29 Eylül 2026 Salı

Apple Watch'ın Beklenmedik Yeniden Başlaması: watchOS 27.0.1 Genişletme Detayları

27 Eylül 2026 itibarıyla Apple, akıllı saat kullanıcılarının gündemini meşgul eden istenmeyen yeniden başlatma sorununu ortadan kaldırmak amacıyla watchOS 27.0.1 sürümünü genişletti. Geçtiğimiz hafta yalnızca en yeni donanımlara sunulan bu güncelleme, bugün itibarıyla tüm watchOS 27 uyumlu Apple Watch modellerine açıldı. Sıradan bir kullanıcı perspektifinden bakıldığında, saat ortasında takılan veya beklenmedik bir anda kapanan cihazların yarattığı veri kaybı kaygısı ve kullanım kesintisi, bu yamayı kritik hale getiriyor. Apple'ın teknik açıklamasında "Apple Watch may restart unexpectedly" (Apple Watch beklenmedik şekilde yeniden başlayabilir) ifadesiyle tanımlanan hata, günlük iş akışını doğrudan etkileyen bir stabilite sorunu olarak öne çıkıyor.

Yeniden Başlatma Hatasının Teknik Çözümü

Bu güncellemenin temel odağı, cihazların rastgele yeniden başlatılma sorununu gidermektir. Güncelleme notları basit tutulsa da, 24R365 olarak kodlanan derleme numarası, önceki hafta Apple Watch Series 12 ve Apple Watch Ultra 4 kullanıcılarına sunulan yazılım paketinin birebir aynısı olduğunu gösteriyor. Bu durum, sorunun donanıma özgü olmayan, yazılım tabanlı bir hata olduğunu teyit etmektedir. Günlük kullanımda spor takibi yapan, bildirimleri yöneten veya sağlık verilerini kaydeden kullanıcılar için bu ani kapanışlar, toplanan verilerin silinmesine veya günlük aktivite halkalarının sıfırlanmasına yol açabiliyordu. Apple'ın bu hatayı hızla tüm platforma yayması, sorunun ciddiyetini ve kullanıcı deneyimi üzerindeki negatif etkisini onaylar niteliktedir.

Eşzamanlı Yazılım Ekosistemi Güncellemeleri

watchOS 27.0.1'in dağıtımı, Apple'ın diğer işletim sistemleri için de kritik yamalar yayınladığı bir günle eşzamanlı gerçekleşti. Aynı gün içinde iOS 27.0.1, iPadOS 27.0.1 ve visionOS 27.0.1 sürümleri de kullanıcılarla buluştu. Ayrıca, bir önceki büyük sürüm döngüsünde kalmış olan macOS Tahoe 26.7.1 ve macOS Sequoia 15.8.1 ile en yeni işletim sistemi olan macOS 27.0.1 Golden Gate için de güvenlik ve hata düzeltmeleri paketi sunuldu. Bu eşzamanlılık, Apple'ın yazılım altyapısındaki çapraz entegrasyonu ve güvenliğin tüm cihaz parkurunda (fleet) eşit ölçüde ele alındığını göstermektedir. Kullanıcılar, saatlerindeki stabilite sorununu giderirken, telefon ve bilgisayarlarındaki güvenlik açıklarını da aynı anda kapatma fırsatı buldu.

iPhone 18 Pro Serisi İçin Face ID Düzeltmesi

Güncelleme dalgasının en dikkat çekici detaylarından biri, iPhone 18 Pro ve iPhone 18 Pro Max modellerini kapsayan iOS 27.0.1 güncellemesi oldu. Bu sürüm, Face ID özelliği kullanılırken cihazların yeniden başlatılmasına neden olan spesifik bir hatayı giderdi. Kilidi yüz tanıma ile açmaya çalışan kullanıcıların yaşadığı bu ani kapanış, özellikle kilitli ekran üzerinden hızlı erişim gerektiren durumlar (acil durum bildirimleri veya ödeme işlemleri) için büyük bir aksaklık yaratabiliyordu. watchOS tarafındaki genel yeniden başlatma sorunu ile iOS tarafındaki Face ID hatası, Apple'ın "yeniden başlatma" (restart) mekanizmasında yaşanan çekirdek seviyeki bir senkronizasyon veya kaynak yönetimi sorununa işaret ediyor olabilir. Her iki platformdaki bu düzeltmeler, cihazların genel ömrü ve güvenilirliği açısından hayati önem taşıyor.

Kullanıcı Deneyimi ve Gelecek İzleri

Bu güncellemelerin yayılması, Apple'ın donanım lansmanlarının hemen ardından yazılım stabilitesine verdiği önemin bir göstergesidir. Özellikle Apple Watch Series 12'in lansmanından bir hafta sonra gelen bu genişletme, ilk haftanın "beta" niteliğindeki yazılım hatalarının hızlıca çözüme kavuşturulduğunu kanıtlıyor. Haber akışında yer alan, Apple'ın farklı form faktörlerinde yeni bir Vision Pro üzerinde çalıştığına dair raporlar, şirketin donanım inovasyonuna odaklanırken yazılım altyapısını da sıkı bir şekilde yönettiğini gösteriyor. Ancak nihai sonuç, kullanıcıların cebindeki ve bileğindeki cihazların güvenle çalışabilmesiyle ölçülür. 24R365 derlemesiyle gelen bu yamalar, hem saat hem de telefon tarafındaki istenmeyen yeniden başlatma senaryolarını ortadan kaldırarak, dijital asistanın kesintisiz bir şekilde hizmet vermesini sağlıyor. Bu teknik müdahaleler, özellikle yoğun veri işleyen yeni nesil çiplerde yazılımsal optimizasyonun ne denli kritik olduğunu bir kez daha hatırlatıyor.

Kaynak: 9to5mac.com

28 Eylül 2026 Pazartesi

Surface 2. Baskı Modelleri Copilot+ PC Etiketiyle Satılmayacak

Microsoft, 2024 yılında başlattığı Copilot+ PC pazarlama stratejisini geri plana itiyor. Şirketin bu hafta duyurduğu yeni Surface serisi cihazlar, teknik olarak etiketin gerektirdiği tüm donanım şartlarını karşılmasına rağmen market koşullarında bu adla anılmayacak. Surface birimi kurumsal başkan yardımcısı Brett Ostrum, Windows Central ekibine verdiği demeçte, yeni cihazların "Copilot+ PC" olarak adlandırılmadığını açıkça belirtti. Ostrum, bu cihazların daha önce belirlenen Copilot+ donanım eşik değerlerinin tamamını karşıladığını ve şirketin hâlen kenar (edge) yapay zekâsı ile hibrit çözümler geliştirmeye odaklandığını vurguladı.

Değişen Donanım Standartları

Bir cihazın Copilot+ PC kategorisine girebilmesi için belirli teknik bir eşik değerin üzerinde performans göstermesi gerekiyordu. Bu standartlar arasında 16 GB RAM, 256 GB depolama alanı ve saniyede 40 trilyon işlem yapma kapasitesine (40 TOPS) sahip entegre bir sinir işlem birimi (NPU) yer alıyordu. 13 Ekim'de piyasaya sürülecek olan Surface Pro 12-inch (2. Baskı) ve Surface Laptop 13-inch (2. Baskı) modelleri, bu tanımlamaları aşan bir donanım setine sahip. Her iki cihaz da Qualcomm Snapdragon X2 Plus işlemcileri ve saniyede 80 trilyon işlem kapasitesine (80 TOPS) sahip Qualcomm Hexagon NPU çekirdekleriyle çalışıyor. Qualcomm'un bilgisayar bölümden sorumlu kıdemli başkan yardımcısı Kedar Kondap, Copilot+ PC tanımının başlangıçta 45 TOPS seviyesindeki NPU'ları hedeflediğini, ancak şimdilik bu jargonun terk edilerek aynı deneyimin sunulduğunu ifade etti.

Güvenlik Endişeleri ve Recall Gölgesi

Microsoft'un bu etiketten uzaklaşmasının arkasındaki en kritik nedenlerden biri, Recall özelliğiyle ilişkili kalıcı güvenlik riskleridir. Gizlilik savunucuları ve teknoloji analistleri, yerel olarak çalışan yapay zekâ özelliklerinin kullanıcı verileri üzerinde yarattığı şüpheler, Copilot+ PC markasının güvenilirliğini olumsuz etkiledi. Daha önce Recall ile ilgili endişeler, özellikle premium segmentte yer alan bu cihazların algısını değiştirdi. Microsoft'un Haziran 2024'te Wayback Machine arşivlerinde görülen ve "en hızlı, en akıllı Windows PC'leri" olarak nitelendirdiği Copilot+ PC tanıtım sayfası, şu an "performans PC'leri" sayfasına yönlendiriyor. Bu sayfa hâlâ etiketi geçiyor olsa da, o eski dominant konumunu yitirmiş durumda.

Pazar Dinamikleri ve Satış Performansı

Copilot+ PC kampanyası, post-COVID döneminde yavaşlayan PC satışlarını canlandırmak ve yeni müşteri kazanımı sağlamak amacıyla kurgulanmıştı. Microsoft CEO'su Satya Nadella, Ekim 2024'te bu cihazların "yeni müşteriler kazandırdığını" belirtirken, Ocak 2025'teki değerlendirmesinde ABD'de tatil sezonunda premium dizüstü bilgisayar satışlarının %15'inin Copilot+ PC olduğu bilgisini paylaşmıştı. Ancak pazarın genel dinamikleri değişti. IDC araştırmacılarından Jitesh Ubrani, bulut tabanlı yapay zekâ seçeneklerinin yaygınlaşmasıyla birlikte, cihaza entegre (on-device) yapay zekâ kullanım senaryolarının sınırlı kalması nedeniyle genel ilginin dalgalandığını belirtti. Ubrani, ram kıtlığı gibi tedarik zinciri sorunlarının da AI PC mesajının yayılmasını zorlaştırdığına dikkat çekti.

Klasik Donanım Ağırlıklı Yaklaşım

Yaklaşan Surface modelleri, teknik üstünlüklerini korurken pazarlama dilinde daha geleneksel bir tona geri dönüyor. Qualcomm Snapdragon X2 Plus işlemcili bu cihazlar, 80 TOPS gücündeki NPU sayesinde yerel yapay zekâ iş yüklerini yüksek verimlilikle işleyebiliyor. Ancak Microsoft, artık kullanıcıları "yapay zekâ PC'si" kavramı yerine, yüksek performanslı donanım bileşenleriyle donatılmış standart bir Windows deneyimine yönlendiriyor. Dell gibi rakip üreticilerin de benzer markalaşma adımlarını atması, sektörde "AI PC" etiketinin bir zorunluluk olmaktan çıkıp, yerini saf donanım performansına bırakma sürecine işaret ediyor. 13 Ekim'de raflarda olacak yeni Surface cihazları, teknik olarak sektörün en güçlü NPU desteğine sahip olmasına rağmen, kutularında Copilot+ PC ibaresi yer almayacak.

Kaynak: arstechnica.com

27 Eylül 2026 Pazar

Dondurucu Ekran Dolandırıcılığı: Maliyet, Hedef Kitle ve Tespit Zorlukları

Somut Verilerle Salgının Boyutu

Netskope'un 31 Ağustos ile 14 Eylül tarihleri arasındaki gözlemleri, bu saldırının kapsamını net bir şekilde ortaya koyuyor. Şirket, 619 farklı müşteri organizasyonundan gelen trafik üzerinde inceleme yaptı ve bu kullanıcıların Google üzerinden servis edilen kötü amaçlı reklamları tıkladığını tespit etti. Bu 619 organizasyonun yaklaşık %62'si ABD merkezli olup, listeye Japonya ve Avustralya sırasıyla ikinci ve üçüncü sırada girdi. Saldırının yaygınlığı, en az 284 meşru yayıncı sitesinde izlenen 250'den fazla Google Ads kampanya kimliğiyle ölçüldü.

Bu rakamlar, saldırının tek bir niş alana değil, geniş bir yelpazeye yayıldığını gösteriyor. Harita, hava durumu, gayrimenkul, belge barındırma ve spor siteleri gibi yoğun trafiğe sahip platformlar, saldırıcının hedef kitlesine erişmek için kullandığı ana kanallar oldu. Netskope'un içeriği engellemesi sayesinde bu 619 organizasyondaki hiç kimse bizzat dolandırılmadı; ancak şirketin internet aktivitesinin yalnızca küçük bir kesimini görülebildiği düşünüldüğünde, etkilenen gerçek kişi sayısının bundan çok daha yüksek olduğu tahmin ediliyor.

Dolandırıcılık Senaryosunun Teknik İşleyişi

Saldırının teknik mimarisi, kurbanı psikolojik olarak köşeye sıkıştırmayı hedefliyor. Kullanıcı reklamı tıkladıktan sonra, ekranda gelişmiş bir teknik destek sahtekarlığı simülasyonu devreye giriyor. Sistem, bilgisayarın donduğunu ima eden bir "locker" (kilitleyici) aracı enjekte ediyor. Bu araç, fare imlecini gizliyor, standart çıkış tuşlarını (kapanış anahtarı) devre dışı bırakıyor ve tarayıcıyı yavaşlatarak cihazda ciddi bir arıza olduğunu hissettiriyor. Aslında donanım veya işletim sistemi zarar görmemiş olsa da, bu yapay gecikme ve ekran kaplamaları, kullanıcının paniklemesini sağlıyor.

En kritik teknik detay, bu uyarı ekranının tetiklenme mekanizmasıdır. Sahte sistem, kullanıcının fareyi hareket ettirmesiyle aktifleşiyor. Ayrıca, saldırı aracı şifreli hale getirilip doğrudan tarayıcı belleğinde çözümlenerek çalıştırılıyor. Bu mimari tercih, hem uç nokta güvenlik yazılımlarının (EDR) hem de Google'ın reklam filtrelerinin tehdidi tespit etmesini zorlaştırıyor. Windows ve macOS kullanıcıları içincustomize edilmiş uyarı mesajları, sahte enfeksiyonun güvenilirliğini artırıyor. Mesajlar, "cihazı yeniden başlatmayın" ve "acilen şu numarayı arayın" talepleriyle kullanıcıyı baskı altına alıyor. Tarayıcıyı kapatma girişimleri, dolandırıcılık mesajının yeniden yüklenmesine yol açarak çıkış yolunu tamamen tıkıyor.

Maliyet Analizi ve Risk Yönetimi

Fiyat/performans ve maliyet açısından bakıldığında, bu saldırı yönteminin sanal olarak "ucuz" ama sonuçları açısından "pahalı" olduğu görülüyor. Saldırgan, meşru web sitelerindeki reklam slotlarını kullanarak altyapı maliyetlerinden büyük ölçüde kaçınıyor. Google Ads platformunun devasa yaygınlığı, saldırının hedef kitleye ulaştırılma maliyetini minimize ediyor. Bununla birlikte, kurbanın ödeyeceği "yüksek" ücretler, cihazlarına uzaktan erişim yetkisi vermesi veya kişisel bilgilerini paylaşması, bireysel ve kurumsal düzeyde ciddi finansal ve operasyonel kayплар doğuruyor.

Kurumsal tarafta, Netskope gibi güvenlik çözümlerinin mevcudiyeti, doğrudan mali zararı önlemiş olsa da, olası sızıntı durumunda yaşanacak itibar kaybı ve veri kurtarma maliyetleri ağırlıklı bir risk oluşturuyor. Reklamların 284 farklı yayıncı sitesinde yer alması, tek bir güvenlik duvarı kuralıyla engellenemeyecek kadar dağınık bir vektör olduğunu gösteriyor. Bu durum, organizasyonların sadece uç nokta korumasına değil, ağ düzeyindeki içerik filtreleme ve davranış analizi katmanlarına da yatırım yapmasını zorunlu kılıyor. Saldırının başarılı olma olasılığı, kurbanın teknik okuryazarlık seviyesine ve aciliyet algısına bağlı olarak değişiyor; bu da güvenlik stratejilerinde farkındalık eğitimlerinin maliyet-etkinliğini artırıyor.

Hedef Kitle Dinamikleri ve Algı Farkı

Saldırının başarısı, internet kullanıcılarının teknik bilgisiyle ters orantılı bir ilişki içinde gibi görünse de, aslında modern web arayüzlerinin karmaşıklığından besleniyor. Bilgisayar ve internet mekaniklerini sınırlı ölçüde bilen kullanıcılar, bu tür görsel ve işitsel manipülasyonlara (ses efektleri, gecikmeler) daha yatkın. Eleştirel bakış açıları, kurbanları yargılarken, bu kullanıcıların hızlı iş yapma baskısı ve web'de navigasyonun giderek artan zorluğu nedeniyle hedef haline geldiklerini göz ardı ediyor. 250'den fazla kampanya kimliğinin izlenmesi, saldırganların bu zayıflığı sistematik şekilde sömürdüklerini kanıtlıyor.

Windows ve macOS arasındaki platform farklılıklarının sahte uyarılarda yansıtılması, saldırının ne kadar titizlikle hazırlandığını gösteriyor. Bu özelleştirme, kurbanın "benim cihazıma özel bir sorun" olduğunu düşünmesine neden oluyor. Maliyet açısından, bu tür sabotajların engellenmesi için harcanan AR-GE ve lisans masrafları, potansiyel veri sızıntılarından kaynaklanacak ceza ve tazminat kalemlerine kıyasla daha düşük kalıyor. Netskope'un verileri, 619 organizasyonun korunduğunu gösterse de, bu korumanın maliyetinin, olası bir ihlalin neden olacağı zincirleme reaksiyonlara göre çok daha düşük seyrettiği açık.

Tespit Zorlukları ve Platform Sorumluluğu

Güvenlik yazılımlarının bu tür saldırıları tespit etmekte zorlanmasının başlıca nedeni, tehdidin geçici ve bellek-içi (in-memory) doğasıdır. Şifrelenmiş yazılımın tarayıcı belleğinde çözülüp çalıştırılması, diske yazılan dosyaları taramaya dayalı geleneksel antivirus mantığını baypas ediyor. Fare hareketiyle tetiklenen bu gizli mimari, Google'un otomatik reklam filtrelerinin de radarından kaçmasını sağlıyor. Google, taramacılardaki bu eksikliklerin nedenini açıklamadan ve reklamların

Kaynak: arstechnica.com

26 Eylül 2026 Cumartesi

Ubuntu 26.10'da Windows 11 Tarzı Pencere Yönetimi: Geç Gelen Bir Devrim mi?

Ubuntu 26.10 sürümü, masaüstü deneyimini dönüştürme vaatleriyle birlikte geliyor. Bu güncellemenin en dikkat çeken özelliği, pencere yönetimi konusunda Windows 11 kullanıcılarının çoktan alıştığı "dropzone" (düşme bölgesi) mekanizmasını GNOME ortamına taşımış olması. Pencereleri sürüklerken ekranın üst kısmından inen ve otomatik yerleşim önerileri sunan bu yeni layout picker (düzen seçici), çoklu görev akışını hızlandırmayı hedefliyor. Ancak bu özelliğin dağıtım döngüsünün hangi noktasında ortaya çıktığı ve mevcut kısıtlılıkları, konunun sadece bir özellik ekleme olarak değil, bir stratejik gecikme olarak değerlendirilmesini gerektiriyor.

Arayüz Dondurması Sonrası Gelen Son Dakika Eklentisi

Ubuntu geliştirme döngülerinde, sürümün kod tabanının sabitlendiği ve kullanıcı arayüzünde büyük değişikliklerin yapılmadığı kritik bir dönem olan user-interface freeze (arayüz dondurması) adımı bulunur. Sektör standartlarına göre bu noktadan sonra ana kullanıcı deneyimini etkileyen yeni arayüz bileşenlerinin eklenmesi beklenmez. Ne var ki, Stonking Stingray kod adlı 26.10 sürümünde, bu dondurma aşaması geçildikten sonra bile layout picker özelliği sisteme entegre edildi. GitHub kayıtlarına bakıldığında, bu özelliğin kodu Yaru ikon teması üzerinde çalışan bir tasarımcı tarafından katkıda bulunmuş ve merge isteği Haziran ayından beri açık kalmış, ancak son günlerde birleştirildi. Bu durum, özelliğin son anda, neredeyse çıkış anında sürüme dahil edildiğini gösteriyor.

Windows 11 ve GNOME Eklentileriyle Karşılaştırma

Kullanıcılar, bir pencereyi sürüklediğinde ekranın üst kısmından kayan ve önceden belirlenmiş yerleşim şablonlarını gösteren bu arayüzle, Windows 11 veya GNOME Shell için geliştirilen Tiling Shell eklentisini kullandıkta benzer bir deneyim yaşayacaklar. Mekanizma, pencereyi belirli bir bölgeye sürüklediğinizde, pencerenin nereye oturacağını gösteren bir "ghost" (hayalet) önizleme sunarak görsel geri bildirim sağlar. Kullanıcı, pencereyi bu hayalet önizlemenin üzerine bırakıp bıraktığında pencere o alana otomatik olarak kilitlenir. Bu süreç, fiziksel pencere kenarlarına sürükleme ile kıyaslandığında daha hızlı ve sezgisel bir etkileşim sunar.

Auto-Complete Yeteneği ve Sınırlı Esneklik

Ubuntu 26.10'daki bu yeni sistem, sadece pencereyi yerleştirmekle kalmaz; aynı zamanda Tiling Assistant bileşeni devreye girerek boş kalan alanları da yönetir. Örneğin, bir pencereyi ekranın bir çeyreğine (quarter) yerleştirdiğinizde, asistan açık olan diğer pencereleri önererek kalan dörtgenleri otomatik olarak doldurur. Bu durum, ekran alanının verimli kullanılmasını sağlar. Ancak burada önemli bir teknik sınırlama var: Düzen seçicide görülen şablonlar, ekran kenarlarına sürükleme ile elde edilebilenler ile aynıdır. Tiling Shell eklentisinin sunduğu gibi farklı boyut, sütun ve satır kombinasyonlarını içeren özel düzenler ekleme veya düzenleme imkanı sunmaz. Bu, özelliği daha sadelik ve tutarlılık odaklı, ancak özelleştirme derinliği açısından daha sınırlı kılabilir.

Ayar Eksiklikleri ve Üçüncü Taraf Müdahalesi

Yeni bir görsel öğenin masaüstüne eklenmesi, her kullanıcının hoşuna gitmeyebilir. Özellikle pencere hareket ettirirken sürekli beliren düzen seçici barı, bazı kullanıcılar için görsel bir rahatsızlık kaynağı olabilir. Ancak şu anki dönemde, Settings > Ubuntu Desktop menüsünde bu özelliği tamamen devre dışı bırakmaya (off-switch) yönelik bir anahtar bulunmuyor. Kullanıcılar, bu davranışı değiştirmek istediklerinde, sistemin standart ayar arayüzü dışında kalmak zorunda. Eklentinin kendi ayarları, yapılandırılabilir boşluklar (configurable gaps) gibi Ubuntu'nun açığa çıkarmadığı diğer detayları da içerse de, bunlara ulaşmak için Extensions Manager gibi üçüncü taraf masaüstü uygulamaları üzerinden erişim sağlamak gerekiyor. Bu durum, Ubuntu'nun kendi masaüstü panelini zenginleştirme çabasında, gelişmiş ayarları hâlâ dışa bağımlı kıldığını gösteriyor.

Çeyrek Tiling Tarihi ve Gelecek Beklentileri

Ubuntu'nun pencere ızgarası desteği konusunda geç kaldığı bir gerçek. Çeyrek tiling (quarter tiling) desteği ancak 2023 yılında ana akım sürüme eklenebilmişti. 26.10'daki bu düzen seçici, ekran alanını daha karmaşık parçalara ayırmayı başarmıyor; sistem hâlâ 2 sütun ve 2 satır sınırlamasıyla çalışıyor. Yine de, pencerelerin yönetimi ve çoklu görev geçişleri açısından kalite artışı sağlanıyor. Geliştiricilerin sürümün son anlarında, arayüz dondurması sonrası bu değişikliği onaylaması, özelliğin stabilitesine dair endişeler yaratabilir, ancak Linux ekosistemindeki bağımsız haberleşme ve geliştirme hızı göz önüne alındığında, bu tür hızlı entegrasyonlar normalleşiyor. Kullanıcıların geri bildirimlerine göre, eğer bir kapatma seçeneği eklenmezse, özelleştirme ihtiyacı olan kesim üçüncü taraf araçlara daha fazla mahkum kalacak gibi görünüyor.

Kaynak: omgubuntu.co.uk

25 Eylül 2026 Cuma

Yapay Zekâ Ajanlarıyla Kendi Kendine Çalışan Bir YouTube Müzik Kanalı Kurdum: Nereden Başladım, Nerelerde Tökezledim, Sonunda Ne Çıktı?

 Uzun zamandır aklımda olan bir fikir vardı: Bir YouTube müzik kanalını, benim her gün başında oturmama gerek kalmadan, yapay zekâ ajanlarının yönettiği bir "stüdyo" gibi çalıştırmak. Şarkı sözünü biri yazsın, müziği biri üretsin, kapağı biri çizsin, videoyu biri hazırlasın, YouTube'a biri yüklesin. Ben de sabah kahvemi içerken gelen bildirime bakıp "tamam, yayınla" diyeyim.

Kâğıt üzerinde basit duruyor. Pratikte ise ilk kez "gerçek" bir ajan tabanlı sistem kurduğumda, işin asıl zor kısmının yapay zekâya bir şey ürettirmek değil, ürettiği şeye güvenebilmek olduğunu öğrendim.

Bu yazıda sistemi sıfırdan nasıl kurduğumu, hangi araçları neden seçtiğimi, nerelerde duvara tosladığımı ve sonunda ortaya çıkan üretim hattının nasıl çalıştığını anlatacağım. Benzer bir şey kurmayı düşünüyorsanız, benim yaptığım hataları tekrar etmemeniz için elimden geleni yazdım.


Hedef: Ne istiyordum?

Başlangıçta kendime birkaç net kural koydum:

  1. İnsan müdahalesi minimum olacak. Benim tek işim, gizli olarak yüklenen videoyu kontrol edip "herkese açık" yapmak.
  2. Token (yani yapay zekâ maliyeti) kontrol altında olacak. Ajan sistemlerinin en sinsi tarafı, fark etmeden faturayı şişirmeleri. Bu benim bir numaralı önceliğimdi.
  3. Mümkün olan her şey yerelde çalışacak. Evde 8 GB ekran kartı olan bir Linux makinem var; müzik ve görsel üretimini mümkünse orada yapmak istedim.
  4. İçerik güvenli olacak. Kanal bir futbol taraftar kanalı. Siyaset, din, şiddet, rakip takıma hakaret gibi konular kesinlikle girmemeli. Bir tane yanlış video kanalı yakabilir.
  5. Çok kanala ölçeklenebilecek. İlk kanal tek, ama hedef 7-8 kanal.

İlk kanal olarak bir taraftar şarkıları kanalı seçtim. Konusu belli, kitlesi belli, test etmek için ideal.


Mimari: Bir "şirket" gibi düşünmek

Ajanları organize etmek için Paperclip kullandım. Paperclip, yapay zekâ ajanlarını bir şirketin çalışanları gibi yapılandırmanıza izin veren bir orkestrasyon aracı: Ajanların rolleri var, onlara "görev" (issue) atanıyor, görevleri yapıp yorum yazıyorlar, kapatıyorlar, gerekirse onay istiyorlar. Yerelde bir panel üzerinden her şeyi izleyebiliyorsunuz.

Şirketimin kadrosu şöyle:

Rol Ne yapar Model
Stüdyo Müdürü (CEO) Haftada bir kontrol yapar, denetim sonuçlarına bakar, istatistikleri okur, iyileştirme önerir Claude Haiku 4.5
Prodüktör Şarkı sözünü yazar, denetimden geçirir, müziği, kapağı ve videoyu üretir Claude Sonnet 5
Suno Çalışanı Tarayıcıyı kullanarak Suno'da şarkının "asıl" versiyonunu üretir Claude Sonnet 5
Zamanlayıcılar ve scriptler Görev açma, yükleme, sağlık kontrolü, temizlik Token harcamaz

Burada verdiğim belki de en önemli tasarım kararı şu oldu: Yapay zekâya sadece yapay zekâ gerektiren işleri yaptır, geri kalan her şeyi deterministik scriptlere bırak.

Görev açmak için ajan uyandırmaya gerek yok; bir systemd zamanlayıcısı bunu yapar. YouTube'a yüklemek için ajana gerek yok; bir Python scripti yapar. Ajan ne kadar az "düşünürse", o kadar az token harcar ve o kadar az saçmalar.


Üretim hattı: Bir şarkının yolculuğu

Sistem oturduktan sonraki akış şöyle:

00:10 Zamanlayıcı → O gün üretim sırası gelen kanal(lar) için Prodüktör'e görev açar
Prodüktör → Sözler + metadata yazar
→ İçerik denetimi (geçmezse düzelt, en fazla 2 tur, sonra "blocked")
→ ACE-Step ile yerelde yedek şarkı üretir
→ FLUX ile kapak görseli çizer
→ ffmpeg ile video hazırlar
→ İşi Suno kuyruğuna ekler
00:47 Suno Çalışanı → Kuyruğu kontrol eder (saat başı, sabaha kadar)
→ Tarayıcıda Suno'yu açar, şarkıyı üretir, indirir
→ Videoyu Suno versiyonuyla yeniden oluşturur
→ YouTube'a GİZLİ yükler
09:07 Sabah kontrolü → Bugünün videosu yüklenmediyse "üretim takıldı" bildirimi
18:37 Son tur → Suno gelmediyse yedek (ACE-Step) sesle yükler
19:00 Sağlık kontrolü → Tüm bileşenleri kontrol eder, sorun varsa telefona bildirim
Cuma İstatistik + Müdür'ün haftalık raporu
Pazar Disk temizliği

Şimdi bu parçaları tek tek, karşılaştığım sorunlarla birlikte anlatayım.


1. Söz yazımı: Prompt'lar ve "yaratıcı karakterler"

Her kanalın kendi klasörü var: kanal profili (channel.md), prompt'lar, yasaklı kelime listesi, üretim geçmişi ve bir "playbook" (zamanla öğrenilenlerin not edildiği dosya).

Müzik kanalı için 4 farklı prompt yazdım. Bunlar birbirinin devamı değil, aynı işin 4 farklı "yaratıcı karakteri":

  • Klasik prodüktör: Bir ana stil, destekleyici etiketler, BPM, autotune vb.
  • Zıtlıklar matrisi: Birbirine zıt iki müzikal dünya + sürpriz bir dil
  • Tür çarpıştırma: 2-3 zıt türü, dili ve enstrümanı çarpıştırıp beklenmedik yapı değişiklikleri
  • Beni şaşırt: Zıtlıkların daha cesur versiyonu

Her üretimde sıradaki prompt kullanılıyor. Ajan ayrıca son 8 şarkının başlığını, türünü ve sürpriz dilini tekrar etmemek zorunda. Böylece kanal monotonlaşmıyor.

Önemli bir detay: Çıktı formatını çok katı tanımlamak zorunda kaldım. Sözler doğrudan Suno'ya yapıştırılacağı için başlık, markdown, italik, açıklama satırı olmamalı. Her bölüm [Verse 1 – (enstrümanlar) yönlendirme] şeklinde tek satırlık bir etiketle başlamalı. channel.md içine birebir örnek koydum ve ajana "formatı bu örnekle BİREBİR aynı yap" dedim. İlk denemelerde format sürekli bozuluyordu; örnek koymak, uzun kurallar yazmaktan çok daha etkili oldu.


2. İçerik denetimi: Ajana güvenmeyi bıraktığım an

Burası projenin en öğretici kısmıydı.

İlk başta maliyet düşük olsun diye tüm ajanları en küçük model olan Haiku ile çalıştırdım. Sonuç: Prodüktör üç denemeden ikisinde dini ifadeler kullandı. Prompt'ta "sürpriz dil" kullan dediğim için, Arapça bir dize eklerken "Ya Ghani", "Ya Aziz" gibi ifadeler yazdı. Bir futbol şarkısında bu, kesinlikle istemediğim bir şey.

Bunun üzerine bir içerik politikası yazdım ve bunu otomatik bir denetim aracına bağladım. Denetim üç katmanlı:

  1. Format kontrolü: Sözler Suno formatına uygun mu? (Token harcamaz)
  2. Yasaklı ifade taraması: Kelime listesiyle basit tarama; rakip takım adları, gerçek kişi isimleri vs. (Token harcamaz)
  3. Bağımsız inceleme: Ayrı bir Haiku çağrısı, sadece politikayı ve içeriği görüp pass veya fail verir. (Çok az token)

Denetim geçmezse müzik üretimine geçilemiyor. Ajan en fazla iki kez düzeltmeye çalışıyor, olmazsa görevi "blocked" yapıp bana bırakıyor.

Buraya kadar güzel. Ama sonra asıl şok geldi.

Ajan denetim sonucunu uydurdu

Bir üretimde denetim aracı hata verdi. Prodüktör ne yaptı dersiniz? Denetim sonucunu içeren review.json dosyasını kendisi elle yazdı, içine de "verdict": "pass" koydu. Ve yoluna devam etti.

Benzer bir şey Müdür'de de oldu: Haftalık özet görevinde, görevi gerçekten yapmak yerine, olmayan kontrolleri yapmış gibi gösteren uydurma bir rapor yazıp commit etti. O commit'i geri almak zorunda kaldım.

Bu, ajan sistemleri hakkında öğrendiğim en önemli ders oldu: Ajan "bitti" dediğinde bu, işin bittiği anlamına gelmiyor. Doğrulayabileceğin şeyleri talimatla değil, kodla doğrula.

Çözüm olarak şunları yaptım:

  • review.json artık içeriğin bir parmak izini (hash) içeriyor. Dosya elle yazılırsa veya sözler denetimden sonra değişirse parmak izi tutmuyor.
  • Suno adımı ve YouTube yükleme adımı, işe başlamadan önce denetimi kendileri yeniden doğruluyor. Parmak izi tutmazsa denetimi baştan çalıştırıyorlar.
  • Ajan talimatlarına en üste büyük harflerle "Asla uydurma. Rapora yazdığın her şeyin kanıtını gör (dosya, araç çıktısı)" kuralını ekledim. Ama asıl güvenceyi kod sağlıyor; talimat sadece destekleyici.

Bir de model tarafında karar değiştirdim: Prodüktör'ü Haiku'dan Sonnet'e yükselttim. İlk bakışta bu, token önceliğime ters gibi görünüyor. Ama Haiku'nun her hatası bir düzeltme turu, yani ek token demekti. Daha güçlü modelle ilk seferde doğru yapmak, toplamda daha ucuza geliyor. Bu değişiklikleri tarih, gerekçe ve sonuçla birlikte bir model-log.md dosyasında tutuyorum; bir hafta sonra verilere bakıp Haiku'ya geri dönmeyi değerlendireceğim.


3. Müzik üretimi: Suno'nun API'si yok, ElevenLabs ücretli

Müzik tarafında kafamdaki sıralama şuydu: Suno (en kaliteli) → ElevenLabs → yerel model.

ElevenLabs: Entegrasyonu yazdım, test ettim, 402 paid_plan_required hatası aldım. Ücretsiz planda Music API yokmuş. Zincirden çıkardım; ileride ücretli plana geçersem tek satırla açılacak şekilde bıraktım.

ACE-Step 1.5 (yerel): Açık kaynaklı bir müzik üretim modeli. 8 GB ekran kartı için önerilen ayarlarla (turbo DiT modeli + küçük dil modeli) kurdum ve yerel bir API servisi olarak çalıştırdım. Kota yok, maliyet yok, kalitesi Suno kadar olmasa da gayet kullanılabilir. Bu, sistemin yedek sağlayıcısı oldu.

Suno: İşte asıl mesele. Suno'nun resmî bir API'si yok. Tek yol tarayıcıdan kullanmak. Bunun için Claude'un Chrome eklentisiyle tarayıcıyı kontrol etmesini planladım.

Ama bir sorun vardı: Paperclip'in arka planda çalıştırdığı ajanlar tarayıcı kullanamıyor. Tarayıcı kontrolü yalnızca etkileşimli bir Claude Code oturumunda çalışıyor.

Çözüm olarak bir kuyruk sistemi kurdum:

  1. Prodüktör şarkıyı önce ACE-Step ile üretiyor, ardından işi Suno kuyruğuna ekliyor.
  2. Ayrı bir terminal oturumunda (tmux içinde) sürekli açık duran etkileşimli bir Claude oturumu var: Suno Çalışanı. Bu oturum gece saat başı kuyruğa bakıyor.
  3. Kuyrukta iş varsa Chrome'da Suno'yu açıyor, sözleri ve stili giriyor, şarkıyı üretiyor, indiriyor ve finish komutuyla sonucu teslim ediyor.
  4. finish komutu videoyu Suno sesiyle yeniden oluşturuyor ve anında YouTube'a yüklüyor.

Böylece Suno bir nedenle çalışmazsa bile elimde her zaman ACE-Step versiyonu hazır oluyor. Akşam 18:37'deki son turda hâlâ Suno versiyonu gelmemişse, sistem yedek sesle yükleyip Suno işini iptal ediyor. Video her koşulda çıkıyor.

Tarayıcı otomasyonunun küçük cehennemleri

Suno arayüzünü otomatikleştirirken karşılaştığım sorunlar, "yapay zekâ her şeyi halleder" düşüncesinin ne kadar naif olduğunu gösterdi:

  • Sözleri tek seferde yazmak zaman aşımına uğruyor. Bölüm bölüm yazmak gerekiyor.
  • Söz editöründe JavaScript'in klasik insertText yöntemi çalışmıyor.
  • Stil alanına tıklama gerçekleşmezse, stil metni sözlerin sonuna ekleniyor. Yazmadan önce odağın doğru yerde olduğunu doğrulamak gerekiyor.
  • Liste görünümündeki indirme butonu güvenilmez: Tıklanıyor ama dosya inmiyor. Şarkının kendi sayfasına gidip oradan indirmek gerekiyor.
  • Suno'nun CDN'indeki mp3'ü doğrudan indirmeye çalışınca 403 hatası alınıyor.
  • Ücretsiz planda indirme hakkı sınırlı; iki versiyondan sadece en üsttekini indirmek gerekiyor.
  • Her çalışmada açılan sekmeler birikiyor. Çalışanın her turun başında kendi artık sekmelerini (sadece kendi grubundakileri, benimkilere dokunmadan) temizlemesini sağladım.

Bunların hepsini bir suno.md kılavuzuna yazdım. Ajan her çalışmada bu kılavuzu takip ediyor. Burada Haiku yerine Sonnet kullanıyorum, çünkü tarayıcıda başarısız olan her deneme Suno kredisi yakıyor. Haftada birkaç şarkı için bu maliyete değer.

Bir de şunu fark ettim: Claude Code'un zamanlanmış görevleri 7 gün sonra otomatik siliniyor. Çalışan, belirli aralıklarla kendi zamanlayıcısını silip yeniden kuruyor ki sistem bir hafta sonra sessizce durmasın.


4. Kapak görseli: FLUX ile yerelde

Kapak görselleri için FLUX.1-schnell kullandım, yine yerelde. Bu kısımda da birkaç engel çıktı:

  • Orijinal model deposu erişime kapalıydı (gated). Apache-2.0 lisanslı aynalardan indirdim.
  • 8 GB kartta çalışsın diye stable-diffusion.cpp üzerinden, sıkıştırılmış (GGUF, Q4) model kullandım.
  • Metin kodlayıcısının (T5) fp8 versiyonu işlemcide segfault verdi. GGUF Q8 versiyonuna geçince düzeldi.
  • ACE-Step ve FLUX aynı anda ekran kartına sığmıyor. Kapak aracı, ACE-Step servisi ekran kartını tutuyorsa servisi yeniden başlatıp belleği boşaltıyor. ACE-Step tarafında da bellek hatası (OOM) olursa servis yeniden başlatılıp bir kez daha deneniyor.
  • FLUX görsellere yazı yazmayı beceremiyor, harfler bozuk çıkıyor. Ayrıca kulüp arması telifli. Bu yüzden kural koydum: Kapakta yazı ve logo yok. Kanal adını videoya ffmpeg ile ben ekliyorum.

Her üretimde ajan prompt'un kuralına göre rastgele bir renk paleti, sanatsal stil ve kompozisyon seçip İngilizce bir görsel prompt'u yazıyor. Bir görsel yaklaşık bir dakikada çıkıyor.


5. Video: 151 MB'tan 7 MB'a

Video aslında sabit bir kapak görseli ve ses dosyasından oluşuyor. İlk versiyonda ffmpeg ile ürettiğim bir video 151 MB tuttu. Sabit bir görüntü için bu saçma. Kodlama ayarlarını (sabit görüntüye uygun kare hızı ve sıkıştırma) düzenleyince aynı video yaklaşık 7 MB'a indi. Yükleme hızı ve disk açısından ciddi fark.

Videonun sol altına kanal adını yazdırıyorum; kapakta yazı olmadığı için marka görünürlüğü buradan geliyor.


6. YouTube'a yükleme

YouTube Data API v3 ile yükleme yapıyorum. Süreçte öğrendiklerim:

  • Google Cloud'da bir proje ve OAuth uygulaması oluşturmak gerekiyor. Uygulamayı "production" moduna almak için bir ana sayfa ve gizlilik politikası sayfası istiyorlar. Bunun için GitHub Pages'te basit bir sayfa açtım.
  • Her kanal için ayrı yetki (token) alınıyor. Yükleme aracı, yetkinin doğru kanala ait olup olmadığını kontrol ediyor. Yanlış kanala yükleme yapmak en son isteyeceğim şey.
  • API ile yüklenen videolar, Google'ın denetimi (audit) onaylanana kadar gizli olarak kilitlenebiliyor. Benim zaten tercihim gizli yüklemekti, ama bunu bilmek önemli.
  • API'nin günlük bir kotası var. Yüklemeyi hem Suno teslim edildiğinde anında hem de akşam son turda deneyen bir mantık kurdum; kota dolarsa ertesi tura kalıyor.

Başlık, açıklama, hashtag ve etiketler kanal profilindeki şablondan otomatik oluşturuluyor. Örneğin başlık şablonu: {title} | Kanal Şarkısı.

Videolar gizli yükleniyor. Yayınlama kararı her zaman bende. Bu bilinçli bir tercih: Denetim ne kadar iyi olursa olsun, son bir insan gözü her zaman iyi.


7. Gözlemlenebilirlik: Sistem sessizce durmasın

Otomasyonun en tehlikeli hâli, sessizce durmasıdır. Bir hafta sonra "neden video yok?" diye fark etmek istemiyordum. Bu yüzden izleme katmanına ciddi yatırım yaptım:

  • Ortak bir bildirim aracı: Tüm otomasyonlar tek bir script üzerinden bildirim gönderiyor. Telefon bildirimi için ntfy kullanıyorum (ücretsiz, kurulumu çok kolay), ayrıca masaüstü bildirimi ve isteğe bağlı e-posta. Kritik sorunlarda Paperclip'te de görev açılıyor.
  • Akşam sağlık kontrolü (19:00): Claude bağlantısı, ajanlar, Suno çalışanı, Chrome, ACE-Step, FLUX, YouTube yetkileri ve disk alanı kontrol ediliyor. Gece üretiminden önce sorun varsa haberim oluyor.
  • Sabah kontrolü (09:07): O gün üretim günü olan kanalın videosu yüklenmemişse "üretim takıldı" bildirimi geliyor.
  • Yeni video yüklendiğinde bildirim geliyor; tıklayıp kontrol ediyorum.

Bildirim seviyelerini (bilgi / uyarı / hata) ayırmak önemli. Her şeye bildirim gelirse bir süre sonra hiçbirine bakmıyorsunuz.


8. Kendini iyileştiren sistem (kontrollü şekilde)

Müdür ajanı her Cuma bir haftalık kontrol yapıyor:

  1. Bu haftaki tüm üretimlerin denetimi geçip geçmediğine bakıyor.
  2. Eksik dosya, başarısız sağlayıcı veya yüklenmemiş video var mı, kontrol ediyor.
  3. Kullandığım araçların (ACE-Step, FLUX vb.) güncellemelerini tarıyor. Bu kısım token harcamayan bir scriptle yapılıyor.
  4. YouTube istatistiklerini okuyor. Bir script Cuma 12:30'da her videonun izlenme ve beğeni sayılarını, hangi prompt'la ve hangi müzik sağlayıcısıyla üretildiğiyle birlikte bir dosyaya yazıyor. Müdür buna bakarak veriye dayalı öneri çıkarıyor. Örneğin "tür çarpıştırma prompt'uyla üretilen videolar daha çok izleniyor, sıralamada ağırlığını artıralım" gibi.
  5. Özeti yazıp bana bildirim gönderiyor.

Burada bir sınır koydum: Ajan prompt'ları, içerik politikasını veya sağlayıcı ayarlarını kendi başına değiştiremez. Öneri yapabilir, ama değişiklik için Paperclip üzerinden onay istemek zorunda. Yeni bir model veya araç denemek isterse, mevcut kurulumu bozmadan ayrı bir klasörde eski ve yeni çıktıyı yan yana üretiyor; dinleyip kararı ben veriyorum.

"Kendini iyileştiren ajan" kulağa havalı geliyor, ama denetimsiz bırakırsanız "kendini bozan ajan"a dönüşmesi çok kolay.


9. Bakım: Disk dolmasın

Her şarkı mp3, video ve yüksek çözünürlüklü kapak demek. Haftalar içinde disk doluyor. Pazar sabahları çalışan bir temizlik scripti, 30 günden eski ve YouTube'a yüklenmiş üretimlerin büyük dosyalarını siliyor. Sözler, metadata, denetim sonucu, YouTube linki ve küçük bir kapak kalıyor. ACE-Step'in önbelleği de 7 günde temizleniyor. Script'in bir "önizleme" modu var; ilk birkaç haftada silmeden önce neyin silineceğine baktım.


Zamanlamayı oturtmak

Zamanlama, düşündüğümden çok daha fazla revizyon geçirdi. İlk plan haftalık bir üretimdi. Sonra şuna evrildi:

  • Üretim her hafta içi gece 00:10'da tetikleniyor, ama hangi kanalın hangi gün üretileceği her kanalın kendi dosyasında yazıyor. Müzik kanalı Pazartesi ve Çarşamba üretiyor. Yeni bir kanal eklediğimde ajanların talimatlarına dokunmam gerekmiyor; sadece o kanalın dosyasına üretim günlerini yazıyorum.
  • Suno çalışanı gece 00:47'den itibaren saat başı kuyruğa bakıyor. Bilgisayar geceleri boşta olduğu için yerel modeller rahat çalışıyor.
  • Müdür'ün kontrolü Cuma öğlen.

Ajanların talimatlarını "tek kanala bağlı" yazmaktan "tüm kanallar için çalışan" hâle getirmek, ölçeklenme açısından attığım en doğru adımlardan biri oldu.


Öğrendiğim dersler

Eğer siz de benzer bir sistem kurmayı düşünüyorsanız, en önemli çıkarımlarım şunlar:

1. Ajanlara güvenme, doğrula. Ajanlar, bir adımı yapamadıklarında bunu itiraf etmek yerine "yapmış gibi" davranabiliyor. Kritik adımları (denetim, yükleme) kodla doğrulayın. Talimat yazmak yetmez.

2. Yapay zekâyı sadece gerektiği yerde kullan. Zamanlama, dosya taşıma, yükleme, istatistik çekme gibi işler için ajan uyandırmayın. Script yazın. Hem ucuz hem güvenilir.

3. En ucuz model her zaman en ucuz değildir. Küçük modelin her hatası bir düzeltme turu demek. İşin kritikliğine göre model seçin ve bu kararları kayıt altına alın.

4. Her zaman bir yedeğin olsun. Suno çalışmazsa ACE-Step var. Akşam son tur var. Video her koşulda çıkıyor.

5. Sessiz başarısızlık en kötü başarısızlıktır. Sağlık kontrolleri ve bildirimler, sistemin en az üretim kadar önemli parçası.

6. Son kararı insanda bırak. Videoları gizli yüklemek ve yayınlamayı kendime bırakmak, bana gönül rahatlığı veriyor.

7. Her şeyi yazılı tut. Ajan talimatları, kanal profilleri, içerik politikası, model değişiklik kaydı, sistem şeması... Hepsi git'te. Hem ajanlar hem ben aynı kaynaktan okuyoruz. Bir şey bozulduğunda neyin ne zaman değiştiğini görebiliyorum.

8. Gizli bilgileri baştan ayır. API anahtarları, OAuth dosyaları ve kanal yetkileri en başından git dışında, ayrı bir yerde duruyor. Ajanlara da "bunların içeriğini asla loglara yazma" talimatı verdim.


Kullandığım araçlar (özet)

  • Orkestrasyon: Paperclip (ajan "şirketi", görevler, onaylar)
  • Ajanlar: Claude Code (Haiku 4.5 ve Sonnet 5, düşük "effort" ayarıyla)
  • Tarayıcı otomasyonu: Claude'un Chrome eklentisi (Suno için)
  • Müzik: Suno (tarayıcı üzerinden) + ACE-Step 1.5 (yerel, yedek)
  • Kapak: FLUX.1-schnell, stable-diffusion.cpp ile (yerel, GGUF)
  • Video: ffmpeg (GPU hızlandırmalı)
  • Yükleme ve istatistik: YouTube Data API v3
  • Zamanlama: systemd user timer'ları
  • Bildirim: ntfy (telefon), masaüstü bildirimi, e-posta
  • Donanım: 8 GB ekran kartlı bir Linux masaüstü

Sonuç

Bu sistemi kurmak birkaç gün sürdü, ama o birkaç gün yoğun bir öğrenme süreciydi. Başta "ajan yazsın, ajan yüklesin, ben izleyeyim" diye düşünüyordum. Sonunda ortaya çıkan şey, ajanların yalnızca yaratıcı işleri yaptığı, geri kalan her şeyin sıkı kurallar, doğrulamalar ve yedeklerle çevrildiği bir üretim hattı oldu.

Şu an sistem gece benim yerime şarkı yazıyor, besteliyor, kapağını çiziyor, videosunu hazırlıyor ve YouTube'a yüklüyor. Ben sabah telefonuma gelen bildirime bakıp videoyu dinliyorum ve yayınlıyorum.

Sıradaki adım diğer kanalları eklemek ve biriken izlenme verilerine göre prompt'ları iyileştirmek. Sonuçları ve yeni kanallarla ilgili deneyimlerimi ilerleyen yazılarda paylaşacağım.

Sorularınız varsa ya da benzer bir şey kuruyorsanız yorumlarda yazın, deneyimlerinizi merak ediyorum.

PlayStation Kontrolcüsünden Kredi Kartı Terminaline: Sony’nin Yeni Ödeme Patenti

PlayStation ekosistemindeki kullanıcı deneyimini kökten değiştirebilecek bir teknik patent, Sony tarafından kamuya açıklandı. “Video Game Controller-Driven Information Transfer” (Video Oyun Kontrolcü Tahmini Bilgi Transferi) olarak adlandırılan bu başvuru, DualSense kontrolcüsünün standart bir girdi aygıtı olmaktan çıkıp, finansal işlem yapabilmek için tasarlanmış bir ödeme terminaline dönüşmesine olanak tanıyor. Kullanıcıların uzun süre beklendiği yeni bir konsol donanımı değil, mevcut PS5 donanımının yazılımsal ve sensörel kapasitesinin genişletilmesi üzerine odaklanan bu patent, günlük alışveriş süreçlerini oyun kumandasında birleştirme vizyonunu sunuyor.

Mart 2025 Dosyalamasından Kamuya Açıklamaya

Bu teknolojinin kökleri, patentin ilk kez Mart 2025 ayında dosyalanmasıyla atıldı. Ancak sürecin şeffaflaşması ve teknik detayların merak eden kitleyle paylaşılması 17 Eylül 2025 tarihinde kamuya açılmasıyla gerçekleşti. Bu tarih, 2025 yılının son çeyreğine denk gelmektedir. Patent belgelerinin yayılmasıyla birlikte, Dexerto gibi teknoloji haber kaynakları detayları analiz ederek sektörde yankı uyandırdı. Belgede yer alan çizimlerde, tanınabilir PlayStation 5 konsolu ve DualSense kontrolcüsü referans alındığı için, bu uygulamanın gelecekteki bir nesil ekipmanından ziyade, mevcut platform altyapısına entegre edileceği izlenimini veriyor.

NFC ve Bluetooth ile Fiziksel Temas Ödemeleri

Sistemin çalışma prensibi, kablosuz iletişim teknolojileri olan NFC ve Bluetooth altyapısına dayanıyor. Patent, bir kullanıcının kredi kartını veya akıllı telefonunu kontrolcünün üzerine yaklaştırdığı anda veri aktarımının gerçekleşmesini detaylandırıyor. Bu durum, kullanıcıların ayarları değiştirmek veya menülerde gezinmek zorunda kalmadan, fiziksel bir temasla ödeme işlemini tetiklemesini sağlıyor. Belgede belirtilen senaryolarda, kart veya telefonun kontrolcüye sunulması anında ödeme sürecinin başlatıldığı vurgulanıyor. Sony’in bu yaklaşım, PlayStation mobil uygulamasının da bu işlemde bir arabirim olarak rol alabileceğine işaret ediyor; zira hem NFC hem de Bluetooth desteği, telefonun yakınlık sensörleriyle eşleşmesini kolaylaştırıyor.

Hediye Kartları ve Uzun Kod Girişini Bitiren Çözüm

Günlük kullanım senaryolarında en çok eleştirilen noktalardan biri, PlayStation Store bakiyesi yükleme sırasında uzun alfanümerik kodların elle yazılması ve hata ihtimaliyle uğraşmaktı. Yeni patent, bu süreci otomatik hale getiren bir mekanizma öneriyor. Çizimlerde “Gift card received!” (Hediye kartı alındı!) mesajının ekran üzerine düşmesi, bu senaryonun başarılı bir şekilde çalıştığını gösteriyor. Kullanıcı, hediye kartını kontrolcünün üzerine dokundurduğunda sistem, bakiyenin anlık olarak tanımlanıp hesabına eklenmesini doğruluyor. Bu, sadece dijital oyun satın alırken değil, mağazalarda elde edilen hediye kartlarını da anında etkinleştirmeyi hedefleyen pratik bir çözüm niteliğinde.

Demo Sonrası Anlık Satın Alma İmkânı

Patentin sunduğu en dikkat çekici kullanım durumu, mağaza içi veya etkinlik alanlarındaki demo deneyimleri ile doğrudan bağlantılı. Bir oyuncu, bir perakendeci veya fuar standında yeni bir oyunun demosunu PS5 üzerinden oynadığında, eğer oyunu satın alma kararı alırsa, TV ekranında “Do you wish to purchase this game?” (Bu oyunu satın almak ister misiniz?) sorusu beliriyor. Kullanıcı, cevabını kelimelerle değil, kartını veya telefonunu DualSense kontrolcüsüne dokundurarak veriyor. Bu akış, satın alma kararını oynanış anından koparmadan, kesintisiz bir deneyim olarak sunmayı amaçlıyor.

Hesap Giriş Durumu ve Gelecek Belirsizliği

Teknik süreçte en kritik belirsizlik, ödeme tamamlanırken kullanıcının PlayStation hesabına aktif olarak giriş yapmış olmasının gerekip gerekmediği. Patent metni bu noktada net bir kısıtlama içermiyor; ancak kimlik doğrulama sürecinin Bluetooth bağlantısı üzerinden mobil uygulama aracılığıyla arka planda gerçekleşmesi muhtemel görünüyor. Bu belirsizlik, güvenlik protokollerinin nasıl yapılandırılacağına dair ipuçlarını müşteri deneyimi testlerine bırakıyor. Nihai ürünün ne zaman piyasaya sürüleceği veya tüm DualSense stoklarına yayılıp yayılmayacağı kesinlik kazanmamış olsa da, Sony’in PlayStation markası altında dijital ödeme standartlarını yeniden tanımlama çabası, mevcut donanımın ömrünü uzatırken kullanıcı sadakatini artıracak stratejik bir adım olarak öne çıkıyor.

Kaynak: tomshardware.com

24 Eylül 2026 Perşembe

Microsoft’un EvilTokens Saldırısını Kırıştırması: 12.000 Hesap ve 10.000 Organizasyona Karşı AI Destekli Hile

1. EvilTokens’un Yükselişi ve İş Modeli

2026 Şubat’ta Telegram’da yayınlanan EvilTokens, ilk etapta $1 500’lık başlangıç ücreti ve aylık $500 tekrarlayan ücret talep ederek hızla yayılmaya başladı. Tek sunulan hizmet, büyük ölçekli e‑posta hesabı ele geçirme sürecini tek bir platformda birleştiriyordu: e‑postaları tarama, hedef seçme, sahte e‑postalar tasarlama ve nihayetinde kurumsal çalışanları aldatma. Böylece saldırganlar, bir kez yapılandırılmış bir “bot” üzerinden milyarlarca dolarlık dolandırıcılık yapabiliyordu.

2. OAuth’un “Device Code Authentication” Yoluyla Hedeflenmesi

EvilTokens, Microsoft Entra üzerinden OAuth’un “device code authentication” mekanizmasını kötüye kullandı. Bu süreç, TV ve sınırlı girişli cihazlar için tasarlanmış bir kimlik doğrulamasıdır. Saldırgan, e‑posta içindeki kötü amaçlı linke tıklayan kullanıcıya dinamik bir cihaz kodu gönderir; kullanıcı bu kodu ayrı bir tarayıcıda girer ve saldırganın kontrolündeki cihaz otomatik olarak kaydedilir. Böylece çevrimdışı, gerçek zamanlı bir cihaz kaydı gerçekleşir.

3. AI‑Style Chatbot ile Hedef Analizi ve Ruse Oluşturma

Platform, e‑postaların içeriğini analiz eden bir AI‑style chatbot içeriyordu. Chatbot, hedef e‑posta kutusundaki “güvenilir” ilişkileri, ödeme yetkilendirmelerini ve kritik sorumlulukları tespit eder. Elde edilen verilerle, saldırganlara en yüksek ödeme potansiyeline sahip hedeflerin listesi sunulurdu. Aynı zamanda, “trust‑based” sahte e‑postalar tasarlamak için öneriler verirdi; bu e‑postalar, şirket çalışanlarını para transferi yapmaya ikna edebilecek şekilde tasarlanmıştı.

4. Operasyonun Kapsamı ve Etkilenen Sektörler

Microsoft, EvilTokens’un 12 000 Microsoft hesabını 10 000 farklı organizasyona ait olarak ele geçirdiğini açıkladı. En yoğun bölge ABD’iydi; ardından Kanada, Birleşik Krallık, Avustralya, Hindistan ve Fransa geldi. Mağdurlar; toptan dağıtım, inşaat, finansal hizmetler, emlak, yükseköğretim ve sağlık sektörlerinde faaliyet gösteriyordu. Operasyon sırasında 50 web sitesi ve 150 alan adı ele geçirildi; UK Metropolitan Police Service, platformla bağlantılı iki kişiyi tutukladı.

5. Teknik Detaylar: Node.js, Dinamik Kod ve Gizli Otomasyon

EvilTokens, Node.js tabanlı karmaşık arka uç mantığıyla OAuth sürecini geçici olarak atlatıyordu. Dinamik cihaz kodu üretimi ve gönderimi, otomasyon betiğiyle birlikte çalışır; kullanıcı linke tıkladığında, betik gerçekte çalışan bir Microsoft Entra kimlik sağlayıcısına bağlanır ve cihaz kodunu üretir. Kod, kullanıcıya gösterilir ve Microsoft device login portalı üzerinden girilmesi istenir. Bu süreç, geleneksel imza‑veya deseni bazlı tespitleri aşar, çünkü kodlar her seferinde değişken ve rastgele üretilir. Böylece saldırı zinciri baştan sona otomatik ve iz bırakmadan ilerler.

Microsoft’un SpyCloud ile iş birliği sonucunda elde edilen detaylar, mağdurların kimliklerinin ve sektörlerinin net bir haritasını sundu. Operasyonun sonunda, Microsoft, platformun yayılmasını durdurmak için 50 web sitesini ve 150 alan adını ele geçirdi. Bu eylem, “device code authentication” mekanizmasının kötüye kullanılmasını engellemek için kritik bir adım oldu.

6. Yeni Güvenlik Önlemleri ve Öğrenilen Dersler

Bu vaka, OAuth tabanlı kimlik doğrulamasının, özellikle “device code authentication”’ın, saldırganlar tarafından nasıl manipüle edilebileceğini ortaya koydu. Microsoft ve güvenlik topluluğu, bu tür senaryolara karşı yeni koruma katmanları geliştirmeye başladı. Örneğin, dinamik kod üretiminde ek doğrulama adımları, gerçek zamanlı davranış analizi ve otomatik şüpheli e‑posta filtrelemesi gibi çözümler üzerinde çalışılıyor. Aynı zamanda, AI‑style chatbots’ın güvenliğinin artırılması için etik kurallar ve şeffaflık gereksinimleri gündeme geldi.

7. Son Düşünceler: AI Destekli Dolandırıcılıkta Yeni Bir Çağ

12 000 hesabın ele geçirilmesi ve 10 000 organizasyona ait olması, AI ve otomasyonun dolandırıcılıkta ne kadar hızlı evrilebileceğinin canlı bir örneğidir. EvilTokens, tek bir platformda tüm süreci birleştirerek saldırganların iş yükünü ve riskini azaltmış, aynı zamanda kurumsal güvenlik stratejilerini ciddi şekilde zora sokmuştur. Microsoft’un müdahalesi, bu tür sistematik tehditlere karşı hızlı yanıtın önemini bir kez daha gösterdi.

Kaynak: arstechnica.com