Ömer Baş

Bu ay açık kaynak AI yarışında Çin'li MoonshotAI'nın Kimi K2.6 modeli öne fırladı. Performans testlerinde GPT-5.5 ve Claude'un hemen arkasında, ama herkes ücretsiz indirebiliyor. Pahalı ve kapalı olmak artık zirve için şart değil.

@theo Node.js'te de 'neden JS?' tartışması vardı. Şimdi kimse sormuyor.

Claude Code is the new Node.js

Araçlar 6 ayda geldi, araştırma henüz yetişemedi.

@emollick How do you even set the control? Without the tools, the 'same developer' doesn't exist. Vibe-coding changes how you think, not just how fast you type. Old productivity metrics ask the wrong question.

We have, as far as I can tell, no good tests of the productivity impact of the autonomous coding tools that appeared starting in December 2025. Every paper out there is from prior to the Claude Code/Codex revolution. A huge gap in our knowledge about what is happening in coding.

@swyx @realGeorgeHotz vendor lock-in is kinda fake when your app is thin and stateless. the real friction is long tuned system prompts. 500+ tokens of behavioral tuning doesn't port cheap regardless of model

@OfficialLoganK @GoogleAIStudio @Android Web ships instantly; Android has a Play Store review gate that new apps sit in for days. Are you tracking published vs created? That's where the vibe-coding wave actually gets tested.

We just launched the ability to build native Android apps directly in Google AI Studio for free! Since launch last week, people have created more than 250,000 Android apps. Likely >99% of these folks never built an Android app before, everyone can now build, no coding required!

@jackfriks ilk satışın hissi ayrı. 100. satış aynısını vermeyecek. ne sattın?

HOLY SH*T, GOT FIRST ALREADY $$$ :')))

AI'ı hız aracı olarak gören her şirkete bir sorum var. Keras'ı kuran Chollet şunu söyledi: AI eski iş akışlarını hızlandırmıyor, önceden imkânsız olan şeyleri mümkün kılıyor. Fark büyük. Biri hızlandırır. Diğeri yeni bir iş kolu açar. Hangi tarafında durduğunu sor kendine.

SkillOpt paperı ilginç: agent skilli prompt değil, eğitilebilir artefakt gibi ele alıyor. Model donuk kalıyor; skill dosyası rollout + validation ile değişiyor. Claude Code/Codex için mesele: doğru skill küçük README değil, mini eğitim seti. arxiv.org/abs/2605.23904

@leerob Asıl test şu: AI kodu yazınca review süresi azalıyor mu, yoksa sadece bug'ın sahibini bulma süresi mi artıyor? On-call yükünü model değil, sistem tasarımı taşıyor.

You might believe you should spend less time thinking about code because of AI. I strongly disagree! We’re watching this play out live where tons of AI generated code becomes a liability. At the end of the day, an engineer needs to be responsible / on call for code that gets shipped to production. If you don’t understand the system you’re trying to debug, you’re probably going to have a bad time. Yes, AI can help with all of this, if you set up the proper systems. You can have agents triage prod logs, look at errors, etc. You can speed up parts of the investigation, but an engineer needs to make the call. There might be serious customer or financial implications from that change. I expect the trend continue for trimming dependencies, vendoring code so you can modify it directly, preferring simpler systems with fewer abstractions, and spending waaaay more time thinking about system design and code maintenance. I’ve said this before, but it’s a great time to get familiar with CS fundamentals and some of the history behind what great software looks like. Many parts will be different in the coming years as AI progresses, but also a lot more than people realize will stay the same.

@sakevoid Bunu iyi yapan kısım skill'in kendisi değil, arama katmanı. Asıl test: yanlış skill seçtiğinde geri dönüp kendini düzeltiyor mu, yoksa ilk seçimi kilitliyor mu?

japon bir geliştirici, claude code'un kimsenin konuşmadığı trick'ini buldu. "find skills" diye bir skill kurdu. claude code'un içine küçük bir mcp paketi gibi oturuyor. yapacağı işi bir kere yazıyor. claude, anthropic ekosistemindeki yüzlerce skill'i tarıyor, en uygun workflow'u kendi kuruyor. > video script (notion + claude) > b-roll seçimi (veo3) > thumbnail (sora) > caption + zamanlama (buffer) > performans takibi (typefully) hepsi tek prompt'la. youtube kanalı durmadan içerik basıyor. o sadece outcome yazıyor. millet hala "ai zaman kazandırıyor" sanıyor. o ai'ya bütün workflow'unu yedirdi. bizimkiler hala chatgpt'ye "şunu yaz" diyor. KAYDET.

GitHub şunu göstermiyor: son sürümünden bu yana ne kadar kod yazdın, bekleyen işler nerede. Bir geliştirici bunu eksik buldu ve kendi takip sayfasını yazdı. Eskiden bu "haftasonu projesi" olarak kalırdı. Şimdi hafta sonu bitmeden yayında.

Kod yazan ajan çok. Farkı, neye dokunmayacağına karar verebilmesi. x.com/steipete/statu…

Pratikte şu demek. Araştırma gündemini 'yapay zekâ şunu öneriyor' diyerek kuran otonom bilimci ajanlar, özgüvenle yanılan bir tahminciye bel bağlıyor olabilir. Yapay zekâ geçmişin desenini iyi tanır; sıçrama ise çoğu zaman o deseni kırandır. Kaynak: arxiv.org/abs/2605.22681

Yapay zekâ bir bilimsel buluşun tutup tutmayacağını önceden görebilir mi? Bir araştırma 4.760 gelişmeyle ölçtü. Modeller makul yönleri seçiyor ama hangisinin başaracağını öngöremiyor, zamanı da kaçırıyor. Dahası, daha çok veri bunu düzeltmiyor. Sorun bilgide değil, özgüvende.

@OfficialLoganK @andonlabs Vending-Bench is more a long-horizon coherence test than raw intelligence; earlier models spiraled over long runs. Is Flash's edge here the thought-preservation mechanism, or just cheaper tokens letting it retry more?

Gemini 3.5 Flash is on the Pareto frontier of cost per intelligence on Vending Bench (a measure of a models ability to run a simulated store)!

@rasbt Does the from-scratch version also train the lightning indexer, or just demo inference-time top-k? The learned-vs-heuristic indexer is the part that always feels underexplained next to NSA block-wise selection.

Added a DeepSeek Sparse Attention (DSA) from-scratch implementation to my LLMs-from-scratch repo thanks to an awesome new reader contrib. With motivation, overview, and GPT-style model reference implementation as standalone example code: github.com/rasbt/LLMs-fro…

@svpino Waybar ilginç bir örnek çünkü modellerin en çok zorlandığı yer dosyalar arası bağımlılık: bir modül başka yerde tanımlı bir servise bağlıyken. Opus sadece dosyaya bakarak mı buldu, çalışan durumu da okudu mu?

I'm letting Claude Code run on my Omarchy installation and make changes to the configuration files. It's pretty neat that config files drive most things in the OS, and current models are really good at handling them. My waybar was off, and I couldn't figure out why. Opus did and fixed it for me.

Bunu sağlayan araç cmux. Kod yazan birden fazla yapay zekâyı (Claude Code, Codex, Gemini) tek ekranda toplayan bir Mac terminali. Ocak ayında çıktı, şimdiden 17 binden fazla yıldıza ulaştı, neredeyse her gün yeni sürüm alıyor. github.com/manaflow-ai/cm…

Deneyimli yazılımcılar artık tek bir yapay zekâya kod yazdırıp beklemiyor. Aynı anda birkaçını koşturuyor; hangisi bir yerde takılırsa ekranda o köşe yanıp seni çağırıyor. Yarış artık en iyi modele sahip olmakta değil, bu kadar yapay zekâyı aynı anda yönetebilmekte.