Yapay zeka modelleri ve platformları

AWS, Tamamen Otonom Yapay Zekâ Ajanları Tarafından Yazılan Yerel Emülatörü Piyasaya Sürüyor

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

AWS, AWS Emulator’ı 11 Kasım 2026’da kullanıma sundu. 200’den fazla hizmeti kapsayan 438 AWS API modelinden oluşturulan bu yerel emülatör genel kullanıma açıldı. Kodunu otonom yapay zekâ ajanları yazıp test etti; böylece geliştiriciler ve kodlama ajanları, AWS hesabına ihtiyaç duymadan AWS API’lerini kendi makinelerinde kullanabilecek.

AWS CLI, AWS SDK’ları ve kodlama ajanları, bulutta kullanacakları API’lerin aynısını kullanarak yerel bir HTTPS uç noktası üzerinden bağlanıyor. Ortam değişkenleri bu araçları kullanıcının makinesine yönlendiriyor ve uygulama kodunda değişiklik yapma gereğini ortadan kaldırıyor. AWS’nin duyuru yazısında Linux için RPM ve Debian paketleri, macOS ve Windows’ta Docker kullanımı ve Rust testleri için gömülü mod hakkında ayrıntılar yer alıyor. Ek bir hizmet ücreti alınmıyor; ancak müşteriler bulutta dağıttıkları AWS kaynaklarının ücretini ödemeye devam ediyor.

Kodlama ajanları için emülatör, AWS altyapısını bir yazma-çalıştırma-okuma döngüsüne dahil ediyor: Bir ajan kaynak oluşturabiliyor, sonucu inceleyebiliyor ve AWS Bölgesi’ne dağıtım yapılmasını beklemeden kodunu gözden geçirebiliyor. AWS belgelerinde emülatörün kullanılabileceği ortamlar arasında geliştirme sunucuları ve sürekli entegrasyon da sıralanıyor; istekler AWS’ye değil, emüle edilen kaynaklara gönderiliyor.

Üç Ajan Ekibi Kodu Geliştirip Sürdürüyor

AWS kıdemli başmühendisi Matthew Goldberg, bir mühendislik yazısında ekibinin emülatör kodunu ne yazdığını ne de gözden geçirdiğini söyledi. Bunun yerine insanlar, teknik özellikler, test mekanizmaları, birleştirme denetimleri ve sürüm hattı da dahil olmak üzere bu çalışmanın altyapısını oluşturdu. Proje, Kiro kodlama ajanının gerçek AWS’ye karşı doğrulamak üzere testler yazması ve bu testleri geçen bellek içi bir uygulama oluşturması için verilen bir komutla, yaklaşık 15 dakikada kullanılabilir bir Amazon SQS emülatörü üretmesiyle başladı. Goldberg daha sonra Kiro’dan prototipi bir hafta sonu boyunca genişletmesini istedi; emülatörü sağlam bir ürüne dönüştürmek için çevresine gerekli koruma önlemlerinin eklenmesi gerekiyordu.

Artık her biri belirli sınırlar içinde çalışan üç ajan ekibi işi paylaşıyor. Test yazarları, herkese açık API modellerinden senaryolar oluşturuyor ve bunları gerçek AWS’ye karşı doğruluyor. Sorun bulucular testleri yeniden çalıştırıp ortak bir temel nedeni olabilecek hataları gruplandırırken düzeltme ajanları her seferinde tek bir sorunu ele alıyor. Goldberg, yüzlerce ajan eş zamanlı çalışırken her gün binlerce sorunun giderildiğini ve on binlerce davranış uyumu testi bulunduğunu bildiriyor.

Önerilen her düzeltme, birleştirilmeden önce derlenmeli ve kodlama standartları, güvenlik ve davranış uyumu için yapılan otomatik denetimleri geçmelidir. Bağımsız bir güvenlik ajanı, geliştirme sırasında ve sürüm hattında yeniden olmak üzere değişiklikleri karşıt bir bakış açısıyla inceler. Goldberg, “Bu birleştirme denetimi olmasaydı ajanlarımızın geliştirdiklerine güvenemezdik,” diye yazdı.

Değişiklikler yayımlanmadan önce AWS CodeCommit ve CodePipeline üzerinden ilerliyor, ardından GitHub’da yayımlanıyor. Herkese açık depoda gönderme geçmişi ile çözülen ve çözülmemiş davranış uyumu sorunlarına ayrılmış klasörler bulunuyor. AWS, kodu kamu malı olarak adama beyanı olan CC0 kapsamında yayımladı; ancak satıcı kodları Apache 2.0 lisansı altında. Depo, birleştirme isteklerini kabul etmiyor; buna karşın kullanıcılar hataları ve davranış uyumu açıklarını GitHub Issues üzerinden bildirebiliyor.

Uyum Puanları Sınırları Belirliyor

Bir davranış uyumu testi, gerçek AWS’ye karşı denetlenen kısa bir iş akışıdır. Testin geçilmesi için emülatörün her çağrıya verilen yanıtı; durum kodu, gövde, hata kodu ve hata mesajının birebir aynısı dahil olmak üzere eşleştirmesi, ayrıca iş akışının oluşturduğu kaynakları ve verileri de aynı şekilde üretmesi gerekir. Uygulanmamış işlemler HTTP 501 (Uygulanmadı) yanıtı verir; böylece hatalar hemen görünür. Her sürümde hizmet başına geçilen test sayıları yer alır ve AWS, emülatör gelişse bile yeni testler eklenmesinin puanı düşürebileceği konusunda uyarıyor.

Herkese açık değerlendirme paketindeki her test, korumalı alanlarda çalışan en az iki AWS hesabında doğrulandı. Depoda ayrıca, test edilmeyen davranışların doğrulanmış sayılmadığı açıkça belirtiliyor.

Bu puanlar, emülatörü bir güvenlik test ortamı hâline getirmiyor. Emülatör, AWS Identity and Access Management (IAM) veya kaynak tabanlı politikaları AWS ile aynı şekilde değerlendirmiyor; bu nedenle AWS’nin reddedeceği bir istek yerel ortamda başarılı olabilir. Emülatör geliştirme ve test için kullanılabilir; üretim iş yükleri ve uygulama güvenliği testleri kapsam dışındadır. Her örnek tek bir hesap ve Bölge için tasarlanmıştır, kaynakları bellekte tutar ve durdurulduğunda siler.

Mühendislik Çalışmalarının Odağı Teknik Özelliklere ve Testlere Kayınıyor

Swaminathan Sivasubramanian, duyuru yazısında mühendisin rolünü; neyin geliştirilmesi gerektiğine karar vermek ve ajanlar kodu yazıp denetlerken doğruluğu belirleyecek teknik özellikleri, testleri ve birleştirme denetimlerini oluşturmak olarak tanımladı.

Amazon’un ilk dönemlerinde kullanılan dağıtık kilit hizmeti Alf ile yaptığı karşılaştırma somut bir örnek sunuyor. Özgün çoğaltma motorunun geliştirilmesi yaklaşık dört ay sürdü. Sivasubramanian, Kiro‘yu yeniden oluşturma çalışmasının başlangıçta gözetim altında dört gece sürdüğünü, çünkü ajanın sonuçlarını kontrol etmesinin mümkün olmadığını söyledi; kendisi bir belirtim ve test ortamı sağladıktan sonra yeniden oluşturma yaklaşık iki saat sürdü.

AWS Emulator bu dersi kullanıma sunulan bir ürüne dönüştürüyor: Ajanlar uygulamayı oluşturup onarıyor, mühendisler ise kabul edilebilir davranışı tanımlayıp bunun uygulanmasını otomatikleştiriyor. Ürünün pratikteki kapsamı artık büyüyen herkese açık test paketine ve giderilmemiş davranış uyumu açıklarına bağlı; güvenlik ve üretim ortamındaki doğrulamalar içinse hâlâ gerçek AWS gerekiyor.

Theo Nash, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ altyapısını, hesaplama kaynaklarını ve modern yapay zekâya güç veren donanım sistemlerini inceler. Çalışması, büyük ölçekli AI iş yüklerinin teknik temellerine odaklanır; buna veri merkezleri, hızlandırıcılar, ağlar ve bunları birleştiren yazılım yığınları dahildir.

Analitik ve mühendislik odaklı bir bakış açısıyla, Theo GPU'larda, özel silikonlarda, bellek mimarilerinde ve dağıtık sistemlerdeki ilerlemelerin yeni nesil AI modellerini nasıl mümkün kıldığını inceler. Performans ödünleşimleri, enerji verimliliği, ölçeklenebilirlik ve AI altyapısının gerçek dünyadaki dağıtımını şekillendiren pratik kısıtlamalara özellikle dikkat eder.

Theo Nash tarafından yazılan makaleler AI tarafından oluşturulmuş olup, Unite.AI’nin editöryal ekibi tarafından teknik doğruluk, açıklık ve hızla evrilen AI hesaplama ortamının sorumlu bir şekilde ele alınmasını sağlamak için gözden geçirilir.