Yapay Zeka Ekrandan Çıkıp Fiziksel Dünyaya Dokunmaya Başlıyor: Anthropic'in Model Hardware Standard'ı

Yapay zekâ hakkında konuşurken genellikle aynı görüntüyle karşılaşıyoruz: Bir bilgisayar ekranı, bir sohbet kutusu ve ona bir şeyler yazan bir insan.

1. “Bana bu kodu yaz.”
2. “Bu belgeyi özetle.”
3. “Şu verileri analiz et.”
4. “Bu web sitesini oluştur.”

Son birkaç yıldır yapay zekânın gelişimi büyük ölçüde bu çerçevede ilerledi. Özellikle yapay zeka ajanların ortaya çıkmasıyla birlikte model artık yalnızca cevap veren bir sohbet robotu olmaktan çıktı. Dosyalara erişebiliyor, terminal kullanabiliyor, web sitelerini açabiliyor, kod çalıştırabiliyor ve başka yazılımlarla etkileşime girebiliyor. Fakat burada önemli bir sınır vardı: Yapay zekâ bilgisayarın dışına nasıl çıkacak?

Bir yazılımın API'sine bağlanmak başka şey. Bir laboratuvardaki robot kolunu, mikroskobu veya sıvı aktarım cihazını kontrol etmek bambaşka bir şey. Anthropic'in dün yani 27 Ağustos 2026'da duyurduğu Model Hardware Standard (MHS) tam olarak bu probleme odaklanıyor. MHS henüz tamamlanmış bir ürün değil; şu anda araştırma önizlemesi aşamasında ve bilimsel araştırma laboratuvarları ile ileri üretim şirketleriyle test ediliyor. Anthropic'in planı, geliştirme sürecinden sonra standardı açık kaynak hâle getirmek. Ve bence bu duyurunun asıl ilginç tarafı “Claude artık robot kullanabiliyor” cümlesinden çok daha etkileyici.

Önce küçük bir problemle başlayalım

Bir laboratuvarınız olduğunu düşünün. İçeride bir robot kolunuz var. Bir sıvı aktarım cihazınız var. Bir de numuneleri analiz eden başka bir cihazınız. Normalde bunların her biri farklı bir üreticiden gelebilir. Birinin Python kütüphanesi vardır. Diğerinin başka bir programlama arayüzü vardır. Bir başka cihaz yalnızca üreticinin kendi yazılımı üzerinden kontrol edilebilir. Yani bilgisayar açısından bakıldığında ortada üç cihaz değil, üç ayrı dünya vardır. Bu durum aslında yazılım dünyasında yıllardır bildiğimiz bir probleme benziyor: entegrasyon karmaşası. Bir şirketin CRM'i başka türlü çalışır, ödeme sistemi başka türlü, e-posta servisi başka türlü. Bunların arasına bir ortak standart koyduğumuzda işler kolaylaşır. İnternette bugün bunu çok doğal karşılıyoruz. Bir web sitesinin ödeme sistemine, harita servisine veya e-posta hizmetine bağlanabilmesi için her seferinde o servisin iç işleyişini baştan öğrenmemiz gerekmiyor. Anthropic'in MHS ile yapmaya çalıştığı şey buna benzer bir yaklaşımı fiziksel cihazlara taşımak.

Model Hardware Standard nedir?

En basit ifadeyle: MHS, yapay zekâ ajanlarının fiziksel cihazlarla ortak bir yöntem üzerinden iletişim kurabilmesi için geliştirilen bir standart. Buradaki “standard” kelimesi önemli çünkü Anthropic yeni bir robot üretmiyor. Yeni bir mikroskop üretmiyor. Yeni bir laboratuvar cihazı da üretmiyor. Farklı cihazların yapay zeka ajanlara daha anlaşılır ve standart bir biçimde sunulmasını sağlamaya çalışıyor. Kabaca şöyle düşünebiliriz:

Ajanların her cihazın kendine özgü ayrıntılarını öğrenmesi yerine, cihazlar ortak bir biçimde tanımlanıyor. Örneğin bir cihaz için:

1. ne yapabildiği,
2. hangi değerleri okuyabildiği,
3. hangi ayarların değiştirilebildiği,
4. hangi sınırlar içinde çalışabileceği

gibi bilgiler standartlaştırılmış bir şekilde sunulabiliyor. Anthropic'in açıklamasına göre MHS, programlanabilir bir arayüze sahip cihazlarla çalışabiliyor ve belirli bir yapay zeka modeline bağımlı değil. Yani yalnızca Claude için tasarlanmış kapalı bir sistem olarak düşünülmüyor. Agent'ların MHS'ye Model Context Protocol (MCP) gibi standart protokoller üzerinden erişmesi de mümkün.

MCP'yi biliyorsanız, MHS'yi anlamak daha kolay

Son dönemde yapay zeka dünyasını takip edenler için burada tanıdık bir kavram var: Model Context Protocol (MCP). MCP'yi çok basit biçimde, yapay zekânın farklı yazılım araçlarıyla konuşmasını kolaylaştıran ortak bir bağlantı standardı gibi düşünebiliriz. Örneğin yapay zeka ajanının:

1. bir dosyaya,
2. veritabanına,
3. GitHub'a,
4. bir web servisine

erişmesini standartlaştırmaya yardımcı oluyor. MHS ise benzer düşünceyi fiziksel cihazlara taşıyor. Dolayısıyla kavramsal olarak şöyle bir ayrım yapabiliriz:

MCP:

AI ↔ Yazılım araçları

MHS:

AI ↔ Fiziksel cihazlar

İkisini bir araya getirdiğimizde ise ilginç bir şey ortaya çıkıyor:

AI ↔ Yazılım ↔ Fiziksel dünya

Burada dikkat etmememiz gereken bir konu var: MHS'nin resmî olarak “donanım için MCP” şeklinde tanımlandığını söylemek doğru olmaz. Bu, MHS'nin ne yaptığını anlatmak için kullanılabilecek bir benzetme ama iyi bir benzetme. Çünkü asıl mesele cihazların yapay zeka tarafından kullanılabilir hâle gelmesidir.

Asıl soru yapay zeka gerçekten bir laboratuvarda ne yapabilir?

İşte burada konu biraz daha ilginç hâle geliyor. Anthropic, MHS'nin erken testlerinde Genentech ile bir laboratuvar ortamında farklı cihazların birlikte kullanılmasını gösteriyor. Burada bir yapay zeka ajanının yalnızca tek bir cihazı çalıştırması değil, birden fazla cihazla etkileşerek deneysel bir süreç yürütmesi hedefleniyor. Örneğin bir sıvı aktarım cihazından alınan sonuç, sonraki deney adımında kullanılabiliyor. Bu önemli çünkü Yapay zekanın rolü burada “cihazı aç ve kapat” seviyesinde kalmıyor.

Agent:

1. bir işlem yapıyor,
2. sonucu gözlemliyor,
3. sonucu değerlendiriyor,
4. sonraki işlem için yeni bir parametre belirliyor,
5. tekrar deniyor.

Yani bilgisayar dünyasında alıştığımız geri bildirim döngüsü fiziksel dünyaya taşınıyor. Anthropic'in Genentech örneğinde Claude, su ve viskoz BSA örnekleri üzerinde sıvı aktarım hızını deneyerek optimize etti. Sistem yaklaşık 140 µL/s'den başlayıp yaklaşık 10 µL/s seviyelerine kadar farklı hızları test ederek uygun çalışma noktalarını araştırdı. Burada bana göre önemli olan tek tek bu rakamlar değil. Önemli olan şu:

Yapay zeka artık yalnızca “ne yapılması gerektiğini” söyleyen bir sistem olmaktan çıkıp, yapılan işlemin sonucunu görerek bir sonraki fiziksel işlemi belirleyebiliyor.

Bu, agent kavramını ciddi biçimde değiştiriyor.

Daha ilginç örnek: Yapay zeka deney yaparak sistemi iyileştiriyor

Anthropic'in QuEra ile verdiği örnek ise bence MHS'nin neden daha geniş bir fikir olduğunu anlamak açısından daha ilginç. Buradaki problem bir lazer sisteminin yeniden kilitlenmesini sağlayan bir recovery mekanizmasıyla ilgili. Daha önce bunun için özel bir script geliştirilmiş ve sistem yaklaşık 150 saniyede, yaklaşık yüzde 58 başarı oranıyla problemi çözebiliyormuş. Claude'un MHS üzerinden sisteme erişmesiyle agent farklı hata senaryolarını tekrar tekrar deneyerek recovery mekanizmasını geliştirmeye çalışıyor. Sonuçta yaklaşık 6 saniyelik bir çözüm ve testlerde yüzde 96 civarında başarı elde ediliyor. Daha sonra 700 denemelik bir testte başarı oranı yüzde 99,3'e ulaşıyor. Buradaki asıl ilginç ayrıntı ise sonucun sürekli çalışan bir yapay zeka ajanı olmaması. Ajanın yaptığı şey bir anlamda:

“Sistemi deneyeyim, bozayım, tekrar çalıştırayım, sonuçlara bakayım ve daha iyi bir çözüm bulayım.”

Sonrasında ortaya çıkan çözüm daha deterministik ve denetlenebilir bir script hâline geliyor. Yani yapay zeka burada nihai ürün olmak zorunda değil. Yapay zeka, daha iyi bir fiziksel sistemin veya yazılımın geliştirilmesinde kullanılan bir araştırma aracı hâline geliyor. Bu ayrım oldukça önemli.

“Yapay Zeka robotları kontrol ediyor” demek neden eksik?

Çünkü MHS'nin getirdiği şey aslında yalnızca robot kontrolü değil. Daha genel bir problem çözülmeye çalışılıyor: Fiziksel cihazları yapay zeka ajanların kullanabileceği standart araçlara dönüştürmek. Robot kolu bunun yalnızca bir örneği. Aynı yaklaşım:

1. mikroskoplarda,
2. laboratuvar cihazlarında,
3. üretim ekipmanlarında,
4. elektronik test sistemlerinde,
5. bilimsel araştırma araçlarında

kullanılabilir. Anthropic de MHS'nin bilim, robotik, elektronik ve üretim alanlarında farklı cihazlarla test edildiğini belirtiyor. Dolayısıyla burada “robot” kelimesine fazla takılmamak gerekiyor. Asıl konu programlanabilir fiziksel sistemler.

Fakat burada küçük bir problem var: Gerçek dünya bilgisayar kadar düzenli değil

Yapay zeka ajanının web sitesinde bir butona basmasıyla laboratuvarda bir sıvıyı başka bir kaba aktarması arasında ciddi bir fark var. Web sayfasında hata varsa çoğu zaman tekrar deneyebilirsiniz.

Fiziksel dünyada ise:

1. sıvı dökülebilir,
2. cihaz bozulabilir,
3. numune zarar görebilir,
4. sıcaklık değişebilir,
5. mekanik bir parça sıkışabilir,
6. beklenmeyen fiziksel bir durum ortaya çıkabilir.

Daha da önemlisi, yapay zekanın fiziksel dünyanın bütün sonuçlarını metin ve sensör verilerinden kusursuz biçimde anlamasını beklemek bugün için gerçekçi değil. Anthropic'in kendi örneğinde de bunun sınırları görülüyor. Sistem bazı donanım hatalarından kurtulabiliyor ancak fiziksel olayların nedenlerini her zaman doğru anlayamıyor. Örneğin bir sıvı aktarım deneyinde oluşan kabarcıkların fiziksel nedenini başlangıçta doğru teşhis edememiş. Bu nedenle MHS'yi:

“Artık yapay zeka laboratuvarı kendi başına yönetiyor.”

şeklinde okumak biraz fazla iyimser olur. Daha doğru ifade şu:

Yapay zeka ajanların fiziksel sistemlerle daha kontrollü ve standart biçimde çalışabilmesi için altyapı kuruluyor.

Bu çok daha mütevazı bir cümle. Ama aslında daha önemli.

Çünkü Yapay zekanın geleceğinde sadece daha iyi modeller yok

Yapay zeka hakkında konuşurken çoğu zaman bütün dikkatimizi modelin kendisine veriyoruz. Yeni model çıktı. Daha iyi "reasoning". Daha uzun context. Daha iyi coding. Daha hızlı agent. Bunların hepsi önemli. Ama bir yapay zeka ajanının gerçek dünyada işe yarayabilmesi için yalnızca “zeki” olması yetmiyor. Araçlara erişmesi gerekiyor. Araçların birbirleriyle konuşabilmesi gerekiyor. Bu araçların güvenli sınırlarının tanımlanması gerekiyor. Ve fiziksel cihazların yapay zeka tarafından anlaşılabilecek ortak bir biçimde temsil edilmesi gerekiyor. MHS tam olarak bu altyapı katmanına dokunuyor. Bu nedenle bana göre "Model Hardware Standard"'ı yeni bir “yapay zeka özelliği” olarak değil, yapay zeka ajan altyapısının genişlemesi olarak okumak daha doğru.

Bugün MCP ne yaptıysa, yarın fiziksel standartlar benzer bir şey yapabilir mi?

Burada biraz spekülasyon yapabiliriz. Bugün bir yazılım geliştiricisinin yüzlerce farklı servisle entegre olması için her servisin iç mimarisini öğrenmesi gerekmiyor. Standartlar sayesinde ortak bir dil kullanabiliyoruz.

Eğer fiziksel cihazlar için de benzer bir standartlaşma gerçekleşirse, gelecekte bir yapay zeka ajanının yalnızca bilgisayardaki dosyalara veya API'lere değil, farklı üreticilerin fiziksel cihazlarına da erişebilmesi mümkün olabilir. Bir araştırmacı teorik olarak şöyle bir komut verebilir:

“Bu deneyin sonuçlarını değerlendir ve bir sonraki deneyi sonuçlara göre planla.”

Arka planda ise agent'ın:

1. laboratuvar cihazlarını,
2. sensörleri,
3. robotik sistemleri,
4. veri analiz araçlarını

birlikte kullanması mümkün olabilir. Bu noktada yapay zeka ajanı artık sadece bilgi işleyen bir yazılım olmaktan çıkar ve bir çeşit dijital araştırma operatörü hâline gelir. Ve belki de yapay zekanın fiziksel dünyadaki asıl dönüşümü humanoid robotlardan önce burada başlayacaktır.

Peki bu bugün kullanılabilir bir teknoloji mi?

Hayır, en azından henüz o noktada değil. MHS şu anda bir research preview. Anthropic bunu ilk olarak bilimsel araştırma laboratuvarları ve ileri üretim şirketleriyle test ediyor. Amaç yalnızca standardı geliştirmek değil; aynı zamanda fiziksel ekipmanlarla çalışan yapay zeka sistemleri için güvenlik değerlendirmeleri ve iyi uygulamalar geliştirmek. Anthropic, bu erken aşamanın ardından standardı açık kaynak hâle getirmeyi planladığını söylüyor. Dolayısıyla bugün gidip evdeki kahve makinemizi Claude'a bağlayıp “sabah 08.00'de bana kahve hazırla” dememiz gerekmiyor. Henüz. Fakat teknik açıdan bakıldığında daha önemli bir şey gerçekleşiyor: yapay zeka ajanıyla fiziksel dünya arasındaki protokol katmanı üzerinde çalışılmaya başlanıyor.

Sonuç: Asıl değişim modelde değil, modelin ulaşabildiği dünyada olabilir

Model Hardware Standard'ın bugünkü hâli büyük ihtimalle önümüzdeki yıllarda değişecek. İsim, protokol, standart başka şirketler tarafından geliştirilebilir ve başka modeller kullanılabilir. Hatta Anthropic'in önerdiği yaklaşımın kendisi zaman içinde tamamen farklı bir standarda dönüşebilir. Bunlar mümkün. Ama temel fikir bence kalıcı: yapay zeka ajanların yalnızca dijital araçları değil, fiziksel cihazları da kullanabilmesi için ortak bir altyapıya ihtiyacımız var. MCP'nin yapay zekayla yazılım araçları arasındaki ilişkiyi kolaylaştırması gibi, MHS de fiziksel cihazların yapay zeka tarafından kullanılabilir hâle gelmesi için bir başlangıç noktası olabilir. Bu yüzden Model Hardware Standard'ı küçük bir Anthropic duyurusu olarak görmüyorum. Daha geniş bir dönüşümün erken işaretlerinden biri olarak görüyorum. Yapay zekânın ilk büyük dönemi bize ekranın içindeki makinelerle konuşmayı öğretti. Agent dönemi ise makinelerin bizim yerimize bazı şeyleri yapmasını sağlıyor. Bir sonraki adımda ise makinelerin yalnızca bilgisayarda değil, gerçek dünyada bir şeyler yapmasını bekliyoruz. Ve bunun için önce aynı dili konuşmaları gerekiyor. "Model Hardware Standard"ın asıl hikâyesi belki de tam olarak bu.