💡 3 Maddede Bu Yazının Özeti
19–25 Eylül 2026 haftasında Claude Opus 5.5, sesli ajanlar, kodlama güvenliği, yerel GGUF desteği ve Asya’daki çok kipli modellerde öne çıkan 24 gelişme.
19–25 Eylül 2026 haftasında yapay zekâ gündemi üç eksende yoğunlaştı: daha verimli üst düzey modeller, konuşmayla iş yapan ajanlar ve ajanların gerçekten doğru işi tamamlayıp tamamlamadığını ölçen yeni denetim yöntemleri. Anthropic Claude Opus 5.5’i tanıtırken OpenAI ve Microsoft sesli iş akışlarını genişletti; GitHub ajanlara daha kontrollü çalışma alanları ekledi. Çin, Hindistan ve Orta Doğu’daki duyurular ise çok kipli modeller, belge zekâsı ve sınır ötesi AI altyapısındaki hareketliliği gösterdi.
Bu derleme, Türkiye saatiyle 19 Eylül 00.00–25 Eylül 23.59 arasında yayımlanan 24 gelişmeyi kapsıyor. Şirketlerin hız, maliyet ve kıyaslama sonuçları bağımsız doğrulama gibi sunulmadı. Önizleme, beta ve araştırma niteliğindeki çalışmaların sınırları ayrıca belirtildi.
Yeni modeller ve geliştirici araçları
1. Claude Opus 5.5 daha düşük maliyet ve daha güçlü ajan güvenliği iddiasıyla geldi
22 Eylül · Anthropic — ABD / küresel
Anthropic, Claude 5.5 ailesinin ilk modeli Opus 5.5’i yayımladı. Şirket, modelin çoğu işte Claude Fable 5.1 düzeyinde sonuç verirken Opus 5’e göre tipik iş yüklerinde yüzde 40 daha düşük maliyet oluşturduğunu ve çıktıyı yüzde 30’dan fazla hızlı ürettiğini bildiriyor. Model; kodlama, bilgisayar kullanımı ve uzun süreli bilgi işi için konumlandırılıyor. Dış değerlendirme kuruluşlarının sürüm öncesi testlere katılması olumlu olsa da karşılaştırmaların önemli bölümü Anthropic’in kendi koşullarına dayanıyor. Bu nedenle model seçimi, gerçek kurumsal veri ve görevlerle yapılacak bağımsız değerlendirmelerle tamamlanmalı.
Birincil kaynak: Anthropic: Claude Opus 5.5.
2. Anthropic Python SDK 1.8.0, MCP araç listesini sabitleme desteği ekledi
22 Eylül · Anthropic — ABD / açık kaynak
Anthropic’in Python SDK’sının 1.8.0 sürümü Claude Opus 5.5 desteği, satır içi araç tanımları ve beta aşamasındaki MCP araç listesi sabitlemesini getirdi. Sürüm ayrıca açık bırakılan akışların Python 3.13 kapanışında çökmesine yol açabilen hatayı ve araç ekleme davranışını düzeltiyor. MCP araç listesi sabitleme, bir ajan koşusu boyunca kullanılacak araç kümesinin beklenmedik biçimde değişmesini azaltabilecek bir yapı taşı. Ancak özellik beta olduğundan üretim ortamında sürüm sabitleme ve geriye dönüş testi hâlâ gerekli.
Birincil kaynak: Anthropic Python SDK 1.8.0 sürüm notu.
3. Project Swap, pazarlık yapan ajanların kullanıcı tercihini ne kadar temsil ettiğini sınadı
24 Eylül · Anthropic Research — ABD / Birleşik Krallık / İrlanda
Anthropic, altı ofisten 201 çalışanın kitap takası yaptığı kontrollü bir mini pazarda Claude tabanlı ajanları denedi. Beş dakikalık kullanıcı görüşmesinden sonra ajanların kitap sıralamaları, kullanıcıların kendi sıralamalarıyla ikili karşılaştırmaların yüzde 61’inde eşleşti. Araştırmacılar, daha güçlü modellerin pazarı daha verimli kıldığını; asıl sınırlamanın pazarlık tekniğinden çok kullanıcı tercihinin eksik temsil edilmesi olduğunu bildirdi. Bu, otonom satın alma veya pazarlık sistemlerinde yalnız işlem başarısının değil, temsil doğruluğunun da ölçülmesi gerektiğini gösteriyor. Sonuçlar küçük ve kontrollü bir kitap takası deneyimine ait; gerçek finansal pazarlar için doğrudan genellenemez.
Birincil kaynak: Anthropic Research: Project Swap.
Sesli çalışma ve kurumsal ajanlar
4. ChatGPT Voice, eklentiler ve bağlı uygulamalarla iş yapabiliyor
23 Eylül · OpenAI — küresel
OpenAI, ChatGPT Enterprise ve Edu için Live sesli deneyiminde eklenti ve bağlı uygulama kullanımını web, iOS ve Android’e açtı. Voice, Work içinde belge, sunum ve hesap tablosu oluşturabiliyor; tarayıcıda çalışabiliyor ve sesli görüşme bittiğinde yarım kalan görev metin olarak sürebiliyor. Kurumsal izinler ve eklenti kısıtları aynen uygulanıyor; ses özelliğini açmak engellenmiş bir uygulamaya kendiliğinden erişim vermiyor. Kritik işlemlerde ekrandaki onay adımının korunması, sesli arayüzün erişilebilirliği açısından da önemli.
Birincil kaynak: OpenAI: Enterprise ve Edu sürüm notları.
5. ChatGPT Enterprise için dış erişim kontrolleri yönetici önizlemesine girdi
24 Eylül · OpenAI — küresel
ChatGPT Enterprise yöneticileri artık ChatGPT Sites’ın üyelerin bağlı uygulamalarını kullanıp kullanamayacağını ve uygulamaların ChatGPT Ads’e erişimini merkezi olarak yönetebiliyor. İki izin de yönetici önizlemesinde varsayılan olarak kapalı. Kimlik doğrulama ile veri erişiminin ayrı tutulması, “giriş yapabiliyor” olmanın otomatik olarak “veriyi okuyabiliyor” anlamına gelmesini önlüyor. Kullanıcının kendi yetkilendirmesi ve çalışma alanı politikaları ayrıca geçerli olmaya devam ediyor.
Birincil kaynak: OpenAI: Enterprise ve Edu sürüm notları.
6. GPT-6 Sol ve Luna, Microsoft Foundry’de genel kullanıma açıldı
22 Eylül · Microsoft — ABD / küresel
Microsoft, GPT-6 Sol ve GPT-6 Luna modellerini Microsoft Foundry’de genel kullanıma açtı. Duyuruda Astra karmaşık muhakeme ve bilgisayar kullanımı, Sol genel amaçlı üretim işleri, Luna ise yüksek hacimli ve hazırlık niteliğindeki görevler için konumlandırılıyor. Üç modelin aynı platformda değerlendirilmesi, kuruluşların kalite, gecikme ve maliyeti tek bir “en iyi model” varsayımı yerine iş yüküne göre karşılaştırmasına olanak veriyor. Microsoft’un müşteri performansı açıklamaları seçili örneklere dayanıyor; üretim kararı öncesinde kurumun kendi değerlendirme seti kullanılmalı.
Birincil kaynak: Microsoft: GPT-6 ailesi Microsoft Foundry’de.
7. Microsoft Foundry, sesli ve uzun süre çalışan ajanları aynı temelde birleştirdi
24 Eylül · Microsoft — ABD / küresel
Microsoft Foundry Agent Service; genel önizlemedeki sesli ajanları, uzun süreli işlerin bağlantı kesilse bile sürmesini sağlayan dayanıklılık özelliklerini ve üretim izlerinden sürekli iyileştirmeyi aynı platformda topladı. Sesli ajanlar 80’den fazla dil ve 140’tan fazla yerel ayar için sunuluyor; Teams, Teams Phone ve Twilio tabanlı kanallara bağlanabiliyor. Araç arama ve ajanlar arası A2A desteği de platformun parçası. Birçok özellik önizleme aşamasında ve Microsoft’un token tasarrufu oranları kendi değerlendirme koşullarına ait.
Birincil kaynak: Microsoft: Foundry ajan güncellemeleri.
Kodlama ajanlarında güvenlik, denetim ve işbirliği
8. GitHub Copilot uygulamasına proje bazlı yerel sandbox geldi
23 Eylül · GitHub — ABD / küresel
GitHub Copilot uygulamasındaki yerel sandbox, ajanların dosya sistemi, ağ ve kimlik bilgilerine erişimini proje bazında sınırlandırıyor. İstenen politikanın işletim sistemi tarafından uygulanamadığı durumda kabuk sınırsız çalışmak yerine hata veriyor. Özellik varsayılan olarak kapalı ve yalnız yeni ya da yeniden başlatılan oturumlarda etkinleşiyor. Kamu önizlemesindeki bu yaklaşım, ajan komutlarının “başarısız kapalı” çalışması bakımından önemli; ancak bulut ve uzak ana makine oturumları aynı ayardan etkilenmiyor.
Birincil kaynak: GitHub: Copilot uygulamasında yerel sandbox.
9. Copilot kod incelemeleri için kişisel ve kurumsal ayarlar genişledi
23 Eylül · GitHub — ABD / küresel
GitHub, otomatik kod incelemesi, taslak çekme istekleri, yeni gönderimler ve varsayılan inceleme çabası için ayrı kişisel ayarlar sundu. Kurumsal yöneticiler de kuruluş depolarına miras kalan bir inceleme çabası belirleyebiliyor. “Lite” ve “Balanced” seçenekleri maliyet ve kapsam arasında daha görünür bir tercih sağlıyor. Bununla birlikte otomatik inceleme, insan incelemesinin veya çalıştırılabilir testlerin yerine geçmiyor; özellikle güvenlik ve iş mantığı değişikliklerinde ek doğrulama gerekiyor.
Birincil kaynak: GitHub: Copilot kod inceleme ayarları.
10. Slack ve Teams içindeki Copilot daha fazla bağlam taşıyor
25 Eylül · GitHub — ABD / küresel
GitHub Copilot’ın Slack ve Microsoft Teams önizlemeleri, konuşma içinde model değiştirme, benzer sorunları açmadan önce kontrol etme ve uzun görevlerde bağlantı koptuğunda daha iyi toparlanma özellikleri kazandı. Slack tarafı dosya, ek ve ileti bağlantılarını bağlama katabiliyor; Teams tarafı satır içi görsel ve iletilmiş bağlamı işleyebiliyor. Bu genişleme, sohbetten yazılım işine geçişi kısaltıyor; fakat paylaşılan her dosyanın ve kanal bağlamının erişim politikalarıyla uyumlu olması gerekiyor.
Birincil kaynak: GitHub: Slack ve Teams için Copilot güncellemeleri.
11. Agentic Autofix, depo belleğinden güvenlik düzeltme kalıpları öğreniyor
25 Eylül · GitHub — ABD / küresel
GitHub’ın Agentic Autofix özelliği, Copilot Memory açık olan müşterilerde mevcut depo belleğini güvenlik uyarılarını çözerken bağlam olarak kullanabiliyor ve yeni düzeltme kalıplarını belleğe yazabiliyor. Bu bellek, aynı depodaki kod inceleme ve bulut ajanı gibi başka Copilot özelliklerine de güvenli geliştirme örüntüleri sağlayabiliyor. Her iki özellik de kamu önizlemesinde. Belleğe hatalı bir düzeltme kalıbının yerleşmesi yeni hataları çoğaltabileceğinden, otomatik düzeltmelerin test ve insan incelemesiyle doğrulanması önemini koruyor.
Birincil kaynak: GitHub: Agentic Autofix ve Copilot Memory.
Ajanları ve altyapıyı ölçmek
12. SageMaker AI, üretken AI uç noktaları için eşzamanlılık taramalarını anlattı
22 Eylül · AWS — ABD / küresel
AWS, SageMaker AI uç noktalarında artan eşzamanlı trafik göndererek doygunluk noktasını ölçen “concurrency sweep” yöntemini yayımladı. Yöntem, saniyedeki token miktarı ile gecikmeyi birlikte izleyerek hizmet seviyesi hedefini aşmadan en uygun kapasiteyi bulmayı amaçlıyor. Örnek, vLLM konteyneri ve CreateAIBenchmarkJob API’siyle otomasyonu gösteriyor. Bu yaklaşım maliyet planlamasını veriye dayandırabilir; ancak blogdaki yapılandırma her model ve trafik dağılımı için doğrudan kopyalanmamalı.
Birincil kaynak: AWS: SageMaker AI eşzamanlılık taramaları.
13. NVIDIA, ajan değerlendirmesinde tek araç çağrısı yerine görev sonucunu öne çıkardı
21 Eylül · NVIDIA — ABD / küresel
NVIDIA’nın teknik rehberi, bir aracın adını ve parametrelerini doğru seçmenin görev başarısı için yeterli olmadığını vurguluyor. Önerilen yapı; adım düzeyinde süreç puanını, son ortam durumunu doğrulayan uçtan uca sonucu, tutarlılığı ve başarı başına maliyeti birlikte raporluyor. Özellikle veritabanı kaydı, geçen test veya kapanan destek talebi gibi çalıştırılabilir kanıtların yalnız dil modeli hakemine tercih edilmesi öneriliyor. Yazı aynı zamanda NVIDIA model ölçümlerini içerdiğinden, ürün kıyasları bağımsız değerlendirme olarak görülmemeli.
Birincil kaynak: NVIDIA: AI ajanlarını araç çağrısından görev tamamlamaya değerlendirmek.
14. SWE-Serve, yerel testten geçen ajan yamalarının canlı sunucuda bozulabildiğini gösterdi
23 Eylül · NVIDIA / SGLang — ABD / açık araştırma
SWE-Serve, SGLang deposundaki birleştirilmiş değişikliklerden türetilen 53 çıkarım sunucusu göreviyle kodlama ajanlarını değerlendiriyor. Canlı sunucu kontrolü bulunan 19 görevde aynı yamaların, canlı denetim çıkarıldığında yüzde 69,4; tam doğrulamada ise yüzde 45,9 oranında geçtiği bildirildi. Başka bir deyişle, diğer testlerden geçen yaklaşık üç yamadan biri gerçek sunum yolunda başarısız oldu. Sonuç, kod ajanlarının yalnız birim testleriyle değil, kullanıcıya açık arayüz ve gerçek model yükleme koşullarıyla sınanması gerektiğini gösteriyor.
Birincil kaynak: NVIDIA: SWE-Serve değerlendirmesi.
15. Birleşik Krallık AISI sonuçlarını yeniden üretilebilir değerlendirme kartlarıyla paylaşıyor
22 Eylül · UK AI Security Institute / EvalEval / Hugging Face — Birleşik Krallık / Avrupa
Birleşik Krallık AI Security Institute, model değerlendirme sonuçlarını EvalEval’in “Every Eval Ever” şeması ve Evaluation Cards altyapısıyla yayımlamaya başladı. İlk kayıtlar HealthBench, FrontierMath, Humanity’s Last Exam, SWE-Bench Pro ve Terminal-Bench 2.0 dâhil beş değerlendirmeyi; altı sınır modelini ve koşu yapılandırmalarını kapsıyor. Amaç, tek bir puan yerine protokol, çıkarım bütçesi ve yapılandırmanın sonucu nasıl etkilediğini görünür kılmak. Açıklık karşılaştırılabilirliği artırıyor; yine de pahalı deneylerin herkes tarafından yeniden çalıştırılabileceği anlamına gelmiyor.
Birincil kaynak: Hugging Face: UK AISI ve EvalEval işbirliği.
Yerel AI ve açık kaynak altyapısı
16. Transformers, GGUF modellerini llama.cpp çekirdekleriyle çalıştırmaya başladı
22 Eylül · Hugging Face — Fransa / küresel açık kaynak
Hugging Face, GGUF dosyalarının Transformers API’si içinde paketli nicemli ağırlıklarla çalıştırılmasını ekledi. İlk hedef Apple Silicon ve Qwen3.5 ailesi; Metal üzerinde ggml çekirdekleri kullanılıyor. Aynı GGUF dosyası Python, PyTorch ve OpenAI uyumlu Transformers sunucusuyla açılabiliyor. Blog, verimli yerel çıkarım için llama.cpp’yi hâlâ öneriyor ve desteklenen mimari ile toplu işlem sınırlarını açıkça belirtiyor. Bu nedenle “GGUF desteği geldi” ifadesi, tüm cihaz ve modellerde aynı performansın hazır olduğu anlamına gelmiyor.
Birincil kaynak: Hugging Face: Transformers içinde llama.cpp nicemleri.
17. Tokenizers v1 adayı, aynı token kimliklerini daha hızlı üretmeyi hedefliyor
21 Eylül · Hugging Face — Fransa / küresel açık kaynak
Tokenizers v1 sürüm adayı; v0.23 ile aynı token kimliklerini, sözlüğü ve birleştirme sıralarını korurken kodlama ve çözme yolunu yeniden tasarlıyor. Ön ayırmada bit akışları, tahsissiz birleştirme döngüsü, iş parçacığına yerel önbellek ve doğal paralellik kullanılıyor. Hugging Face kendi ölçümlerinde bazı iş yüklerinde onlarca kat hızlanma bildiriyor ve yeniden çalıştırılabilir karşılaştırma aracını yayımlıyor. Sürüm henüz aday niteliğinde; uygulamalar geçmeden önce dil, model ve donanım bazında uyumluluk testi yapmalı.
Birincil kaynak: Hugging Face: Tokenizers v1.
Çin ve Hindistan’dan çok kipli modeller
18. Qwen3.8-Omni-Flash, uzun ses ve videoyu ajan iş akışına bağlıyor
20 Eylül · Alibaba Qwen — Çin
Qwen3.8-Omni-Flash; metin, görsel, ses ve video için bir milyon token bağlam, araç kullanımı ve gerçek zamanlı sürüm sunuyor. Model; uzun toplantılardan eylem maddesi çıkarma, videoda kanıt arama, çeviri ve düzenleme gibi iş akışlarına odaklanıyor. Alibaba ayrıca Qwen-Live Harness ile çok kipli eklentileri açık kaynak olarak yayımladı. Performans ve fiyat karşılaştırmaları Alibaba’nın kendi yöntemine dayanıyor; özellikle video kareleme, medya çözünürlüğü ve rakip API ayarları sonuçları önemli ölçüde etkileyebilir.
Birincil kaynak: Alibaba Cloud: Qwen3.8-Omni-Flash.
19. Qwen3.8-LiveTranslate konuşmacıları ayıran gerçek zamanlı çeviri sundu
20 Eylül · Alibaba Qwen — Çin
Qwen3.8-LiveTranslate, gerçek zamanlı konuşmacı ayırma, kaynak ve çeviriyi eşzamanlı gösterme ve önceki bağlamla özel adları çözümleme özellikleriyle tanıtıldı. Metin çıktısı için Türkçenin de bulunduğu 60 dil, ses çıktısı için 29 dil listeleniyor. Alibaba, ortalama gecikmenin önceki nesildeki 2,8 saniyeden 2,3 saniyeye düştüğünü bildiriyor. Bu değer üreticinin ölçümüdür; ağ koşulları, aksan, üst üste konuşma ve cihaz gecikmesi gerçek kullanımda sonucu değiştirebilir.
Birincil kaynak: Alibaba Cloud: Qwen3.8-LiveTranslate.
20. Qwen-Image-2.1 üretim, düzenleme ve şeffaf katmanı tek modelde birleştirdi
21 Eylül · Alibaba Qwen — Çin / açık kaynak
Qwen-Image-2.1’in görsel üretim bileşeni 7 milyar parametre taşıyor ve metinden görsel üretimiyle görsel düzenlemeyi aynı modelde birleştiriyor. Model, şeffaf arka plan üretme ve düzenleme, fotoğraftan nesne çıkarma, yerel maske ile değişiklik yapma ve en fazla 10 referans görsel kullanma özellikleri sunuyor. Açık ağırlıkların yayımlanması yerel ve özelleştirilmiş iş akışlarını kolaylaştırabilir. Üretici kıyasları estetik kaliteyi tek başına kanıtlamaz; telif, kişi benzerliği ve erişilebilir alternatif metin üretimi ayrı süreçler gerektirir.
Birincil kaynak: Alibaba Cloud: Qwen-Image-2.1.
21. Qwen Intelligence, telefon üreticilerine uygulamalar arası ajan katmanı sunuyor
25 Eylül · Alibaba / HONOR — Çin
Alibaba, telefon üreticilerinin uygulamalar arası uzun görevleri yürüten asistanlar geliştirmesi için Qwen Intelligence adlı tam yığın çözümü duyurdu. HONOR ilk ortak; Magic9 serisi ve Robot Phone’un bu altyapıyı kullanacağı belirtiliyor. Sistem API’yi önceliklendirip gerektiğinde grafik arayüze dönen bir mobil kullanım ajanı, planlayıcı ve yaratıcı ajan içeriyor. Alibaba’nın yüzde 91,8’e kadar görev doğruluğu açıklaması kendi değerlendirmesine ait. Gerçek cihazda izin isteme, hassas ekranların korunması ve hatalı eylemin geri alınması kritik kabul ölçütleri olmalı.
Birincil kaynak: Alibaba Cloud: Qwen Intelligence.
22. Sarvam Vision 2.1, Hint dilleri ve el yazısı için belge zekâsını genişletti
24 Eylül · Sarvam AI — Hindistan
Sarvam Vision 2.1; karmaşık tablo çözümleme, formdan anahtar-değer çıkarma ve Hint dillerindeki el yazısını tanıma özellikleri ekledi. Şirket, modeli genel ve Hint dilleri odaklı OCR değerlendirmelerinde kendi koşulları altında karşılaştırdı; veri ve değerlendirme setlerinden birini de yayımladı. Üretim API’sinin maliyet ve tutarlılık için optimize edildiği belirtiliyor. Ölçümler Sarvam tarafından yürütüldüğü için bağımsız yeniden üretim önemli; el yazısı ve resmi belgelerde insan doğrulaması kaldırılmamalı.
Birincil kaynak: Sarvam AI: Sarvam Vision 2.1.
Küresel işbirliği ve üretken medya araştırması
23. Abu Dabi merkezli Presight, Güney Kore’den GBSA ve Dtonic ile anlaştı
21 Eylül · Presight / GBSA / Dtonic — Birleşik Arap Emirlikleri ve Güney Kore
Presight, Güney Kore’nin Gyeonggido Business & Science Accelerator kuruluşu ve Dtonic ile iki ayrı işbirliği anlaşması imzaladı. İlk anlaşma girişimlerin Orta Doğu, Afrika ve Orta Asya pazarlarına erişimini; ikincisi Dtonic’in açıklanabilir AI ve ontoloji tabanlı AI işletim sisteminin akıllı şehir ve veri altyapısında değerlendirilmesini hedefliyor. Bunlar dağıtımı tamamlanmış ürün sözleşmeleri değil, işbirliği ve olası pilot çerçeveleri. Başarı, ileride açıklanacak somut uygulama, ölçüm ve yönetişim sonuçlarıyla değerlendirilmeli.
Birincil kaynak: Presight: GBSA ve Dtonic anlaşmaları.
24. Google, uzun videolarda tutarlılığı koruyan çok ajanlı bir araştırma çerçevesi sundu
24 Eylül · Google Research — ABD / küresel araştırma
Google Research; senaryo planlama, görsel süreklilik, bölüm bölüm üretim ve otomatik kalite eleştirisini birleştiren dört araştırma bileşeni tanıttı. Co-Director yaratıcı yönleri arıyor, CANVAS karakter ve mekân durumunu bellekte tutuyor, A²RD uzun videoyu bölümler hâlinde üretiyor, VQQA ise görsel hataları sorularla bulup düzeltme döngüsü kuruyor. Çalışma, dakikalar süren videolarda kimlik ve sahne kaymasını azaltmayı amaçlıyor. Sonuçlar araştırma karşılaştırmalarına dayanıyor; halka açık tek tıklamalı bir ürün veya bağımsız yaratıcı kalite garantisi değil.
Birincil kaynak: Google Research: Tutarlı uzun video üretimi.
Haftanın ortak yönü
Bu haftanın ortak noktası, model puanından çok işin tamamlanması ve sonucun denetlenmesi oldu. Sesli arayüzler belge ve uygulama işlerine bağlanırken sandbox, yönetici politikası, değerlendirme kartı ve canlı sunucu testi gibi güvenlik katmanları da öne çıktı. Çok kipli modeller ise yalnız içerik anlamakla kalmayıp video düzenleme, çeviri, telefon kullanma ve belge çıkarımı gibi eylemlere yaklaşıyor.
Pratik sonuç net: bir ürün “ajan” adını taşıyorsa yalnız doğru cümleyi kurup kurmadığına değil, hangi verilere eriştiğine, hangi eylemi gerçekten yaptığına, hatadan nasıl döndüğüne ve sonucun çalıştırılabilir kanıtla doğrulanıp doğrulanmadığına bakmak gerekiyor.
