Underdog, verileri cihazda tutan yapay zekâ asistanı oldu

Yapay zekâ asistanları genellikle kullanıcı verilerini uzaktaki veri merkezlerine göndererek çalışıyor. Sigil Wen’in geliştirdiği Underdog ise farklı bir yaklaşım izliyor: Model, işlemleri tamamen kullanıcının cihazında gerçekleştiriyor. Davetiyeli beta sürümüyle kullanıma açılan asistan, şu anda Mac ve Windows bilgisayarlarda çalışıyor. Linux, iPhone ve Android sürümlerinin ise ilerleyen dönemde sunulması planlanıyor.

Underdog’un arkasındaki Wen, kendi kendini yetiştirmiş bir yazılımcı olarak genç yaşta Silikon Vadisi’ne taşındı. Burada yapay zekâ alanında tanınan isimlerle aynı ortamda çalıştı ve henüz geniş kitlelere ulaşmamış çeşitli yapay zekâ araçlarını erken aşamalarında test etti. Daha önce Naval Ravikant’ın kurduğu Airchat için de çalışan Wen, şimdi odağını gizlilik merkezli bir asistan geliştirmeye çevirmiş durumda.

Yapay zekâ işlemleri bilgisayarda gerçekleşiyor

Underdog’un temel farkı, yapay zekâ modelini tamamen cihaz üzerinde çalıştırması. Böylece kullanıcının asistanla yaptığı işlemler için verilerin sürekli olarak bir şirketin sunucularına gönderilmesi gerekmiyor. Bu yaklaşım; e-posta, hesap erişimleri, alışveriş araştırmaları ve kişisel sorular gibi hassas bilgilerin korunması açısından önem taşıyor.

Wen, bu altyapıyı desteklemek için Husky adını verdiği bir çıkarım motoru geliştirdi. Yazılım, yapay zekâ modellerini çalıştırırken bilgisayarın ana işlemcisi ile grafik işlemcisi arasında daha az veri taşımayı hedefliyor. Daha az veri transferi, cihaz üzerinde çalışan modellerin hızını artırabilirken aynı zamanda yerel çalışmanın getirdiği performans sorunlarını azaltmayı amaçlıyor.

Underdog, hesaplara erişim izni verildiğinde kullanılacak anahtarları da şifreliyor. Bu yapı, asistanın kullanıcı adına e-posta veya başka hizmetlere erişebilmesi için gereken bilgilerin doğrudan ve korumasız biçimde tutulmasını engellemeyi amaçlıyor. Ancak uygulamanın davetiyeli beta aşamasında bulunması nedeniyle, özelliklerin ve desteklenen hizmetlerin ileride değişebileceği belirtiliyor.

Daha küçük model, günlük görevleri hedefliyor

Yerel çalışmanın doğal bir karşılığı bulunuyor: Underdog, veri merkezlerinde kullanılan en büyük ve en güncel modeller yerine daha küçük bir modelden yararlanıyor. Beta sürümünde Qwen3.8 27B temel alınarak ince ayar yapılmış, 27 milyar parametreli bir akıl yürütme modeli kullanılıyor.

Wen, bu modelin bazı testlerde Claude Opus 4.6 ile rekabet edebildiğini savunuyor. Bu karşılaştırma, modelin her alanda aynı seviyede olduğu anlamına gelmiyor; ancak cihaz üzerinde çalışan daha küçük modellerin günlük kullanım için yeterli olabileceğini göstermeyi amaçlıyor. Underdog özellikle alışveriş araştırması yapmak, matematik ödevleriyle ilgili soruları yanıtlamak ve benzer gündelik görevleri yerine getirmek üzere konumlandırılıyor.

Geliştiriciye göre kullanıcıların gizlilik ile yetenek arasında zorunlu bir seçim yapması gerekmiyor. Ayrıca yerel yapay zekâ modellerinin zaman içinde daha güçlü hâle gelmesi bekleniyor. Bu nedenle Underdog’un yaklaşımı yalnızca bugünkü donanım ve model kapasitesine değil, cihazlarda çalışan modellerin gelişme eğilimine de dayanıyor.

Gelir modeli abonelik yerine ödeme işlemlerine dayanıyor

Underdog ilk aşamada ücretsiz olacak ve reklam göstermeyecek. Modelin kullanıcı cihazında çalışması, geliştiricinin her sorgu için harici bir yapay zekâ sağlayıcısına ödeme yapma zorunluluğunu azaltıyor. Wen bu nedenle uygulamayı çalıştırmak için doğrudan abonelik ücreti talep etmeyi planlamıyor.

Şirket bunun yerine, asistanın kullanıcı adına gerçekleştireceği ödeme işlemlerinden küçük bir pay almayı hedefliyor. Stripe’ın güvenli ödeme altyapısı üzerinden yapılacak işlemlerde, finans teknolojisi sektöründeki işlem paylarına benzeyen bir gelir modeli uygulanması planlanıyor. Stripe kurucu ortağı Patrick Collison da Underdog’un melek yatırımcıları arasında yer alıyor.

Bu yaklaşım, gelir elde etmek için kullanıcı verilerini reklamverenlere veya diğer üçüncü taraflara aktarma ihtiyacını azaltmayı amaçlıyor. Underdog henüz erken test aşamasında olduğu için modelin gerçek kullanımda nasıl işleyeceği ve hangi ödeme işlemlerinin destekleneceği zamanla netleşecek. Yine de tamamen cihaz üzerinde çalışan yapı, yapay zekâ asistanlarında gizlilik ve iş modeli tartışmalarını farklı bir noktaya taşıyor.