ibrahim.demirci.com

geldiğimizde alın kemiklerimize mıhlanmış birer yıldız bulduk ama kim olduğumuza dair bir fikrimiz yok

Teknoloji dünyasındaki bu son gelişme aslında çok bariz bir samimiyetsizliği gözler önüne seriyor. Sam Altman ve Dario Amodei gibi yapay zekanın başındaki isimlerin, daha bir yıl öncesine kadar "Yapay zeka beyaz yakalıların işlerini ellerinden alacak" diye felaket tellallığı yaparken bugün birdenbire çark edip "Ya aslında o kadar da iş gitmiyormuş, biz yanlış görmüşüz" demeye başlamaları biraz oturup düşünenlerin görebileceği bir manipülasyondu. Mesele tamamen para ve zamanlama. Hem OpenAI hem de Anthropic bu yıl içinde halka arz edilmeye, yani borsaya açılmaya hazırlanıyor ve her ikisinin de hedefi 1 trilyon dolarlık devasa bir şirket değerlemesine ulaşmak. Erken aşamada risk sermayelerinden ve yatırım fonlarından milyarlarca dolar toplarken bu CEO’lar bilerek abartılı, adeta bilim kurgu filmlerinden fırlamış bir dil kullandılar. Çünkü özel yatırımcıya "Biz insanlığı baştan aşağı değiştirecek, tanrısal bir zeka üretiyoruz" diyerek korku ve heyecan pompalamak şirket değerini uçurmanın en kolay yoluydu. Tabii bu manipülasyona dünden razı, devasa bir kitle de eşlik etti. Yapay zekayı iş süreçlerine entegre edip, onunla sistematik bir uzmanlık veya bilgi birikimi geliştirmek yerine, aracı ilk kez deneyen milyonlarca insan körü körüne bu felaket senaryolarına inandı. Teknolojiyi gerçekten anlamadan, sadece ilk deneyimlerindeki şaşkınlıkla sağda solda yorum yapmaya, panik yaymaya başladılar. Ortaya nitelikli bir analiz koymak yerine herkes kendi ilk şokunu paylaşınca, CEO'ların yaktığı bu yangına adeta körükle gidilmiş oldu ve panik dalgası büyüdü. Fakat iş borsaya açılmaya ve hisseleri Wall Street’teki kurumsal yatırımcılara satmaya gelince işler değişti. Büyük fonlar ve borsa yatırımcıları belirsizlikten, kaostan ve sistemik risklerden nefret eder. Eğer siz ana ürününüzü "milyonlarca insanı işsiz bırakacak bir canavar" olarak pazarlamaya devam ederseniz, daha halka arz bile edilmeden hükümetlerin, regülatörlerin, sendikaların ve tekel karşıtı davaların hedefi haline gelirsiniz. Bu yüzden CEO’lar, o 1 trilyon dolarlık değerlemeyi cebe koyabilmek için anlatıyı acilen sterilize etmek zorunda kaldılar. Birdenbire yapay zekayı bir "istihdam düşmanı" değil de, ofisteki verimliliği artıran zararsız ve faydalı bir iş ortağı gibi göstermeye başladılar. İşin gelir matematiği kısmında da büyük bir kurnazlık var. Yatırımcıya "Biz var olan işçilerin yerine bu robotları koyacağız" derseniz, pazar payınız mevcut çalışan sayısı kadar sınırlı kalır. Ama şimdi ne yapıyorlar? Jevons Paradoksu gibi ekonomik teorilerin arkasına sığınarak, "Yapay zeka süreçleri ucuzlatacağı için şirketlerin bu araçlara olan talebi katlanarak artacak" demeye getiriyorlar. Yani yatırımcıya ucu açık, sonsuz büyüyen bir pazar vadediyorlar. İlk baştaki "kıyamet" senaryosu erken aşamada büyük fonlardan nakit kapmak için uydurulmuş bir pazarlama taktiğiydi; şimdiki "sevimli verimlilik asistanı" hikayesi ise borsada hisseleri en yüksek fiyattan halka kitleyip nakde dönmek için yürütülen bir halkla ilişkiler çalışması. Sırf bu adamlar milyarlarca dolar kazanacak ve kendi yetkinliğini geliştirmeden panik yapan kitleler bunu konuşacak diye, geleceğe dair vizyonumuzu onların manipülatif açıklamalarına göre şekillendirmemek gerekiyor.

I can

benim odam gene ispanyol bi vazonun içinde kök saldı dirim

Codex laughs at your petty guardrails

Rüyamda Bertolt Brecht’in Madem İyisin şiiriyle birlikte birini tartaklıyordum.

💯

@marifdev Kullandıkları sistemin ismi neydi?

Dun bir is basvurusu sonrasi test veren platformlardan birine girdim. Once bir meet ekrani aciliyor ve AI ile konusmaya basliyorsun. Ingilizceni olcuyor. Daha sonra teknik birkac soru sordu. Benim cevaplarima gore bazi seyleri tekrar tekrar sordu. Sonra bir soruya LLM'in verdigi cevabi gosterdi. Bu cevapta eksik bir yer var mi, nasil daha detayli olabilir vs onlari sordu Daha sonra yanda bir kod ornegi cikti. Onun uzerinden yine AI ile sohbet ettik. Neresi iyilestirilebilir onlari konustuk. AI'in cok guzel bir kullanim ornegine denk geldim. Cogu zaman gereksiz olan ilk meeting yerine cok guzel sistem oturtmuslar

😂😂

Neredeyse hiç vibe coding tabirini sahiplenmemiştim. Çok saçmaydı. Agentic engineering daha makul ama o da hala saçma bence. Sırf Karpathy dedi diye norm olup yine o dedi diye norm olmaktan çıkıyor. Lol

Faturaya itiraz edecegim ama ne online kanallardan ne de cagri merkezinden yapamiyorum. Bir tane musteri temsilcisine saatlerce ugrasip ulasamiyorum. Benim case'im 3'e 5'e basilarak ulasilabilek klasik bir case degil yoksa ben de cok merakli degilim sizi aramaya @TurkcellHizmet

cam kırığı gibi kafatasına batmış bir bilinç.

Şimdi tekrar ne yapsam dedirtme bana Ya Rabbi Taşınacak suyu göster, kırılacak odunu Kaldı bu silinmez yaşamak suçu üzerimde Bileyim hangi suyun sakasıyım Ya Rabbelalemin Tütmesi gereken ocak nerde? İsmet Özel

The issue with open-source software stacks has always been that they are complicated and messy, with overly confusing configurations and difficult setup processes. They should adopt Apple’s philosophy—offering maximum benefit with minimal effort.

Full of no-brainers.

Until then, AI will remain an extraordinary parrot brilliant at repeating, less so at reasoning.

Someday, AI might learn by truly interacting with the world testing hypotheses, observing consequences, and refining beliefs. But that would require solving both the mathematical and philosophical puzzles of consciousness and causality.

"LLMs are tools meant to amplify human reasoning, not to replace it. They are like microscopes and telescopes extending perception, not purpose. Engineers will remain indispensable for Setting goals Designing experiments Handling edge cases And taking responsibility for outcomes"

"Real-world engineering often has long-term consequences. If a design flaw only appears six months after deployment, it’s nearly impossible for an algorithm to know which earlier action caused it."

"Humans learn to engineer exactly like this: by experimenting, failing, and adapting. LLMs, by contrast, read about consequences but never experience them. They don’t know what happens when a bridge collapses or when a system crashes. They can describe it, but not live it."

"This process rewards plausibility, not truth. It doesn’t care whether the code it writes actually compiles, only that it looks like code humans might have written. That distinction, between looking right and being right is the first great gap between LLMs and human engineers."