7 Mart 2026’da eski Tesla AI direktörü ve OpenAI kurucu ortağı Andrej Karpathy, AI dünyasını hareketlendiren bir repo yayımladı: autoresearch.

Fikir aldatıcı biçimde basit: bir AI ajanına küçük ama gerçek bir LLM eğitim kurulumu verin ve gece boyunca özerk olarak deney yapmasına izin verin. Kodu değiştirir, 5 dakika eğitir, sonucun iyileşip iyileşmediğini kontrol eder, değişikliği saklar ya da iptal eder ve tekrarlar.

Siz uyurken 100 deney. Sıfır insan müdahalesi.

Ancak programlamanın geleceği için önemli olan kısım şu: insan Python yazmıyor. İnsan bir Markdown dosyası yazıyor.

program.md Nedir?

Autoresearch’ün kalbinde program.md adlı bir dosya var. Bu, AI ajanı için talimat kılavuzu olarak hizmet veren bir Markdown belgesidir.

Python’da hiperparametreleri manuel olarak ayarlamak, öğrenme oranlarını değiştirmek veya sinir ağı mimarilerini düzenlemek yerine araştırmacı, program.md’ye doğal dil talimatları yazar. AI ajanı bu talimatları okur ve bunlara dayanarak eğitim kodunu (train.py) özerk biçimde değiştirir.

Karpathy’nin deyimiyle: araştırmacı olarak normalde yapacağınız gibi Python dosyalarından hiçbirine dokunmuyorsunuz. Bunun yerine, AI ajanlarına bağlam sağlayan program.md Markdown dosyalarını programlıyorsunuz.

Autoresearch Nasıl Çalışır

Sistem, sadeliğinde zariftir:

İnsan program.md’yi düzenler — araştırma hedeflerini, kısıtlamaları ve stratejiyi belirler
AI ajanı (Claude, Codex veya başka bir LLM) program.md’yi okur ve train.py’ı değiştirir
Eğitim tam 5 dakika çalışır ve doğrulama kaybını (val_bpb) ölçer
İyileşme varsa değişiklik bir özellik dalında git commit olarak saklanır
İyileşme yoksa git başlangıç noktasına sıfırlanır
Süresiz tekrar

Tüm eğitim kod tabanı ~630 satır Python — bir LLM’in bağlam penceresine tamamen sığacak kadar küçük. Bu tasarım gereği. Ajanın akıllıca değişiklikler yapabilmesi için tüm sistemi anlaması gerekir.

Sonuçlar

Karpathy, autoresearch’ü derinlik-12 bir modelde yaklaşık iki gün boyunca çalıştırdı. AI ajanı, Time to GPT-2 karşılaştırmasını 2.02 saatten 1.80 saate düşüren — sıfır insan müdahalesiyle %11 iyileştirme — yaklaşık 20 iyileştirmeyi özerk olarak keşfetti.

Görselleştirmedeki her nokta eksiksiz bir LLM eğitim koşusunu temsil eder. Ajan, sinir ağı mimarisi, optimizer ve hiperparametreler için daha iyi ayarlar buldukça git commit’leri biriktirerek özerk bir döngüde çalışır.

program.md’nin ML Araştırmasının Ötesinde Neden Önemli Olduğu

Autoresearch ML eğitimiyle ilgilidir, ancak tanıttığı örüntü evrenseldir: Markdown dosyalarıyla AI ajanlarını programlamak.

Bu izole bir fikir değil. AI ekosistemine bakın:

Dosya	Amaç
`program.md`	Özerk araştırma ajanlarını programlar (Karpathy)
`AGENTS.md`	AI kodlama ajanlarını programlar (60K+ repo, Linux Foundation)
`CLAUDE.md`	Claude Code davranışını programlar
`.cursorrules`	Cursor AI davranışını programlar
`llms.txt`	AI tarayıcılarının web sitelerini nasıl anladığını programlar

Her seferinde örüntü aynı: bir insan Markdown dosyası yazar ve bir AI ajanı bunu özerk çalışma talimatları olarak kullanır.

Markdown, AI ajanları için programlama dili haline geldi.

Vibe Coding’den Agentic Engineering’e

Karpathy’nin kendisi 2025’te “vibe coding” terimini türetti — sözdizimi yerine niyeti tanımlayarak kod yazma fikri. Ancak 2026’nın başlarında vibe coding’in artık geçmişte kaldığını söyledi.

Yeni terim? Agentic engineering: zamanın %99’unda doğrudan kod yazmıyorsunuz. Bunu yapan ajanları yönetiyorsunuz ve gözetim sağlıyorsunuz.

Autoresearch bu fikrin en saf ifadesidir. Araştırmacının işi “bugün kaç deney yaptınız?” sorusundan “ne kadar iyi deney yönleri belirlediniz?” sorusuna kayıyor. Markdown dosyası, bu yönleri nasıl belirlediğinizdir.

Bu Bilgi Çalışanları İçin Ne Anlama Geliyor

Autoresearch’ten ders çıkarmak için LLM eğitmeniz gerekmiyor. Örüntü her yerde geçerli:

Geliştiriciler AI kodlama asistanlarını yönlendirmek için AGENTS.md yazıyor
Araştırmacılar özerk deneyleri yönlendirmek için program.md yazıyor
İçerik üreticileri AI yazma asistanlarını yönlendirmek için istemler yazıyor
Analistler AI veri işleme hatlarını yönlendirmek için talimatlar yazıyor

Her durumda insanın işi şu hale geliyor: mümkün olan en iyi Markdown talimatlarını yazmak. AI yürütmeyi hallediyor.

Markdown-Önce İş Akışınızı Oluşturun

Markdown, AI ajanları için evrensel arayüz haline geliyorsa, referans materyalinizin temiz Markdown sürümlerine sahip olmak zorunlu hale geliyor.

Autoresearch için bir program.md veya kod tabanınız için bir AGENTS.md yazarken web’de gördüğünüz belgelerden, makalelerden, blog yazılarından ve örneklerden yararlanıyorsunuz. Save, tek tıkla tüm bunları temiz Markdown olarak yakalamanıza izin verir — referans almaya, alıntılamaya veya ajan talimatlarınıza beslemeye hazır.

İş akışı: web’de işe yarar bir şey bulun, Save ile Markdown olarak kaydedin, daha iyi ajan talimatları yazmak için kullanın.

Save, her web sayfasını AI ajanlarının en iyi anladığı format olan temiz Markdown’a dönüştürür. Daha iyi AI talimatları yazmak için referans kütüphanenizi oluşturun. Save’i ücretsiz deneyin.