Meta(META) Muse prototipini 1-2 haftada hazırladı, güvenilirlik çalışması 7 ay sürdü

Meta(META), kişisel yapay zekâ ajanı Muse'un prototipini 1-2 haftada hazırladı. Şirket, ürünü piyasaya sürmeden önce 7 ay boyunca güvenilirliğini geliştirdi.

Meta'nın baş yapay zekâ sorumlusu Alexandr Wang, David Senra'nın 11 Ekim'de yayımladığı röportajda, “Prototip bazen şaşırtıcı sonuçlar veriyordu ama çoğu zaman düzgün çalışmıyor, sürekli bozuluyordu” dedi. Wang, bir demoda bir ya da iki kez başarılı olmanın ürünü kullanıcılara emanet etmek için yeterli olmadığını anlattı.

Wang ve Nat Friedman, kişisel ajanlara ilişkin fikirlerini Şubat 2026'da ayrı ayrı yazıya döktü. Geliştirme ekibi daha sonra 1-2 hafta içinde bir prototip hazırlayarak yönetim kuruluna sundu. Muse'un tasarımının bir bölümü ve maskotunun ilk biçimi de bu aşamada ortaya çıktı.

Prototip hazırlamakla ürünü piyasaya sürmek farklı aşamalardı. Meta, Muse'u 8 Eylül 2026'da ABD'de kullanıma sundu.

Wang, kişisel ajanlara yönelik ilginin bir dönem artıp sonra azalmasının nedenlerinden birinin güvenilirlik sorunu olduğunu söyledi. Bir ürün ilk denemelerde etkileyici sonuçlar verse bile her kullanımda istikrarlı çalışmazsa kullanıcıların güvenini kazanmakta zorlanacağını belirtti.

Muse, yalnızca soruları yanıtlamak yerine günlük işleri üstlenen kişisel bir yapay zekâ ajanı olarak tasarlandı. Wang, o dönemde sektörde ilginin kodlama ajanlarına yöneldiğini, Meta'nın ise gündelik görevlerde yardımcı olmaya odaklandığını anlattı.

Geliştirme ekibi, kişisel ajanın sergilemesi gereken davranışları ve sunması gereken işlevleri 100'den fazla değerlendirme ölçütüne ayırdı. Ekip yalnızca görevleri yerine getirme becerisini değil, ilerleme durumunu kullanıcıya bildirip bildirmediğini ve ek talimat gerektiğinde yeniden soru sorup sormadığını da inceledi.

Her yeni model aynı ölçütlerle değerlendirildi. Geliştirme ekibi, her ölçüt için piyasaya çıkışı engelleyen bir eşik ve yeterince iyi sayılacak bir seviye belirleyerek modellerin eksiklerini saptadı.

Wang, bazı modellerin 80 ölçütte eşiği geçtiği hâlde 20 ölçütte yetersiz kaldığını söyledi. Geliştirme ekibi, tüm ölçütlerde belirlenen eşiğe ulaşılmadan ürünün piyasaya sürülemeyeceğine karar verdi.

Özel eğitimden geçirilen bir model sürümü, şirketin tüm iç değerlendirme eşiklerini geçtikten sonra ürün piyasaya çıktı. Ekip ayrıca bu sürümü bizzat kullanarak önceki modele kıyasla iyileşme olup olmadığını kontrol etti.

İç değerlendirmeleri geçmek, modelin geliştirme ekibinin belirlediği ölçütleri karşıladığı anlamına geliyor; gerçek hayattaki her görevde hatasız çalıştığını göstermiyor. Ekip, yeni kullanıcıların kurulumdan gerçek kullanıma kadar olan deneyimini de inceleyerek ürünü değerlendirdi.

Wang, geliştiricilerin aksine sıradan kullanıcıların görevlerini yapay zekâya devretmeye alışık olmayabileceğini söyledi. Kullanıcıların ajana hangi işleri verebileceğini anlamalarına yardımcı olacak kullanım deneyimi de geliştirme sürecinde ele alındı.

Wang, geliştirme sürecinde Mark Zuckerberg'in sabırlı ve ölçülü davrandığını anlattı. Model ve ürün üzerinde çalışanların sayısı 200'ün altındaydı.

Wang, farklı ekiplerin istedikleri işlevlerin tek üründe toplanmasının kullanıcı deneyimini karmaşıklaştırabileceği endişesini dile getirdi. Nat Friedman'ın değerlendirmeleri ürünün yönünü etkiledi; geliştiricilerden de üstlendikleri işlevlerin genel deneyime uyup uymadığını incelemeleri istendi.

Senra, röportajda bir arkadaşının uçakta unuttuğu kimlik kartının Muse aracılığıyla ofise ulaştırıldığı bir olayı anlattı. Senra'nın aktardığına göre arkadaşı sonraki sürece dahil olmak istemediğini belirtti; Muse da kartın alınması ve teslim edilmesini koordine etti.

Wang, kullanıcıların önce küçük işleri ajana verip sonucu gördükten sonra daha büyük görevler vermeye başladığını ve bu süreçte güven oluşturduğunu söyledi. “Kullanıcılar bizim hangi araştırmaları yaptığımızdan çok, bunların kendileri için ne yapabileceğiyle ilgileniyor” dedi.