Sistemler, piyasalar ve anlamaya çalıştığım her şey üzerine notlar.

Bugün Atlas’ın ilk deneyini belirledim.

Soru net: halka arz edilmiş bir hissenin tavan kapanış serisi sona erdikten sonra, önümüzdeki beş işlem gününde yeniden yükseliş üretme ihtimaliyle sert düşüş riskini birbirinden ayırabilir miyiz?

Bu deneyde başlangıç noktası, hissenin gün içinde tavanın altına ilk kez indiği an değil; günlük tavan fiyatının altında gerçekleşen ilk kapanış.

Bugüne kadar modelin büyüklüğüne takılıp duruyordum. Model ne kadar büyük olmalı? Ne kadar karmaşıklığa ihtiyaç var? Yeterince dar bir problem tanımlamadan önce bu kararları vermeye çalışıyordum.

Bugün, beni tutan şey bu olmaktan çıktı.

Artık elimde net bir soru ve 80’in biraz üzerinde alana sahip bir veri tasarımı var. İddialı bir modelin neler yapabileceğini sormak yerine, bu deneyin gerçekten nasıl bir modele ihtiyaç duyduğunu sorabilirim.

Bu, Atlas için önemli bir değişim gibi geliyor. Büyük hedef hâlâ aynı yerde, ama sıradaki adım artık somut: ilk modeli eğitmek ve bu ayrımı yapıp yapamadığını görmek.

Sonucun nasıl çıkacağını henüz bilmiyorum. Heyecanın bir kısmı da bu belirsizlik. İlk kez, sonucu bana gerçekten bir şey öğretebilecek kadar net bir sorum var.

Coyote, Road Runner’ı yakalamak için bugüne kadar denediği her şeyi gözden geçiriyor. Hiçbiri işe yaramamış. Ama henüz denemediği bir şey var: hukuk sistemi.

Belki sonunda o kuşu bir mahkeme salonunda durdurabilir.

Kendisi gibi pek şansı yaver gitmemiş bir avukat buluyor. Kendi fark ettiğinden daha fazla potansiyeli olan biri. İkisinden de pek bir şey beklenmiyor ama yine de birlikte çalışmaya başlıyorlar.

Benim aklımda kalan, hikâyenin sonunda vardığı yer. Bütün o planlardan ve aksiliklerden sonra Road Runner’ı yemek artık asıl mesele gibi görünmüyor. Olsa olsa bir öğün olacaktı. Oysa bu kovalamaca, Coyote’a her gün uyanmak için bir neden vermiş.

Bunda kendimden bir şey buluyorum. Bir projeyi önemsediğimde, nereye varabileceğini düşünmeye o kadar zaman harcıyorum ki bazen zaten keyif aldığım şeyleri gözden kaçırıyorum: bir şeyi çözmek, fikri anlayan birini bulmak, bütün seçeneklerimin tükendiğine inandıktan sonra ilerlemenin başka bir yolunu keşfetmek.

Elbette hâlâ işe yaramasını istiyorum. Yoksa bu kadar emek vermezdim. Ama bütün bunların bir değeri olup olmadığına sonucun karar verebileceğini düşünmüyorum.

Bir de aynı başarısız planı tekrarlamakla, bunun eldeki tek plan olduğuna inanmayı reddetmek arasında fark var. Coyote’un buradaki en iyi fikri daha iyi bir tuzak değil. Tamamen farklı bir şey denemek.

Korumak istediğim umut böyle bir şey. Bir sonraki denemenin işe yarayacağından emin olmak değil. Bir kez daha denemeye yetecek kadar merak duymak.

GPT-6 Astra scored 62.7% on ARC-AGI-3 with the Standard harness. With OpenAI’s own Provider Adapter, it scored 99.9%. The second number is not fake. But it is not only the model either. The adapter preserves reasoning state and compacts previous context, so Astra can continue with information that would normally disappear between turns. OpenAI already knew how much this mattered. The same two settings had previously moved GPT-5.6 Sol from 13.3% to 38.3% without changing the model itself. Still, OpenAI placed Astra’s 99.9% beside Claude Opus 5’s 30.2% and GPT-5.6 Sol’s 7.8% in the same table. The harness difference was technically disclosed, but only in a footnote. That is the real problem. A full-stack system result was presented like a model-only comparison. Astra is still impressive. Even 62.7% is a major result. There was no need to blur the line. The benchmark was real. The presentation was not honest.

Bugün ajanlarla çalışma biçimimdeki bir zayıflığı fark ettim.

En temiz döngü mühendisliği sistemini tasarlayabilirsin. Projeyi aşamalara bölebilirsin. Bir orkestratör atayabilirsin. Her ajana dar bir rol verebilirsin. İnceleyiciler, kapılar, kayıtlar ve kabul ölçütleri ekleyebilirsin. Bir süre boyunca makine neredeyse kendi kendini düzeltiyormuş gibi görünür.

Ama uzun bir projenin sonuna yaklaşırken bir şey değişir.

Orkestratör fazla geçmiş biriktirmiştir. Eski varsayımlar güncel gerçeklikle birbirine karışır. Ajanlar gerçek sistemi doğrulamak yerine kurmakta oldukları hikâyeyi doğrulamaya başlar. Hiyerarşi kâğıt üzerinde hâlâ vardır, fakat muhakemesi yavaş yavaş aşınmıştır.

İşin garip yanı, bunun genellikle bitiş çizgisine yakınken, tam da güvenin en yüksek ve hataların en pahalı olduğu anda gerçekleşmesidir.

Bu yüzden insan karar kapısı bir acil durum freni olarak görülemez. Mimarinin bir parçası olmalıdır.

Her büyük aşamanın son kapılarında hiyerarşiyi sıfırdan kurmak gerekebilir: taze bir orkestratör, temiz bağlam, açık kanıt ve önceki ekibin muhtemelen haklı olduğuna dair miras alınmış hiçbir inanç olmadan.

Şimdi Atlas’ta yaptığım şey bu.

Üçüncü Aşama yakın, ama aynı beyin çetesinin kendi sonunu onaylamasına izin vermiyorum. Kalan kapılar yeni bir şefin yönetiminde devam edecek.

Bazen son adım sistemden daha çok çabalamasını istemek değildir.

Sisteme yeni bir zihin vermektir.

Sosyalleşmeyi bir tür merak testi olarak görmeye başladım.

Bu kişiyi gerçekten tanımak istiyor muyum? Yalnızca ne iş yaptığını değil; nasıl düşündüğünü, günlerinin nasıl geçtiğini, nelerden keyif aldığını ve ona kendini canlı hissettiren şeyleri merak ediyor muyum?

Sanırım yıllarca bir partner arayışına yanlış yerden yaklaştım. Sağlıklı bir ilişkinin neyin üzerine kurulması gerektiğini doğru dürüst anlamadan önce doğru kişiyi bulmaya odaklanıyordum.

Son zamanlarda temelin çok daha basit olduğunu fark ettim: birbirlerinin iç dünyasını gerçekten merak eden iki insan.

Şimdi hayatıma girmesine izin verdiğim insanlardaki farkı şimdiden görebiliyorum. İki taraf da yeni bir bağa performans, baskı veya beklentiyle değil merakla yaklaştığında çok daha dengeli bir şey oluşmaya başlıyor.

Belki de yakınlığın gerçek başlangıcı budur. Birini etkilemeye, sahiplenmeye veya hayatında nasıl bir rol oynayabileceğine hemen karar vermeye çalışmamak.

Yalnızca onun zaten olduğu kişiye içtenlikle ilgi duymak.

Daha fazla bağlam daha güvenli hissettiriyor. Model bütün konuşmaya, her belgeye, geçmişteki her karara ve mümkün olan her araca sahipse mutlaka daha iyi bir karar verir.

Ben ise sürekli tersini görüyorum.

Bağlam yönetimi için kullandığım çalışma tanımı, bir sonraki kararı nelerin etkilemesine izin verildiğine karar vermek. Bu, içeri girenleri kapsıyor; fakat daha zor olan dışarıda kalanlar. Eski varsayımlar, tamamlanmış tartışmalar ve başka birinin görevi doğru olabilir, ama yine de bu an için yanlış olabilir.

Birden fazla ajan devreye girdiğinde fark belirginleşiyor. Araştırmacının soruya, ilgili dosyalara ve kanıt standardına ihtiyacı var. Değişikliği yapan kişinin kabul edilmiş plana, kesin sınırlara ve testlere ihtiyacı var. İnceleyenin ise sözleşmeye, tamamlanmış değişikliğe ve hata koşullarına ihtiyacı var. Üçüne de aynı devasa geçmişi vermek onları koordine etmiyor. Her birine başka birine ait kararları taşıtıyor.

Eskiden etkileyici kısmın araç kullanımı olduğunu düşünürdüm: bir ajan tarayıcıyı inceleyebiliyor, depoyu okuyabiliyor, test çalıştırabiliyor veya işi başka bir ajana devredebiliyor mu? Bunlar önemli, ama mimari değiller. Mimari, araç çağrısının çevresindeki sınırdır. Bu ajan neye karar veriyor? Neye karar vermediğini açıkça söylüyor? Hangi durum güncel? Görevi hangi kanıt kapatıyor?

Somut bir yöntem bana yardımcı oldu: araştırmayı, planı ve uygulamayı ayırmak; ardından bütün süreç yerine küçük, yazılı bir sonuç aktarmak. Sonraki görev, sonuca ve onun kanıtına ulaşır; o sonucu üreten her çıkmaz sokağa değil. Taze bir inceleyici daha da azını alır. Üreticinin güvenini miras almamalıdır.

Alt ajanları sevmemin nedenlerinden biri de bu Daha çok ajan otomatik olarak daha fazla zekâ demek olduğu için değil Onlar bağlamı kontrol etmenin bir yolu Küçük bir görevin