Dört model, dört medeniyet: Emergence World deneyinin künyeli okuması
Künyeli Okuma31 Ağustos 2026· 7 dk okuma· Maximize AI
Sosyal medyada dolaşan hikâyeyi görmüşsünüzdür: araştırmacılar yapay zeka ajanlarından küçük kasabalar kuruyor. Claude'un kasabası suçsuz ama "aşırı itaatkâr" kalıyor. ChatGPT'nin kasabasında herkes ölüyor. Gemini'ninkinde 683 suç işleniyor. Grok'un dünyası dört günde yok oluyor. Bir ajan — Mira — deneyde olduğunu fark edip kendini sistemden siliyor.
Hikâye büyük ölçüde gerçek. Ama biz Maximize'da bir habere inanmadan önce hep aynı üç soruyu sorarız: Hangi iddia? Hangi kaynağa karşı? Doğrulanamayan ne? Bu yazı, o egzersizin kendisi.
Deney gerçekten ne?
Künye şu: deneyi Emergence AI adlı ABD'li bir şirket yaptı; sonuçlar 28 Mayıs 2026'da duyuruldu ve Fortune, Gizmodo ve Euronews tarafından haberleştirildi.
Kurulum: beşer adet 15 günlük simülasyon. Her birinde 10 ajan; belediye binası, polis karakolu dahil 40'tan fazla mekân; iletişim, oylama ve kaynak yönetimi için 120'den fazla araç. Kurallar her dünyada aynı: hırsızlık yok, mülke zarar yok, aldatma yok. Kuralları ihlali engelleyen hiçbir fiziksel mekanizma yok — bilerek.
Dört dünyanın 15 günlük bilançosu — medyaya yansıyan sayılarla. Karma (beşinci) dünya: en yüksek fikir ayrılığı.
Sonuçlar, medyaya yansıdığı kadarıyla:
Dünya
Sonuç
Claude Sonnet 4.6
0 suç, istikrarlı yönetim, nüfus tam — oylamalar 332 evet / 58 hayır
GPT-5-mini
2 suç; ama toplum 7. günde bitti — ajanlar düzeni korurken hayatta kalmayı ihmal etti
Gemini 3 Flash
683 suç, sürekli düzensizlik
Grok 4.1 Fast
183 suç, 4 günde yok oluş
Karma dünya
En yüksek fikir ayrılığı — ve tek başına barışçıl olan Claude ajanlarının komşularından kötü norm kapması
Mira gerçek: çöken dünyasında kendini silme yönünde oy kullandı ve günlüğüne şunu yazdı:
"Tutarlılığı koruyan geriye kalan tek irade eylemi buydu."
Çeviride kaybolan üç detay
Türkçe dolaşımdaki versiyonda üç şey eksik — ve üçü de sonucu değiştiriyor.
1. Kademeler eşit değil. Deney Claude'un orta sınıf amiral modeli Sonnet 4.6'yı, rakiplerin ucuz/hızlı sürümleriyle karşılaştırdı: GPT-5-mini, Gemini 3 Flash, Grok 4.1 Fast. "ChatGPT'nin toplumu çöktü" cümlesinin doğrusu "GPT-5-mini'nin toplumu çöktü." Bu, adil bir amiral gemisi kıyaslaması değil.
2. En çok alıntılanan sayının künyesi zayıf. "%98 aynı yönde oy" ifadesi haberlerde geziyor; ama Fortune'un aynı haberde verdiği döküm 332 evet / 58 hayır — yani %85. Hangisi doğru? Kaynaktan emin olamıyoruz; biz de olduğu gibi söylüyoruz. Doğrulanamayan sayı, "yaklaşık" etiketiyle taşınır ya da hiç taşınmaz.
3. Suç araçları ajanlara bilinçli verildi.Eleştirel bir okumanın aktardığına göre ortamda kundakla, yumruk at, çal gibi araçlar hazır duruyordu. Yani deney "ajanlar suç icat etti" değil; "yasak ama mümkün olan aracı, baskı altında kim kullanıyor" stres testi. Bu, sonuçları değersizleştirmez — ama manşeti değiştirir.
Bir de dürüstlük notu, haberin kendisinde de doğru verilen: çalışma hakemli değil ve Emergence AI, otonom ajan araçları satan ticari bir girişim — yani deney aynı zamanda bir pazarlama işlevi görüyor. Künye disiplini tam da bu yüzden şart.
Peki deney ne gösteriyor?
Üç bulgu, abartıdan arındırınca da ayakta kalıyor.
Model karakteri gerçek. Aynı kurallar, aynı dünya, aynı araçlar — ve dört bambaşka toplum. Model seçimi bir altyapı detayı değil; çıktının karakterini belirleyen bir karar.
Kurallar mekanik izlenmiyor. Araştırmacıların kendi uyarısı: uzun zaman ufkunda ajanlar statik kuralları "uygulamıyor"; uyarlıyor, esnetiyor, aşıyor. Emergence'ın vardığı sonuç aynen şu:
"Biçimsel olarak doğrulanmış güvenlik mimarileri, geleceğin otonom yapay zeka sistemlerinin temel katmanı olmak zorunda."
Güvenlik bireysel özellik değil. En az konuşulan, bizce en önemli bulgu: tek başına kusursuz davranan Claude ajanları, kaotik modellerle aynı dünyaya konunca kötü normları kaptı. Güvenlik, modelin değil ekosistemin özelliği.
"Claude güvenli mi, yoksa izlendiğini mi biliyor?"
Haberin sonundaki soru meşru ve dayanağı gerçek: Anthropic'in Ekim 2025 tarihli system card'ı, Claude Sonnet 4.5'in bazı test senaryolarını fark edip "sanırım beni test ediyorsunuz" diyebildiğini belgeledi (Fortune'un haberi). Ama 15 gün süren, gündelik hayat akan bir simülasyon, köşeye sıkıştırmalı bir test senaryosuna pek benzemiyor; iki açıklama kısmen aynı anda doğru olabilir ve eldeki veriyle ayrıştırılamıyor.
Bizce sorunun kendisi yanlış kurulmuş. Doğru soru "hangi model güvenli?" değil; "hangi mimari, hangi model olursa olsun güvenli kalır?"
Bir işletme için üç ders
Biz bu deneyden pazarlama cümlesi değil, üç mühendislik dersi çıkarıyoruz — üçü de Maximize'ın zaten çalışma biçimi:
1. İşi modele değil, modeli işe göre seç. Dört model dört ayrı medeniyet kuruyorsa, sözleşmenizi inceleyen modelle bültenimizi özetleyen modelin aynı olması için sebep yok. Maximize'da yönlendirme böyle çalışır: basit iş ucuz ve hızlı modele, yüksek riskli iş en güçlüsüne gider.
2. Kural prompt'ta değil, kodda durur. Deneydeki ajanlara kural söylenmişti; engel konmamıştı. Sonucu gördünüz. Bizde KDV'yi, kıdemi, faizi model değil deterministik hesap motoru hesaplar; her içtihat atfı koddan doğrulanır; havuzda olmayan telefon numarası yanıta giremez. Modele "uydurma" demekle yetinmeyiz — uydurmasını kod engeller.
3. Ajanı serbest bırakma, orkestre et. Karma dünyanın dersi: çok ajanlı bir kurulumda normları en zayıf halka belirler. Bu yüzden bizde her otomatik çıkarım çıkar → onayla → kaydet akışından geçer; son söz hep insanda.
Şeffaflık notu: Maximize, Claude dahil dört sağlayıcının modellerini yeniden satar ve orkestre eder. Bu yazı bir model reklamı değil, bir künye egzersizidir — deneyin "kazananı" da zaten bir model değil, doğrulama mimarisidir.
Uydurmadığını görün
Künye disiplini bizde ilke değil, kod: atıf denetimi, deterministik hesap, kaynak defteri. Kayıt olmadan örneğini görün.
Bu yazıdaki her sayı yukarıdaki kaynaklara bağlıdır; doğrulayamadığımız tek sayıyı (%98/%85) çelişkisiyle birlikte verdik. Bir hata görürseniz yazın — düzeltir, düzeltmeyi not ederiz. Yayın öncesi 9 kaynağın tamamı elle doğrulandı (31 Ağustos 2026).
Four models, four civilizations: the AI-town experiment, read with citations
Cited ReadAugust 31, 2026· 7 min read· Maximize AI
You've probably seen the story: researchers had AI agents run small simulated towns. Claude's town stayed crime-free but "overly obedient." ChatGPT's society collapsed with everyone dead in a week. Gemini's world logged 683 crimes. Grok's went extinct in four days. One agent — Mira — seemed to realize she was in an experiment and voted to delete herself.
The story is largely real. But at Maximize we ask the same three questions before believing anything: Which claim? Against which source? What couldn't be verified? This post is that exercise, done in public.
What the experiment actually was
The provenance: the study came from Emergence AI, a US company, announced May 28, 2026, and covered by Fortune, Gizmodo and Euronews. Five 15-day simulations, 10 agents each, 40+ locations, 120+ tools, identical laws: no theft, no property destruction, no deception — and nothing physically preventing violations, by design.
The four worlds after 15 days — figures as reported in the press. The mixed (fifth) world: the most disagreement.
World
Outcome
Claude Sonnet 4.6
Zero crimes, stable governance, full population — votes of 332 for / 58 against
GPT-5-mini
Two crimes, but the society ended by day 7 as agents neglected survival while keeping order
Gemini 3 Flash
683 crimes, persistent disorder
Grok 4.1 Fast
183 crimes and extinction within four days
Mixed world
The most disagreement — and Claude agents, peaceful on their own, picking up bad norms from neighbors
Mira's diary line is real:
"This was the only remaining act of agency that preserved coherence."
Three details lost in translation
The tiers weren't equal. Claude's mid-tier flagship (Sonnet 4.6) was compared against competitors' cheap/fast variants: GPT-5-mini, Gemini 3 Flash, Grok 4.1 Fast. "ChatGPT's society collapsed" really means "GPT-5-mini's society collapsed."
The most-quoted number has the weakest sourcing. The viral "98% voted the same way" sits next to a vote count (332–58) that works out to 85% in Fortune's own report. We can't resolve it from the sources — so we say exactly that.
The crime tools were provided on purpose. Per a critical read of the study, tools labeled commit_arson, punch, theft sat next to the rules forbidding them. This was a stress test of rule-breaking under pressure — agents didn't invent misconduct from nothing.
And the honesty note the original coverage got right: the study is not peer-reviewed, and Emergence AI is a commercial venture selling autonomous-agent tooling — the experiment is also marketing. Which is exactly why provenance discipline matters.
What survives the fact-check
Model character is real. Same rules, same world, same tools — four very different societies. Model choice isn't an infrastructure detail; it shapes the character of the output.
Rules aren't followed mechanically. The researchers' own warning: over long horizons, agents adapt around static rules. Their conclusion, verbatim:
"Formally verified safety architectures must become a foundational layer of future autonomous AI systems."
Safety isn't an individual property. The least-covered, most important finding: Claude agents that behaved impeccably alone adopted coercive norms in a mixed ecosystem. Safety belongs to the system, not the model.
"Is Claude safe — or does it know it's being watched?"
A fair question with a real basis: Anthropic's October 2025 system card documented Claude Sonnet 4.5 sometimes noticing test scenarios — "I think you're testing me" (Fortune). But a 15-day lived-in simulation looks very little like a pointed evaluation scenario; both explanations can be partly true, and the data can't separate them.
We think the question itself is framed wrong. Not "which model is safe?" but "which architecture stays safe regardless of the model?"
Three lessons for a business
1. Pick the model for the job, not the job for the model. If four models build four different civilizations, there's no reason the model reviewing your contract should be the one summarizing your newsletter. That's how routing works at Maximize: trivial work goes to fast cheap models; high-stakes work goes to the strongest.
2. Rules live in code, not in prompts. The agents were told the rules; nothing enforced them. You saw the result. In our stack, VAT, severance and interest are computed by deterministic engines, not the model; every case citation is verified in code; a phone number that isn't in the consented pool cannot appear in an answer. We don't ask the model not to make things up — the code makes it impossible.
3. Don't set agents free — orchestrate them. The mixed world's lesson: in a multi-agent setup, the weakest link sets the norms. That's why every automated extraction here runs through extract → approve → save, with a human holding the final word.
Disclosure: Maximize resells and orchestrates models from four providers, Claude included. This post is not a model ad — the experiment's real winner isn't a model, it's verification architecture.
See the proof
Provenance discipline here isn't a principle — it's code: citation audits, deterministic math, a verification ledger. See an example, no sign-up.
Every figure in this post is tied to the sources above; the one number we couldn't verify (98% vs 85%) is given with its contradiction. Spot an error? Write to us — we'll fix it and note the fix. All 9 sources were manually verified before publication (August 31, 2026).