Manus AI: Özellikler, Mimari, Erişim, İlk Sorunlar ve Daha Fazlası

Manus’un, kalıcı bir herkese açık URL’ye gösterge panelini yayımladığına dikkat edin; buradan erişebilirsiniz.

İster finansal işlemleri analiz etmek, ister iş başvurularını taramak, ister kiralık konut aramak olsun; Manus, büyük miktarda bilgiyi işlemek, seçenekleri karşılaştırmak ve yapılandırılmış, optimize edilmiş çözümler sunmak üzere tasarlandı. Daha fazla örneği burada görebilirsiniz; ancak örneklerin Manus AI ekibi tarafından seçildiğini ve seçme yanlılığı olabileceğini unutmayın.

Bu arada biz de Manus’a eriştik ve kendi örneklerimizi denedik—bunları Manus AI üzerine ayrı bir blogda inceleyin.

Manus AI Nasıl Çalışır?

Manus AI, otonom bir yapay zeka ajanı olarak şunları gerçekleştirebilir:

• Çevrimiçi kaynakları kullanarak bilgi edinme ve doğrulama.
• Veri işleme ve görselleştirme; yapılandırılmış analiz ve etkileşimli gösterge panelleri dahil.
• Kod yürütme ve otomasyon; betik yazma, test etme ve yayına alma.
• Web otomasyonu; web uygulamalarıyla etkileşim kurma, formları doldurma ve veri kazıma.

Manus AI’ın nasıl çalıştığını biraz daha ayrıntılı açıklayalım.

Çoklu ajan sistemi ve görev yürütme

Jian Liao’nın ilk bulgularına dayanarak Manus AI, yapılandırılmış bir ajan döngüsü üzerinden çalışır; görevleri adım adım yinelemeli olarak işler. Her oturum şu süreci izler:

1. Olayları analiz etme: Kullanıcı isteklerini ve görevin mevcut durumunu anlar.
2. Araç seçimi: Bir sonraki adım için uygun aracı veya API çağrısını seçer.
3. Komut yürütme: Linux korumalı alanında kabuk betikleri, web otomasyonu veya veri işlemesi çalıştırır.
4. Yineleme: Yeni verilere göre eylemlerini iyileştirir; görev tamamlanana kadar döngüyü tekrarlar.
5. Sonuçları sunma: Çıktıları mesajlar, raporlar veya yayına alınmış uygulamalar biçiminde yapılandırılmış olarak kullanıcıya gönderir.
6. Bekleme modu: Ek kullanıcı girdisi gerekene kadar boşta kalır.

Temel mimari özellikler

Manus AI’ın temel mimari özellikleri, kontrollü bir ortamda bir bilgisayarla insan gibi etkileşim kurmasını sağlar. Bu özellikler şunları içerir:

• Linux korumalı alan (sandbox) ortamı: Manus, yazılım kurabildiği, betikler çalıştırabildiği ve dosyaları değiştirebildiği denetimli bir yürütme alanında çalışır.
• Kabuk ve komut satırı yürütme: Yapay zeka kabuk komutları çalıştırabilir, süreçleri yönetebilir ve sistem görevlerini otomatikleştirebilir.
• Entegre web tarayıcı kontrolü: Manus web sitelerinde gezinebilir, veri çıkarabilir, web öğeleriyle etkileşime girebilir ve hatta tarayıcı konsolunda JavaScript çalıştırabilir.
• Dosya sistemi yönetimi: Belgelerle yürütülen iş akışlarını yönetmeye uygun şekilde dosyaları okuyabilir, yazabilir ve düzenleyebilir.
• Yayına alma yetenekleri: Manus uygulamaları yayına alabilir; web siteleri kurma ve herkese açık URL’lerde barındırma dahil.

Güvenlik ve sınırlamalar

Her Manus AI oturumu izole bir şekilde çalışır; kullanıcıların birbirlerinin yürütme ortamlarına erişmesini engeller. Ayrıca araçlar ve komutlar korumalıdır; yetkisiz sistem erişimi riski azaltılır. Manus AI’ın açık izin olmadan kullanıcı hesabı oluşturması veya güvenlik önlemlerini atlatması da kısıtlanmıştır.

Otonomisine rağmen Manus AI, sınırlı bağlam penceresi nedeniyle tek seferde işleyebileceği veri miktarında hâlâ sınırlamalara sahiptir.

Manus AI Karşılaştırmaları (Benchmark)

Henüz kapsamlı karşılaştırma verileri olmasa da Manus AI, yapay zeka ajanlarının gerçek dünya problem çözme görevlerini ne kadar iyi yerine getirdiğini ölçmek için tasarlanmış GAIA karşılaştırmasıyla değerlendirildi. Tekrarlanabilir sonuçlar için Manus, üretim sürümüyle aynı yapılandırmayla test edildi.

Sonuçlar, Manus’un OpenAI’nin Deep Research sistemi de dahil olmak üzere önceki son teknoloji (SOTA) modellere kıyasla anlamlı ölçüde daha iyi performans gösterdiğini öne sürüyor:

Kaynak: Manus AI

Karşılaştırma, yapay zeka ajanlarını üç zorluk düzeyinde değerlendirir:

1. Seviye 1 (temel görevler): Manus AI %86,5 puan aldı; OpenAI Deep Research’ün %74,3’üne göre belirgin şekilde daha yüksek ve önceki SOTA’nın %67,9’unun epey üzerinde.
2. Seviye 2 (orta düzey görevler): Manus %70,1 ile güçlü performansını sürdürdü; OpenAI Deep Research’ü (%69,1) kıl payı geçerek önceki SOTA’yı (%67,4) iyileştirdi.
3. Seviye 3 (karmaşık görevler): Manus bu kategoride de lider; %57,7 puanla OpenAI’nin %47,6’sının ve önceki en iyi modelin %42,3’ünün önünde.

Manus AI’ın tüm zorluk seviyelerinde önde olması, şu anda mevcut en yetenekli otonom yapay zeka ajanlarından biri olabileceğini düşündürüyor. Ancak zorluk arttıkça puanların düşmesi, en iyi yapay zeka modellerinin bile en karmaşık, çok adımlı akıl yürütme görevlerinde zorlandığını gösteriyor.

Bu karşılaştırmalar etkileyici olsa da gerçek dünya performansı çoğu zaman kontrollü testlerden farklıdır. Manus AI’ın gerçek kullanışlılığı, öngörülemeyen görevleri ne kadar iyi ele aldığına ve otonomisinin kullanıcı iş akışlarında pratik iyileşmeler sağlayıp sağlamadığına bağlı olacaktır.

Manus AI’a Nasıl Erişilir?

Manus AI’a erişim şu anda yalnızca davetle girilen bir beta aşamasıyla sınırlı. Erişimle ilgileniyorsanız şu adımları izleyin: 

1. Resmi web sitesini ziyaret edin: Manus AI web sitesine gidin.
2. Bekleme listesine katılın: Sağ üstteki “Get Started” düğmesine tıklayın, ardından “Apply for access”ı seçin.
3. Davet bekleyin: Bekleme listesine katıldıktan sonra, kayıtlı e-posta adresinize gönderilecek davet kodunu beklemeniz gerekir. Yüksek talep nedeniyle bu süreç zaman alabilir.
4. Hesabınızı etkinleştirin: Davet kodunu aldığınızda, Manus AI hesabınızı etkinleştirmek için e-postadaki talimatları izleyin.

Davet kodu sunduğunu iddia eden resmi olmayan kaynaklara karşı dikkatli olun; meşru olmayabilirler. Manus AI’a erişmek için her zaman resmi kanalları kullanın. 

Manus AI bir “DeepSeek Anı” mı?

Manus AI, yapay zeka için bir “DeepSeek anı” olabilir; nedenini açıklayayım. DeepSeek-R1, manzara bir anda ona geçtiğimiz için oyunu değiştirmedi. Aslında, birçoğumuz ilk günlerde denedik ve sunucuları yükü kaldıramadığı için kullanamadık—bugün bile bununla mücadele ediyorlar. Ancak DeepSeek, üç şeyi kanıtladığı için bir dönüm noktasıydı:

1. Sandığımız maliyetin çok daha küçük bir kısmıyla güçlü akıl yürütme modelleri inşa edebiliriz.
2. Gelişmiş yapay zeka çipleri sandığımız kadar kritik olmayabilir.
3. Açık kaynak yapay zeka artık geriden gelmiyor—kapalı, mülkiyetli modellerle aynı seviyede hatta onları aşabiliyor.

Ben Manus AI’ı akıl yürütme değil de ajanik yapay zeka için potansiyel bir DeepSeek anı olarak görüyorum. Güçlü yapay zeka ajanlarının devasa altyapı, kapalı ekosistemler ve yüksek maliyetler gerektirdiği varsayımına meydan okuyor.

Jian Liao’nun ilk bulgularına göre Manus; Claude Sonnet, Qwen ince ayarları ve modüler yapay zeka ajanlarının bir karışımı üzerinde çalışıyor; yani sıfırdan devasa, mülkiyetli bir model eğitmeden de son derece yetenekli bir otonom sistem inşa edebileceğinizi gösteriyor.

Bu sürüm ayrıca çok ilginç bir zamana denk geliyor—tam da OpenAI’nin abonelik ücretleri 2.000 ila 20.000 dolar arasında değişen üç gelişmiş yapay zeka ajanı başlatmayı planladığına dair söylentiler dolaşırken. Eğer Manus AI, düşük maliyetli, açık erişimli otonom yapay zeka vaadini yerine getirirse OpenAI gibi şirketleri, yapay zeka otomasyonunun pahalı ücret duvarlarının arkasına kilitlenmesi gerekip gerekmediğini yeniden düşünmeye zorlayabilir.

Bununla birlikte hâlâ geçerli endişeler var; bir sonraki bölümde bunları inceleyeceğiz.

Manus AI’ın İlk Sorunları

Manus çoktan döngü hataları, mevcut modellere aşırı bağımlılık ve güvenlik riskleri nedeniyle eleştirildi. Teoride heyecan verici olsa da ölçekli olarak gerçekten çalışıp çalışmadığı hâlâ açık bir soru. DeepSeek’in yolunu izlerse, kavramsal olarak devrimsel ama uygulamada yorucu olabilir—güçlü fakat az kişinin güvenilir biçimde kullanabildiği bir sistem.

Örneğin, ilk test kullanıcıları birkaç soruna dikkat çekti:

• Aksaklıklar ve tutarsızlıklar: Bazı kullanıcılar, Manus’un döngüye girdiğini veya tekrarlayan döngülerde takıldığını; görevler net tanımlanmadığında karmaşık karar verme süreçlerinde zorlandığını bildirdi.
• Mevcut modellere aşırı bağımlılık: Mimarisine ilişkin incelemeler, Manus’un özgün, mülkiyetli bir model kullanmak yerine Claude Sonnet ve Qwen ince ayarlarını yoğun şekilde entegre ettiğini öne sürüyor. Bu durum, gerçekten yeni yapay zeka yöntemleri öncülüğü yapıp yapmadığı mı yoksa mevcut teknolojileri akıllıca orkestre etmekten mi ibaret olduğu yönünde soru işaretleri doğurdu.
• Güvenlik ve gizlilik riskleri: Manus’un komut yürütme, dosya alma ve harici sistemlerle etkileşim kurma yeteneği, bazılarını güvenlik kontrollerini sorgulamaya yöneltti. Yeterince izole edilmezse, hassas verilere erişimi olan otonom bir yapay zeka, istenmeyen açıklar yaratabilir.

Sonuç

Manus AI, otonom yapay zeka ajanlarına cesur bir adım; ancak ajanik yapay zekanın karmaşık, gerçek dünya görevlerini güvenilir şekilde tamamlama vaadini gerçekten yerine getirip getirmediği belirsizliğini koruyor.

DeepSeek-R1 ile karşılaştırma yerinde; ancak herkesin bir anda Manus’a geçeceği için değil. Bunun yerine, DeepSeek gibi Manus da yapay zekanın ekonomisine meydan okuyor ve otonom ajanların çalışmak için mutlaka devasa altyapılar veya mülkiyetli modeller gerektirmediğini gösteriyor.

Bununla birlikte teknolojinin hâlâ açıkları var. Döngü hataları, yürütme başarısızlıkları ve mevcut modellere aşırı bağımlılığa dair raporlar; en azından şimdilik, Manus’un iddia ettiği kadar devrimsel bir yapay zeka sistemi olmadığını gösteriyor. Bu sorunları aşabilirse yapay zeka otomasyonunda oyunun kurallarını değiştirebilir. Aşamazsa, sunduğundan çok temsil ettikleriyle değerli olan, abartılmış bir başka yapay zeka deneyi olma riski taşıyor.