Yapay zekâ ajanları ve MCP: 3D ve BIM yazılımlarında asistan dönemi
Model Context Protocol (MCP) ve yapay zekâ ajanlarıyla 3ds Max, Blender, Revit, Cinema 4D gibi yazılımları doğal dille yönetmek: ne yapabilir, nelere dikkat edilmeli?
Yapay zekâ ajanları, yalnızca soruya cevap veren sohbet botlarından farklı olarak bir yazılımın araçlarını kendi başına çağırıp çok adımlı işleri yürütebilen sistemler. 3D ve BIM dünyasında bu, “şu odadaki tüm kapıları listele”, “sahneyi bu ışık düzenine göre kur” gibi talimatları doğrudan yazılımda uygulatmak demek.
MCP (Model Context Protocol), bir uygulamanın araçlarını yapay zekâ asistanlarına standart bir şekilde açmasını sağlayan protokol. Bir yazılım MCP sunucusu sunduğunda, uyumlu asistanlar o yazılımın komutlarını keşfedip kullanabiliyor; böylece aynı asistan birden fazla programla çalışabiliyor.
Ofisler için kazanç tekrarlayan işlerde: dokümantasyon, adlandırma, toplu düzenleme, sahne hazırlığı. Risk ise yetki ve doğrulama tarafında: ajanın hangi araçlara erişeceği sınırlandırılmalı, büyük değişiklikler önce bir kopya üzerinde denenmeli ve sonuçlar mutlaka gözle kontrol edilmeli.
Son gelişmeler
Bu konudaki güncel haberler
NVIDIA Agent Toolkit genişledi: Kurumsal ajanlara yeni veri katmanı
NVIDIA, Agent Toolkit’e şirket verilerini ajanların işleyebileceği bilgiye dönüştürmeyi amaçlayan Agent Knowledge Foundation’ı ekledi. Güncelleme; veri, modeller ve güvenlik bileşenlerini bir araya getiriyor.
AI görselNVIDIA Nemotron 3.5 modellerini kurumsal ajanlar ve yerel kullanım için duyurdu
NVIDIA, 15 Ekim’de kurumsal ajanlara yönelik 120 milyar parametreli Nemotron 3.5 Super VL’yi ve yerel kullanım için iki Bolt modelini duyurdu. Modellerden ikisi erişime açılırken Bolt E4B’nin ay sonunda gelmesi bekleniyor.
Veras 5.3 duyuruldu: NODES ile görselden 3D geometriye uzanan akış
Chaos, 19 Ekim 2026’da Veras 5.3’ü ve düğümlerle iş akışı kurmayı sağlayan NODES sekmesini duyurdu. Yeni yapı; görsel üretimi, analiz, parametrik geometri ve Revit, Rhino ile SketchUp’a model aktarmayı bir araya getiriyor.
AI görselNVIDIA RTX Spark dizüstülerinde Windows, yerel yapay zekâya göre ayarlanıyor
The Verge, 15 Ekim’de Microsoft ve NVIDIA’nın RTX Spark dizüstüleri için Windows’ta yaptığı çalışmaları aktardı. Optimizasyonlar yerel yapay zekâ ajanları, Arm uygulama uyumluluğu ve bellek yönetimine odaklanıyor.
AI görselDLSS 5 ekim güncellemesi: NVIDIA iki kat hız artışı açıkladı
NVIDIA’nın DLSS 5 için duyurduğu ekim güncellemesi, şirketin açıklamasına göre model performansını iki katına çıkarıyor ve 4K’da VRAM kullanımını yüzde 20 azaltıyor. Güncellemenin NBA 2K27’ye 16 Ekim’de gelmesi planlanıyor.
AI görselLFM2.5-24B-A2B çıktı: 2 milyar etkin parametreli yerel ajan modeli
Liquid AI, 13 Ekim’de LFM2.5-24B-A2B modelini duyurdu. 24 milyar toplam parametreli model, token başına 2 milyar etkin parametreyle yerel çalışan ve araç kullanabilen ajanları hedefliyor.
AI görselMeta Muse Wonder ve Wonder Full modellerini erişime açtı
Meta, Muse Wonder ve Muse Wonder Full modellerini Muse Code abonelerinin kullanımına açtı; Wonder ayrıca Meta Model API üzerinden sunuluyor. Şirket, Wonder’ı Muse ajanında kullanmayı planlıyor ancak entegrasyon için takvim vermedi.
AI görselINNO3D AGS-4UMGX-R1 duyuruldu: sekiz GPU destekli 4U sunucu
INNO3D, AI eğitimi, çıkarım, dijital ikizler ve yüksek performanslı hesaplama için AGS-4UMGX-R1 adlı 4U sunucuyu duyurdu. Sistem, sekiz adede kadar NVIDIA RTX PRO 6000 Blackwell Server Edition GPU destekliyor.
AI görselSPECviewperf 15.0.1 Linux sürümü AArch64 desteğiyle yenilendi
SPEC, SPECviewperf 15.0.1’in Linux sürümünü birkaç hafta önce yayımladı. AArch64 desteği, güncellenen iş yükleri ve seçmeli kurulumla Linux sistemlerde grafik performansını ölçme olanağı sunuyor.
AI görselUnreal Engine’de Python ile editör otomasyonu: adım adım başlangıç rehberi
Unreal Editor’da Python betikleriyle varlık yönetimi ve seviye düzenleme gibi işleri otomatikleştirmek mümkün. Bu rehber; eklenti kurulumunu, kod çalıştırma yöntemlerini ve önemli sınırlamaları anlatıyor.
AI görselUnreal Engine Landscape Grass: Boyanabilir araziye çim ekleme rehberi
Unreal Engine’in resmî belgeleri, Landscape arazisine materyal katmanlarıyla çim ekleme ve bu alanları boyayarak belirleme yöntemini anlatıyor. Rehber, Grass Type kurulumundan performans yönetimine uzanıyor.
AI görselTwinmotion iç mekân render rehberi: Path Tracer ve kalite ayarları
Twinmotion’ın resmi belgeleri; Path Tracer gereksinimlerini, örnekleme hazır ayarlarını ve yansıma seçeneklerini açıklıyor. Bu rehber, iç mekân görsellerinde kalite ve performans tercihlerini doğru yapmaya yardımcı oluyor.
AI görselBlender Geometry Nodes: Noktalara nesne yerleştirme ve örnekleri dönüştürme
Blender’ın Geometry Nodes kılavuzu, Instance on Points ile noktalara geometri örneklemeyi ve Realize Instances ile örnekleri gerçek geometriye çevirmeyi açıklıyor. Rehber, performans ve kullanım adımlarını ele alıyor.
AI görselAutodesk Forma Site Design analizleri: Erken tasarım için adım adım rehber
Autodesk Forma Site Design, erken tasarım aşamasında alan ölçütleri ile güneş, gün ışığı, rüzgâr, mikroiklim ve başka çevresel etkileri incelemeye yönelik analizler sunuyor. Bu rehber, analiz türlerini seçme ve sonuçları tasarım kararlarına bağlama adımlarını açıklıyor.
AI görselBlender 3D Cursor ve PLY: Hassas yerleştirme ve aktarım rehberi
Bu rehber, Blender’da 3D Cursor’ı konum ve dönüş referansı olarak kullanmayı; ASCII veya ikili PLY dosyalarını içe aktarıp aktarım seçeneklerini düzenlemeyi anlatıyor.
Sözlük
- Yapay zekâ ajanı
- Bir hedefe ulaşmak için araçları kendi seçip çok adımlı işlem yapabilen yapay zekâ sistemi.
- MCP (Model Context Protocol)
- Uygulamaların araç ve verilerini yapay zekâ asistanlarına standart biçimde açtığı protokol.
- MCP sunucusu
- Bir yazılımın (ör. bir 3D programın) komutlarını asistanlara sunan ara katman.
- Araç izinleri
- Ajanın hangi komutları çalıştırabileceğini sınırlayan ayarlar; güvenli kullanımın temeli.
Sık sorulan sorular
MCP ile yapay zekâ benim yerime model kurabilir mi?
Yazılımın açtığı araçlar kadarını yapabilir: nesne oluşturma, düzenleme, sorgulama gibi. Tasarım kararlarını ve sonucu kontrol etmek hâlâ kullanıcıya düşer.
Proje verim güvende mi?
Kullanılan asistanın verileri nerede işlediğine ve ajana verilen araç izinlerine bağlıdır; kurumsal projelerde yerel ya da sözleşmeyle korunan çözümler ve sınırlı izinler tercih edilmelidir.