Anthropic, AI ajanlarının pratikte ne kadar özerklikle çalıştığını anlamak için Claude Code ve genel API üzerinden milyonlarca insan-ajan etkileşimini analiz etti. Şirketin 18 Şubat 2026'da yayımladığı araştırma, ajan kullanımının e-posta triyajından siber casusluğa kadar geniş bir yelpazeye yayıldığını ve özerkliğin kullanıcı deneyimiyle birlikte arttığını gösteriyor.
Claude Code'un kesintisiz çalışma süresi uzuyor
Claude Code'un en uzun süren oturumlarında (99,9. yüzdelik dilim), ajanın kesintisiz çalışma süresi Ekim 2025 ile Ocak 2026 arasında 25 dakikanın altından 45 dakikanın üzerine çıktı. Medyan süre ise 45 saniye civarında sabit kaldı. Bu artışın model sürümleri arasında keskin sıçramalar göstermemesi, özerkliğin yalnızca model yeteneklerindeki artıştan kaynaklanmadığını, mevcut modellerin pratikte kullanılandan daha fazla özerkliği kaldırabileceğini ("deployment overhang") işaret ediyor.
Ocak ortasından itibaren uçtaki sürelerde bir miktar düşüş gözlemlendi. Anthropic, bunun kullanıcı tabanının ikiye katlanması ve tatil döneminden sonra projelerin hobi odaklıdan iş odaklıya kayması gibi faktörlerden kaynaklanabileceğini belirtiyor.
Deneyimli kullanıcılar: Daha fazla otonomi, daha sık müdahale
Claude Code kullanıcıları deneyim kazandıkça iki davranış da artıyor: tam otomatik onay (auto-approve) kullanımı ve ajanı kesintiye uğratma sıklığı. Yeni kullanıcılar (50 oturumdan az) oturumların yaklaşık %20'sinde tam otomatik onay kullanırken, 750 oturumun üzerindeki deneyimli kullanıcılarda bu oran %40'ın üzerine çıkıyor. Aynı şekilde, yeni kullanıcılar turların %5'inde müdahale ederken, deneyimli kullanıcılar %9'unda müdahale ediyor.
Bu görünürdeki çelişki, gözetim stratejisindeki değişimi yansıtıyor: Yeni kullanıcılar her adımı onaylarken, deneyimli kullanıcılar ajanı serbest bırakıp yalnızca gerektiğinde müdahale ediyor. Anthropic, bu aktif izleme modelinin daha verimli olduğunu ve deneyimli kullanıcıların müdahale gerektiğinde daha iyi içgüdülere sahip olduğunu belirtiyor.
API'de riskli alanlarda kullanım artıyor, ancak henüz sınırlı
Genel API trafiğinde ajan eylemlerinin çoğu düşük riskli ve geri döndürülebilir nitelikte. Yazılım mühendisliği, tüm ajan aktivitelerinin yaklaşık %50'sini oluşturuyor. Bununla birlikte sağlık, finans ve siber güvenlik alanlarında da yeni kullanımlar gözlemleniyor. Yüksek karmaşıklıktaki görevlerde (örneğin sıfır-gün açığı bulma veya derleyici yazma) insan müdahalesi oranı %67'ye düşerken, düşük karmaşıklıktaki görevlerde (tek satır kod düzenleme) bu oran %87'ye çıkıyor.
Neden önemli
Araştırma, AI ajanlarının özerkliğinin pratikte ne durumda olduğuna dair ilk kapsamlı veriyi sunuyor. Bulgular, modellerin teorik kapasitesi (METR gibi kıyaslamalarda 5 saate varan görev tamamlama) ile pratikteki kullanım (medyan 45 saniye) arasında büyük bir boşluk olduğunu gösteriyor. Bu "dağıtım fazlası" (deployment overhang), güvenlik açısından kritik: Modeller daha özerk çalışabilecek durumdayken, kullanıcılar henüz bu potansiyeli tam olarak kullanmıyor. Deneyimli kullanıcıların daha fazla otonomi vermesi, güvenin zamanla arttığını ancak bunun aktif izlemeyle dengelendiğini ortaya koyuyor. Anthropic, etkin gözetim için yeni dağıtım sonrası izleme altyapıları ve insan-AI etkileşim paradigmaları gerektiği sonucuna varıyor.
