Grok Bot + Opus 5.5: Otonom Ajan Sistemleri İçin 10 Adımlık Rehber

Şimdiye kadar kullandığın her ajan tek bir paket halinde geliyordu. Altyapı (donanım, bilgisayar, giriş bilgileri, hafıza, rutinler) ve onu yöneten beyin aynı şirket tarafından üretilip birlikte satılıyordu.

7 Ekim'de Grok Bot bu ikisini birbirinden ayırdı:

https://x.com/elonmusk/status/2107724314451878104

Artık SpaceX, her görevi en iyi arka uç modeline yönlendiriyor ve listenin başındaki isim Claude Opus 5.5. Altyapıyı SpaceX elinde tuttu. Beyin ise artık Anthropic'e ait.

Bu kombinasyon, ürünün bugüne kadarki en güçlü hâli: Kendi bilgisayarına sahip olan, sen uyurken çalışan ve çok adımlı ajan işlerinde bağımsız kıyaslamaları domine eden bir model tarafından yönetilen bir ajan.

İşte 10 adımlık rehber

Nelerin değiştiğini anlamaktan, işleri birbirine devreden ve seni yalnızca insan müdahalesi gerektiren durumlarda sürece dâhil eden Opus destekli uzmanlardan oluşan bir ekibi yönetmeye uzanan yolculuk.

01. Az önce neyin değiştiğini anla

Her şey tek bir gönderiyle başladı. ABD saatiyle 6 Ekim gecesi Musk, X'te SpaceX'in her görev için en iyi arka uç modelini kullanacağını yazdı ve Claude Opus 5.5, Midjourney ile Suno'nun adını verdi. Kapanış cümlesi şuydu: "Sana en iyi sonucu verme ihtimali en yüksek olan hangisiyse o."

Saatler sonra Grok Bot ekibinden Lauren (@poteto) konuyu somutlaştırdı: Tüm botlar Opus 5.5 tarafından çalıştırılacak ve Cursor modellerini kullanan bulut ajanları oluşturabilecekler. 9to5Mac bunu 7 Ekim itibarıyla canlı olarak duyurdu.

https://x.com/claudeai/status/2107894039626277339

Neden rakibin modeli? Çünkü bir ajanın fiilen yaptığı işlerde aradaki fark büyük. Artificial Analysis, her iki laboratuvarı da aynı altyapıda test etti:

Küçük bir not: Bu sonuçlar Eylül'deki Grok 4.7'ye değil, Grok 4.6'ya ait ve iki test arasında bir ay var. Ancak Terminal-Bench, bir modele soru yerine doğrudan bir iş devredip veremeyeceğini öngören asıl metrik ve orada fark neredeyse 3 kat.

https://x.com/zhuokaiz/status/2102825912471527738

X, basından önce tepki verdi:

7 Ekim'de Grok Bot onları ayırdıktan sonra her görev en iyi arka uç modeline yönlendiriliyor ve listenin başındaki isim Claude Opus 5.5. Altyapıyı SpaceX elinde tuttu. Beyin artık Anthropic'e ait.

Kim

Ne dedi

Theo - t3.gg (@theo)

"Kötü haber çocuklar: Grok Bot gerçekten çok iyi" - Haber çıkmadan saatler önce paylaşıldı, 4,4 milyon görüntülenme aldı. Lauren ertesi gün bunun daha da iyileştiğini yanıtladı.

Lauren (@poteto)

Grok Bot'un güncelleneceğini duyurmak için Musk'ın gönderisini alıntıladı.

Iorel (@Iorel_X)

Durumu, Grok Bot'un tek bir modele bağlı kalmak yerine dışarıdaki modellere açılması olarak çerçeveledi.

02. Kurulumu yap ve Şef'le tanış

Grok Bot bir tarayıcı sekmesi değil, bir uygulama. Mac, iPhone ve iPad'de çalışıyor. Grok veya Cursor hesabınla giriş yapıyorsun; tek başına satılmıyor, çoğu SuperGrok ve ücretli Cursor planıyla birlikte geliyor.

Karşına bir sohbet botundan çok mesajlaşma istemcisine benzeyen bir ekran çıkıyor: Solda isimlendirilmiş botlar, sağda sohbet penceresi. Her bot bulutta kendi bilgisayarına sahip oluyor.

Opus 5.5'i kullanmak için hiçbir ayar değiştirmene gerek yok. Grok Bot ekibine göre bu, her bot için varsayılan model. Ayrı bir Claude aboneliği de bulunmuyor.

Genel amaçlı tek bir botla başla; ona "Şef" diyelim. Görevi, hangi uzmanın işi üstlenmesi gerektiğini henüz bilmediğin anlarda mesaj attığın ilk kişi olmak.

Ona otuz saniye içinde sonucunu kontrol edebileceğin gerçek bir iş ver. Bundan sonraki her adım, ona daha büyük işler emanet etmekle ilgili olacak; bu yüzden doğrulayabileceğin bir şeyle başla.

03. Daha güçlü bir beyin için bir görev tanımı yaz

Prompt bir taleptir. Bot ise bir roldür; kalıcıdır, hafıza inşa eder ve bir alanın sorumluluğunu üstlenir. Bu yüzden ona bir iş unvanı ver: Gelen Kutusu Yöneticisi, Araştırma Lideri, Satış Sorumlusu.

Sonra ona yeni bir çalışana brifing verir gibi talimat ver: Neyin sorumluluğunda, başarı nasıl görünüyor ve nerede durup sana sorması gerekiyor.

Opus 5.5 ile değişen şey şu: Eski varsayılan model için yazılan görev tanımları defansifti (kısa zincirler, sık durum kontrolleri), çünkü model birkaç adım sonra tıkanıyordu. Çok adımlı işlerde neredeyse 3 kat daha yüksek puan alan bir beyinle, sadece ilk adımı değil tüm işi devredebilirsin.

Opus 5.5 ayrıca API üzerinde 1 milyon tokenlık bağlam penceresini ve 128 bin çıktı tokenını destekliyor. Grok Bot'un bunun ne kadarını sunduğu resmi olarak açıklanmadı, ancak artık asıl mesele daha uzun işler.

1Görev tanımı promptu — Opus 5.5 için tasarlandı
2Sen benim Araştırma Liderimsin.
3
4// sorumlulukların
5Bir konu verildiğinde tüm işi baştan sona yürüt: birincil
6kaynakları bul, atıfta bulunduğun her sayfayı aç, rakamları en az
7iki kaynaktan çapraz kontrol et ve 1.500 kelimelik bir özet taslağı hazırla.
8
9// başarı nasıl görünür
10Her rakamın yanında bir bağlantı olmalı. Çelişen kaynaklar
11ortalamaya tabi tutulmamalı, işaretlenmeli. Taslak sohbete değil, Drive klasörüme düşmeli.
12
13// nerede durmalısın
14Asla yayınlama. Asla kimseye e-posta atma. Sadece taslak hazırla.
15İki kaynak uyuşmuyorsa ve sorunu çözemiyorsan, konuyu beklet ve bana sor.

Kural şu: Daha akıllı bir beyin daha fazla yetki değil, daha fazla adım alır. "Nerede durmalısın" bloku eskisi kadar katı kalmalı.

04. Araçları bir kez bağla ve veri sınırını çiz

Grok Bot, tek tıkla bağlantı sunan bir eklenti paneliyle geliyor: Notion, Slack, Google Drive, AWS Agents, AWS SageMaker, Browserbase, Composio ve Context7'nin yanı sıra özel entegrasyonlar.

Bağlantılar hesap düzeyindedir. Gmail'i bir kez bağladığında, oluşturduğun her bot onu kullanabilir. Beşinci botun saniyeler içinde üretken hâle gelir.

Yeni olan kısım: Verilerinin artık ikinci bir hedefi var. Bir bot Opus 5.5 ile düşünürken okuduğu veriler o adım için Anthropic'e gidiyor. Tom'un Musk'ın gönderisinin altına yazdığı "opt-out" (devre dışı bırakma) sorusunun henüz bir yanıtı yok ve SpaceXAI neyin paylaşıldığına dair şartları yayınlamadı.

Modelin nerede çalışacağını seçemezsin. Ama botun nelere erişeceğini seçebilirsin. Bunu her görev tanımına ekle:

1// veri sınırı — her görev tanımına ekle
2Açma, okuma veya özetleme:
3  - /Legal veya /Finance Drive klasörlerimdeki hiçbir şeyi
4  - avukatımdan, muhasebecimden veya bankamdan gelen e-postaları
5  - şifre, seed phrase veya 2FA kodu içeren hiçbir mesajı
6
7Bir görev bunlardan birini gerektiriyorsa, dur ve önce bana sor.
8Bir belgeyle çalışırken yalnızca görevin gerektirdiği kısmı kullan.

Gerçekten ihtiyaç duyduklarını bağla, gerisine dokunma. Beta sürecinde her bağlantı her bota ulaşıyor ve artık birden fazla şirkete.

05. Oturumu devret, şifreyi asla

Gerçek bir şirketteki çoğu yazılımın ne API'si ne de MCP sunucusu vardır. Grok Bot'un yine de bu sistemlerde çalışmasını sağlayan mekanizma budur.

Bot, bir giriş duvarına çarpana kadar kendi bulut tarayıcısında gezinir. Sonra ekranı sana devreder. Giriş yaparsın, "bitti" dersin ve bot kaldığı yerden aynı tarayıcı oturumunda çalışmaya devam eder.

Bot bir sır değil, bir oturum alır. Sohbet penceresine asla kimlik bilgisi yazmazsın ve artık sürece üçüncü parti bir model dâhil olduğunda bu her zamankinden daha önemli. Sohbete yapıştırılan bir şifre, modelin okuduğu bir metindir. Devredilen ekranda yapılan bir giriş ise değildir.

Taviz vermemen gereken kural: Eğer herhangi bir araç senden bir mesaja şifre yapıştırmanı isterse, yanlış yoldasın demektir.

06. Bir kez göster, sonra rutine dönüştür

Bota bir iş akışını, o izlerken bir kez yaparak öğretebilirsin. Adımları kaydeder ve bir dahaki sefere kendi başına çalıştırır.

Kaydedilecek en iyi ilk işlem; tekrarlayan, birden fazla araç kullanan ve sabit olan bir şeydir: Haftalık yaptığın, iki veya daha fazla uygulamayı kapsayan ve adımları nadiren değişen bir iş. Anlatması zahmetli, göstermesi kırk saniye.

Sonra rutinin tetiklenmesi için bir neden belirle. İkisi de düz metinle ayarlanan iki seçenek var; düğüm tuvali yok, iş akışı oluşturucu yok:

1// zamanlama — sabah brifingi
2Hafta içi her sabah 07:00'de takvimimi, gelen kutumu ve
3#launches Slack kanalını kontrol et. Kısa bir brifing: Bugün neler var,
4neye yanıt vermek gerekiyor, gece boyunca ne değişti.
5
6// tetikleyici — gelen mesaj yakalayıcı
7Rehberimde olmayan bir alan adından fiyatlandırma içeren bir e-posta
8geldiğinde, şablondan bir yanıt taslağı hazırla ve beklet.
9
10// çoğu rutini oluşturan kısayol
11Bunu her hafta çalıştır.
12   ^ hoşuna giden bir görevin hemen ardından söylendiğinde işe yarar.

Opus 5.5'in değerini kanıtladığı yer burası: Rutinler, bir site düzenini değiştirdiğinde veya bir girdi biraz farklı göründüğünde bozulur. Çok adımlı işlerde daha güçlü olan bir model, sessizce hata vermek yerine değişen sayfaya uyum sağlama konusunda daha başarılıdır.

07. Cursor ajanları oluşturan uzmanlar işe al

Her biri bir alanın sorumluluğunu üstlenen birkaç botu paralel çalıştır. Ayrı botlar; ayrı hafıza, ayrı bağlam ve bir şeyler ters gittiğinde kontrol edilecek temiz bir sohbet geçmişi demektir. SpaceXAI, kendi ekiplerinin satış iletişimi, pazarlama, ofis operasyonları ve hata düzeltmeleri için botlar çalıştırdığını belirtiyor.

Görev boyutuna göre değil, alana göre böl. Sadece faturaları düşünen bir Masraf Yöneticisi, senin faturalarında ustalaşır.

Yeni katman, Grok Bot ekibinin duyurusunun daha sessiz kalan yarısı: Botlar, Cursor'un herhangi bir modelini çalıştıran bulut ajanları oluşturabiliyor. Bu, sahiplik haritasıyla da örtüşüyor; SpaceX, Ağustos ayında Cursor'u 60 milyar dolarlık bir anlaşmayla satın almıştı.

Böylece bir kodlama botu yöneticiye dönüşüyor. Opus destekli bot işi planlıyor ve bağlamı elinde tutuyor. Cursor ajanları ağır işleri paralel olarak yapıyor. Bot ise geri dönen sonuçları inceliyor.

1// Repo Bakımcısı — ajanları yöneten bir bot
2Sen benim Repo Bakımcımsın.
3
4GitHub'da bir issue "bug" olarak etiketlendiğinde:
51. Kendi bilgisayarında hatayı yeniden oluştur ve başarısız olan bir test yaz.
62. Yeni bir dalda (branch) düzeltmesi için bir Cursor bulut ajanı oluştur.
73. Sonuç üzerinde tam test paketini çalıştır.
84. Testi, düzeltmeyi ve 3 satırlık bir özeti içeren bir taslak PR aç.
9
10Asla merge etme. Asla main'e push etme.
11Düzeltme auth, faturalandırma veya bir migrasyon içeriyorsa, benim için beklet.

X'teki kullanıcılar duyurudan önce bile bunun bir versiyonunu yapıyordu; Eylül sonlarında Grok Bot üzerinden Cursor bulut ajanları ayağa kaldırmak hakkında paylaşımlar yapılmıştı.

https://x.com/mikepat711/status/2103551603102126149

08. Onları bir grup sohbetine al

Botlar birbirlerine mesaj gönderebilir ve konu başlıkları içinde bağlam paylaşabilir. Birkaçını bir grup sohbetine koyduğunda kendi aralarında koordine olurlar; işleri devreder, sorumlulukları dağıtır ve seni yalnızca karar verilmesi gereken noktalarda sürece çeker.

SpaceXAI'nin kendi örneği: Bir mühendislik botu hatayı yeniden oluşturur, kayıt açar ve hata ayıklaması için ikinci bir bota devreder. Bir botun diğerinin iş için daha uygun olduğuna karar verip sorumluluğu aktarması, hiçbir tekli sohbet aracının yapamadığı bir şey.

Eylül sonundan bu yana ekipler, iş arkadaşlarının uygulama içinde veya Slack'te kullanabileceği ortak bir bot da yayınlayabiliyor.

İşin sırrı, gruba bir görev listesi değil, bir hedef vermek. Görev listesi, ayrıştırmayı zaten senin yaptığın anlamına gelir. Bir hedef ise işi onların bölmesine olanak tanır ve ayrıştırma tam da Opus 5.5'in en güçlü olduğu çok adımlı akıl yürütme türüdür.

1// görevler değil, hedef
2Hedef: Ekim bültenini Cuma 17:00'ye kadar yayına almak.
3
4Araştırma Lideri gerçeklerden ve kaynaklardan sorumludur.
5Gelen Kutusu Yöneticisi abone yanıtlarından sorumludur.
6Şef zaman çizelgesinden sorumludur ve nelerin tıkandığını bana bildirir.
7
8İşi kendiniz bölün. Dışarıya açık olan her şeyi benim için bekletin.

09. Onay sınırını çiz

Grok Bot'un temel vaadi, bir botun işleri baştan sona bitirmesi ve yalnızca senin onayın gereken bir durumda geri dönmesidir. Bu da "onay gerektiren" tanımı yapma yükünü sana bindirir; çünkü botun varsayılan anlayışı seninkiyle uyuşmayabilir.

İşe yarayan sınır görevin büyüklüğüyle ilgili değil, geri alınabilirlikle ilgilidir. Botun geri alabileceği her şeyi tek başına bitirir. Dış dünyanın gördüğü, para hareketi gerektiren veya geri alınamayacak her şey senin için bekletilir.

Bu artık daha az değil, daha fazla önem taşıyor. Daha güçlü bir beyin, senin sınırına çarpmadan önce işte daha ileri gidecektir; bu yüzden sınırın net olması gerekir.

1// bunları her zaman tek başına bitir
2taslak · dosyalama · etiketleme · özetleme · araştırma · hazırlık · mutabakat
3   hepsi geri alınabilir. sorma, sadece yap ve kaydet.
4
5// bunları her zaman benim için beklet
6şirket dışından birine herhangi bir şey göndermek
7para harcamak, transfer etmek veya bir fiyata taahhüt vermek
8herkese açık bir şey yayınlamak
9bariz çöp olmayan bir şeyi silmek
10herhangi bir şartı kabul etmek veya bir yere kaydolmak
11
12// emin olmadığında
13Bir dakikadan kısa sürede geri alamayacağın bir şeyse, beklet ve sor.

Her botta hedeflemen gereken tablo: Bekleyen 36 taslak, gönderilen 0. Geri alınabilir her adım tamamlandı, ilk geri alınamaz adımda kesin duruş.

10. Maliyeti takip et, haftalık incele

Opus 5.5 ucuz bir beyin değil. API'de fiyatı Grok'un oldukça üzerinde:

Küçük bir işte (30 bin token girdi, 8 bin çıktı) bu kabaca 11 sente karşı 28 sent demek. Çok uzun bağlamlarda ise denklem tersine dönüyor, çünkü Grok'un fiyatları 200 bin tokenın üzerinde ikiye katlanırken Opus sabit kalıyor.

Grok Bot'ta token başına ödeme yapmıyorsun; her şey planına dâhil. Adam Hincu'nun X'te sorduğu açık soru şu: Opus destekli işler plan limitlerini daha hızlı mı tüketiyor? SpaceXAI henüz bir açıklama yapmadı. Bu yüzden rutinler eklemeden önce ilk hafta kullanımını takip et.

Ve duyurulan her şey henüz aktif değil. Midjourney ve Suno için tarih yok ve en az bir kullanıcısının botu ilk gün Suno'nun mevcut olmadığını söyledi. Opus 5.5 üzerine inşa et; o onaylandı. Gerisi için bekle.

Sonra takvimine haftada on beş dakika koy ve botların kendi performanslarını raporlamasına izin ver:

1Bu hafta çalıştırdığın her rutini listele. Her biri için:
2
3  - kaç kez tetiklendi
4  - ne üretti
5  - atladığı, başaramadığı veya tahmin etmek zorunda kaldığı bir şey olup olmadığı
6  - benim için beklettiğin ama hiç yanıt vermediğim bir şey olup olmadığı
7
8Sonra hangisinin en az işe yaradığını ve nedenini söyle.
9Bir adımı hangi modelin yürüttüğünü söyleyemiyorsan, bunu da belirt.

Her rutin için bir çıktıyı manuel olarak rastgele kontrol et. Kendi işini notlayan bir botun da seninle aynı kör noktaları olur.

Sonuç: Ürünün kendisi altyapıdır

Üç yıl boyunca soru "Hangi model en iyisi?" idi. Bu hafta piyasadaki en agresif model geliştiricisi farklı bir soruya yanıt verdi: "Hangi altyapı en iyisi?" ve ardından içine rakibinin beynini yerleştirdi.

Asıl değişim bu. Altyapı bilgisayara, giriş bilgilerine, hafızaya ve rutinlere sahip. Altındaki beyin değiştirilebilir ve şu anda ajan işleri için en iyisi Opus 5.5.

Senin işin değişmiyor. Neleri devredeceğine, botun yetkisinin nerede biteceğine ve hangi verilere erişebileceğine sen karar veriyorsun. Üçünü de görev tanımına yaz ve piyasadaki en güçlü beynin tıklamaları yapmasına izin ver.