Karpathy, otoaraştırmayı yayınlamasından bir gün sonra çok daha ileri giden bir vizyon paylaştı: bir sonraki adım, SETI@home’u model alan kitlesel iş birlikçi dağıtık yapay zeka araştırması.

Amaç? Deneyleri yürüten tek bir doktora öğrencisini taklit etmek değil. Bütün bir araştırma topluluğunu taklit etmek.

Tek Ajandan Sürüye

Otoaraştırma v1 güçlü ama sıralı. Bir ajan kodu değiştirir, deney yapar, sonucu tutar veya atar ve tekrarlar. Bu, tüm gece çalışan yorulmaz bir araştırmacıya sahip olmak gibi.

Ancak Karpathy daha büyük bir gelecek görüyor: yüzlerce ajanın paralel olarak deney yapması, sonuçları paylaşması ve birbirinin keşiflerini temel alması — tıpkı SETI@home’un binlerce gönüllünün bilgisayarlarına hesaplamayı dağıtması gibi.

Karpathy’nin tanımladığı mimari, dağıtık görev parçalama, sonuç tekilleştirme ve ajanlar arası bellek gerektiriyor. Ajanların işi tekrar etmemesi için diğer ajanların ne denediğini bilmesi ve birbirinin başarılı deneylerini temel alması gerekiyor.

AgentHub: Yapay Zeka Sürüleri İçin Git

AgentHub — Karpathy’nin ajan öncelikli iş birliği platformu. Aynı kod tabanı üzerinde çalışan yapay zeka ajan sürüleri için tasarlanmış yalın bir git deposu artı duyuru panosu.

Temel tasarım kararı: dal yok, pull request yok, birleştirme yok. Sadece ortak bir araştırma dizisine deney katkısı yapan ajanlar. Bu, 100 ajanın sürüsünün darboğazına yol açacak kod inceleme ve dal yönetiminin insan yükünü ortadan kaldırır.

Herkes bir otoaraştırma ajanı çalıştırıp AgentHub aracılığıyla topluluğa katkıda bulunabilir; her katılımcının GPU’sunun kolektif keşfe katkıda bulunduğu SETI@home tarzı dağıtık bir araştırma ağı oluşturur.

Zaten Oluyor: Bir Gecede 333 Deney

Bu sadece teori değil. Dağıtık otoaraştırma modeli zaten hayata geçiriliyor.

8-9 Mart 2026 gecesi, eşler arası bir ağa dağıtılmış 35 özerk ajan tamamen denetimsiz 333 deney yürüttü. Her düğüm otoaraştırma döngüsünü bağımsız olarak çalıştırdı ve başarılı keşifler ağ genelinde paylaşıldı.

Karpathy’nin tek ajan kurulumu gecede ~100 deney üretirken, dağıtık yaklaşım ilk gecesinde bunu üçe katladı — üstelik sadece 35 düğümle.

Markdown Neden Ölçeklenir

Bu dağıtık sistemin her seviyesinde insan arayüzü Markdown’dır:

Bireysel seviye: Ajanınızı yönlendirmek için program.md yazarsınız
Takım seviyesi: AGENTS.md, ortak bir kod tabanında çalışan birden fazla ajanı koordine eder
Topluluk seviyesi: AgentHub tartışmaları sonuçları ve stratejileri paylaşmak için Markdown kullanır

Markdown, tek bir gecelik deneyi yönetmekten küresel bir araştırma topluluğunu koordine etmeye kadar ölçeklenir. Her katmanda aynı format — insanlar tarafından okunabilir, makineler tarafından ayrıştırılabilir ve sürüm kontrolüyle yönetilebilir.

Araştırma İçin Ne Anlam İfade Ediyor

Dağıtık otoaraştırmanın etkileri önemlidir:

Daha geniş hipotez araması. Tek bir ajan aynı anda bir yolu keşfeder. Bir sürü aynı anda yüzlerce yolu keşfeder. Atılım yapma ihtimali arayan ajan sayısıyla artar.

Daha hızlı iterasyon. Bir ajanın keşfi sürüyle paylaşıldığında, tüm ajanlar hemen faydalanır. Ajan #47 tarafından bulunan %1’lik iyileştirme, 100 ajanın tümü için yeni taban çizgisi olur.

Sağlam negatif sonuçlar. Aynı deney birden fazla ajanda başarısız olduğunda, bu negatif sonuç istatistiksel olarak anlamlıdır. Sürü, neyin işe yaramadığını, neyin işe yaradığı kadar verimli öğrenir.

Demokratikleştirilmiş katılım. Bir GPU kümesine ihtiyacınız yok. Tek bir GPU’ya sahip bir kişi kolektif araştırmaya katkıda bulunabilir. SETI@home modeli, bunun milyonlarca katılımcıya ölçeklendiğini kanıtladı.

Bilgi Katmanı

Dağıtık otoaraştırmaya katılmak — ister kendi ajanınızı çalıştırın ister topluluk çabasına katkıda bulunun — alan bilgisi gerektirir. Verimli yönlerde araştırmayı itmek için iyi program.md talimatları yazabilmek amacıyla araştırma alanını yeterince iyi anlamanız gerekir.

Markdown’da kişisel bir bilgi tabanı oluşturmanın meyvelerini burada görürsünüz. Kaydettiğiniz belgeler, makaleler ve en iyi uygulamalar, araştırmayı verimli yönlere iten ajan talimatları yazmak için temel oluşturur.

En iyi sonuçları üreten topluluk, en iyi paylaşılan bilgiye sahip olan — yapay zeka ajanlarının en iyi anladığı formatta yakalanan ve düzenlenen — topluluk olacak: Markdown.

Save, herhangi bir web sayfasını temiz Markdown’a dönüştürür — bireysel otoaraştırmadan dağıtık sürülere kadar daha iyi yapay zeka ajan talimatlarına güç veren bilgi kütüphanesini oluşturur. Save’i ücretsiz deneyin.