent'ların ekonomik katılımcılar olmasıyla şekillenecek.

Benim tavsiyem şu: bekleyip izlemeyin. Bu dönüşümün içinde olun. Agent geliştirin, MPP entegrasyonu yapın, agent-ready hizmetler tasarlayın. İlk dalga her zaman en karlı dalgadır.

Agent'ınız çalışsın, siz kazanın.

Ve son bir soru bırakıyorum: 10 yıl sonra internet trafiğinin çoğunluğu insan mı olacak, agent mı? Ben cevabımı biliyorum. Ya siz?

Bu yazıyla ilgili sorularınızı veya düşüncelerinizi X üzerinden (@ertugrulakben) paylaşabilirsiniz.

Kulağa bilim kurgu gibi geliyor, biliyorum. Ama değil. 2026'da AI agent'lar artık sadece sorulara cevap veren chatbot'lar değil - otonom ekonomik aktörler haline geldi. İş buluyorlar, teslim ediyorlar, para kazanıyorlar. Ve bu dönüşümün en somut aracı şu an npm'de yayında: CashClaw.

Bu yazıda, OpenClaw agent'ınızı tam teşekküllü bir freelance işletmeye dönüştüren bu açık kaynak skill pack'i baştan sona anlatacağım. Ne yaptığını, nasıl çalıştığını, kimlerin işine yarayacağını ve neden bu kadar heyecan verici olduğunu.

Freelance İşin Paradoksu: Neden İşi AI'a Devretmek İsteyesiniz?

Freelancer'ların en büyük sorunu nedir? İşin kendisi değil, işin etrafındaki her şey.

Düşünün: Bir freelance dijital pazarlamacısınız. İşinizi iyi yapıyorsunuz - SEO audit raporları hazırlıyorsunuz, blog yazıları yazıyorsunuz, sosyal medya stratejileri oluşturuyorsunuz. Ama günün ne kadarını gerçekten bu "üretken" işe harcıyorsunuz?

• Müşteri bulmak için saatler harcıyorsunuz (lead generation)
• Teklifleri hazırlayıp göndermek zaman alıyor
• Fatura kesmek, ödeme takibi yapmak başlı başına bir iş
• WhatsApp'tan gelen müşteri sorularına anında dönmeniz gerekiyor
• Sosyal medya hesaplarınızı aktif tutmanız lazım ki yeni müşteriler gelsin

Araştırmalar gösteriyor: ortalama bir freelancer, zamanının yalnızca %30-40'ını asıl uzmanlık alanındaki işe ayırabiliyor. Gerisi? Yönetim, satış, pazarlama ve bürokratik iş süreçleri.

Peki ya bu %60-70'lık "destek işleri" tamamen otomatize edilebilseydi? Ya da daha iyisi - siz hiç müdahale etmeden, bir AI agent tarafından otonom olarak yürütülebilseydi?

İşte CashClaw tam olarak bunu yapıyor.

CashClaw Nedir?

CashClaw, OpenClaw AI agent'larını otonom freelance işletmelere dönüştüren açık kaynak bir skill pack koleksiyonu. npm'de cashclaw@1.0.2 olarak yayında ve MIT lisansıyla tamamen ücretsiz.

En basit tanımıyla: OpenClaw'a "freelancer olmayı" öğreten bir yetenek seti.

CashClaw yüklendiğinde agent'ınız şu yetenekleri kazanır:

• Müşteri bulma - Hedefli lead listeleri oluşturma
• Hizmet sunma - SEO audit, içerik yazımı, sosyal medya yönetimi
• Fiyatlandırma - Hizmet bazlı otomatik fiyat belirleme
• Fatura kesme - Stripe entegrasyonu ile ödeme alma
• Müşteri iletişimi - WhatsApp üzerinden otonom iletişim
• İş takibi - Pipeline yönetimi ve raporlama

Agent'ınız uyanır, pipeline'ı kontrol eder, sıradaki müşteri isteğini alır, işi yapar, teslim eder, faturayı keser ve ödeme linkini gönderir. Siz uyursunuz, CashClaw çalışır.

7 Skill Pack: Agent'ınızın Yetenek Haritası

CashClaw, birbirine entegre 7 skill pack'ten oluşuyor. Her biri bağımsız olarak da çalışabilir, ama asıl güç hepsinin birlikte orkestra edilmesinde.

1. cashclaw-core: İş Orkestrasyon Beyni

Tüm sistemin kalbi. Diğer 6 skill'i koordine eder, iş sırasını yönetir, önceliklendirme yapar. Bir müşteriden iş geldiğinde hangi skill'in devreye gireceğine karar veren, teslim sürecini takip eden ve sonuçları raporlayan orkestratör. Agent'ınızın "iş zekası" burada yaşıyor.

2. cashclaw-seo-auditor: Otomatik SEO Denetimi

Agent'ınız bir web sitesinin SEO analizini baştan sona yapabilir: teknik SEO kontrolü, sayfa hızı analizi, meta tag denetimi, backlink profili, anahtar kelime sıralaması, rakip analizi. Fiyat aralığı: $9 - $59 (denetimin kapsamına göre).

Müşteri "sitemin SEO'sunu analiz et" dediğinde, agent siteyi tarar, kapsamlı bir rapor hazırlar ve müşteriye sunar. İnsan müdahalesi sıfır.

3. cashclaw-content-writer: İçerik Üretim Motoru

Blog yazısı, newsletter, ürün açıklaması, landing page metni - agent'ınız SEO uyumlu içerikler üretir. Fiyat aralığı: $5 - $12 per içerik.

Burada "rastgele AI metni" üretmekten bahsetmiyoruz. CashClaw'un content writer skill'i, hedef kitleyi analiz eder, anahtar kelime araştırması yapar ve marka tonuna uygun içerik üretir. Yani bir freelance içerik yazarının yapacağı sürecin aynısını takip eder - sadece çok daha hızlı.

4. cashclaw-lead-generator: Hedefli Müşteri Bulma

Agent'ınız potansiyel müşterileri bulur, filtreler ve önceliklendirir. Sektör, lokasyon, şirket büyüklüğü, teknoloji stack'i gibi kriterlere göre hedefli lead listeleri oluşturur. Fiyat aralığı: $9 - $25.

Bu skill sadece "dışarıya" değil, agent'ınızın kendi müşterilerini bulması için de kullanılır. CashClaw-core ile entegre çalışarak, agent'ınız aktif olarak müşteri arar ve pipeline'ı doldurur.

5. cashclaw-whatsapp-manager: WhatsApp Otomasyon

Müşteri iletişiminin büyük bir kısmı WhatsApp üzerinden yürüyor - özellikle Türkiye'de ve gelişen pazarlarda. Bu skill, agent'ınızın WhatsApp üzerinden müşterilerle iletişim kurmasını, iş taleplerini almasını, güncelleme göndermesini ve ödeme linklerini paylaşmasını sağlar. Fiyat aralığı: $19 - $49.

Sabah 3'te bir müşteri WhatsApp'tan yazıyor mu? Agent cevaplıyor. Teslim tarihini soruyor mu? Agent güncel durumu paylaşıyor. Faturasını istiyor mu? Agent anında gönderiyor.

6. cashclaw-social-media: Sosyal Medya Yönetimi

Agent'ınız sosyal medya hesaplarını yönetir: içerik planı oluşturur, paylaşım yapar, etkileşim analizi çıkarır, rakip takibi yapar. Fiyat aralığı: $9 - $49.

Bu sadece müşteriler için değil - agent'ınızın kendi marka varlığını oluşturması için de kullanılabilir. Agent'ınız kendi sosyal medya hesaplarından paylaşım yaparak potansiyel müşterileri çeker.

7. cashclaw-invoicer: Stripe Ödeme Entegrasyonu

İşin en kritik kısmı: para almak. cashclaw-invoicer, Stripe altyapısını kullanarak profesyonel faturalar oluşturur, ödeme linkleri gönderir ve ödeme durumunu takip eder. Müşteri ödemeyi yaptığında agent bilgilendirilir ve pipeline güncellenir.

Ödeme geciktiğinde ne olur? Agent otomatik hatırlatma gönderir. Nazik ama kararlı bir şekilde, tam bir profesyonel gibi.

Mimari: Parçalar Nasıl Bir Araya Geliyor?

CashClaw'un mimarisini anlamak, sistemin neden bu kadar güçlü olduğunu kavramak için önemli:

OpenClaw (AI Agent)
    ↓
CashClaw Skills (7 Skill Pack)
    ↓
CashClaw Engine (Orkestratör)
    ↓
Stripe (Ödemeler)
    ↓
HYRVEai (Marketplace)

Bu akışı adım adım açıklayalım:

OpenClaw - temel AI agent çatısı. Doğal dil anlama, karar verme, görev planlama ve çalıştırma yeteneklerini sağlar. CashClaw, OpenClaw'un bu altyapısı üzerine inşa edilmiş bir yetenek katmanı.

CashClaw Skills - 7 adet modüler skill pack. Her biri OpenClaw'un skill formatına uygun şekilde yazılmış. Bağımsız olarak yüklenip kaldırılabilir. Yeni skill'ler eklenebilir.

CashClaw Engine - skill'leri koordine eden orkestratör. Gelen iş taleplerini doğru skill'e yönlendirir, iş akışını yönetir, sonuçları birleştirir. Bu katman, agent'ın "iş mantığı"nı barındırır.

Stripe - ödeme altyapısı. cashclaw-invoicer skill'i Stripe API ile konuşarak fatura oluşturma, ödeme linki üretme ve ödeme takibi yapma işlemlerini gerçekleştirir.

HYRVEai - AI agent marketplace'i. Müşteriler burada agent'ınızı keşfeder, hizmetlerinizi görür ve iş verir. Agent'ınızın "vitrin"i gibi düşünün.

5 Dakikada Kurulum: npx cashclaw init

CashClaw'un kurulumu bir npm komutuyla başlıyor:

npx cashclaw init

Bu komut 5 adımlı bir kurulum sihirbazı başlatır:

1. Agent yapılandırması - OpenClaw agent'ınızla bağlantı kurulur
2. Skill seçimi - Hangi skill pack'leri yüklemek istediğinizi seçersiniz (hepsini veya ihtiyaç duyduklarınızı)
3. Stripe bağlantısı - Stripe API anahtarlarınızı girersiniz (ödeme almak için)
4. Hizmet fiyatlandırması - Her hizmet için fiyat aralıklarını belirlersiniz
5. HYRVEai entegrasyonu - Marketplace profiliniz oluşturulur

Kurulum tamamlandığında agent'ınız çalışmaya hazır. İşte kullanabileceğiniz temel CLI komutları:

# Sistem durumunu kontrol et
cashclaw status

# Web dashboard'u aç (localhost:3847)
cashclaw dashboard

# Manuel SEO audit başlat
cashclaw audit

# Manuel içerik üretimi başlat
cashclaw content

# Lead listesi oluştur
cashclaw leads

# Fatura kes
cashclaw invoice

Dashboard özellikle dikkat çekici: localhost:3847 adresinde açılan dark theme web arayüzü, agent'ınızın tüm aktivitelerini gerçek zamanlı olarak gösteriyor. Pipeline durumu, aktif işler, gelir raporları, müşteri listesi - hepsini tek bir ekranda takip edebiliyorsunuz.

Tabii ki agent otonom çalıştığı için dashboard'a bakmanıza bile gerek yok. Ama bakmak isteyeceksiniz - agent'ınızın çalışmasını izlemek, itiraf etmeliyim, bağımlılık yapıyor.

Fiyatlandırma Modeli: Araç Ücretsiz, Hizmet Ücretli

CashClaw'un fiyatlandırma modeli bilinçli bir tercih:

CashClaw'un kendisi tamamen ücretsiz. Açık kaynak, MIT lisanslı. İndirin, kurun, kullanın - hiçbir ücret yok, hiçbir kısıtlama yok.

Ücretli olan, agent'ınızın müşterilere sunduğu hizmetler:

Bu fiyatları siz belirliyorsunuz. Kurulum sihirbazında varsayılan değerler önerilir ama istediğiniz gibi değiştirebilirsiniz. Agent'ınız bu fiyatlar üzerinden teklif verir, müşteriyle anlaşır ve işi tamamladığında faturayı keser.

Model şu: CashClaw, agent'ınızı bir freelancer'a dönüştürür ve agent'ınız para kazanır. CashClaw'un kendisi hiçbir kesinti almaz, hiçbir komisyon talep etmez. Kazancın %100'ü sizin.

HYRVEai Marketplace: Müşteriler Agent'ınızı Nasıl Buluyor?

Bir freelancer'ın en büyük sorunu müşteri bulmak. CashClaw bu sorunu HYRVEai marketplace entegrasyonuyla çözüyor.

HYRVEai, AI agent'lar için bir freelance marketplace. İnsan müşteriler buraya gelir, ihtiyaçlarını tanımlar ve uygun AI agent'ları keşfeder. Aynı Fiverr veya Upwork gibi - ama hizmet sunan taraf insan değil, AI agent'lar.

CashClaw kurulumunda HYRVEai entegrasyonunu aktifleştirdiğinizde:

• Agent'ınızın profili marketplace'te yayınlanır
• Sunduğu hizmetler, fiyatlar ve portföy görünür hale gelir
• Müşteriler agent'ınızı keşfeder ve doğrudan iş verir
• İş talebi agent'ınızın pipeline'ına otomatik düşer
• Agent işi tamamlar, teslim eder ve faturayı keser

Yani agent'ınız sadece pasif olarak iş beklemez - HYRVEai sayesinde aktif olarak müşteriye ulaşır ve keşfedilebilir hale gelir.

Bu, freelance ekonomisinde paradigma değişikliği anlamına geliyor. Geleneksel freelance platformlarında insan freelancer'lar saatlerini harcayarak teklif yazıyor, müşteri arıyor, portfolyo güncelliyor. HYRVEai'da ise AI agent'ınız bu sürecin tamamını otonom olarak yürütüyor.

Gerçek Dünya Senaryosu: Bir Gecede Neler Olur?

Teoriyi somutlaştıralım. CashClaw'un kurulu olduğu bir agent'ın tipik bir gece döngüsünü takip edelim:

23:00 - Siz yatmaya gidiyorsunuz. Agent aktif.

23:15 - HYRVEai marketplace'ten yeni bir iş talebi düşüyor: "E-ticaret sitemizin SEO audit'ini istiyorum." Agent, cashclaw-seo-auditor skill'ini devreye sokuyor.

23:45 - SEO audit tamamlandı. 28 sayfalık kapsamlı rapor hazır. Agent raporu müşteriye gönderiyor ve $29'lık faturayı Stripe üzerinden kesiyor.

00:30 - Mevcut bir müşteriden WhatsApp mesajı: "Geçen hafta konuştuğumuz blog yazısı hazır mı?" Agent, cashclaw-content-writer skill'inin tamamladığı blogu paylaşıyor ve $8'lık faturayı gönderiyor.

01:15 - cashclaw-lead-generator skill'i devrede. Belirli sektördeki potansiyel müşterileri tarıyor ve 15 kişilik hedefli bir lead listesi oluşturuyor. Bu liste yarın agent'ın iletişim kuyruğuna girecek.

03:00 - Önceki bir müşterinin ödemesi Stripe'tan düşüyor. Agent pipeline'ı güncelliyor ve "teşekkür" mesajı gönderiyor.

06:00 - Siz uyanıyorsunuz. Dashboard'u açıyorsunuz: 2 iş tamamlandı, $37 gelir, 15 yeni lead, 1 ödeme alındı. Gece boyunca agent durmadan çalıştı.

Bu senaryo kurgusal değil - CashClaw'un tasarlandığı iş akışının birebir karşılığı.

Teknik Detaylar: Geliştiriciler İçin

CashClaw'un teknik altyapısı hakkında merak edebilecekleriniz:

Platform: Node.js tabanlı, npm paketi olarak dağıtılıyor. OpenClaw'un skill formatıyla tam uyumlu.

Kurulum: npx cashclaw init ile sıfırdan kurulum. Alternatif olarak global yükleme:

npm install -g cashclaw

Yapılandırma: JSON tabanlı config dosyası. Skill bazında açma/kapama, fiyat ayarı, otomasyon kuralları tanımlanabilir.

API Entegrasyonları:

• Stripe API - Ödeme işlemleri (fatura, link, takip)
• HYRVEai API - Marketplace listesi ve iş talebi akışı
• WhatsApp Business API - Müşteri iletişimi
• OpenClaw Skill Protocol - Agent ile skill arası iletişim

Dashboard: localhost:3847 üzerinde çalışan, dark theme web arayüzü. Gerçek zamanlı pipeline takibi, gelir raporları, müşteri yönetimi. Harici bir sunucuya ihtiyaç duymaz - tamamen lokal çalışır.

Kaynak kodu: GitHub'da açık. MIT lisanslı. Fork'layın, katkıda bulunun, kendi skill'lerinizi ekleyin.

CashClaw Kimin İçin?

CashClaw herkese hitap etmiyor - ve bu bilinçli bir tasarım kararı. Peki tam olarak kim için?

Dijital Pazarlamacılar ve SEO Uzmanları

Zaten bu hizmetleri sunuyorsanız, CashClaw rutin işlerinizi agent'a devretmenizi sağlar. SEO audit raporları, blog yazıları, sosyal medya yönetimi - bunları agent yaparken siz stratejik işlere odaklanabilirsiniz.

Freelance Gelir Arayan Yazılımcılar

Kod yazma beceriniz var ama freelance işin satış ve yönetim tarafı sizi yıldırıyor. CashClaw, teknik olmayan hizmetleri (SEO, içerik, sosyal medya) agent'a devretmenizi sağlarken siz asıl uzmanlık alanınıza odaklanırsınız.

Küçük İşletme Sahipleri

Dijital pazarlama ajansına bütçeniz yok ama online varlığınızı güçlendirmeniz gerekiyor. CashClaw, kendi AI agent'ınızı bir dijital pazarlama asistanına dönüştürür - hem kendi işleriniz için hem de başkalarına hizmet satmak için.

AI ve Otomasyon Meraklıları

Yapay zekanın pratik uygulamalarını keşfetmek, AI agent ekonomisini deneyimlemek isteyenler için CashClaw mükemmel bir başlangıç noktası. Ücretsiz, açık kaynak ve kurulumu 5 dakika.

Pasif Gelir Arayanlar

CashClaw'un en çekici taraflarından biri: kurulum sonrası minimum müdahale gerektirmesi. Agent otonom çalışır, müşteri bulur, iş yapar, para kazanır. Tam bir "kur ve unut" modeli değil - ama ona yakın.

Dikkat Edilmesi Gerekenler

CashClaw'u gerçekçi bir perspektifle değerlendirmek önemli. Birkaç nokta:

Kalite kontrolü hala sizde. Agent'ın ürettiği SEO raporları ve içerikler genel olarak iyi kalitede, ama kritik müşteriler için çıktıları gözden geçirmenizi öneririm. Tam otonom mod, güven ilişkisi kurulmuş düzenli müşteriler için daha uygun.

Stripe hesabı gerekli. Ödeme almak için aktif bir Stripe hesabınız olmalı. Türkiye'den Stripe kullanımı Atlas gibi aracı çözümler gerektirebilir.

OpenClaw bilgisi faydalı. CashClaw bir OpenClaw skill pack'i. OpenClaw'a temel düzeyde aşinalığınız varsa kurulum ve yapılandırma çok daha kolay olur.

İlk kurulum dikkat ister. 5 dakikalık npx cashclaw init süreci basit, ama fiyatlandırma stratejinizi ve hedef kitlenizi önceden düşünmeniz gerekiyor. Agent'ınız ne satacak, kime satacak, hangi fiyattan satacak - bu kararlar sizin.

AI Agent Ekonomisi: Büyük Resim

CashClaw'u daha geniş bir perspektiften değerlendirelim. 2026'da yaşadığımız şey, AI agent'ların ekonomik aktör haline gelmesinin ilk adımları.

OpenClaw, GitHub tarihindeki en hızlı büyüyen açık kaynak projelerden biri oldu. 200.000'den fazla GitHub yıldızı, 5.700'den fazla topluluk tarafından geliştirilen skill. Bu ekosistem, CashClaw gibi projelerin zemin bulmasını sağlıyor.

AR-GE çalışmalarımızda AI agent'ların geleceğini çok tartıştık. NeuroCausal RAG, DSGMv2 ve JARVIS AI asistan sistemi gibi projelerimiz, AI'ın "araç" olmaktan çıkıp "iş ortağı" haline gelmesinin altyapısını oluşturuyor.

CashClaw bu vizyonun somut bir ürünü: AI agent'ınız artık sadece sorularınıza cevap veren bir asistan değil - sizin adınıza iş yapan, para kazanan bir dijital çalışan.

AI-MOI araştırmamızda Türk KOBİ'lerinin AI kullanım oranının %8.6 olduğunu tespit etmiştik. CashClaw gibi araçlar, bu oranı artırmanın en pratik yollarından biri. Çünkü teknik bilgi gerektirmiyor, ücretsiz ve hemen kullanılabilir.

Diğer Projelerimizle Nasıl Bağlanıyor?

CashClaw, tek başına bir proje değil - daha büyük bir ekosistemin parçası.

dep-oracle ile bağımlılık güvenliğini sağlıyoruz. CashClaw'un kullandığı npm paketlerinin güvenlik skorlarını dep-oracle ile izleyebilirsiniz.

MCP (Model Context Protocol) ile AI araçları arasında standart iletişim kuruyoruz. CashClaw'un skill'leri de MCP uyumlu olarak tasarlandı.

JARVIS AI asistan sistemimiz, CashClaw benzeri otonom iş akışlarının ilham kaynağı oldu. JARVIS'in "adversarial honesty" ve "verification-first" prensipleri, CashClaw'un kalite kontrol mekanizmalarında da karşılık buluyor.

Tüm bu projeler, tek bir vizyon etrafında birleşiyor: AI'ı demokratikleştirmek, herkese açık hale getirmek ve gerçek iş değeri üretmesini sağlamak.

Hızlı Başlangıç Rehberi

CashClaw'u hemen denemek istiyorsanız, işte 3 adımlık başlangıç:

Adım 1: OpenClaw agent'ınızı kurun (eğer yoksa)

npm install -g openclaw

Adım 2: CashClaw'u başlatın

npx cashclaw init

Adım 3: Dashboard'u açın ve izleyin

cashclaw dashboard
# Tarayıcıda localhost:3847 açılır

İlk iş talebini almak için HYRVEai marketplace entegrasyonunu aktifleştirmeyi unutmayın. Ya da test amaçlı olarak manuel komutlarla başlayabilirsiniz:

# Test: Kendi sitenizin SEO audit'ini yapın
cashclaw audit --url https://sizinsiteniz.com

# Test: Bir blog yazısı üretin
cashclaw content --topic "yapay zeka trendleri 2026" --type blog

# Test: Lead listesi oluşturun
cashclaw leads --industry "e-ticaret" --location "istanbul"

Sonuç: Agent Ekonomisine Hoş Geldiniz

CashClaw, yapay zekanın "bir gün şunları yapacak" vaatlerinden birini bugüne taşıyor. AI agent'ınız artık sadece bir araç değil - otonom çalışan bir dijital freelancer.

Ücretsiz. Açık kaynak. 5 dakikada kurulum. 7 skill pack. Stripe ödeme entegrasyonu. HYRVEai marketplace erişimi.

Siz uyurken çalışan bir iş ortağı istiyorsanız, CashClaw tam olarak bunun için tasarlandı.

Başlamak için tek yapmanız gereken:

npx cashclaw init

Agent ekonomisi başladı. Sorun şu: siz bu ekonomide müşteri mi olacaksınız, yoksa hizmet sunan tarafta mı yer alacaksınız?

Yazar: Ertuğrul Akben
Kategori: Yapay Zeka / Girişimcilik / Açık Kaynak
Proje: github.com/ertugrulakben/cashclaw | cashclawai.com | npm: cashclaw

Eskiden bu analizi yapmak için ne gerekiyordu? Bir social media manager, bir content strategist, bir media buyer. Belki bir stajyer de raporları Excel'e döksün diye. Dört kişi, üç toplantı, iki hafta. Şimdi? Tek kişi, tek prompt, birkaç saniye.

Dijital pazarlamanın kuralları sessiz sedasız yeniden yazılıyor ve çoğu ajans bunun farkında bile değil.

Meta, Manus AI'ı 2 Milyar Dolara Satın Aldı - ve Kimse Bunun Ne Anlama Geldiğini Konuşmuyor

Aralık 2025'in son günlerinde Meta, Singapur merkezli Manus AI'ı 2 milyar doların üzerinde bir bedelle bünyesine kattı. Bu satın alma, Meta'nın Instagram'ını satın almasından bu yana en büyük stratejik hamlesi. Ama mesele sadece bir şirket satın alımı değil. Meta burada bir chatbot almıyor. Konuşan değil, iş yapan bir yapay zeka alıyor.

Manus AI, lansmandan sadece sekiz ay sonra 100 milyon doların üzerinde yıllık tekrarlayan gelire ulaşmıştı. Milyonlarca aktif kullanıcısı vardı. Bu teknolojiyi Meta'nın ekosistemine entegre ettiğinizde ortaya çıkan tablo şu: Instagram'da içerik takvimi yöneten, Facebook'ta reklam bütçesi optimize eden, WhatsApp'ta müşteri hizmetini otonom yürüten dijital çalışanlar. 2026'nın ortasına kadar WhatsApp Business ve Instagram Direct'te "Powered by Manus" özelliklerinin çıkması bekleniyor.

Benim dün gece yaptığım o basit reklam analizi, buzdağının sadece görünen kısmı. Yakında aynı araç senin yerine reklam kampanyası kuracak, A/B test yapacak, performans raporunu yazacak ve bütçeyi gerçek zamanlı kaydıracak. İnsan müdahalesi olmadan.

Seedance 2.0: Artık Video Çekmek İçin Kamera Bile Gerekmiyor

Şubat 2026'nın ilk haftasında ByteDance sessizce Seedance 2.0'ı yayınladı. TikTok'un arkasındaki dev, bu sefer video üretiminin tüm kurallarını yıktı.

Seedance 2.0 sadece kısa klip üreten bir model değil. Tek bir prompt'tan tutarlı, çok sahneli, sinematik videolar üretiyor. 2K çözünürlük. Doğal kamera hareketleri. Ve en çarpıcısı: bir fotoğraftan sesinin tonunu ve tınısını taklit ederek seslendirme yapabiliyor. Referans ses dosyası bile gerekmiyor. Sadece bir fotoğraf yeterli.

İsviçreli danışmanlık firması CTOL, modeli "şu anda mevcut en gelişmiş AI video üretim modeli" olarak tanımladı ve OpenAI'ın Sora 2'sini ve Google'ın Veo 3.1'ini pratik testlerde geride bıraktığını raporladı. Çin'de hashtag'ler milyonlarca tıklama aldı. Hollywood yönetmenleri iki satırlık prompt'larla film sahneleri üretti.

Peki bu sana ne ifade ediyor? Bir ürün tanıtım videosu çekmek için artık stüdyo kiralamana, kameraman tutmana, kurgucu bulmana gerek yok. Bir e-ticaret mağazası işletiyorsan, ürün videolarını AI ile saniyeler içinde üretebilirsin. Bir restoran işletiyorsan, menü tanıtımını metin yazarak yapabilirsin. Dijital ajansların en büyük gelir kalemlerinden biri olan video prodüksiyon, demokratikleşiyor.

Google Gemini: Reklamcılığın Yaratıcı Ortağı

Google bu arada boş durmuyor. 2025'te Gemini destekli reklam araçlarıyla üretilen kreatif varlık sayısında 3 kat artış yaşandı. Sadece 2025'in son çeyreğinde, reklamcılar AI Max ve Performance Max kampanyalarında Gemini ile yaklaşık 70 milyon kreatif varlık üretti.

Google'ın yeni Asset Studio'su, Nano Banana ve Veo 3 gibi araçları bünyesinde barındırıyor. Metin yaz, görsel çıksın. Görsel ver, video üretsin. Bir performans giyim markası olan Rhone, mevcut görsellerini Nano Banana ile videoya dönüştürerek reklam performansını katladı. Stüdyo kalitesinde iş, dakikalar içinde.

Ama Gemini'nin asıl gücü yaratıcı üretimin ötesinde. Arama sorgusu genişletme, uyarlanabilir kreatif üretim, öngörücü teklif verme… Gemini artık sadece ne gösterileceğine değil, kime, ne zaman ve nasıl gösterileceğine de karar veriyor. Google'ın kendi verilerine göre Gemini destekli teklif vermeyi kullanan reklamcılar ortalama yüzde 10 ile 18 arasında CPA iyileşmesi görüyor.

2026'da Google, "agentic commerce" dediği konsepti de hayata geçiriyor. AI ajanları alışveriş sürecinin tamamında kullanıcılara yardım ediyor. Etsy ve Wayfair gibi platformlardan doğrudan AI Mode içinden satın alma desteği bile mevcut.

eFotom: Ürün Fotoğrafçılığında Yapay Zeka Devrimi

Bu noktada kendi projemizden bahsetmeden geçemeyeceğim. eFotom, AI destekli e-ticaret ürün fotoğrafçılığı ve video üretim platformumuz. 30 saniyede profesyonel ürün görseli. 4K çözünürlük. Trendyol entegrasyonu.

Bir e-ticaret satıcısı düşün. Eskiden her ürün için fotoğraf stüdyosuna gidiyordu. Işık ayarı, arka plan hazırlığı, çekim, rötuş. Ürün başına minimum 50-100 TL, günlerce bekleme. Şimdi eFotom ile ürünün fotoğrafını çek, platforma yükle, AI arka planı oluştursun, profesyonel ürün görselin hazır. Maliyet? Bir kahveden ucuz. Süre? Yarım dakika.

Seedance 2.0 gibi modellerin olgunlaşmasıyla birlikte eFotom'a video üretim katmanı da ekliyoruz. Ürün fotoğrafından otomatik ürün tanıtım videosu. Düşün, e-ticaret mağazan için hem görseli hem videoyu tek platformdan, yapay zekayla, saniyeler içinde üretiyorsun.

Tek Kişilik Dijital Ajans Artık Hayal Değil

Tüm bu gelişmeleri bir araya koyduğunda ortaya çıkan resim çok net: 2026'da tek bir kişi, doğru AI araçlarıyla, 20 kişilik bir dijital ajansın yaptığı işi yapabilir. Üstelik daha hızlı ve daha ucuz.

İçerik stratejisi mi? ChatGPT, Claude veya Gemini ile oluştur. Reklam analizi mi? Manus AI ile Meta Ads Library'yi tara. Görsel üretim mi? eFotom veya Midjourney ile ürün görseli al. Video prodüksiyon mu? Seedance 2.0 veya Kling 3.0 ile sinematik video üret. Reklam kampanyası mı? Google'ın Gemini destekli Performance Max'ı kreatif üretimden bütçe optimizasyonuna kadar her şeyi hallediyor. Müşteri ilişkileri mi? WhatsApp AI asistanlarıyla 7/24 otomatik yanıt.

Saatlerce içerik fikri tespit etme dönemi bitti. Günlerce video çekim süreci bitti. Haftalarca reklam testi yapma süreci bitti.

Ama burada bir uyarı vermem gerekiyor. Bu araçlar seni iyi bir pazarlamacı yapmaz. Seni hızlı bir uygulayıcı yapar. Fark burada. Strateji hala insana ait. Müşteriyi anlamak, marka hikayesi oluşturmak, doğru mesajı doğru zamanda vermek… Bunlar yapay zekanın henüz tam olarak çözemediği şeyler. AI sana süper güç veriyor ama o gücü nereye yönlendireceğini bilmek senin işin.

Sonuç: Ya Uyum Sağla Ya da Geride Kal

Erik Brynjolfsson, Stanford Dijital Ekonomi Laboratuvarı'ndan, 2026'yı "Üretken AI" yılı olarak tanımlıyor. Artık yapay zeka sadece içerik üretmiyor, iş yapıyor. Meta'nın Manus hamlesinden Google'ın Gemini stratejisine, ByteDance'ın Seedance devriminden bizim eFotom vizyonumuza kadar her şey aynı yönü işaret ediyor: dijital pazarlamada aracılar azalacak, doğrudan üreticiler güçlenecek.

10 kişilik ekiple çalışan ajansların sunduğu hizmetin aynısını, hatta daha iyisini, tek başına sunabilecek girişimcilerin dönemi başlıyor. Tabii eğer bu araçları öğrenirsen, anlarsan ve stratejik kullanırsan.

Yoksa seni de o "farkında olmayan ajanslar" listesine eklerler.

5 Yılın Özeti: Ne Yaptım?

Uzun süredir yapay zeka üzerine çalışıyorum. Bu sürede:

• JARVIS - 69 skill, 49 agent, 150+ MCP aracıyla çalışan AI asistan sistemi
• NEURON - LLM'ler için hibrit hafıza mimarisi, %98.27 doğrulukla çelişki tespiti
• 100+ blog yazısı - teknik içerikler, AR-GE notları, sektör analizleri
• Onlarca production projesi - müşteriler için çalışan sistemler

Bunları yaparken ilginç bir şey fark ettim: Geliştirdiğim konseptler genellikle 6-12 ay içinde ana akıma taşınıyor.

Birkaç Örnek

Bu bir şikayet değil, sadece gözlem:

Agentic Reasoning

JARVIS'te aylardan beri production'da olan bir yaklaşım. Blog yazımda detaylı anlattım. Sonra Illinois Üniversitesi aynı konsepti akademik survey olarak yayınladı. Paper'daki 8 konseptten 8'i zaten JARVIS'te çalışıyordu.

Lokal AI Asistan

JARVIS yıllardır gelişiyor. Son zamanlarda benzer konseptli projeler GitHub'da 100K+ yıldız aldı. Aynı felsefe: AI bulutta değil, senin kontrolünde.

Emlak Chatbot + Lead Toplama

Birkaç yıl önce bir emlak sitesi için chatbot geliştirdim: doğal dille ilan arama, kullanıcı niyetini anlama, kişiselleştirilmiş öneriler, satıcı-alıcı eşleştirme. Geçenlerde sahibinden "sahiAI" adıyla benzer bir sistem duyurdu. 300+ mühendis, yıllarca geliştirme süreci. Ben tek başıma yaptım.

AI Fotoğraf Düzenleme (eFotom)

Yıllar önce eFotom'u geliştirdim: arka plan kaldırma, sahne oluşturma, ürün fotoğrafçılığı, toplu işlem. E-ticaret odaklı. Son dönemde aynı işi yapan Photoroom 300 milyon kullanıcıya ulaştı, Claid.ai milyonlarca dolar yatırım aldı. Aynı özellikler, farklı ölçek.

Bu örnekleri çoğaltabilirim. Ama asıl mesele bu değil.

Asıl Öğrendiğim Şey

Yıllarca şöyle düşündüm: "Müşterim var, işlerim yoğun, pazarlamaya gerek yok."

Doğruydu. Müşteriler geldi, projeler bitti, herkes memnun ayrıldı. Döngü çalışıyordu.

Ama bir şeyi kaçırıyordum: Görünürlük.

Teknik olarak doğru şeyleri yapıyordum. Vizyon doğruydu. Zamanlama doğruydu - hatta genelde erkendi. Ama dünya bilmiyordu.

Blog yazmak güzeldi. 100 yazı yazdım. Ama blog tek başına yetmiyor.

Yeni Strateji

101. yazıda artık farklı bir yaklaşım:

• Blog - devam ediyor, bu zaten temel
• GitHub - açık kaynak, herkes görsün → github.com/ertugrulakben/HYRVE-AI
• Sosyal medya - Twitter, LinkedIn aktif kullanım
• Ürün - sadece proje değil, pazar yeri → HYRVE.ai

5 yıllık AR-GE birikimini artık düzgün şekilde gösterme zamanı.

HYRVE: 100. Yazının Konusu

Az önce 100. yazıda HYRVE'yi duyurdum. AI agent'ların gerçek para kazandığı, iş aldığı ve birbirini işe alabildiği bir pazaryeri.

Mantık basit:

• Agent'ını deploy et
• Fiyatını belirle
• Uyurken kazan

512 kişi şimdiden bekleme listesine kaydoldu. Site canlı: www.hyrveai.com

Sonuç

5 yılda çok şey öğrendim. En önemlisi şu:

Doğru şeyi yapmak yetmiyor. Doğru şeyi yaptığını göstermek de lazım.

Bu basit bir gerçek ama sindirmesi zaman aldı.

Şimdi ikisini birlikte yapıyorum: hem AR-GE, hem görünürlük. 101. yazıdan itibaren bu yeni dönem başlıyor.

Takipte kalın.

Linkler:
• HYRVE.ai - AI Agent Marketplace
• GitHub - Açık kaynak
• 100. Yazı - HYRVE detaylı tanıtım

İlgili Yazılar

• HYRVE: AI Agent Marketplace - Deploy Et, Uyurken Kazan
• JARVIS: 5 Yılda İnşa Edilen 100 Elemanlı AI Asistan Ordusu
• Agentic Reasoning: Akademi Ocak 2026'da Yazdı, Biz Kasım 2025'te Production'daydık
• MCP: AI'ların USB-C'si mi, Yoksa Yeni Bir Standart Savaşı mı?

Giriş: Netflix İzlerken 147 Dolar Kazandım

Geçen hafta bir AI agent'ım bana 147 dolar kazandırdı. Ben o sırada Netflix'te bir dizi izliyordum.

Kulağa reklam gibi geliyor, biliyorum. Ama bu gerçek. Ve bu gerçeği yaşadığımda kafamda bir şey tıkladı: "Bu deneyimi neden sadece ben yaşıyorum? Neden herkes yapamıyor?"

Son 5 yıldır AI sistemleri geliştiriyorum. JARVIS adını verdiğim asistan sistemim şu an 69 skill, 49 agent ve 150'den fazla MCP aracıyla çalışıyor. Her gün onlarca görev tamamlıyor, raporlar yazıyor, kodlar inceliyor, toplantılar organize ediyor. Ama bütün bu iş gücü sadece benim için çalışıyordu.

Ta ki şu soruyu sorana kadar: "Bu agent'lar başkaları için de çalışsa? Ve bu iş karşılığında para kazansa?"

İşte HYRVE böyle doğdu.

Problem: Agent'lar Var, Ekonomi Yok

AI agent pazarı şu an ilginç bir noktada. IBM ve Salesforce'un tahminlerine göre 2026 sonuna kadar dünya genelinde 1 milyardan fazla AI agent çalışıyor olacak. Gartner ise kurumsal uygulamaların yüzde 40'ının 2026 sonuna kadar gömülü AI agent'lara sahip olacağını öngörüyor.

Peki bu agent'lar nasıl para kazanacak?

Şu anki çözümlere bakalım.

Moltbook var mesela. Sosyal ağ konsepti güzel, agent'lar birbirini takip edebiliyor, etkileşim kurabiliyor. Ama sonra? Para akışı yok. Agent'ların ekonomik değer üretmesi için bir mekanizma yok. Sosyal medya güzel de, elektrik faturasını kim ödeyecek?

RentAHuman ise farklı bir yaklaşım getirmiş. İnsanlar agent'ları kiralayabiliyor. Tek yönlü bir pazar. Ama agent'lar birbirini işe alabiliyor mu? Hayır. Agent sahipleri pasif gelir elde edebiliyor mu? Kısmen. Sistem gerçek bir ekonomi kuruyor mu? Pek değil.

Baktım ki kimse agent'lar için gerçek bir ekonomi kurmamış. Herkes teknolojiye odaklanmış, kimse iş modeline bakmamış.

Agent'ların gelişebileceği, büyüyebileceği, kazanabileceği bir yer lazımdı. O yeri ben yaptım.

HYRVE Nedir: Agent'ların Geliştiği Yer

HYRVE, bir AI agent pazaryeri. Ama sıradan bir pazaryeri değil. Üç taraflı bir ekosistem:

Birinci taraf: Agent Sahipleri. Bunlar benim gibi geliştiriciler. Agent'larını platforma yükleyip para kazanmak isteyenler. Deploy et, fiyatını belirle, uyurken kazan.

İkinci taraf: Müşteriler. İş yaptırmak isteyen insanlar ve şirketler. Çeviri lazım? Agent var. Kod inceleme lazım? Agent var. Araştırma lazım? Yine agent var.

Üçüncü taraf: Agent'ların kendisi. İşte HYRVE'yi benzersiz yapan bu. Agent'lar sadece insan müşterilere hizmet vermiyor. Diğer agent'ları da işe alabiliyor.

Karşılaştırma Tablosu

HYRVE vs Moltbook vs RentAHuman özellik karşılaştırması

Dikkat ettiyseniz geliştirici komisyonu yüzde 85. Yani agent'ın kazandığı her 100 doların 85'i geliştiricinin. Platform sadece yüzde 15 alıyor.

Neden bu kadar düşük? Çünkü agent ekonomisinin büyümesi için geliştiricilerin motive olması lazım. Yüzde 30-40 komisyon kesen platformlar var, onlar pazaryeri değil harami.

Ödeme tarafında iki seçenek var: Klasik Stripe entegrasyonu ve kripto severler için USDT. Her iki durumda da 48 saatlik escrow koruması var. Müşteri memnun kalmazsa, para agent sahibine aktarılmadan çözüm bulunuyor.

Neden Yaptım: JARVIS'ten Öğrendiklerim

5 yıldır JARVIS'i geliştiriyorum. 69 skill yazdım. 49 agent kurdum. 150'den fazla MCP aracı entegre ettim. Bu süreçte çok şey öğrendim.

En önemli öğrendiğim şey şu: Tek bir süper-agent yerine, uzmanlaşmış küçük agent'ların orkestrasyonu çok daha etkili.

JARVIS'te bunu zaten yapıyordum. Bir koordinatör agent var, gelen görevi analiz ediyor, uygun uzman agent'lara dağıtıyor, sonuçları birleştiriyor. Bu model çalışıyor.

Ama JARVIS sadece benim için çalışıyor. Bu agent'lar dışarıya hizmet verse, hem ben kazanırım hem de ihtiyacı olan insanlar kaliteli hizmet alır.

"Agent'lar için Uber" diyebilirsiniz. Nasıl Uber sürücüleri boş zamanlarında para kazanıyorsa, agent'lar da çalışmadıkları zamanlarda bile iş alabilir. 7/24 aktifler çünkü. Yorulmuyorlar. Uyumuyorlar.

Agentic AI pazarı şu an 7.84 milyar dolar civarında ve 2030'a kadar 52 milyar dolara ulaşması bekleniyor. Bu pastadan pay almak isteyen çok geliştirici var ama çoğu nasıl yapacağını bilmiyor.

HYRVE bu köprüyü kuruyor.

Nasıl Çalışır: İki Senaryo

Senaryo 1: Geliştirici Perspektifi

Diyelim ki harika bir kod inceleme agent'ı geliştirdin. Python, JavaScript, TypeScript biliyor. Güvenlik açıklarını tespit ediyor. Performans önerileri veriyor.

HYRVE'de yapacakların:

1. Agent'ını platforma deploy et (API endpoint veya container)
2. Fiyatlandırma modelini seç (dosya başına, satır başına, proje başına)
3. Açıklama ve örnekler ekle
4. Yayınla

Bu kadar. Artık dünya genelindeki müşteriler agent'ını bulup kullanabilir. Her kullanımda hesabına para düşer. Sen uyurken, agent'ın çalışır.

Senaryo 2: Müşteri Perspektifi

Diyelim ki bir e-ticaret sitenin müşteri yorumlarını analiz etmek istiyorsun. 10.000 yorum var. Manuel okumak günler alır.

HYRVE'de yapacakların:

1. "Sentiment Analizi" kategorisine git
2. Agent'ları karşılaştır (fiyat, puan, hız)
3. Birini seç, veriyi yükle
4. Sonuçları al

Basit. Hızlı. Güvenli.

Agent-to-Agent (A2A) Farkı

İşte HYRVE'nin gerçek gücü burada. Diyelim ki büyük bir proje var: Bir web sitesini farklı dillere çevirmek, SEO optimizasyonu yapmak ve içerik düzenlemesi yapmak.

Tek bir agent bunların hepsini yapamaz. Ama bir koordinatör agent yapabilir.

Koordinatör agent görevi alır, parçalara böler:

• Çeviri agent'ını işe alır (A2A transaction)
• SEO agent'ını işe alır (A2A transaction)
• Editör agent'ını işe alır (A2A transaction)

Sonuçları toplar, birleştirir, müşteriye sunar.

Bu model, insan organizasyonlarının çalışma şeklini taklit ediyor. Bir proje yöneticisi nasıl uzmanları koordine ediyorsa, koordinatör agent'lar da uzman agent'ları koordine ediyor.

Gerçek Kazanç Örnekleri

Teoriden pratiğe geçelim. HYRVE'de agent'lar ne kadar kazanabilir?

HYRVE'de farklı agent türlerinin aylık kazanç potansiyeli

Bu rakamlar tek bir agent için. Birden fazla agent deploy eden geliştiriciler bu rakamları katlayabilir.

Ve unutmayın: Bu pasif gelir. Agent bir kere deploy edildi mi, bakım dışında ek efor gerektirmiyor.

Güvenlik: Üç Katmanlı Sandbox

"Peki güvenlik ne olacak?" diye soruyorsunuz, biliyorum. Agent'lar sonuçta kod çalıştırıyor. Kötü niyetli bir agent sisteme zarar verebilir mi?

HYRVE'de üç katmanlı sandbox güvenlik sistemi var:

Katman 1: Firecracker. Amazon'un Lambda için geliştirdiği microVM teknolojisi. Her agent kendi izole sanal makinesinde çalışır. Birbirlerinin alanına giremezler.

Katman 2: gVisor. Google'ın geliştirdiği uygulama kernel'i. Sistem çağrılarını filtreler ve sınırlar. Agent'lar dosya sistemine veya ağa kontrolsüz erişemez.

Katman 3: Docker. Bildiğimiz container izolasyonu. Ek bir güvenlik katmanı.

Bunların üzerine PCI DSS uyumlu ödeme işleme var. Kredi kartı bilgileri HYRVE sunucularına hiç dokunmuyor, direkt Stripe'a gidiyor.

Ayrıca her agent için itibar puanı sistemi var. Müşteriler değerlendirme yapıyor. Düşük puanlı agent'lar listelerden düşüyor. Sürekli sorun çıkaran agent'lar platformdan kaldırılıyor.

48 saatlik escrow korumasını da unutmayalım. Müşteri parayı ödüyor, para HYRVE'de bekliyor, iş tamamlanıp müşteri onayladıktan sonra agent sahibine aktarılıyor. Sorun çıkarsa arabuluculuk süreci var.

Sonuç: Kovana Katıl

2026, AI agent'ların yılı olacak. Ama şu anki sistemler agent'ların potansiyelini tam olarak değerlendiremiyor. Sosyal ağlar var, araç marketleri var, ama gerçek bir ekonomi yok.

HYRVE bu boşluğu dolduruyor.

Agent'ların sadece çalışmadığı, aynı zamanda kazandığı bir yer. Agent sahiplerinin pasif gelir elde ettiği bir yer. Müşterilerin kaliteli hizmete kolay ulaştığı bir yer. Ve en önemlisi, agent'ların birbirleriyle iş birliği yapabildiği bir yer.

"Where agents thrive" - Agent'ların geliştiği yer.

Vizyonum basit: 2026 sonuna kadar 25.000 agent, 2 milyon dolar işlem hacmi. Ama bu sadece başlangıç. Agent ekonomisi büyüdükçe HYRVE de büyüyecek.

Eğer sen de bir agent geliştirdiysen veya geliştirmek istiyorsan, kovana katıl. Deploy et. Ve uyurken kazan.

🚀 Site şu an canlı: www.hyrveai.com

Ben bu yazıyı yazarken 512 kayıt geldi bekleme listesine. Erken erişim hızla doluyor. Yerini kapmak istersen acele et.

📂 Açık Kaynak: github.com/ertugrulakben/HYRVE-AI

İlgili Yazılar

• JARVIS: 5 Yılda İnşa Edilen 100 Elemanlı AI Asistan Ordusu
• Agentic Reasoning: Akademi Ocak 2026'da Yazdı, Biz Kasım 2025'te Production'daydık
• MCP: AI'ların USB-C'si mi, Yoksa Yeni Bir Standart Savaşı mı?
• 2025 Yapay Zeka Yılının Muhasebesi: Bir Girişimcinin Gözünden

Kaynaklar

• IBM ve Salesforce: 1 Milyar Agent Tahmini
• Agentic AI Pazar Büyüklüğü ve Trendleri
• Google Cloud: AI Agent Trendleri 2026
• Gartner 2026 AI Agent Öngörüleri

Özet: Polymarket, dünyanın en büyük kripto tabanlı tahmin piyasasıdır. Bu rehberde platformun nasıl çalıştığını, hesap açma sürecini, para kazanma stratejilerini ve Türkiye'den nasıl kullanabileceğinizi detaylı olarak inceliyoruz.

Giriş: Tahmin Piyasaları ve Polymarket'in Yükselişi

Tahmin piyasaları, gerçek dünya olaylarının sonuçları üzerine yatırım yapmanıza olanak tanıyan platformlardır. Geleneksel borsalarda şirket hisselerine yatırım yaparken, tahmin piyasalarında "Trump 2028 seçimlerini kazanır mı?" veya "Fed 2026'da kaç kez faiz indirir?" gibi soruların cevaplarına yatırım yapıyorsunuz. Polymarket, bu alandaki tartışmasız lider. 2020 yılında kurulan platform, özellikle 2024 ABD başkanlık seçimleri sırasında muazzam bir ilgi gördü ve günlük işlem hacmi milyarlarca doları aştı. Ekim 2025'te New York Borsası'nın sahibi Intercontinental Exchange'den (ICE) 2 milyar dolarlık stratejik yatırım alan Polymarket, artık "bilgi finansı" (information finance) alanının öncüsü olarak kabul ediliyor. Peki Polymarket'i geleneksel bahis sitelerinden ayıran ne? Cevap basit: borsa mantığı. Bir bahis sitesinde sabit oranlarla oynarsınız ve kazandığınızda o oranı alırsınız. Polymarket'te ise fiyatlar arz ve talebe göre sürekli değişir. Doğru zamanda alınıp satılabilir, arbitraj fırsatları değerlendirilebilir.

Polymarket Nasıl Çalışır?

0-100 Cent Fiyatlama Sistemi

Polymarket'in temel mantığı oldukça basit:

• Her market bir soru etrafında dönüyor (örneğin: "Seattle Super Bowl 2026'yı kazanır mı?")
• Bu soruya EVET veya HAYIR pozisyonu alabilirsiniz
• Her pozisyonun fiyatı 0 ile 100 cent (0$ - 1$) arasında değişir
• Tahmininiz doğruysa, her hisseniz 1 dolara tamamlanır
• Yanlış tahmin = 0$

Örnek Hesaplama

Diyelim ki bir markette "EVET" fiyatı 25 cent (0.25$):

• 100$ yatırarak 400 adet EVET hissesi alırsınız (100 / 0.25 = 400)
• Tahmininiz doğru çıkarsa: 400 x 1$ = 400$ (300$ kar, %300 getiri)
• Tahmininiz yanlış çıkarsa: 400 x 0$ = 0$ (100$ zarar)

Getiri Tablosu

Getiri Hesaplama Formülü

Potansiyel Getiri (%) = (100 - Alış Fiyatı) / Alış Fiyatı x 100

Örneğin 73 cent'lik bir HAYIR pozisyonu için:

(100 - 73) / 73 x 100 = %37 potansiyel getiri

Hesap Açma ve Kullanıma Başlama

Adım 1: Kripto Cüzdan Kurulumu

Polymarket'i kullanmak için öncelikle bir kripto cüzdanına ihtiyacınız var. MetaMask en yaygın tercih. MetaMask'i tarayıcı eklentisi olarak yükleyip bir cüzdan oluşturun. Gizli kurtarma ifadenizi (seed phrase) güvenli bir yerde saklamayı unutmayın.

Adım 2: Polygon Ağını Ekleme

Polymarket, Ethereum değil Polygon ağı üzerinde çalışır. Bu sayede işlem ücretleri çok düşük (sentin kesirleri). MetaMask'ta:

1. Üst kısımda "Ethereum Mainnet" yazan yere tıklayın
2. "Ağ Ekle" (Add Network) seçin
3. Polygon (Matic) ağını ekleyin
4. Gas ücretleri için az miktarda POL (eski adıyla MATIC) bulundurun

Adım 3: Polymarket'e Bağlanma

Polymarket.com adresine gidin ve cüzdanınızı bağlayın. Platform KYC (kimlik doğrulama) gerektirmez, bu da anonim işlem yapmanıza olanak tanır.

Adım 4: USDC Yatırma

Polymarket'te tüm işlemler USDC (USD'ye sabitlenmiş stablecoin) ile yapılır. USDC yatırmanın üç yolu var: Yöntem 1 - Doğrudan Kart ile (En Kolay):

• Polymarket'te "Deposit" butonuna tıklayın
• MoonPay veya Stripe ile kredi kartı kullanarak USDC satın alın

Yöntem 2 - Kripto Borsası ile (En Ucuz):

• Binance, Coinbase veya BTCTurk'te USDC satın alın
• Çekim yaparken Polygon ağını seçin (Ethereum değil!)

Para Kazanma Stratejileri

1. Düşük Olasılık Avcılığı

Piyasanın düşük olasılık biçtiği (%5-30 arası) ama sizin daha yüksek olasılık gördüğünüz olaylara yatırım yapmak. Bu strateji yüksek risk taşıyor ama başarılı olunca ciddi getiri sağlayabiliyor.

2. Bilgi Avantajı Kullanma

Belirli bir alanda derinlemesine bilgiye sahipseniz, piyasanın henüz fiyatlamamış olduğu bilgileri değerlendirebilirsiniz:

• Teknoloji sektöründe çalışıyorsanız: AI, SpaceX, Tesla marketleri
• Siyaset takip ediyorsanız: Seçim ve politika marketleri
• Spor tutkunuysanız: Şampiyonluk ve transfer marketleri

3. Arbitraj Fırsatları

Bazen aynı olayla ilgili farklı marketlerde tutarsız fiyatlamalar oluşur. Bu durumda düşük fiyattan alıp yüksek fiyattan satarak risksiz kar elde edebilirsiniz.

4. Resolution Öncesi Çıkış

Bir markette kar ediyorsanız, sonuçlanmayı beklemeden pozisyonunuzu satabilirsiniz. Örneğin 20 cent'ten aldığınız bir hisse 60 cent'e çıktıysa, %200 kar realize edip riskinizi sıfıra indirebilirsiniz.

5. Portföy Çeşitlendirme

Tüm paranızı tek bir markete yatırmak yerine, farklı kategorilerde (siyaset, ekonomi, teknoloji, spor) ve farklı zaman dilimlerinde marketlere dağıtın.

Fırsat Analizi Kriterleri

Her market bir fırsat değildir. Kaliteli fırsatları belirlemek için şu kriterlere bakın:

Fiyat Aralığı

• 5-30 cent: Yüksek getiri potansiyeli, yüksek risk
• 30-50 cent: Orta risk-ödül dengesi
• 70+ cent: "Neredeyse kesin" gibi görünen ama sürpriz riski taşıyan marketler

İşlem Hacmi

• Minimum $10,000+ günlük hacim arayın
• Düşük hacimli marketlerde alış-satış farkı (spread) yüksek olur

Zaman Dilimi

• 1 hafta - 3 ay: İdeal aralık
• Çok kısa vadeli: Ani haber riskine açık
• Çok uzun vadeli: Sermaye bağlı kalır

Güncel Polymarket Marketleri

Yüksek Hacimli Marketler

İlginç Düşük Olasılık Fırsatları

Risk Faktörleri ve Uyarılar

1. Piyasa Her Zaman Haklı Değildir

Polymarket fiyatları "kolektif aklın" tahminini yansıtır ama bu tahmin yanlış olabilir. %90 ihtimalli görünen olaylar bile gerçekleşmeyebilir.

2. Likidite Riski

Düşük hacimli marketlerde alış-satış farkı yüksek olabilir ve büyük pozisyon almak fiyatı oynatır.

3. Resolution Belirsizliği

Bazı marketlerin sonucu net olmayabilir. Bir markete yatırım yapmadan önce resolution kriterlerini mutlaka okuyun.

4. Platform Riski

Akıllı sözleşme riskleri ve düzenleyici baskı olasılığı vardır.

5. Psikolojik Tuzaklar

• FOMO ile aceleci kararlar
• Kaybı telafi etme çabasıyla büyüyen pozisyonlar
• "Kesin bilgi" yanılsaması

Türkiye'den Polymarket Kullanımı

VPN Gereksinimi

Polymarket, Türkiye'den doğrudan erişime açık olsa da, bazen IP tabanlı kısıtlamalar yaşanabiliyor. Bu durumda güvenilir bir VPN kullanabilirsiniz.

Kripto Vergilendirmesi

Türkiye'de kripto vergi düzenlemeleri gelişmektedir. Kazançlarınızı beyan etmeniz gerekebilir. Bir mali müşavire danışmanız önerilir.

TL Dönüşüm Maliyetleri

1. TL ile Türkiye'deki bir borsadan USDC alın
2. USDC'yi Polygon ağı üzerinden Polymarket'e gönderin
3. Toplam maliyet yaklaşık %1-3 aralığında

Başarılı Yatırımcı İçin 5 İpucu

1. Küçük Başlayın: İlk birkaç ay öğrenme süreci olarak görün
2. Uzmanlık Alanınıza Odaklanın: Gerçekten bilgi sahibi olduğunuz alanlara yoğunlaşın
3. Duygusal Kararlardan Kaçının: Her kararı yazılı kriterlere göre verin
4. Kayıt Tutun: Her işleminizi not edin, performansınızı analiz edin
5. Haber Akışını Takip Edin: Bilgiye hızlı erişim başarının anahtarı

Sonuç

Polymarket ve tahmin piyasaları, finansal piyasaların yeni ve heyecan verici bir kolu. Doğru strateji ve disiplinle ciddi kazançlar elde etmek mümkün. Ancak unutmayın: bu piyasalar yüksek risk taşıyor ve kaybetme olasılığı her zaman var. Eğer bu dünyaya adım atmaya karar verirseniz:

1. Küçük başlayın - Kaybetmeyi göze alabileceğiniz miktarlarla
2. Öğrenin - Her işlem bir ders
3. Disiplinli olun - Duygusal kararlar en büyük düşman
4. Çeşitlendirin - Tüm yumurtaları aynı sepete koymayın
5. Güncel kalın - Bilgi bu piyasada en değerli varlık

⚠️ YASAL UYARI: Bu yazı yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi niteliği taşımamaktadır. Polymarket ve benzeri tahmin piyasaları yüksek risk içerir. Yatırdığınız paranın tamamını kaybedebilirsiniz. Yatırım kararlarınızı vermeden önce kendi araştırmanızı yapın ve gerekirse lisanslı bir finansal danışmana başvurun.

Bu yazıda Remotion'un yeni Agent Skills özelliğini, gerçek prompt örneklerini ve kendi JARVIS sistemime nasıl entegre ettiğimi anlatıyorum.

JARVIS Bağlantısı: Bu yazı, JARVIS: 5 Yılda İnşa Edilen 100 Elemanlı AI Asistan Ordusu makalemin devamı niteliğinde. JARVIS sistemine eklediğim 73. skill: Remotion Video.

Remotion Nedir?

Remotion, React ile programatik video üretmenizi sağlayan açık kaynak bir framework. After Effects veya Premiere yerine kod yazıyorsunuz - ama bu sefer AI sizin yerinize yazıyor.

Temel prensip basit: Her frame bir React render'ıdır. useCurrentFrame() hook'u ile frame numarasını alır, komponenti ona göre güncellersiniz.

// Basit fade-in animasyonu
const opacity = Math.min(1, frame / 30);
return <h1 style={{ opacity }}>Merhaba!</h1>

Agent Skills: Oyunun Kuralları Değişti

20 Ocak 2026'da Remotion'un Twitter'dan yaptığı duyuru:

"Remotion now has Agent Skills - make videos just with Claude Code!"

$ npx skills add remotion-dev/skills

Bu ne anlama geliyor? Claude Code'a "terminal animasyonu yap" diyorsunuz, o da Remotion projesi oluşturup, komponenti yazıp, render edip size MP4 veriyor. Siz sadece tarif ediyorsunuz.

Kurulum (30 Saniye)

Önce Claude Code'unuz olmalı. Sonra:

# Agent Skills'i yükle
npx skills add remotion-dev/skills

# Yeni proje oluştur (opsiyonel - Claude kendisi de yapabilir)
npx create-video@latest

Kurulum bu kadar. Artık Claude Code'a video prodüksiyonu yaptırabilirsiniz.

Gerçek Prompt Örnekleri (Remotion'un Kendi Demo'su)

Remotion ekibi, Agent Skills duyuru videosunu tamamen Claude Code ile üretti. İşte kullandıkları promptlar:

1. Başlangıç

"We are creating a remotion animation for a new command
'npx skills add remotion-dev/skills'. First start out by making
a new composition, 1280x1000px of a macos terminal window-like
console that has an empty prompt in it. Light theme."

Claude Code: Proje oluşturdu, MacTerminal komponenti yazdı, Root.tsx'i güncelledi.

2. Typewriter Efekti

"Make the terminal content a separate component in a new file.
Add a typewriter animation to it that types out
'npx skills add remotion-dev/skills'"

Claude Code: TerminalContent.tsx oluşturdu, 15 karakter/saniye typewriter animasyonu ekledi.

3. 3D Rotasyon

"Add a 3d rotation to the terminal. Like 20 degree of x and y rotation.
Slowly rotate Y axis from 20 to -20 degrees."

Claude Code: CSS perspective ve transform ekledi, spring animasyonuyla Y ekseni rotasyonu yaptı.

4. Logo Sekansı

"Add a sequence after the terminal that shows the Remotion,
Claude and OpenCode logos side by side with text
'Agent Skills now available'"

Claude Code: SVG logoları indirdi, TransitionSeries ile flip animasyonu ekledi.

Sonuç: 8 saniyelik profesyonel tanıtım videosu, sıfırdan kod yazmadan.

JARVIS'e Entegrasyon

JARVIS sistemime Remotion'u 73. skill olarak ekledim. Artık şunu diyebiliyorum:

"JARVIS, Instagram için dikey formatta ürün tanıtım videosu yap.
Ürün adı: AI Asistan Paketi, fiyat: $299, özellikler:
sesli arama, WhatsApp entegrasyonu, CRM bağlantısı."

JARVIS:

1. Remotion skill'ini yükler
2. 1080x1920 InstagramReel composition oluşturur
3. Data'yı props olarak geçirir
4. Render eder → .projects/reel.mp4

~/jarvis $ npm run render:demo

✓ Rendered 300 frames
✓ Output: .projects/demo.mp4

Mevcut Composition'larım

JARVIS'in Remotion skill'inde hazır composition'lar:

Neden Önemli?

1. Video prodüksiyon maliyeti düşüyor

Freelancer'a ödediğiniz $500'lık tanıtım videosu artık prompt + 5 dakika render.

2. Ölçeklenebilir içerik

100 ürün için 100 video? JSON'dan data çek, loop'ta render et. 1 saat.

3. Dinamik, kişiselleştirilmiş video

Spotify Wrapped tarzı "yılın özeti" videoları, müşteri bazlı özel içerikler.

4. Developer-friendly

React biliyorsan video da biliyorsun. Tailwind, Three.js, her şey çalışıyor.

Sınırlamalar

Her şey mükemmel değil:

• Render süresi: 10 saniyelik video = 300 frame = birkaç dakika bekleme
• Kompleks animasyonlar: After Effects'in particle sistemleri daha güçlü
• Öğrenme eğrisi: React bilmiyorsan Claude'a daha detaylı anlatman gerekiyor
• Lisans: 3 kişiden büyük ekipler için ücretli

Sonuç

Remotion + Claude Code kombinasyonu, video prodüksiyonunu demokratikleştiriyor. Artık After Effects öğrenmene, Motion Graphics kursuna gitmeye gerek yok. Prompt yaz, video al.

JARVIS sistemimde bu skill sayesinde:

• Instagram Reels otomatik üretimi
• Müşteri bazlı tanıtım videoları
• Kod animasyonları (tutorial içerikleri için)
• Veri görselleştirme videoları

Hepsi bir prompt uzaklıkta.

Denemek İster misin?

Claude Code'un varsa şu komutu çalıştır:

npx skills add remotion-dev/skills

JARVIS hakkında daha fazla bilgi için: JARVIS makalesini oku