Google I/O 2026'da duyurulan her şey

xguru · 2026-05-21T11:01:01+09:00

Ana eksenler Gemini 3.5 Flash, Gemini Omni Flash, Antigravity 2.0, Google AI Studio, Gemma 4, Android 17, Chrome/Web, Firebase, Google Play ve yapay zeka çağında geliştirici yetkinlikleri oldu Google, yalnızca model duyurularını değil, ajanların gerçek ürünlere, tarayıcıya, buluta, mobil uygulamalara, verilere, belgelere ve test ortamlarına eriştiği geliştirme akışını da merkeze aldı Geliştirici araçları, kodu sizin yerinize yazmanın ötesine geçerek planlama, yürütme, doğrulama, hata ayıklama, dağıtım, değerlendirme ve birden çok ajanı koordine etme alanlarına genişliyor Android, Flutter, Chrome, Firebase ve Google Play'in tamamı, Gemini'yi ve ajan araçlarını mevcut geliştirme akışlarının içine yerleştirecek şekilde genişliyor Kod yazmaktan çok, doğrulama maliyeti, bağlam sağlama, araç erişim izinleri, çalışma zamanı gözlemlenebilirliği, test altyapısı ve kurum içi dokümantasyon ile sistem tasarımı daha büyük darboğazlar olarak öne çıkıyor Oturum 1 - Google keynote Her ay 8,5 milyondan fazla kişi Google modelleriyle uygulamalar ve deneyimler oluşturuyor Google'ın model API'si dakikada yaklaşık 19 milyar token işliyor AI Search kullanımı: AI Overviews'u ayda 2,5 milyardan fazla kişi kullanıyor AI Mode'u ayda 1 milyardan fazla kişi kullanıyor Gemini app'in aylık aktif kullanıcı sayısı, geçen yılki I/O'daki 400 milyon seviyesinden 900 milyonun üzerine çıktı Nano Banana modeliyle oluşturulan görsellerin sayısı 50 milyarı aştı Gemini 3.5 Flash, ürünler ve API genelinde kullanılabiliyor; temel özellikleri hızlı çalışma ve maliyet verimliliği Gemini Omni Flash, Omni ailesinin ilk modeli ve çok modlu giriş ile çıkışları daha geniş kapsamda ele alma yönünde ilerliyor Antigravity 2.0, dünya genelinde kullanılabilen bağımsız bir masaüstü uygulaması; ajan konuşmaları, projeler ve görev yönetimini tek ekranda topluyor Antigravity büyük ölçekli demo: 93 alt ajan, 15.000'den fazla model isteği ve 2,6 milyar token ile boş bir projeden çalışan bir işletim sistemi çekirdeği oluşturdu Gemini 3.5 Flash'ın performansı ve maliyet verimliliği sayesinde 1.000 doların altında API kredisiyle çalıştırıldı Oturum 2 - Developer keynote Google, geliştiriciler için modelleri, ajan araçlarını, kullanıcı platformlarını ve altyapıyı birlikte bir araya getiren bir akış sundu Managed agents, Gemini API'ye ekleniyor; Antigravity benzeri ajan harness'leri API biçiminde kullanılabiliyor Google Antigravity 2.0, geliştirme görevlerini birden çok ajanın üstlendiği yapıya sahip, ajan merkezli bir masaüstü uygulaması Antigravity SDK ile ajan akışlarını doğrudan özelleştirip dağıtmak mümkün Google AI Studio'da yeni kullanıcılar kredi kartı olmadan doğrudan Cloud Run'a dağıtım yapabiliyor Google Workspace entegrasyonu sayesinde AI Studio, uygulama oluşturma akışı içinde Workspace verilerini kullanabiliyor Google AI Studio'da bir fikri doğrudan Android uygulamasına dönüştüren akış mümkün hale geldi Gemma 4: Apache 2 lisansıyla sunuluyor İlk ayında 100 milyon indirmeye ulaştı Gemma'nın toplam indirme sayısı 500 milyonun üzerine çıktı Chrome DevTools for Agents, Antigravity ve 20'den fazla kodlama ajanında kullanılabiliyor Gemma 4, LoRA ile ince ayar yapılarak CI pipeline içinde doğrudan kullanılabilecek bash komut yanıtları üretmek için kullanıldı ve yerel bir dizüstü bilgisayara dağıtıldı Oturum 3 - Agent-first workflows from prompt to production AI Studio'da oluşturulan uygulamalar Cloud Run ve Firebase ile dağıtıldıktan sonra, operasyon aşamasındaki hata ayıklama ve analiz süreçleri de ajan akışına bağlanıyor 50'den fazla yönetilen MCP sunucusu üzerinden ajanlar Google Cloud araçlarına ve verilere erişebiliyor Developer Knowledge MCP, Google dokümanlarına dayalı güncel bilgileri ajan araçlarına ekleyerek eski doküman sorununu azaltıyor Güncel doküman anlık görüntüleri ajan araçlarına yaklaşık 8-12 saat aralıklarla aktarılıyor Data Agent Kit ve BigQuery MCP kullanılarak Firestore, BigQuery ve log verileri analiz edilip panolar oluşturuluyor Antigravity, uygulama hatalarını inceleyebiliyor, ilgili dosyaları bulup düzeltebiliyor ve süreci GitHub commit'ine kadar ilerletebiliyor Cloud Run'da dağıtılan remediation agent ve CI agent, Eventarc, Pub/Sub ve Gemini'ye bağlanarak hataları inceleyip düzeltiyor Birden çok ajan, A2A(agent-to-agent) yöntemiyle birbirine görev devrediyor Ajan geliştirme, prototip üretimiyle sınırlı kalmayıp dağıtım, izleme, veri analizi ve otomatik iyileştirmeye kadar genişliyor Oturum 4 - What’s new in Android Android 17, uygulamaların aşırı bellek kullanımının kullanıcı deneyimini bozmasını önlemek için bellek sınırları ve ilgili araçlar ekliyor Android 17, excessive memory, cold start ve excessive CPU gibi durumları otomatik analiz hedefleri olarak ele alıyor Android 17'yi hedefleyen uygulamaların yerel ağ cihazlarını bulup bağlanabilmesi için ACCESS_LOCAL_NETWORK iznine ihtiyacı var Google, Android UI'yi Jetpack Compose ile oluşturma yönünü daha da güçlendiriyor Compose 1.10 ve Compose 1.11, performans, hybrid UI ve yeni API iyileştirmelerini içeriyor AppFunctions ve Gemini entegrasyonu, gizli önizleme aşamasında; uygulamalar Gemini'nin orkestrasyon hedefi haline gelebiliyor ML Kit Prompt API geliştirici önizlemesiyle bazı yeni özellikler test edilebiliyor Android 17; Eclipsa Video, HE-AAC ses kalitesi iyileştirmeleri ve CameraX ile Media3 tabanlı kamera ve medya geliştirmeleri sunuyor Büyük ekran uygulamaları, Navigation 3 ve Compose Adaptive kütüphanesini kullanarak mevcut mobil kısıtları daha az izleyen bir yöne kayıyor Wear OS için Compose 1.6, Navigation 3'ü ve güç tasarrufu modundaki içerik yönetimine yardımcı olan mode manager'ı destekliyor Oturum 5 - What’s new in Chrome Chrome, web sitelerinin ajanlar ve ajan tabanlı araçlar kullanan kullanıcılar için iyi çalışmasını sağlamaya odaklanıyor Yalnızca modellerin temel bilgisine dayanmak yerine, güncel Baseline ve web özelliklerini geliştirme araçlarına bağlamayı hedefliyor Geçen yıldan bu yana 55 özellik, Baseline Widely Available durumuna geçti Duyuru anı itibarıyla 52 özellik, Baseline Newly Available durumunda Chrome her 4 haftada bir güncellendiği için, kodlama ajanları güncel web özelliklerini bilmiyorsa eski uygulamalar üretmeleri kolaylaşıyor Chrome'un Prompt API'si Chrome 148'de sunuluyor Navigation API, View Transitions, HTML-in-Canvas ve declarative partial updates, geliştirme akışının parçası haline geliyor Chrome uzantı geliştiricileri artık kurulum, service worker, side panel ve popup'ı otomatik olarak inceleyip hata ayıklayabiliyor Chrome, web performansı, identity, security gibi üst düzey yetenekleri ve 100'den fazla yaygın kullanım senaryosu rehberini ajanlara sunacak şekilde genişliyor Eski uyumluluk kalıplarının tekrarını azaltmak için, ajanlara güncel web özellikleri ve tarayıcı destek bilgileri verilmesi gerekiyor Oturum 6 - What’s new in Google AI Gemini model ailesi; metin, görsel, ses, video ve kod girdileri ile birden fazla çıktı biçimini işleyen çok modlu bir model ailesidir Gemini 3.5 Pro ve Flash rolleri: Gemini 3.5 Pro karmaşık problem çözümüne odaklanır Gemini 3.5 Flash performans, hız ve maliyet dengesini üstlenir AI Studio’nun Build özelliği varsayılan model olarak 3.5 Flash kullanır Nano Banana 2 doğrudan AI Studio içinde denenebilir Gemini Omni Flash, girdiden video dahil çıktılar üretebilen bir modeldir Gemini Live ve Live API ses tabanlı etkileşimleri destekler Interactions API, AI Studio içinde ajanlarla etkileşim kurmak için sunulan bir özelliktir Gemma 4 erişilebilirliği: AI Studio playground’da test edilebilir Gemini API’de bazı ücretsiz çağrılar da mümkündür 256.000 token bağlam penceresine sahiptir ve Hugging Face’te bulunabilir Gemini Robotics 1.6, Genie 3, Antigravity 2.0 ve açık modellerle kapalı modelleri karıştırarak maliyeti düşürme stratejisi de tanıtıldı Oturum 7 - Build next-gen AI experiences with Google AI Studio and Google Antigravity Google AI Studio, model playground’un ötesine geçerek fikirleri uygulamaya dönüştürme ve dağıtma alanı olarak genişliyor Modeller, ajanlar, uygulama oluşturma, Workspace entegrasyonu ve Cloud Run dağıtımı tek bir akış içinde yer alıyor AI Studio’nun uygulama bölümü yakında sunulacak ve uygulama oluşturma ile dağıtımı daha doğrudan ele alacak AI Studio’da oluşturulan kodu tek adımda Antigravity’ye aktarma özelliği eklendi Antigravity 2.0, yalnızca kod yazmakla kalmıyor; birden çok işi ajanlarla koordine eden bir mission control rolü üstleniyor Antigravity 2.0, temel akış olarak task list, implementation plan ve değiştirilen dosyaların incelenmesini kullanıyor Kod inceleme ve değişiklik gözden geçirme işlemleri doğrudan Antigravity 2.0 içinde yapılabiliyor Tarayıcı testleri, planlama, çoklu dosyada özellik geliştirme ve end-to-end doğrulama gibi ağır işler ajanlara devredilen bir yapıda ilerliyor Google AI Studio ile yaklaşık 20 dakika içinde yeni bir iş uygulaması oluşturulabiliyor ve Antigravity ile daha da geliştirilebiliyor Google AI Studio, “prompt to app” için hızlı bir başlangıç noktası; Antigravity ise uygulamayı gerçek geliştirme işine büyüten araçtır Oturum 8 - Unlock modern web capabilities in your AI coding workflows Kodlama ajanları modern web yeteneklerini bilmezse, kodu eski tarayıcı uyumluluğu ölçütlerine göre üretmeleri kolaylaşır Chrome son bir yılda 50 yeni özellik yayınladı, ancak model bilgi kesim tarihi nedeniyle bu özelliklerin çoğu modellere ulaşmıyor Interest Invokers API örneğinde, ajanın eski özellik adı olan interesttargetı kullanması sorunu görülüyor Modern Web Guidance, ajanların en güncel web özelliklerini ve önerilen uygulamaları bulmasına yardımcı olan bir bilgi paketidir Ajan, yanıt vermeden önce yerel paket içinde anlamsal arama gerçekleştirir Kılavuzun ölçeği ve yapısı: Şu anda 100’den fazla kılavuz bulunuyor Her özelliğe ait skill’leri üst düzey araçlar olarak açığa çıkarmak yerine, gerektiğinde bulunup kullanılan bir yapı benimseniyor Kılavuzlar, ideal modern uygulamayı ve fallback önerilerini birlikte sunar Tarayıcı destek gereksinimi verilmezse, ajan varsayılan olarak Baseline Widely Available kabulünü kullanır AGENTS.md içine “yalnızca Chrome 144 ve üzeri desteklenir” gibi koşullar yazılırsa, ajan gereksiz fallback’lerden kaçınabilir Chrome ekibi, Gemini 3.1, Claude Opus 4.7 ve GPT 5.5 gibi modeller üzerinde her gün değerlendirmeler yürütüyor Oturum 9 - What’s new in Firebase Firebase, hem insanların hem de ajanların uygulama oluşturup ölçekleyebileceği bir agent-native platform yönüne ilerliyor Firebase Data Connect, SQL tabanlı uygulama geliştirmeyi destekleyen Firebase SQL Connecte dönüşüyor Firebase SQL Connect’in custom resolver özelliğiyle Cloud Functions ve BigQuery gibi Google Cloud servisleri bağlanabiliyor Firestore; geo search, native full text search ve semantic match desteği sunuyor Firebase AI Logic, en yeni modelleri destekliyor ve Maps grounding ile konum farkındalığına sahip yapay zeka özellikleri oluşturmayı mümkün kılıyor Nano Banana görsel üretim kontrol özellikleri de Firebase AI Logic içinde kullanılabiliyor Firebase AI Logic; iOS, Chrome ve Android’de yerel ve hibrit çıkarımı destekliyor, yerel model olmadığında ise cloud-hosted model’e fallback yapıyor Firebase için Cloud Functions’ta Dart desteği, experimental preview olarak sunuluyor AI Studio, Google Workspace’e bağlanarak Sheets, Docs, Gmail ve Calendar verilerini uygulamalarda kullanmayı sağlıyor Firebase agent skills, Android, iOS, web ve Flutter’da kullanılabiliyor; Crashlytics desteği de genişletiliyor Oturum 10 - What’s new in Google Play Play Billing, 65’ten fazla pazarda 300’den fazla yerel ödeme yöntemini destekliyor Google Play’de satın almaya hazır 890 milyondan fazla kullanıcı bulunuyor Google Play Billing ile alternatif ödemeleri birlikte sunma seçenekleri genişletiliyor ve daha düşük hizmet ücretleri de duyuruluyor Uygulama keşfi, Gemini app, Android ve web’e genişleyerek kullanıcıların Gemini içinde uygulama ve oyun bulabilmesini sağlıyor Gemini, statik bağlantı listeleri yerine uygulamaların gerçek işlevlerini ve store listing bilgilerini kullanarak öneri sunuyor Bazı konularda Gemini ve Play kullanıcıları 450 binden fazla film ve TV içeriğini keşfedebiliyor Play Console’da Eclipsa Video veya Google Sheets gibi yapılandırılmış dosyalar yüklendiğinde, Gemini listing’i önceden dolduruyor Gemini’nin bulk price changes, import skills ve metadata configuration gibi Play Console görevlerinde yardımcı olması planlanıyor in-app subscription management API sayesinde kullanıcılar uygulama içinden abonelik planlarını kolayca değiştirebiliyor Geçen yıl Google Play Billing, 3,4 milyar dolar tutarında teşebbüs edilen dolandırıcılığı ve 130 milyon dolar tutarında kötüye kullanım amaçlı geri ödemeyi engelledi Oturum 11 - Defining the agentic AI era Gemini, Search, Gemini app ve Google DeepMind, agent tabanlı yapay zekayı aynı doğrultuda ele alıyor Gemini 3.5 Flash, Search içinde de kullanılabiliyor Search, hızlı yanıtlar ile daha uzun agentic görevler arasında denge kurmak zorunda Gemini Spark, kullanıcının devrettiği işleri arka planda yürüten always-on agent rolünü üstleniyor Modeller, basit sohbet yanıtlarının ötesine geçerek Google ürünlerinin tamamında ve dış ekosistem üzerinde çalışabilmeli Python'dan Go'ya çevrilen iç araçlar: Testleri bulunan mevcut bir programı başka bir dile çevirmek, model için daha net tanımlı bir problem Bazı iç araçlar bir gecede 10-20 kat hızlandı Google'ın iç yazılım altyapısı da yeni agentic dünyaya uyum sağlamak için daha hızlı değişebiliyor Gemini'nin Google ürünlerinin tamamına girebilmesi için donanım, model ölçeği, ürün uygulaması ve geri bildirim döngüsünün birlikte işlemesi gerekiyor Sorunun odağı “model ne yapabilir”den “model ürünlere ve iş akışlarına nasıl yerleştirilir”e kayıyor Oturum 12 - Android geliştirme araçlarında neler yeni Android geliştirme araçları, yalnızca insan geliştiriciler için değil, kod tabanına yerleştirilen AI agent'lar da düşünülerek tasarlanıyor Android Studio Otter, Gemini Enterprise ve Google One hesaplarını destekliyor Android Studio, yerel ve uzak modelleri içe aktararak kullanabiliyor Android Bench, Android geliştirme işlerinde hangi modelin kullanılacağına karar vermek için bir ölçüt işlevi görüyor Compose Preview içinden doğrudan UI dönüşümü istenerek agent'ın daha iyi bağlamla çalışması sağlanabiliyor Yalnızca prompt ile adaptive Android uygulaması oluşturan agent-based new project wizard kullanılabiliyor Android Studio'da adaptive API entegrasyonu ve XML'den Compose'a dönüşüm gibi işleri destekleyen yaklaşık 10 skill bulunuyor Yeni Android CLI, LLM iş akışlarını destekliyor ve yeni proje oluşturmada diğer Gradle LLM araçlarına kıyasla token kullanımını %70'ten fazla azaltıyor Antigravity CLI, Android CLI ve Android skill'ler bir araya getirilerek Antigravity içinde de Android uygulama geliştirmeye başlanabiliyor Android Studio Quail ve Android 17 cihazlarda, ağ değişse ya da dizüstü bilgisayar yeniden başlatılsa bile cihaz bağlantısı korunuyor Oturum 13 - Flutter'da neler yeni Flutter 3.44 ve Dart 3.12 birlikte yayınlandı Flutter projesine bu yıl 1.700'den fazla contributor katkı verdi Her ay 1,5 milyondan fazla geliştirici Flutter ile geliştirme yapıyor Flutter 3.44'te, Android API 34 ve üstünde Vulkan destekli cihazlarda yeni bir rendering mode denenebiliyor Toyota 2026 RAV4'ün infotainment system'inde Flutter kullanılıyor Dart tabanlı Cloud Functions for Firebase'de, AOT derleme sayesinde cold start süresinin 10ms'ye kadar düştüğü örnekler var Firebase AI Logic'e sunucu taraflı prompt template eklendiği için prompt'ları doğrudan uygulamanın içine koymak gerekmiyor Firebase Agent Skills for Flutter, agent'lara full-stack Flutter ve Firebase uygulaması geliştirme yönergeleri sağlıyor LiteRT-LM desteği yakında flutter_gemma paketine gelecek Flutter desktop tarafında Canonical, lead maintainer ve strategic steward olarak yer alıyor Oturum 14 - Gemma açık model ailesinde neler yeni Gemma 4, Gemma ailesinin en güçlü açık modeli olarak konumlanıyor 2B'den 31B'ye kadar çeşitli boyutlarda sunuluyor; mobil, dizüstü ve bulutta kullanılabiliyor Gemma, 2024'te 1B'den 27B'ye uzanan bir model ailesi olarak başladı Gemma 4, open weight bir model ve açık kaynak ekosistemiyle uyumlu MTP ve speculative decoding ile decode speed en fazla 3 kat artırılabiliyor Android ekosistemi için Gemma 4 day-zero implementation hazır durumda Android API üzerinden telefonda küçük Gemma modelleri doğrudan çalıştırılabiliyor ya da Gemini API erişiminin zor olduğu ortamlarda yerel Gemma modeliyle Android uygulaması kodlanabiliyor Cloud Run üzerindeki ADK(agent development kit) ve Gemma 31B kullanılarak veritabanını anlayıp yanıt bulan agent'lar oluşturuluyor Gemma 4, Transformers.js, Ollama ve LM Studio'nun OpenAI uyumlu arayüzü üzerinden tarayıcıda veya yerelde çalıştırılabiliyor Kurumsal bulut, yerel makine, tarayıcı ve mobilin tamamı Gemma çalıştırma ortamı haline geliyor Oturum 15 - Web UI'da neler yeni 2026 Web UI güncellemeleri, önemli özellikleri Baseline durumu ile birlikte ele alıyor Tüm özelliklerde Baseline Widely Available, Newly Available ve Limited Available gibi uyumluluk göstergeleri yer alıyor contrast-color API ile CSS içinde yeterli kontrasta sahip renkleri seçmek kolaylaşıyor Chrome 146'daki meta name="text-scale" özelliği, sistem yazı boyutu ayarlarına uyum sağlıyor Hem Android hem iOS kullanıcılarının %30'dan fazlası varsayılan yazı boyutunu değiştiriyor Chrome 134'ten itibaren dialog elementi, popover'ın declarative light dismiss gibi özelliklerini destekliyor two-phase View Transitions, Chrome Canary'de test edilebiliyor scroll-driven animations, 2023'te Chrome'a geldi ve Interop 2026 ile birlikte birlikte çalışabilirlik güçlendiriliyor HTML-in-Canvas API, Canvas içine gerçek DOM içeriği yerleştirmeyi mümkün kılıyor Chrome 149'da gap decorations ve shape outside için yeni kullanım biçimleri eklenecek Oturum 16 - Genişleyen Android ekosistemi için adaptive geliştirme Android artık yalnızca telefonlara ait bir ekosistem değil ve 580 milyondan fazla aktif büyük ekranlı cihaz, adaptive app yatırımlarından fayda görüyor foldable kullanıcıları, adaptive app’lerde daha yüksek değerli bir kullanıcı grubu olarak sınıflandırılıyor Android 17’de, target SDK 37 hedefinde orientation ve resizability opt-out seçeneği kaldırılacak şekilde bir değişiklik yapılıyor Android Studio Quail Canary’deki Desktop emulator, Android uygulamalarını masaüstü biçiminde test etmeyi destekliyor Android 17’deki Continue On API ile kullanıcılar, bir cihazda yaptıkları işe ikinci bir cihazda devam edebiliyor Google, Android uygulamalarını Compose-first olarak geliştirme eğilimini güçlendiriyor Compose 1.11, trackpad desteğini mouse ve pointer seviyesine iyileştiriyor ve non-touch input testing API ekliyor Compose’a, state-based styling için experimental API eklendi Connected Displays, Android Feature Drop aracılığıyla genel kullanıma sunuluyor Compose, Navigation 3 ve Compose Adaptive kütüphaneleri; foldable, desktop, car, TV ve XR gibi farklı ekranlara uyum sağlıyor Oturum 17 - Building the quantum-AI future with Hartmut Neven and James Manyika Kuantum bilişim ile yapay zekanın birbirini hızlandırdığı akış ana tema olarak öne çıkıyor Hartmut Neven, 2012’de Google’ın Quantum AI ekibini başlattı superposition ve qubit, kuantum bilişimin temelini oluşturuyor 105 qubit’lik bir çipte mümkün olan bit string sayısı 2 üzeri 105 Kuantum bilgisayarların faydalı şekilde çözebileceği algoritma ve problemlerden topluluk tarafından şu anda 70’ten fazlası belirlenmiş durumda İleride bu sayı 10 katın üzerine çıkabilir quantum error correction, superposition durumunu korumak için gerekli temel teknoloji Google, 2022’de quantum error correction ile gerçek bir makinedeki hataları azaltmayı başardı Quantum Echoes, NMR veya MRI’dan çıkan verilerin öğrenilme biçimiyle bağlantılı Google, post-quantum cryptography geçişinin 2029’a kadar daha güçlü bir şekilde ilerletilmesi gerektiği görüşünü ortaya koyuyor Oturum 18 - Scale AI with Google’s TPU software stack TPU üzerinde modelleri eğitme, ince ayar yapma ve çıkarım çalıştırma için açık kaynak yazılım yığını ele alınıyor Model geliştirme akışı pre-training, post-training ve serving/inference olarak ayrılıyor Kaggle ve Colab’ın ücretsiz TPU’larıyla post-training ve inference denenebiliyor vLLM on TPU demosu, Gemma 4 31B modelini TPU’da çalıştırıyor ve yemek görsellerine bakarak besin değerlerini özetliyor Gemma 4, görselleri alıp içeriği anlayarak özetleme görevlerine uygun bir multimodal model vLLM TPU inference içine MTP eklenerek çeşitli işlerde yaklaşık 3 kat hız artışı elde ediliyor Tunix, post-training için hafif bir framework Büyük bir model yerine 4B model ince ayar yapılarak aynı işi yapması sağlanıyor ve tek bir Trillium çipinde çalıştırılıyor MaxText, Tunix, vLLM, JAX, PyTorch ve TPU; model yaşam döngüsüne göre araçlar olarak konumlandırılıyor Oturum 19 - Supercharge your AI coding workflow with Chrome DevTools for agents Chrome DevTools for agents, kodlama ajanlarının DevTools üzerinden tarayıcı çalışma zamanını doğrudan gözlemlemesini sağlayan bir araç İnsan geliştiriciler DevTools ile öğrenip hata ayıkladığı gibi, kodlama ajanlarının da aynı kapalı geri bildirim döngüsüne sahip olması gerekiyor Ajanlar gerçek bir Chrome örneği açabiliyor, sayfada gezinebiliyor, formları doldurabiliyor ve console log ile network request verilerini toplayabiliyor source map erişimi sayesinde çalışma zamanı sorunlarından ilgili kaynak dosyalara geçilebiliyor Araç bir NPM package olarak sunuluyor ve içinde MCP server ile CLI yer alıyor Sunulan 6 skill: troubleshooting, Chrome DevTools ve Chrome DevTools CLI skill’leri genel kullanım ve kavramlarda yardımcı oluyor accessibility debugging, memory leak debugging ve optimized LCP skill’leri ajana uzmanlık alanı bilgisi ekliyor Uygulama temeli Puppeteer; ajanlar Puppeteer’ı doğrudan kullanmak yerine araç sarmalayıcısını kullanıyor Varsayılan olarak ayrı bir anonim tarayıcı profili kullanılıyor ve Chrome password manager’a erişilmiyor CyberAgent, DevTools for agents ile 32 bileşendeki 236 Storybook story’yi 1 saat içinde denetledi Oturum 20 - A new era of discovery: AI and the frontiers of science with Demis Hassabis Demis Hassabis, DeepMind’ın ilk hedefini “solve intelligence” olarak tanımlıyor Yapay zekanın bilimsel keşifleri, ürünleri ve araştırma araçlarını dönüştürdüğü akış temel tema AlphaFold, protein yapısı gibi 50 yıllık zor bir problemi çözen bir örnek olarak yeniden anılıyor Gemini for Science, açılış konuşmasında duyurulan bilim odaklı model akışıyla bağlantılandırılıyor Demis Hassabis, bugünü “singularity’nin foothills”inde olunan bir dönem olarak tanımlıyor ve intelligence’ın çözülme zamanını 2030 civarı artı eksi 1 yıl olarak görüyor Genie model ailesi, Waymo’nun gerçek hayatta görülmesi zor olan 1 in a billion durumları test etmesinde kullanılıyor Isomorphic Labs’ın drug discovery alanındaki ilerlemesi, yapay zekanın bilimi hızlandırmasına örnek gösteriliyor Gemini uygulamasının aylık 900 milyon kullanıcısı var ve Search içindeki AI Mode da önemli bir ürün yüzeyi haline geliyor Yapay zeka, ürün özelliklerinin ötesinde bilim ve araştırma problemlerini çözmek için bir araç olarak kullanılıyor Oturum 21 - A fireside chat on the evolution of the developer craft Yapay zeka çağında geliştiricinin işi, kod yazmaktan sistem tasarımı, dokümantasyon ve orkestrasyona kayıyor Sürekli yeni araçlar ve modeller çıkıyor, ancak her trendi anında takip etmek gerekmiyor; hangi araçların bilinçli şekilde öğrenileceğini seçmek gerekiyor Ajanları ekibe katmak, birden fazla junior mühendisi ekibe almak gibi olduğundan iç dokümantasyon ve tasarım karar kayıtları daha önemli hale geliyor İyi bir agentic workflow kurmak için tek bir ajanın sorumluluğu, birden çok ajanın nasıl iletişim kuracağı ve insan denetiminin nerede olacağı belirlenmeli Farklı kodlama araçlarının UX’i birbirine benzemeye başladığı için, bir araçta öğrenilen kalıplar diğer araçlara da taşınabiliyor Ajanlarla çalışırken süreç üzerindeki kontrolün bir kısmını bırakmak ve sonuçlarla tasarım niyetini uyumlu hale getirmek gerekiyor technical debt, cognitive debt ve intent debt; yapay zeka ile daha hızlı iyileşebilir ya da daha hızlı kötüleşebilir Aynı anda 20 ajan çalıştırmak, insanın bilişsel kapasitesini aşabilir; bu yüzden bilinçli şekilde yönetilmesi gerekiyor İyi prompt alışkanlıkları, arama sorgusu parçalarından çok eksiksiz hedef ve bağlam içeren bir yapıya dönüşüyor “Tüm kodu doğrudan sen mi yazıyorsun?” sorusundan çok, “Ajanların çalışabileceği bağlama ve doğrulama sistemine sahip misin?” sorusu önem kazanıyor Oturum 22 - Build core skills to thrive as an AI-era developer Yapay zeka çağında temel yazılım mühendisliği yetkinlikleri daha da önemli hale geliyor Yapay zeka bir force multiplier olabilir, ancak çıktıları değerlendirmek, entegre etmek ve sürdürmek için derin uzmanlık gerekir Ajanlar ne kadar otonom çalışırsa, intent’i daha erken netleştiren shift-left yaklaşımına o kadar çok ihtiyaç duyulur System Design, ortamı, insanları, ajanları, araçları ve kültürü de kapsayan bir kavram olarak genişliyor Ekipler, ajanları out-of-box kullanmak yerine agent role, profile, recipe, rule ve skill yapılarını doğrudan oluşturup sürdürmelidir Specs, agent rules ve skills, sistemin what ve why bilgisini ajanlara aktaran source of truth haline gelir Gerçekçi eval oluşturmak için yapay zeka, yazılım mühendisliği, kullanıcı ve iş yetkinliklerinin birlikte bulunması gerekir Tool kullanımını, agent skill’lerini ve sistem tasarımını iyileştiren bir geri bildirim döngüsü kurmak için agent trace analiz edilmelidir İnsan mühendisler, tekil ajanların conductor’ı olmaktan çıkıp birden fazla eşzamansız ajan ekibinin orchestrator’ına dönüşüyor Sisteme kötü niyetli bir aktörün bakış açısından bakabilmek için açıkça bir red team agent konumlandırılabilir Oturum 23 - Software engineering at the tipping point Yapay zeka kod yazma hızını artırdıkça, tüm geliştirme ekosistemi software ecology düzeyinde baskı görüyor Google’da Android ve Chrome dahil tüm kodlar paylaşılan bir monorepo içinde yer alıyor ve trunk’a commit ediliyor Google, çok uzun zamandır tek bir geliştiricinin milyonlarca satır kodu değiştirebilmesini sağlayan iç araçlar kullanıyor Mevcut geliştirme ekosisteminin 10 kat hızı kaldıramama ihtimali yüksek Ajanlar daha fazla derleme, test, commit ve token kullanımı ürettikçe altyapı maliyetleri ve darboğazlar artıyor Ajanlar yazması kolay kod üretebilir, ancak insanlar için bakımı kolay kod üretmeyebilir Yeniden kullanımı ve izolasyonu zorunlu kılan component reuse ve component isolation agentic skill’lerine ihtiyaç var API ve veri erişimi, ajanlara fiilen açıkmış gibi düşünülerek sıkı şekilde korunmalıdır “agents will find things you probably didn't want them to” ifadesi, yetki tasarımındaki riskleri ortaya koyuyor 2030’un geliştirme ekosisteminde bugünün yöntemleri, 2001’deki CD-ROM dönemi kadar eski görünebilir Oturum 24 - Vibe once, run anywhere with Google Antigravity and Flutter Antigravity ve Flutter birlikte kullanıldığında, bir kez üretilen fikir birçok platforma genişletilebilir Gemini 3’ün çıkışıyla birlikte model yetenekleri büyük ölçüde arttı ve Antigravity bu yetenekleri en baştan destekliyor Antigravity, planlama, yürütme ve doğrulamanın sıkı biçimde birbirine bağlandığı bir feedback loop’u merkeze alıyor Antigravity, bir task list ve implementation plan oluşturuyor; yürütme sırasında screenshot ve video kaydediyor; tamamlandıktan sonra da uygulamayı ve nedenlerini içeren bir rapor yazıyor Doğrulama aşamasında uygulamayı çalıştırma, screenshot alma, Chrome düğmesine tıklama ve test çalıştırma adımları art arda geliyor Flutter’da Dart’ın güçlü tip sistemi ve analysis server, işlev imzası ve sınıf yapısı gibi nesnel hata sinyallerini LLM’e sağlıyor Flutter, aynı pikseli ve işlevselliği birden fazla ekrana sunan bir cross-platform UI toolkit’tir Flutter’ın stateful hot reload özelliği, çalışan uygulamayı 1 saniyenin altında yeniden derleyen bir geliştirme deneyimi sunuyor Ajanlar daha fazla kod ürettikçe, insanlar tasarım hedeflerini ve ürün yönünü belirlemeli, ayrıca ajan çıktısını gözden geçirmelidir Antigravity ajan yürütme döngüsünü sağlarken, Flutter birden fazla platformda tutarlı sonuç vererek “vibe once, run anywhere” akışını oluşturuyor

(io.google)

8 puan yazan xguru 2026-05-21 | 3 yorum | WhatsApp'ta paylaş

Ana eksenler Gemini 3.5 Flash, Gemini Omni Flash, Antigravity 2.0, Google AI Studio, Gemma 4, Android 17, Chrome/Web, Firebase, Google Play ve yapay zeka çağında geliştirici yetkinlikleri oldu
Google, yalnızca model duyurularını değil, ajanların gerçek ürünlere, tarayıcıya, buluta, mobil uygulamalara, verilere, belgelere ve test ortamlarına eriştiği geliştirme akışını da merkeze aldı
Geliştirici araçları, kodu sizin yerinize yazmanın ötesine geçerek planlama, yürütme, doğrulama, hata ayıklama, dağıtım, değerlendirme ve birden çok ajanı koordine etme alanlarına genişliyor
Android, Flutter, Chrome, Firebase ve Google Play'in tamamı, Gemini'yi ve ajan araçlarını mevcut geliştirme akışlarının içine yerleştirecek şekilde genişliyor
Kod yazmaktan çok, doğrulama maliyeti, bağlam sağlama, araç erişim izinleri, çalışma zamanı gözlemlenebilirliği, test altyapısı ve kurum içi dokümantasyon ile sistem tasarımı daha büyük darboğazlar olarak öne çıkıyor

Oturum 1 - Google keynote

Her ay 8,5 milyondan fazla kişi Google modelleriyle uygulamalar ve deneyimler oluşturuyor
Google'ın model API'si dakikada yaklaşık 19 milyar token işliyor
AI Search kullanımı:
- AI Overviews'u ayda 2,5 milyardan fazla kişi kullanıyor
- AI Mode'u ayda 1 milyardan fazla kişi kullanıyor
Gemini app'in aylık aktif kullanıcı sayısı, geçen yılki I/O'daki 400 milyon seviyesinden 900 milyonun üzerine çıktı
Nano Banana modeliyle oluşturulan görsellerin sayısı 50 milyarı aştı
Gemini 3.5 Flash, ürünler ve API genelinde kullanılabiliyor; temel özellikleri hızlı çalışma ve maliyet verimliliği
Gemini Omni Flash, Omni ailesinin ilk modeli ve çok modlu giriş ile çıkışları daha geniş kapsamda ele alma yönünde ilerliyor
Antigravity 2.0, dünya genelinde kullanılabilen bağımsız bir masaüstü uygulaması; ajan konuşmaları, projeler ve görev yönetimini tek ekranda topluyor
Antigravity büyük ölçekli demo:
- 93 alt ajan, 15.000'den fazla model isteği ve 2,6 milyar token ile boş bir projeden çalışan bir işletim sistemi çekirdeği oluşturdu
- Gemini 3.5 Flash'ın performansı ve maliyet verimliliği sayesinde 1.000 doların altında API kredisiyle çalıştırıldı

Oturum 2 - Developer keynote

Google, geliştiriciler için modelleri, ajan araçlarını, kullanıcı platformlarını ve altyapıyı birlikte bir araya getiren bir akış sundu
Managed agents, Gemini API'ye ekleniyor; Antigravity benzeri ajan harness'leri API biçiminde kullanılabiliyor
Google Antigravity 2.0, geliştirme görevlerini birden çok ajanın üstlendiği yapıya sahip, ajan merkezli bir masaüstü uygulaması
Antigravity SDK ile ajan akışlarını doğrudan özelleştirip dağıtmak mümkün
Google AI Studio'da yeni kullanıcılar kredi kartı olmadan doğrudan Cloud Run'a dağıtım yapabiliyor
Google Workspace entegrasyonu sayesinde AI Studio, uygulama oluşturma akışı içinde Workspace verilerini kullanabiliyor
Google AI Studio'da bir fikri doğrudan Android uygulamasına dönüştüren akış mümkün hale geldi
Gemma 4:
- Apache 2 lisansıyla sunuluyor
- İlk ayında 100 milyon indirmeye ulaştı
- Gemma'nın toplam indirme sayısı 500 milyonun üzerine çıktı
Chrome DevTools for Agents, Antigravity ve 20'den fazla kodlama ajanında kullanılabiliyor
Gemma 4, LoRA ile ince ayar yapılarak CI pipeline içinde doğrudan kullanılabilecek bash komut yanıtları üretmek için kullanıldı ve yerel bir dizüstü bilgisayara dağıtıldı

Oturum 3 - Agent-first workflows from prompt to production

AI Studio'da oluşturulan uygulamalar Cloud Run ve Firebase ile dağıtıldıktan sonra, operasyon aşamasındaki hata ayıklama ve analiz süreçleri de ajan akışına bağlanıyor
50'den fazla yönetilen MCP sunucusu üzerinden ajanlar Google Cloud araçlarına ve verilere erişebiliyor
Developer Knowledge MCP, Google dokümanlarına dayalı güncel bilgileri ajan araçlarına ekleyerek eski doküman sorununu azaltıyor
Güncel doküman anlık görüntüleri ajan araçlarına yaklaşık 8-12 saat aralıklarla aktarılıyor
Data Agent Kit ve BigQuery MCP kullanılarak Firestore, BigQuery ve log verileri analiz edilip panolar oluşturuluyor
Antigravity, uygulama hatalarını inceleyebiliyor, ilgili dosyaları bulup düzeltebiliyor ve süreci GitHub commit'ine kadar ilerletebiliyor
Cloud Run'da dağıtılan remediation agent ve CI agent, Eventarc, Pub/Sub ve Gemini'ye bağlanarak hataları inceleyip düzeltiyor
Birden çok ajan, A2A(agent-to-agent) yöntemiyle birbirine görev devrediyor
Ajan geliştirme, prototip üretimiyle sınırlı kalmayıp dağıtım, izleme, veri analizi ve otomatik iyileştirmeye kadar genişliyor

Oturum 4 - What’s new in Android

Android 17, uygulamaların aşırı bellek kullanımının kullanıcı deneyimini bozmasını önlemek için bellek sınırları ve ilgili araçlar ekliyor
Android 17, excessive memory, cold start ve excessive CPU gibi durumları otomatik analiz hedefleri olarak ele alıyor
Android 17'yi hedefleyen uygulamaların yerel ağ cihazlarını bulup bağlanabilmesi için ACCESS_LOCAL_NETWORK iznine ihtiyacı var
Google, Android UI'yi Jetpack Compose ile oluşturma yönünü daha da güçlendiriyor
Compose 1.10 ve Compose 1.11, performans, hybrid UI ve yeni API iyileştirmelerini içeriyor
AppFunctions ve Gemini entegrasyonu, gizli önizleme aşamasında; uygulamalar Gemini'nin orkestrasyon hedefi haline gelebiliyor
ML Kit Prompt API geliştirici önizlemesiyle bazı yeni özellikler test edilebiliyor
Android 17; Eclipsa Video, HE-AAC ses kalitesi iyileştirmeleri ve CameraX ile Media3 tabanlı kamera ve medya geliştirmeleri sunuyor
Büyük ekran uygulamaları, Navigation 3 ve Compose Adaptive kütüphanesini kullanarak mevcut mobil kısıtları daha az izleyen bir yöne kayıyor
Wear OS için Compose 1.6, Navigation 3'ü ve güç tasarrufu modundaki içerik yönetimine yardımcı olan mode manager'ı destekliyor

Oturum 5 - What’s new in Chrome

Chrome, web sitelerinin ajanlar ve ajan tabanlı araçlar kullanan kullanıcılar için iyi çalışmasını sağlamaya odaklanıyor
Yalnızca modellerin temel bilgisine dayanmak yerine, güncel Baseline ve web özelliklerini geliştirme araçlarına bağlamayı hedefliyor
Geçen yıldan bu yana 55 özellik, Baseline Widely Available durumuna geçti
Duyuru anı itibarıyla 52 özellik, Baseline Newly Available durumunda
Chrome her 4 haftada bir güncellendiği için, kodlama ajanları güncel web özelliklerini bilmiyorsa eski uygulamalar üretmeleri kolaylaşıyor
Chrome'un Prompt API'si Chrome 148'de sunuluyor
Navigation API, View Transitions, HTML-in-Canvas ve declarative partial updates, geliştirme akışının parçası haline geliyor
Chrome uzantı geliştiricileri artık kurulum, service worker, side panel ve popup'ı otomatik olarak inceleyip hata ayıklayabiliyor
Chrome, web performansı, identity, security gibi üst düzey yetenekleri ve 100'den fazla yaygın kullanım senaryosu rehberini ajanlara sunacak şekilde genişliyor
Eski uyumluluk kalıplarının tekrarını azaltmak için, ajanlara güncel web özellikleri ve tarayıcı destek bilgileri verilmesi gerekiyor

Oturum 6 - What’s new in Google AI

Gemini model ailesi; metin, görsel, ses, video ve kod girdileri ile birden fazla çıktı biçimini işleyen çok modlu bir model ailesidir
Gemini 3.5 Pro ve Flash rolleri:
- Gemini 3.5 Pro karmaşık problem çözümüne odaklanır
- Gemini 3.5 Flash performans, hız ve maliyet dengesini üstlenir
AI Studio’nun Build özelliği varsayılan model olarak 3.5 Flash kullanır
Nano Banana 2 doğrudan AI Studio içinde denenebilir
Gemini Omni Flash, girdiden video dahil çıktılar üretebilen bir modeldir
Gemini Live ve Live API ses tabanlı etkileşimleri destekler
Interactions API, AI Studio içinde ajanlarla etkileşim kurmak için sunulan bir özelliktir
Gemma 4 erişilebilirliği:
- AI Studio playground’da test edilebilir
- Gemini API’de bazı ücretsiz çağrılar da mümkündür
- 256.000 token bağlam penceresine sahiptir ve Hugging Face’te bulunabilir
Gemini Robotics 1.6, Genie 3, Antigravity 2.0 ve açık modellerle kapalı modelleri karıştırarak maliyeti düşürme stratejisi de tanıtıldı

Oturum 7 - Build next-gen AI experiences with Google AI Studio and Google Antigravity

Google AI Studio, model playground’un ötesine geçerek fikirleri uygulamaya dönüştürme ve dağıtma alanı olarak genişliyor
Modeller, ajanlar, uygulama oluşturma, Workspace entegrasyonu ve Cloud Run dağıtımı tek bir akış içinde yer alıyor
AI Studio’nun uygulama bölümü yakında sunulacak ve uygulama oluşturma ile dağıtımı daha doğrudan ele alacak
AI Studio’da oluşturulan kodu tek adımda Antigravity’ye aktarma özelliği eklendi
Antigravity 2.0, yalnızca kod yazmakla kalmıyor; birden çok işi ajanlarla koordine eden bir mission control rolü üstleniyor
Antigravity 2.0, temel akış olarak task list, implementation plan ve değiştirilen dosyaların incelenmesini kullanıyor
Kod inceleme ve değişiklik gözden geçirme işlemleri doğrudan Antigravity 2.0 içinde yapılabiliyor
Tarayıcı testleri, planlama, çoklu dosyada özellik geliştirme ve end-to-end doğrulama gibi ağır işler ajanlara devredilen bir yapıda ilerliyor
Google AI Studio ile yaklaşık 20 dakika içinde yeni bir iş uygulaması oluşturulabiliyor ve Antigravity ile daha da geliştirilebiliyor
Google AI Studio, “prompt to app” için hızlı bir başlangıç noktası; Antigravity ise uygulamayı gerçek geliştirme işine büyüten araçtır

Oturum 8 - Unlock modern web capabilities in your AI coding workflows

Kodlama ajanları modern web yeteneklerini bilmezse, kodu eski tarayıcı uyumluluğu ölçütlerine göre üretmeleri kolaylaşır
Chrome son bir yılda 50 yeni özellik yayınladı, ancak model bilgi kesim tarihi nedeniyle bu özelliklerin çoğu modellere ulaşmıyor
Interest Invokers API örneğinde, ajanın eski özellik adı olan interesttargetı kullanması sorunu görülüyor
Modern Web Guidance, ajanların en güncel web özelliklerini ve önerilen uygulamaları bulmasına yardımcı olan bir bilgi paketidir
Ajan, yanıt vermeden önce yerel paket içinde anlamsal arama gerçekleştirir
Kılavuzun ölçeği ve yapısı:
- Şu anda 100’den fazla kılavuz bulunuyor
- Her özelliğe ait skill’leri üst düzey araçlar olarak açığa çıkarmak yerine, gerektiğinde bulunup kullanılan bir yapı benimseniyor
Kılavuzlar, ideal modern uygulamayı ve fallback önerilerini birlikte sunar
Tarayıcı destek gereksinimi verilmezse, ajan varsayılan olarak Baseline Widely Available kabulünü kullanır
AGENTS.md içine “yalnızca Chrome 144 ve üzeri desteklenir” gibi koşullar yazılırsa, ajan gereksiz fallback’lerden kaçınabilir
Chrome ekibi, Gemini 3.1, Claude Opus 4.7 ve GPT 5.5 gibi modeller üzerinde her gün değerlendirmeler yürütüyor

Oturum 9 - What’s new in Firebase

Firebase, hem insanların hem de ajanların uygulama oluşturup ölçekleyebileceği bir agent-native platform yönüne ilerliyor
Firebase Data Connect, SQL tabanlı uygulama geliştirmeyi destekleyen Firebase SQL Connecte dönüşüyor
Firebase SQL Connect’in custom resolver özelliğiyle Cloud Functions ve BigQuery gibi Google Cloud servisleri bağlanabiliyor
Firestore; geo search, native full text search ve semantic match desteği sunuyor
Firebase AI Logic, en yeni modelleri destekliyor ve Maps grounding ile konum farkındalığına sahip yapay zeka özellikleri oluşturmayı mümkün kılıyor
Nano Banana görsel üretim kontrol özellikleri de Firebase AI Logic içinde kullanılabiliyor
Firebase AI Logic; iOS, Chrome ve Android’de yerel ve hibrit çıkarımı destekliyor, yerel model olmadığında ise cloud-hosted model’e fallback yapıyor
Firebase için Cloud Functions’ta Dart desteği, experimental preview olarak sunuluyor
AI Studio, Google Workspace’e bağlanarak Sheets, Docs, Gmail ve Calendar verilerini uygulamalarda kullanmayı sağlıyor
Firebase agent skills, Android, iOS, web ve Flutter’da kullanılabiliyor; Crashlytics desteği de genişletiliyor

Oturum 10 - What’s new in Google Play

Play Billing, 65’ten fazla pazarda 300’den fazla yerel ödeme yöntemini destekliyor
Google Play’de satın almaya hazır 890 milyondan fazla kullanıcı bulunuyor
Google Play Billing ile alternatif ödemeleri birlikte sunma seçenekleri genişletiliyor ve daha düşük hizmet ücretleri de duyuruluyor
Uygulama keşfi, Gemini app, Android ve web’e genişleyerek kullanıcıların Gemini içinde uygulama ve oyun bulabilmesini sağlıyor
Gemini, statik bağlantı listeleri yerine uygulamaların gerçek işlevlerini ve store listing bilgilerini kullanarak öneri sunuyor
Bazı konularda Gemini ve Play kullanıcıları 450 binden fazla film ve TV içeriğini keşfedebiliyor
Play Console’da Eclipsa Video veya Google Sheets gibi yapılandırılmış dosyalar yüklendiğinde, Gemini listing’i önceden dolduruyor
Gemini’nin bulk price changes, import skills ve metadata configuration gibi Play Console görevlerinde yardımcı olması planlanıyor
in-app subscription management API sayesinde kullanıcılar uygulama içinden abonelik planlarını kolayca değiştirebiliyor
Geçen yıl Google Play Billing, 3,4 milyar dolar tutarında teşebbüs edilen dolandırıcılığı ve 130 milyon dolar tutarında kötüye kullanım amaçlı geri ödemeyi engelledi

Oturum 11 - Defining the agentic AI era

Gemini, Search, Gemini app ve Google DeepMind, agent tabanlı yapay zekayı aynı doğrultuda ele alıyor
Gemini 3.5 Flash, Search içinde de kullanılabiliyor
Search, hızlı yanıtlar ile daha uzun agentic görevler arasında denge kurmak zorunda
Gemini Spark, kullanıcının devrettiği işleri arka planda yürüten always-on agent rolünü üstleniyor
Modeller, basit sohbet yanıtlarının ötesine geçerek Google ürünlerinin tamamında ve dış ekosistem üzerinde çalışabilmeli
Python'dan Go'ya çevrilen iç araçlar:
- Testleri bulunan mevcut bir programı başka bir dile çevirmek, model için daha net tanımlı bir problem
- Bazı iç araçlar bir gecede 10-20 kat hızlandı
Google'ın iç yazılım altyapısı da yeni agentic dünyaya uyum sağlamak için daha hızlı değişebiliyor
Gemini'nin Google ürünlerinin tamamına girebilmesi için donanım, model ölçeği, ürün uygulaması ve geri bildirim döngüsünün birlikte işlemesi gerekiyor
Sorunun odağı “model ne yapabilir”den “model ürünlere ve iş akışlarına nasıl yerleştirilir”e kayıyor

Oturum 12 - Android geliştirme araçlarında neler yeni

Android geliştirme araçları, yalnızca insan geliştiriciler için değil, kod tabanına yerleştirilen AI agent'lar da düşünülerek tasarlanıyor
Android Studio Otter, Gemini Enterprise ve Google One hesaplarını destekliyor
Android Studio, yerel ve uzak modelleri içe aktararak kullanabiliyor
Android Bench, Android geliştirme işlerinde hangi modelin kullanılacağına karar vermek için bir ölçüt işlevi görüyor
Compose Preview içinden doğrudan UI dönüşümü istenerek agent'ın daha iyi bağlamla çalışması sağlanabiliyor
Yalnızca prompt ile adaptive Android uygulaması oluşturan agent-based new project wizard kullanılabiliyor
Android Studio'da adaptive API entegrasyonu ve XML'den Compose'a dönüşüm gibi işleri destekleyen yaklaşık 10 skill bulunuyor
Yeni Android CLI, LLM iş akışlarını destekliyor ve yeni proje oluşturmada diğer Gradle LLM araçlarına kıyasla token kullanımını %70'ten fazla azaltıyor
Antigravity CLI, Android CLI ve Android skill'ler bir araya getirilerek Antigravity içinde de Android uygulama geliştirmeye başlanabiliyor
Android Studio Quail ve Android 17 cihazlarda, ağ değişse ya da dizüstü bilgisayar yeniden başlatılsa bile cihaz bağlantısı korunuyor

Oturum 13 - Flutter'da neler yeni

Flutter 3.44 ve Dart 3.12 birlikte yayınlandı
Flutter projesine bu yıl 1.700'den fazla contributor katkı verdi
Her ay 1,5 milyondan fazla geliştirici Flutter ile geliştirme yapıyor
Flutter 3.44'te, Android API 34 ve üstünde Vulkan destekli cihazlarda yeni bir rendering mode denenebiliyor
Toyota 2026 RAV4'ün infotainment system'inde Flutter kullanılıyor
Dart tabanlı Cloud Functions for Firebase'de, AOT derleme sayesinde cold start süresinin 10ms'ye kadar düştüğü örnekler var
Firebase AI Logic'e sunucu taraflı prompt template eklendiği için prompt'ları doğrudan uygulamanın içine koymak gerekmiyor
Firebase Agent Skills for Flutter, agent'lara full-stack Flutter ve Firebase uygulaması geliştirme yönergeleri sağlıyor
LiteRT-LM desteği yakında flutter_gemma paketine gelecek
Flutter desktop tarafında Canonical, lead maintainer ve strategic steward olarak yer alıyor

Oturum 14 - Gemma açık model ailesinde neler yeni

Gemma 4, Gemma ailesinin en güçlü açık modeli olarak konumlanıyor
2B'den 31B'ye kadar çeşitli boyutlarda sunuluyor; mobil, dizüstü ve bulutta kullanılabiliyor
Gemma, 2024'te 1B'den 27B'ye uzanan bir model ailesi olarak başladı
Gemma 4, open weight bir model ve açık kaynak ekosistemiyle uyumlu
MTP ve speculative decoding ile decode speed en fazla 3 kat artırılabiliyor
Android ekosistemi için Gemma 4 day-zero implementation hazır durumda
Android API üzerinden telefonda küçük Gemma modelleri doğrudan çalıştırılabiliyor ya da Gemini API erişiminin zor olduğu ortamlarda yerel Gemma modeliyle Android uygulaması kodlanabiliyor
Cloud Run üzerindeki ADK(agent development kit) ve Gemma 31B kullanılarak veritabanını anlayıp yanıt bulan agent'lar oluşturuluyor
Gemma 4, Transformers.js, Ollama ve LM Studio'nun OpenAI uyumlu arayüzü üzerinden tarayıcıda veya yerelde çalıştırılabiliyor
Kurumsal bulut, yerel makine, tarayıcı ve mobilin tamamı Gemma çalıştırma ortamı haline geliyor

Oturum 15 - Web UI'da neler yeni

2026 Web UI güncellemeleri, önemli özellikleri Baseline durumu ile birlikte ele alıyor
Tüm özelliklerde Baseline Widely Available, Newly Available ve Limited Available gibi uyumluluk göstergeleri yer alıyor
contrast-color API ile CSS içinde yeterli kontrasta sahip renkleri seçmek kolaylaşıyor
Chrome 146'daki meta name="text-scale" özelliği, sistem yazı boyutu ayarlarına uyum sağlıyor
Hem Android hem iOS kullanıcılarının %30'dan fazlası varsayılan yazı boyutunu değiştiriyor
Chrome 134'ten itibaren dialog elementi, popover'ın declarative light dismiss gibi özelliklerini destekliyor
two-phase View Transitions, Chrome Canary'de test edilebiliyor
scroll-driven animations, 2023'te Chrome'a geldi ve Interop 2026 ile birlikte birlikte çalışabilirlik güçlendiriliyor
HTML-in-Canvas API, Canvas içine gerçek DOM içeriği yerleştirmeyi mümkün kılıyor
Chrome 149'da gap decorations ve shape outside için yeni kullanım biçimleri eklenecek

Oturum 16 - Genişleyen Android ekosistemi için adaptive geliştirme

Android artık yalnızca telefonlara ait bir ekosistem değil ve 580 milyondan fazla aktif büyük ekranlı cihaz, adaptive app yatırımlarından fayda görüyor
foldable kullanıcıları, adaptive app’lerde daha yüksek değerli bir kullanıcı grubu olarak sınıflandırılıyor
Android 17’de, target SDK 37 hedefinde orientation ve resizability opt-out seçeneği kaldırılacak şekilde bir değişiklik yapılıyor
Android Studio Quail Canary’deki Desktop emulator, Android uygulamalarını masaüstü biçiminde test etmeyi destekliyor
Android 17’deki Continue On API ile kullanıcılar, bir cihazda yaptıkları işe ikinci bir cihazda devam edebiliyor
Google, Android uygulamalarını Compose-first olarak geliştirme eğilimini güçlendiriyor
Compose 1.11, trackpad desteğini mouse ve pointer seviyesine iyileştiriyor ve non-touch input testing API ekliyor
Compose’a, state-based styling için experimental API eklendi
Connected Displays, Android Feature Drop aracılığıyla genel kullanıma sunuluyor
Compose, Navigation 3 ve Compose Adaptive kütüphaneleri; foldable, desktop, car, TV ve XR gibi farklı ekranlara uyum sağlıyor

Oturum 17 - Building the quantum-AI future with Hartmut Neven and James Manyika

Kuantum bilişim ile yapay zekanın birbirini hızlandırdığı akış ana tema olarak öne çıkıyor
Hartmut Neven, 2012’de Google’ın Quantum AI ekibini başlattı
superposition ve qubit, kuantum bilişimin temelini oluşturuyor
105 qubit’lik bir çipte mümkün olan bit string sayısı 2 üzeri 105
Kuantum bilgisayarların faydalı şekilde çözebileceği algoritma ve problemlerden topluluk tarafından şu anda 70’ten fazlası belirlenmiş durumda
İleride bu sayı 10 katın üzerine çıkabilir
quantum error correction, superposition durumunu korumak için gerekli temel teknoloji
Google, 2022’de quantum error correction ile gerçek bir makinedeki hataları azaltmayı başardı
Quantum Echoes, NMR veya MRI’dan çıkan verilerin öğrenilme biçimiyle bağlantılı
Google, post-quantum cryptography geçişinin 2029’a kadar daha güçlü bir şekilde ilerletilmesi gerektiği görüşünü ortaya koyuyor

Oturum 18 - Scale AI with Google’s TPU software stack

TPU üzerinde modelleri eğitme, ince ayar yapma ve çıkarım çalıştırma için açık kaynak yazılım yığını ele alınıyor
Model geliştirme akışı pre-training, post-training ve serving/inference olarak ayrılıyor
Kaggle ve Colab’ın ücretsiz TPU’larıyla post-training ve inference denenebiliyor
vLLM on TPU demosu, Gemma 4 31B modelini TPU’da çalıştırıyor ve yemek görsellerine bakarak besin değerlerini özetliyor
Gemma 4, görselleri alıp içeriği anlayarak özetleme görevlerine uygun bir multimodal model
vLLM TPU inference içine MTP eklenerek çeşitli işlerde yaklaşık 3 kat hız artışı elde ediliyor
Tunix, post-training için hafif bir framework
Büyük bir model yerine 4B model ince ayar yapılarak aynı işi yapması sağlanıyor ve tek bir Trillium çipinde çalıştırılıyor
MaxText, Tunix, vLLM, JAX, PyTorch ve TPU; model yaşam döngüsüne göre araçlar olarak konumlandırılıyor

Oturum 19 - Supercharge your AI coding workflow with Chrome DevTools for agents

Chrome DevTools for agents, kodlama ajanlarının DevTools üzerinden tarayıcı çalışma zamanını doğrudan gözlemlemesini sağlayan bir araç
İnsan geliştiriciler DevTools ile öğrenip hata ayıkladığı gibi, kodlama ajanlarının da aynı kapalı geri bildirim döngüsüne sahip olması gerekiyor
Ajanlar gerçek bir Chrome örneği açabiliyor, sayfada gezinebiliyor, formları doldurabiliyor ve console log ile network request verilerini toplayabiliyor
source map erişimi sayesinde çalışma zamanı sorunlarından ilgili kaynak dosyalara geçilebiliyor
Araç bir NPM package olarak sunuluyor ve içinde MCP server ile CLI yer alıyor
Sunulan 6 skill:
- troubleshooting, Chrome DevTools ve Chrome DevTools CLI skill’leri genel kullanım ve kavramlarda yardımcı oluyor
- accessibility debugging, memory leak debugging ve optimized LCP skill’leri ajana uzmanlık alanı bilgisi ekliyor
Uygulama temeli Puppeteer; ajanlar Puppeteer’ı doğrudan kullanmak yerine araç sarmalayıcısını kullanıyor
Varsayılan olarak ayrı bir anonim tarayıcı profili kullanılıyor ve Chrome password manager’a erişilmiyor
CyberAgent, DevTools for agents ile 32 bileşendeki 236 Storybook story’yi 1 saat içinde denetledi

Oturum 20 - A new era of discovery: AI and the frontiers of science with Demis Hassabis

Demis Hassabis, DeepMind’ın ilk hedefini “solve intelligence” olarak tanımlıyor
Yapay zekanın bilimsel keşifleri, ürünleri ve araştırma araçlarını dönüştürdüğü akış temel tema
AlphaFold, protein yapısı gibi 50 yıllık zor bir problemi çözen bir örnek olarak yeniden anılıyor
Gemini for Science, açılış konuşmasında duyurulan bilim odaklı model akışıyla bağlantılandırılıyor
Demis Hassabis, bugünü “singularity’nin foothills”inde olunan bir dönem olarak tanımlıyor ve intelligence’ın çözülme zamanını 2030 civarı artı eksi 1 yıl olarak görüyor
Genie model ailesi, Waymo’nun gerçek hayatta görülmesi zor olan 1 in a billion durumları test etmesinde kullanılıyor
Isomorphic Labs’ın drug discovery alanındaki ilerlemesi, yapay zekanın bilimi hızlandırmasına örnek gösteriliyor
Gemini uygulamasının aylık 900 milyon kullanıcısı var ve Search içindeki AI Mode da önemli bir ürün yüzeyi haline geliyor
Yapay zeka, ürün özelliklerinin ötesinde bilim ve araştırma problemlerini çözmek için bir araç olarak kullanılıyor

Oturum 21 - A fireside chat on the evolution of the developer craft

Yapay zeka çağında geliştiricinin işi, kod yazmaktan sistem tasarımı, dokümantasyon ve orkestrasyona kayıyor
Sürekli yeni araçlar ve modeller çıkıyor, ancak her trendi anında takip etmek gerekmiyor; hangi araçların bilinçli şekilde öğrenileceğini seçmek gerekiyor
Ajanları ekibe katmak, birden fazla junior mühendisi ekibe almak gibi olduğundan iç dokümantasyon ve tasarım karar kayıtları daha önemli hale geliyor
İyi bir agentic workflow kurmak için tek bir ajanın sorumluluğu, birden çok ajanın nasıl iletişim kuracağı ve insan denetiminin nerede olacağı belirlenmeli
Farklı kodlama araçlarının UX’i birbirine benzemeye başladığı için, bir araçta öğrenilen kalıplar diğer araçlara da taşınabiliyor
Ajanlarla çalışırken süreç üzerindeki kontrolün bir kısmını bırakmak ve sonuçlarla tasarım niyetini uyumlu hale getirmek gerekiyor
technical debt, cognitive debt ve intent debt; yapay zeka ile daha hızlı iyileşebilir ya da daha hızlı kötüleşebilir
Aynı anda 20 ajan çalıştırmak, insanın bilişsel kapasitesini aşabilir; bu yüzden bilinçli şekilde yönetilmesi gerekiyor
İyi prompt alışkanlıkları, arama sorgusu parçalarından çok eksiksiz hedef ve bağlam içeren bir yapıya dönüşüyor
“Tüm kodu doğrudan sen mi yazıyorsun?” sorusundan çok, “Ajanların çalışabileceği bağlama ve doğrulama sistemine sahip misin?” sorusu önem kazanıyor

Oturum 22 - Build core skills to thrive as an AI-era developer

Yapay zeka çağında temel yazılım mühendisliği yetkinlikleri daha da önemli hale geliyor
Yapay zeka bir force multiplier olabilir, ancak çıktıları değerlendirmek, entegre etmek ve sürdürmek için derin uzmanlık gerekir
Ajanlar ne kadar otonom çalışırsa, intent’i daha erken netleştiren shift-left yaklaşımına o kadar çok ihtiyaç duyulur
System Design, ortamı, insanları, ajanları, araçları ve kültürü de kapsayan bir kavram olarak genişliyor
Ekipler, ajanları out-of-box kullanmak yerine agent role, profile, recipe, rule ve skill yapılarını doğrudan oluşturup sürdürmelidir
Specs, agent rules ve skills, sistemin what ve why bilgisini ajanlara aktaran source of truth haline gelir
Gerçekçi eval oluşturmak için yapay zeka, yazılım mühendisliği, kullanıcı ve iş yetkinliklerinin birlikte bulunması gerekir
Tool kullanımını, agent skill’lerini ve sistem tasarımını iyileştiren bir geri bildirim döngüsü kurmak için agent trace analiz edilmelidir
İnsan mühendisler, tekil ajanların conductor’ı olmaktan çıkıp birden fazla eşzamansız ajan ekibinin orchestrator’ına dönüşüyor
Sisteme kötü niyetli bir aktörün bakış açısından bakabilmek için açıkça bir red team agent konumlandırılabilir

Oturum 23 - Software engineering at the tipping point

Yapay zeka kod yazma hızını artırdıkça, tüm geliştirme ekosistemi software ecology düzeyinde baskı görüyor
Google’da Android ve Chrome dahil tüm kodlar paylaşılan bir monorepo içinde yer alıyor ve trunk’a commit ediliyor
Google, çok uzun zamandır tek bir geliştiricinin milyonlarca satır kodu değiştirebilmesini sağlayan iç araçlar kullanıyor
Mevcut geliştirme ekosisteminin 10 kat hızı kaldıramama ihtimali yüksek
Ajanlar daha fazla derleme, test, commit ve token kullanımı ürettikçe altyapı maliyetleri ve darboğazlar artıyor
Ajanlar yazması kolay kod üretebilir, ancak insanlar için bakımı kolay kod üretmeyebilir
Yeniden kullanımı ve izolasyonu zorunlu kılan component reuse ve component isolation agentic skill’lerine ihtiyaç var
API ve veri erişimi, ajanlara fiilen açıkmış gibi düşünülerek sıkı şekilde korunmalıdır
“agents will find things you probably didn't want them to” ifadesi, yetki tasarımındaki riskleri ortaya koyuyor
2030’un geliştirme ekosisteminde bugünün yöntemleri, 2001’deki CD-ROM dönemi kadar eski görünebilir

Oturum 24 - Vibe once, run anywhere with Google Antigravity and Flutter

Antigravity ve Flutter birlikte kullanıldığında, bir kez üretilen fikir birçok platforma genişletilebilir
Gemini 3’ün çıkışıyla birlikte model yetenekleri büyük ölçüde arttı ve Antigravity bu yetenekleri en baştan destekliyor
Antigravity, planlama, yürütme ve doğrulamanın sıkı biçimde birbirine bağlandığı bir feedback loop’u merkeze alıyor
Antigravity, bir task list ve implementation plan oluşturuyor; yürütme sırasında screenshot ve video kaydediyor; tamamlandıktan sonra da uygulamayı ve nedenlerini içeren bir rapor yazıyor
Doğrulama aşamasında uygulamayı çalıştırma, screenshot alma, Chrome düğmesine tıklama ve test çalıştırma adımları art arda geliyor
Flutter’da Dart’ın güçlü tip sistemi ve analysis server, işlev imzası ve sınıf yapısı gibi nesnel hata sinyallerini LLM’e sağlıyor
Flutter, aynı pikseli ve işlevselliği birden fazla ekrana sunan bir cross-platform UI toolkit’tir
Flutter’ın stateful hot reload özelliği, çalışan uygulamayı 1 saniyenin altında yeniden derleyen bir geliştirme deneyimi sunuyor
Ajanlar daha fazla kod ürettikçe, insanlar tasarım hedeflerini ve ürün yönünü belirlemeli, ayrıca ajan çıktısını gözden geçirmelidir
Antigravity ajan yürütme döngüsünü sağlarken, Flutter birden fazla platformda tutarlı sonuç vererek “vibe once, run anywhere” akışını oluşturuyor

3 yorum

jhk0530 2026-05-21

Alıştığım şeylerde bir değişiklik olunca önce bir iticilik hissettiğime bakılırsa, galiba yaşlandığımı giderek daha çok hissediyorum hüzün

GN⁺ 2026-05-21

Hacker News yorumları

Açılış konuşması bana göre kişisel olarak en sıkıcı olanıydı
Tuvalete gitmek için yayını durdurup izlediğimi bile unutmuştum ve Google'ın I/O ile açılış konuşmasının kullanıcı için ne ifade ettiğini kaçırıyor gibi görünüyor
Geçen haftaki Android etkinliğinde olduğu gibi Gemini'ye özel ayrı bir etkinlik yapmak daha iyi olurdu; her ürüne AI sıkıştırmaya odaklandıkları için ürün ailesi içindeki sınırlar da bulanıklaşıyor
Google Home darmadağın durumda ve temel işlevler bile sürekli başarısız oluyor, ama Google Home VP'sinin sunumu her seferinde sadece Gemini hakkında oluyor. Cihazların offline duruma düşme sıklığını azaltmaları bile yıllar aldı
Oturumlar da “X'in yeni özellikleri” ile “AI'dan biraz oradan biraz buradan” karışımı gibi, bu yüzden sönük görünüyor
- Bu, Google'ın yapısal sorunundan çıkan bir sonuç: yayınlamak/lansman yapmak ödüllendiriliyor ama bakım ve sürdürülebilirlik ödüllendirilmiyor, yeni parlayan ekipler de kendini kanıtlamış ekiplerden çok daha fazla kaynak alıyor
  Bunu üç kelimeye indirgerseniz: “yenisi daha iyidir”
  Google Home'un kötüleşmesinin nedeni de bu. Yeterince iyi çalışan bir durumu koruyarak kimse terfi almıyor; o platforma yeni bir özellik çıkarıp seçilmiş istatistiklerle “etki” göstererek terfi alınıyor
  Açılış konuşmasının baştan sona AI olması da aynı sebepten. AI şu anda kaynakların üzerine döküldüğü sıcak bir karmaşa ve her ürüne AI eklenince çok sayıda kişi yeni özellik yayımlayıp “etki” gösterme fırsatı elde ediyor
  I/O bir geliştirici etkinliği olsa da Wall St.'in bakmadığını sanmak saflık olur. I/O başlamadan önce aynı gün hisse 10 dolar düşmüştü ama açılış konuşması sırasında 5 dolar yükseldi; kalıcı olmadı ama açılış konuşmasının hisseyi etkilediği açık. Sundar da bunun farkında
- 10-30 milyar dolardan 160 milyar dolarlık yatırıma çıktıklarını ve bu paranın tamamının hesaplama ile araştırmaya gideceğini söylediler
  Toplum olarak dünya çapında eklenen hesaplama miktarını bizzat yaşıyor olmak bile başlı başına inanılmaz bir çağ
  Gemini'nin kalitesi yine artmış ve uzun süre çalışan ajanlar da gelmiş. “Bilgisayarla bir şey yapan” pek çok kişi bundan etkilenecek
  Bu gerçek üretim ortamına girdiğinde, belki 1-2 iş arkadaşını işten çıkarıp maaşlarını token olarak almayı tercih edecekler. Birilerinin benim için de aynı şeyi düşünmesi an meselesi
  Bunların hiçbiri sönük değil; nasıl bu kadar uç derecede zıt bakış açıları çıkıyor anlamıyorum
Koreografisi yapılmış sönük sunumlar ve ekran dışındaki prompt'ları okuyormuş gibi duran halleri görünce, eski Steve Jobs sunumları çok daha etkileyici geliyor
Gerçekte öyle mi emin değilim ama öyle görünüyor ve Steve ürün tanıtımını gerçekten çok iyi yapıyordu. En azından insanlar onu taklit etmeye çalışsa bari
- O ürünleri gerçekten kullanıp onlara inanıyor olması yardımcı oluyordu
- Bence Steve Wozniak'ı taklit eden biri çıksa daha eğlenceli olurdu
- Bunu gerçekten deneyen çok kişi oldu. Birkaç yıl önce Surface Laptop'u tanıtan Sinofsky ve sayısız kurucu da böyleydi
  Steve açılış konuşmaları ve teknik demolar konusunda mutlak bir doğa yeteneğiydi; bazı insanlar sanki böyle bir yetenekle doğuyor
- Bu sunumda gerçekten “Gemini benim için yapılacaklar listesi oluşturdu” diye tekrar tekrar şaşırmış gibi konuştukları bir an vardı
- Bu, AI maksimizasyonunun her yere yayılmasının bir örneği. “Bana havalı bir konferans sunumu hazırla” derseniz aşağı yukarı böyle bir şey çıkar
  Büyük ölçekli AI kaynaklı vasatlaşma; izlerken insanın içine oturuyor
Yerel Gemma modelleri ve Flutter için neler hazırlandığını merak ediyorum
Gemma 4 2B indirerek ya da Android'in yerleşik AICore'unu, Apple'ın Foundation Models'ını kullanarak tamamen yerel çalışan uygulamalar geliştiriyorum
Bugünlerde yerel modeller web araması ve araç çağırmayı da içerecek kadar iyi oldu; birçok kullanım senaryosunda bulut modeline gerek kalmıyor
- Bildiğim kadarıyla yarın Gemma açılış konuşması var
- Gemma 4 yakın zamanda çıktığı için özellikle bir şey beklemiyorum
Masaüstü Firefox'ta Join the livestream düğmesi çalışmadı, Chrome'da ise sorun yoktu
- Chrome'da da çalışmadı; yayını YouTube'da aramak zorunda kaldım: https://www.youtube.com/watch?v=wYSncx9zLIU
- Firefox'ta da aynı sorunu yaşadım
- uBlock'u kapatmam gerekti. Firefox'ta yüklü olup Chrome'da yüklü olmaması buna neden olmuş olabilir
3.5 Flash'ın, 3.5 Pro'dan önce çıkması ilginç
Tarihsel olarak Gemini'de Flash, Pro'dan distile edilen modeldi; sanki sıra bunun tersiydi. Benchmark'larda öne geçene kadar biraz daha mı eğitiyorlar?
- 3.5 Flash'ın çalıştırma maliyeti muhtemelen Pro'dan da düşüktür. Diğerleri gibi bu şirket de hesaplama kaynağı kıtlığı yaşıyor olabilir
- Sunumda söylenenler doğruysa, birkaç ay önce denediğim 3.5-flash-preview'dan belirgin biçimde daha iyi olmuş olması gerekir
  O zaman 200 satırlık bir Python betiğinde bile büyük hata yapmadan düzenleme yapamıyordu; örneğin fonksiyon çağrısı argümanlarının sırasını bozuyordu
- Flash'ın, distile edildiği Pro'yu geçmesi şaşırtıcıdan çok şüpheli. Distilasyon normalde bir şeylerin kaybolmasına yol açar
  Daha küçük model ajan değerlendirmelerinde kazanıyorsa, daha makul açıklama o değerlendirmelerin baştan zaten ajan kalitesini ölçmüyor olmasıdır
  Model seçiminden daha çok, geliştiriciler için asıl sorun bu
Eskiden cihazlarımıza tamamen sahip olduğumuz ve onları kontrol ettiğimiz güzel günleri özlüyorum. Onları geri istiyorum
- O ne zamandı? Telefonların kablolu olduğu zamanlar mı?
- Çok genç sayılmam ama cihazları kontrol ettiğimiz o düşüş öncesi çağın neden bu kadar cazip olduğunu pek anlamıyorum
  Teknoloji tarafı açıkça bugün çok daha iyi. Günümüz Linux'u harika, self-hosting ucuz ve başlamak kolay
  Kendi cihazını kontrol etme açısından bugün durumun tam olarak nasıl daha kötüye gittiğini anlamıyorum
Hava tamamen kaçmış durumda. I/O'nun Android merkezli olduğu ve herkesin iyimserlikle dolu olduğu eski günleri özlüyorum
- I/O'nun Wikipedia maddesine bakmak bile ne kadar hüzünlü hale geldiğini gösteriyor: https://en.wikipedia.org/wiki/Google_I/O
  “Apple WWDC ve lansman etkinliklerine Google'ın cevabı”ndan “her yere aynı anda AI”ya dönüştü
  Google'ın 2008 ile 2020 arasında çıkardığı havalı şeylere bakınca insan gerçekten hayıflanıyor
  Elbette bu sadece Google'ın sorunu değil. Büyük konferansların geneli böyle değişiyor. Her şey AI. Belki CES değil ama yine de tablo bu
- Adil olmak gerekirse bu yalnızca Google'ın suçu değil gibi. 2009 civarında mobilde olasılıkların Kambriyen patlaması gibi fışkırdığı bir dönem vardı; bugünün teknolojisi ise artık sadece yeterince iyi durumda
- Eskiden ilgi çekiciydi ama şimdi sadece AI saçmalığı var ve Android de aslında neredeyse hiç değişmiyor
Google Wave'in 2009'daki çıkışından beri Google I/O en sevdiğim teknoloji etkinliğiydi ve o zaman tamamen içine düşmüştüm
- Google Wave zamanının ötesindeydi. Anlamlı bir Slack rakibi olabilirdi
- O lansmanı hatırlıyorum. Bağlantı sorunları yaşanırken sahnede çabalayan Lars da aklımda
  Birkaç yıl sonra Google Glass ile yapılan skydiving gösterisi de vardı; eğlenceli zamanlardı
Demodaki fikir, “komşularınızı tanımak yerine mahallenin blok partisini bir AI ajanın planlamasına izin verin” şeklindeydi
- Gemini'nin AI Mode'una “Google I/O'da genel izleyiciye iyi gidecek bir ajan iş akışı demosu ne olabilir” diye sorsanız, şu an gösterdiklerinden daha iyi kullanım örnekleri çıkar
- Sonunda yine uçuş ya da restoran rezervasyonu gibi bir şeye dönmesi gerekiyor. Her yıl bunu demo ediyorlar ama hiçbir zaman düzgün çalışmıyor
Spark, bulutta barındırılan openclaw anlamına mı geliyor?
- Aşağı yukarı öyle

hmmhmmhm 2026-05-21

Flash çok pahalı, artık sonsuza kadar OpenRouter gemma hosting’de yaşayacağım