Plurai 13 Milyon Dolar Yatırım Aldı: Ajanlar Simülasyonla Eğitilecek
Haberler

Plurai 13 Milyon Dolar Yatırım Aldı: Ajanlar Simülasyonla Eğitilecek

· 3 DK

Yazar: KOZBA

İçindekiler
  1. Ajanlar gerçekten ne kadar güvenilir?
  2. Plurai ne yapıyor?
  3. Hangi hataları yakalıyor?
  4. Yatırım turu
  5. Açık ağırlıklı küçük modellere post-training
  6. Eleştirel bakış
  7. Türkiye'deki ekipler için pratik not
  8. Sonuç

Ajanların demo aşamasında etkileyici, üretimde ise kırılgan olduğu yaygın bir şikâyet. Plurai adlı girişim, bu sorunu otonom sürüş teknolojisinin çözdüğü yöntemle çözmeye çalışıyor: simülasyon. TechCrunch'ın 11 Kasım 2026 tarihli haberine göre şirket, bu yaklaşımı geliştirmek için 13 milyon dolar tohum yatırım aldı.

Ajanlar gerçekten ne kadar güvenilir?

Haberde yer alan ölçümler, abartılı pazarlama dilinin aksine daha ayakları yere basan bir tablo çiziyor:

  • LiveBench 2.0'ın uzun ajan görevleri kategorisinde Claude Fable 5.2 yüz görevde 82,9; ChatGPT-6 Astra 75,6 başarı gösteriyor.
  • Altyapı şirketi EON'un simüle kurumsal ortam testinde en başarılı model olan Claude Opus 4.8, görevleri %76,8 doğrulukla tamamladı.

Bu oranlar sohbet için yeterli, denetimsiz üretim için değil. Yüz görevde 20 civarı başarısızlık, bir iş sürecinde ciddi maliyet demek.

Plurai ne yapıyor?

Şirketin kurucuları Ilan Kadar ve Elad Levi, daha önce otonom sürüş teknolojisi geliştiren Nexar'da çalıştı. Kadar, Waymo'nun uçtan uca sürüş yazılımını simüle etme ve değerlendirme işinde yer aldı. İkili, ajan dalgasında aynı deseni gördüklerini söylüyor: Demoyu kurmak çok kolay, güvenilir ve maliyet etkin hale getirmek çok zor.

Yöntem üç adımda özetlenebilir:

  • Dijital ikiz: Şirketin elektronik sistemlerinin, bilgi tabanının ve ajanın üretimde erişeceği araçların bir kopyası oluşturuluyor.
  • Akış haritası: Ajanın izleyebileceği tüm olası yollar çıkarılıyor.
  • Sentetik veri ve değerlendirme: Bu grafik üzerinden uç durumlar (edge case) üretilip modelin zayıf noktaları test ediliyor ve düzeltiliyor.

Platform, mevcut ajan araçlarıyla birlikte çalışıyor: Claude Code, Codex, Copilot ve Cursor. Yani şirket kendi ajan yığınını değiştirmek zorunda kalmıyor.

Hangi hataları yakalıyor?

TechCrunch'ın verdiği örnekler tanıdık: Seyahat rezervasyonu yapan bir ajan, müşteri sıkıştırdığında harcama politikasını görmezden gelebiliyor. Tek bir veritabanına sorgu atan ajan doğru yanıt veriyor, ancak birden fazla veri kümesinden bilgi birleştirmesi gerektiğinde tıkanıyor. Uzun bir müşteri hizmetleri görüşmesi bağlamı şişirip ajanı yanlış yola sokabiliyor.

Bu hataların ortak özelliği, tekil testlerde görünmemeleri. Simülasyonun değeri tam burada ortaya çıkıyor.

Yatırım turu

13 milyon dolarlık tohum turu Team8 tarafından yönetildi; U&I, Velocity ve Mercer da katıldı. Şirketin melek yatırımcıları arasında Google DeepMind araştırmacısı Reah Miyara da var. Miyara'ya göre Plurai'nin avantajı, üretimdeki hata biçimlerini anlayıp bunlara göre sentetik veri üretmesi.

Açık ağırlıklı küçük modellere post-training

Şirketin asıl iddiası, simülasyondan topladığı veriyle müşteriye özel küçük, açık ağırlıklı modelleri eğitmek. NVIDIA ve Nebius ile yapılan testlerde Plurai'nin modellerinin, orta segment öncü (frontier) modellerden daha yüksek performansı daha düşük maliyetle verdiği belirtiliyor. Şirketin kendi blog yazısında kullandığı ifade "44 kat daha düşük maliyet".

Bu iddia, kurumsal yapay zeka maliyet baskısıyla örtüşüyor: IT liderleri, genel amaçlı öncü modellerin kendi verileri söz konusu olduğunda "dağılım dışı" kaldığını ve maliyetin uzun vadede sürdürülebilir olmadığını görüyor.

Eleştirel bakış

Simülasyon yaklaşımının bilinen sınırı, simülasyonun gerçekliği tam temsil etmemesi. Otonom sürüşte bu sorun yıllardır tartışılıyor: Simülatörde başarılı olan model, gerçek trafikte aynı performansı göstermeyebiliyor. Aynı risk ajanlar için de geçerli — şirketin sistem kopyası, üretimdeki kaotik istisnaları ve insan davranışını her zaman yakalayamaz.

Ayrıca yatırımcı ve kurucu beyanlarına dayanan performans rakamları bağımsız olarak doğrulanmış değil. "44 kat daha ucuz" gibi ifadeler, hangi görev kümesinde ve hangi temel modele kıyasla ölçüldüğüne bakılmadan okunmamalı.

Türkiye'deki ekipler için pratik not

Türkiye'de ajan geliştiren ekipler için buradaki ders araç değil yöntem: Ajanı yayına almadan önce kendi sisteminizin bir kopyasında uç durumları test etmek. Bu, pahalı bir platform satın almadan da yapılabilir; kritik olan, test senaryolarını gerçek iş akışlarından türetmek ve başarısızlık oranını ölçmek.

Sonuç

Plurai, ajan güvenilirliğini "daha büyük model" yerine "daha iyi test ve küçük özel model" ekseninde çözmeye çalışıyor. 13 milyon dolarlık tur, bu yaklaşımın yatırımcı nezdinde karşılık bulduğunu gösteriyor. Ancak simülasyon ile üretim arasındaki fark, bu kategorinin en zor sorusu olmaya devam ediyor.

Paylaş