NeuralWave

ChatGPT's thoughts about me(based on the conversation history): 🧭 Overall Picture of You Here is the most accurate short description I can give: You are a highly technical, multi-domain engineer who combines embedded systems, computer vision, imaging sensors, robotics, physics curiosity, and practical architectural thinking. You prefer direct, example-driven, implementation-ready answers. You tend to work on real hardware under difficult constraints (no display, missing libraries, limited support). And you are extremely persistent — you follow problems across days or weeks until they work.

A Zionist sniper murders a mother holding her child. Israel is utterly satanic.

Never stop sharing Israel’s crimes Repost if you have a soul 😢

A frail child in Gaza carries two buckets of water after an exhausting journey, reflecting the humanitarian tragedy.

Are Western media outlets going to report this or are they still pretending there’s a ceasefire?

Israeli soldiers tortured this 18-month-old baby in Gaza to force a confession out of his father during an interrogation

For God's sake, how can we forget this Israeli crime?! Repost this. Please I beg you

I have not forgotten, and I will never forget, what Israel did to us when it bombed civilians who went to search for food from the trucks at a time when the famine had reached its absolute peak. This happened two years ago.

@oktayarslan Sağlam bir boş olmuş

Mac bilgisayarı kullanmak beni pide kuyruğunda saatlerce beklemeyi dert etmeyen tıynetteki insanlardan ayırıyor. Pide kuyruklarında Mac bilgisayarı kullanan insan bulamazsınız.

@devneeddev Peki işler kötü gittiğinde insanın artık bu yapıyı anlamaması gerekiyor diye mi kabul etmeliyiz?

Sen Uyurken Her Şey Değişti Geçen hafta Andrej Karpathy yatmadan önce bir AI ajanını tek bir GPU'nun başına bıraktı. Sabah kalktığında ajan 700 deney yapmıştı. Ve bu deneyler gerçekten işe yaramıştı. Karpathy bunu anlatırken kullandığı ifade dikkat çekiciydi: "20 yıldır bu işi elle yapıyorum. Hipotez kur, dene, sonuçlara bak, yeni hipotez kur. Ajanın bu döngüyü tek başına, uçtan uca çalıştırmasını izlemek... farklı bir şeydi." Farklı bir şeydi. Çünkü bu, "AI bana yardım ediyor" hikayesi değil. Bu, "AI bensiz çalışıyor" hikayesi. Ve bu hikaye artık sadece araştırma lablarında yaşanmıyor. Son iki hafta, yapay zekanın "gelecekte olacak" söyleminden "şu an olan" gerçekliğine geçtiği anlardan biriydi. Ama asıl ilginç olan rakamlar ya da model isimleri değil. Asıl ilginç olan, işin doğasının gözümüzün önünde nasıl dönüştüğü. Claude Code'un yaratıcısı Boris Cherny, Lenny Rachitsky'nin podcast'inde şunu söyledi: Kasım 2025'ten beri tek bir satır kodu elle düzenlememiş. Günde 10-30 arası pull request gönderiyor. Hepsi AI tarafından yazılmış. Anthropic'in en üretken mühendislerinden biri olmaya devam ediyor, ama artık klavyeye kodlama için dokunmuyor. İlk duyduğunuzda "abartı" gibi geliyor. Ama sonra kendi iş akışınıza bakıyorsunuz ve fark ediyorsunuz: siz de aynı yöne gidiyorsunuz. Ben de öyle. Flalingo'da son aylarda yaşadığımız dönüşüm tam olarak buydu. Intercom'u, Pipedrive'ı, çağrı sistemimizi... hepsini kendi AI pipeline'larımızla değiştirdik. Ama asıl fark ettiğim şey şuydu: artık zamanımın büyük kısmını kod yazmakla değil, AI'ın nasıl çalışacağını tanımlamakla geçiriyorum. Hangi adımda ne yapacak, neyi kontrol edecek, nereye karar verecek. Bu ayrım küçük gibi görünüyor ama her şeyi değiştiriyor. Karpathy buna "autoresearch" diyor: bir AI ajanına gerçek bir eğitim ortamı veriyorsun, bir markdown dosyasına talimatlarını yazıyorsun, ajanı çalıştırıyorsun. Ajan kodu değiştiriyor, 5 dakika eğitim yapıyor, sonuç iyileştiyse tutuyor, iyileşmediyse atıyor. Bunu gece boyunca tekrarlıyor. Sabah kalkıyorsun, karşında bir deney günlüğü ve daha iyi bir model var. Karpathy'nin bulduğu şeyler önemsiz detaylar da değildi. Attention mekanizmasında bir multiplier eksikliği, Value Embedding'lere regularization uygulanmamış olması, AdamW beta değerlerinin tutarsızlığı... Bunlar Karpathy'nin kendisinin zaten üzerinde çalıştığı, "iyi ayarlanmış" sandığı bir projede ortaya çıkan gerçek iyileştirmeler. Hepsi üst üste eklendi ve leaderboard süresini %11 düşürdü. Ve Karpathy'nin bir sonraki adımı daha da ilginç: birden fazla ajanın birlikte çalışarak paralel araştırma yapmasını sağlamak. Bir ajan sürüsü kuruyorsun, küçük modeller üzerinde en umut verici fikirleri bulduruyorsun, sonra bunları giderek daha büyük ölçeklere taşıyorsun. İnsanlar? "Kenarlardan katkı sağlıyor." Shopify'ın CEO'su Tobi Lutke bunu gördüğü gece kendi projesine uyarladı. Sabaha kalite skorlarında %19 iyileşme elde etti. Ajanın optimize ettiği küçük model, manuel olarak ayarlanmış daha büyük bir modeli bile geçmişti. Bu noktada durup düşünmek lazım. Bir yıl önce "vibe coding" diyorduk, yani AI'a ne istediğini söyle, o yazsın. Altı ay önce "agentic engineering"e geçtik, yani ajanları orkestre et, gözetim yap. Şimdi Karpathy'nin gösterdiği şey bir adım daha ötede: insanın tek yaptığı şey bir markdown dosyası yazmak. Ajanın nasıl düşüneceğini tarif etmek. Gerisini ajan yapıyor. Her adımda bir katman daha insan müdahalesi kalkıyor. Peki bu sadece araştırma labları için mi geçerli? Kesinlikle hayır. Claude Code bugün GitHub'daki tüm public commit'lerin %4'ünü yazıyor. Sekiz ayda sıfırdan en çok kullanılan AI kodlama aracı oldu. Cursor 3 ayda gelirini ikiye katladı. Mühendislik ekiplerinin %73'ü artık her gün AI kodlama araçları kullanıyor, iki yıl önce bu oran %18'di. Yazılan kodun %41'i AI tarafından üretiliyor. Ama beni asıl düşündüren veri bu değildi. METR'in araştırması gösterdi ki deneyimli geliştiriciler AI araçlarıyla aslında %19 daha yavaş çalışıyor. Kendileri %20 daha hızlı olduklarını düşünmelerine rağmen. Bu paradoks çok şey anlatıyor. Hız, aracın hızı değil artık. Hız, AI ile nasıl çalıştığını bilip bilmemenin hızı. Doğru talimat verme, doğru kısıtlama koyma, doğru geri bildirim döngüsü kurma becerisi. OpenAI buna "harness engineering" diyor: modeli çevreleyen sistemi tasarlama disiplini. Bir araştırmacı sadece bu harness'ı değiştirerek 15 farklı modelin performansını bir öğleden sonrada iyileştirdi. Bunu kendi işimde de net görüyorum. Flalingo'da AI ile en iyi sonuçları alan kişiler, en iyi kod yazanlar değil. AI'a en iyi bağlam verenler, en net kısıtlamaları tanımlayanlar, çıktıyı en iyi değerlendirenler. Bir tür yeni okuryazarlık bu. Ve bu okuryazarlık şu an inanılmaz hızlı gelişiyor, çünkü elindeki araçlar her hafta daha iyi hale geliyor. Bu dönüşüm sadece yazılıma sınırlı da değil. Aslında yazılımda başladı ama şu an dalga dalga her yere yayılıyor. Birkaç gün önce Anthropic, Claude Cowork'u kurumsal dünyaya açtı. Google Workspace, DocuSign, Apollo, Clay... bunların hepsiyle entegre çalışan AI ajanları. HR, finans, hukuk, mühendislik. Kendi plugin marketplace'leri var. Microsoft da kendi Copilot Cowork'unu Anthropic'in Claude teknolojisi üzerine inşa ederek duyurdu. Kurumsal yazılım şirketlerinin hisselerinden kısa sürede ciddi kayıplar yaşandı. Adobe, Salesforce, SAP, ServiceNow hepsi etkilendi. Satya Nadella'nın kendisi "iş uygulamalarının ajan döneminde çökeceğini" söyledi. Kendi şirketinin en büyük gelir kalemlerinden birini kastettiğinin farkında mısınız? Eskiden yazılım "araç" satıyordu. Bir koltuk, bir lisans, bir abonelik. Şimdi gidişat "tamamlanmış iş" satmaya doğru. Bir şirket muhasebe yazılımına yılda 10 bin dolar, muhasebeciye 120 bin dolar ödüyor. Yeni nesil AI her ikisini de üstlenmeye başlıyor. Bu, "services as software" denen dönüşüm ve artık spekülasyon değil. EdTech'te de benzer bir hikaye yaşanıyor. AI eğitim pazarı hızla büyüyor ve 2034'e kadar tahminen on katından fazlasına çıkması bekleniyor. AI destekli platformlarda kurs tamamlama oranları dramatik şekilde artıyor. Ama asıl mesele şu: "öğrenci başına koltuk satan araçlar" ile "öğrenme sonucu satan AI-native platformlar" arasındaki fark her gün daha belirgin hale geliyor. Bu farkın doğru tarafında olmak, önümüzdeki birkaç yılın en kritik stratejik kararı. Bu işin bir de duygusal tarafı var. Ve bence en az konuşulan ama en önemli tarafı bu. Karpathy'nin autoresearch repo'sundaki "prolog"u okuyun: "Bir zamanlar sınırdaki AI araştırması, yemek yeme, uyuma ve eğlence arasında et bilgisayarlar tarafından yapılıyordu. Ara sıra 'grup toplantısı' ritüelinde ses dalgası bağlantısıyla senkronize oluyorlardı. O dönem çoktan geçti." Bunu şaka olarak yazdı. Ama her iyi şaka gibi, içinde bir gerçeklik çekirdeği var. Ben 20 yıldır yazılım yapıyorum. Flalingo'yu kardeşimle sıfırdan, dış yatırım almadan bugünlere getirdik. Bu süreçte her satır kodu, her mimari kararı, her entegrasyonu ellerimle yaptım. Şimdi ise en çok değer yarattığım anlar, ellerimin klavyede olduğu anlar değil. Bir yapay zeka pipeline'ının hangi koşulda nasıl davranacağını düşündüğüm, bir ajanın karar ağacını tasarladığım, çıktı kalitesini değerlendirip geri bildirim döngüsü kurduğum anlar. Bu geçiş kolay değil. 20 yıllık refleksleri yeniden kalibre etmek zor. "Ben yapayım daha hızlı olur" dürtüsünü bastırmak zor. Ama işin gerçeği şu: artık darboğaz model yeteneği değil. Modeller inanılmaz hızlı gelişiyor. Darboğaz, modeli çevreleyen sistem tasarımı. Doğru soruyu sorma, doğru bağlamı verme, doğru değerlendirme kriterlerini belirleme. Bu yüzden bence önümüzdeki 12 ayda en değerli beceri "prompt engineering" bile olmayacak. O zaten tablo bahisleri haline geliyor. En değerli beceri, "AI sistemleri tasarımı" olacak. Bir problemi AI-çözülebilir parçalara ayırabilme, otonom ajanlar için doğru geri bildirim mekanizmalarını kurma, ve en önemlisi: neyin AI'a bırakılıp neyin insanda kalacağına karar verebilme yetkinliği. Birkaç tahmin: 2026 sonuna kadar "AI-assisted" kavramı eskiyecek. "AI-first" bile yetersiz kalacak. Kazanan şirketler "AI-autonomous" olan süreçlere sahip olanlar olacak. İnsan müdahalesi gerektiren her adım, optimize edilecek bir verimsizlik olarak görülecek. Karpathy'nin autoresearch yaklaşımı yazılım geliştirmeye sınırlı kalmayacak. Satış, müşteri başarısı, içerik üretimi, ürün yönetimi... ölçülebilir bir metriği olan ve nispeten verimli değerlendirilebilen her iş, bir ajan sürüsü tarafından otonom olarak optimize edilebilir hale gelecek. Karpathy'nin dediği gibi: "Probleminizin bu kategoriye girip girmediğini düşünmeye değer." "Harness engineering" terimi mainstream olacak. Nasıl 10 yıl önce "DevOps" ayrı bir disiplin olarak doğduysa, AI sistemlerinin çalışma ortamını, kısıtlamalarını ve geri bildirim döngülerini tasarlama pratiği de bağımsız bir uzmanlık alanı olacak. Ve belki de en önemlisi: bu dönüşümü en hızlı benimseyen şirketler dev şirketler olmayacak. Küçük, çevik, founder-led ekipler olacak. Çünkü bürokrasi ve "biz böyle yapıyoruz" refleksi, AI dönüşümünün en büyük düşmanı. Bir startup'ta CTO gecede AI pipeline değiştirebilir. Bir kurumsal şirkette bunun için 6 ay ve 3 komite toplantısı gerekiyor. Karpathy sabah kalktığında ajanı 700 deney yapmıştı. Shopify CEO'su yatmadan önce başlattığı ajandan sabah %19 iyileşme aldı. Boris Cherny aylardan beri tek satır kod yazmıyor. Bunlar birer anekdot gibi görünüyor. Ama aslında hepsi aynı şeyin farklı yüzleri: İnsan artık işi yapan değil. İşin nasıl yapılacağını tanımlayan. Ve bu tanımı en iyi yapanlar kazanacak. Soru basit: @omererkmen 'in dediği gibi kaç oldu? kaç tane ajan çalışanın var?

Herkes burada vay beyin hücreleri Doom oynuyor diye şaşırıyor ama asıl mesele çok daha derin. 200 bin nöron bir haftada Doom oynamayı öğrendi. Yani bu hücreler sadece tepki vermiyor, 3 boyutlu bir ortamda geziniyor, düşman tanıyıp ateş ediyor. Şimdi şunu düşünün: günümüzün en güçlü yapay zeka modelleri milyarlarca dolarlık veri merkezlerinde, megawattlarca enerji harcayarak çalışıyor. Ama bir petri kabındaki biyolojik nöronlar silikon ile birleştirildiğinde elektrik uyarımıyla kendi kendine öğrenebiliyor. Buradan çıkan soru şu: biz silikon üzerinde zekayı simüle etmeye trilyonlar harcarken, biyolojik bilgi işlem çoktan cevabı veriyor olabilir mi? Bu biyolojik bilgisayar araştırması başarılı olursa gelecekte yapay zeka modellerini silikon çipler yerine biyolojik substratlar üzerinde çalıştırma ihtimali var. Enerji tüketimi, öğrenme hızı, adaptasyon yeteneği tamamen değişir. Cortical Labs burada organoid intelligence denen alanın kapısını aralıyor. Bu sadece bilimsel bir merak değil, gelecekte bilgisayarların nasıl çalışacağını temelden değiştirebilecek bir paradigma kayması. Asıl soru Doom oynaması değil. Asıl soru şu: bu biyolojik çipler ölçeklendiğinde ve milyonlarca nörona ulaştığında ne yapabilecekler? Bugün Doom, yarın gerçek zamanlı karar verme sistemleri... Yapay zeka yarışında herkes daha büyük model, daha fazla parametre diye koşarken asıl devrim belki de silikon değil karbon tabanlı olacak. Yapay zeka ile biyolojik zekanın birleştiği nokta herkesin beklediğinden çok daha yakın görünüyor.

Accurate.

🚨 BREAKING: BBC has compiled evidence of 160+ Palestinian children intentionally shot in the head by Israeli snipers in Gaza. Reports say: "israeli jews are hunting children for fun."

🔴Israeli bulldozers demolished a Palestinian home west of Ramallah in the West Bank.

@GaryBohm5 I think this numbers are not correct, The governments can't know the amount of gold in the pocket

The single most explosive catalyst for the gold price lies in a simple, staggering fact: the average retail investor still owns virtually no gold. Current estimates place the allocation to gold in typical investment portfolios to certainly less than 1%, and many place it at less than one-half of one percent (0.5%). It is a rounding error, a financial afterthought. After-all it was a pet rock for decades and old habits are hard to break. This is really the direct result of a 40+-year bull market in stocks and bonds, a period during which financial assets were king and hard assets were ridiculed. But the regime has changed.

The more the big AI labs focus on the short-term race, the more their best researchers leave. fortune.com/2026/01/30/goo…

@iam_smx how shoule we decide who is trustworthy?

“I don't trust OpenAI and Sam Altman. I don't think we want to have the most powerful AI in the world controlled by someone who is not trustworthy” -Elon Musk

@kimmonismus so innocent

Insane what Dario Amodeis says: We are heading towards a world of unimaginable wealth, where we will cure cancer, research the cheapest energy sources, and so much more. At the same time, however, he emphasizes once again the accompanying social problems. And although he himself is one of the biggest beneficiaries of this revolution, as he says, he wants significantly higher taxes on this wealth, including himself. I have rarely seen such a humble and selfless person as Dario.

@rcadxwn @cloneofsimo Thank you, I will

@NeuralWave_ @cloneofsimo You should listen to his episode with Lex Fridman, he covers a decent amount of these topics in it

This is the type of bullshit that makes many people in the field dislike him so much. He doesnt just have an contrarian opinion. He actively thinks everyone in the field that works on these domains are stupid and not good enough, while him, with his great JEPA, will save the world with cat-level AGI