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