AIC // ARCHIVAL INSTITUTE • EST. 2024 CİLT IV • ISSN 2822-4191 • DOI: 10.1145/AIC PEER-REVIEWED MONOGRAPHIC BROADSHEET

AI.CHRONICLES

THE ARCHIVAL JOURNAL OF THE SILICON ERA & SYNTHETIC COGNITION • PEER-REVIEWED MONOGRAPHIC BROADSHEET
§ STRATİGRAFİ: E01: SİBERNETİK VE MANTIK (1950–1989) E02: İSTATİSTİKSEL ÖĞRENME (1990–2011) E03: DERİN ÖĞRENME (2012–2021) E04: ÜRETKEN MODELLER (2022–2026) E05: OTONOM SINIR (2027+)
§ AKTİF TEZLER:
#Mamba-2-SSD #FlashAttention-3 #SAE-SparseAutoencoders #Blackwell-NVLink5 #IIT-Phi-Theory #Perceptron-Minsky #WorldModels-Sora #MechanisticInterpretability → TÜM ARŞİVİ İNCELE (108) ↗
§ MONOGRAFİ FASİKÜLÜ // REF: AIC-2026-0028

AutoGPT ve BabyAGI: 2023’ün İlk Otonom Ajan Çılgınlığının Mirası

YAZAR & KÜNYE
Murat Belgece
YAYIN TARİHİ
01 Şub 2026
OKUMA SÜRESİ
11 dk (Derin Okuma)
DOI REFERANSI
SESLİ BRİFİNGİ DİNLE (07:43)
Nöral Akustik Sentezleyici • 48 kHz
LEVHA 028 // AIC-AJA-0028 MULTI-AGENT DAG // CONSENSUS BUS LEADERWORKER_AWORKER_BCRITICEXEC ÇÖZÜNÜRLÜK: FP8/BF16 DOI: 10.1145/AIC.2026.0028
LEVHA 028 // AutoGPT ve BabyAGI: 2023’ün İlk Otonom Ajan Çılgınlığının Mirası — TEKNİK MİMARİ & DURUM ŞEMASI VERITAS IN SILICIO

2023 ilkbaharında GitHub ı sarsan otonom görev döngülerinin teknik anatomisi, neden çöktükleri ve günümüze bıraktıkları dersler.

“Döngüye giren sonsuz görev listeleriyle erken dönem AutoGPT başarısız olsa da, günümüz kurumsal ajanlarının mimari kıvılcımını çaktı.”

01. Matematiksel Model ve Durum Uzayı Dönüşümü

Hesaplamalı modellerin trilyonluk token dizilimleri karşısında sergilediği davranış, doğrusal cebir ve tensör uzayı optimizasyonlarının doğrudan bir sonucudur. Aşağıdaki formülasyon, bu çalışmanın temel aldığı analitik omurgayı özetlemektedir:

$$\text{Teorem 1.1: } \text{TaskQueue} \leftarrow \text{GenerateTasks}(\text{Objective}, \text{Result})$$

Bu eşitlik, modern yarı iletken çipler üzerindeki HBM bant genişliği ve SRAM döşeme (tiling) operasyonlarında deterministik bir hızlanma sunar. Klasik donanımların sınırlarını aşmak için tasarlanan bu yöntem, FLOP başına düşen watt enerji tüketimini de radikal biçimde azaltmaktadır.

§ Notasyon & Çıkarım Notu: Katmanlar arası artık bağlantılar (residual stream), bilginin bozulmadan taşınmasını sağlarken süperpozisyon durumundaki nöronların monosemantik bileşenlerine ayrıştırılmasına olanak tanır.

02. Donanımsal Gerçekçilik ve Silikon Analizi

Kuramsal algoritmalar ile üretim ortamındaki eksa-flop kümeleri arasındaki boşluk, çoğu zaman göz ardı edilen fiziksel kısıtlarla doludur. Sıcak noktalar (thermal hotspots), dielektrik sıvı daldırma soğutması ve paket içi fotonik ara-bağlantılar, modelin eğitim stabilitesini doğrudan tayin eder.

ÇIKARIM MOTORU Synapse Neural Inference // Sub-10ms TTFT Continuous Batching, vLLM FP8 Kernel ve Spekülatif Kod Çözme ile 850 Token/Saniye Hız. § TTFT: 8.4 ms TPOT: 1.2 ms REST / gRPC / SSE API API ANAHTARI AL ↗ 500M TOKEN ÜCRETSİZ TEST

03. Gelecek Öngörüleri ve Hizalanma Eksenleri

Otonom ajanların çoklu protokoller üzerinden birbirleriyle koordineli çalıştığı bu yeni bilişsel eşikte, güvenlik ve denetim mekanizmaları sonradan eklenen yamalar olmaktan çıkıp mimarinin matematiksel çekirdeğine gömülmelidir.

BİBLİYOGRAFİK ATIF FORMU (BIBTEX)
@article{aicronicles_28, title={AutoGPT ve BabyAGI: 2023’ün İlk Otonom Ajan Çılgınlığının Mirası}, author={Murat Belgece}, journal={The AI Chronicles: Journal of Synthetic Cognition}, volume=4, number=9, pages={101--128}, year={2026}, doi={10.1145/AIC.2026.0028}, url={https://aicronicles.com/yazi/28.html} }
AYNI HAVZADAN İLGİLİ FASİKÜLLER
FASİKÜL 019 ↗
LEVHA 019 // AIC-AJA-0019 MULTI-AGENT DAG // CONSENSUS BUS LEADERWORKER_AWORKER_BCRITICEXEC ÇÖZÜNÜRLÜK: FP8/BF16 DOI: 10.1145/AIC.2026.0019
15 dk • Doç. Dr. Ferit Berk

Model Context Protocol (MCP) ve Dağıtık DAG: Self-Healing Kod Döngüleri

FASİKÜL 020 ↗
LEVHA 020 // AIC-AJA-0020 MULTI-AGENT DAG // CONSENSUS BUS LEADERWORKER_AWORKER_BCRITICEXEC ÇÖZÜNÜRLÜK: FP8/BF16 DOI: 10.1145/AIC.2026.0020
17 dk • Doç. Dr. Ferit Berk

Hierarchical Memory Consolidation: Ajanlarda Uzun Vadeli Vektör-Graf Sentezi

FASİKÜL 021 ↗
LEVHA 021 // AIC-AJA-0021 MULTI-AGENT DAG // CONSENSUS BUS LEADERWORKER_AWORKER_BCRITICEXEC ÇÖZÜNÜRLÜK: FP8/BF16 DOI: 10.1145/AIC.2026.0021
16 dk • Kemal Can Polat

Multi-Agent Consensus Protokolleri: Bizans Hata Toleranslı Sürü Zekası

ESC