wINTERN (@wintern_ai) header
wINTERN (@wintern_ai) profile picture

claude’un kod yazdığı, benim fikir ürettiğim bir dünya.

no where
Joined February 2024
Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)Photo by wINTERN (@wintern_ai)
network olmadan modern dünyada görünmezsin eğer benim gibi biriysen , bir zamanlar sosyal medyanın dikkat çalan bir tuzak olduğunu düşündün. belki haklıydın. ama önemli bir şeyi gözden kaçırdın: modern dünyada networkün yoksa, sen de yoksun bunu kabul etmek zor, çünkü şu anlatıyı dinleyerek büyüdük: yetenekli ol, çalış, sonuçlar gelir. ama bu sanayi çağının masalıydı. bugün kimse senin "yetenekli" olduğunu görmüyorsa, yetenek bir anlam ifade etmiyor. bu, sert bir gerçek. ama yuttuğunda, oyunun kurallarını anlarsın. I – network, paranın yeni halidir eskiden değer şöyle transfer oluyordu: mal üretirdin, piyasaya/pazara sürerdin, satardın. bugün değer şöyle transfer oluyor: görünürsün, dikkat çekersin, güven inşa edersin, sonra ne yaparsan yap, insanlar sana gelir. bu sürecin başlangıcı: network. network sadece "tanıdıklar listesi" değil. network, senin varlığının dalgalar halinde yayıldığı bir alan. ne kadar geniş ve kaliteli bir alana sahipsen, o kadar fazla fırsat seni bulur. evet, doğru network ile sen fırsatı bulmazsın, fırsat seni bulur. çoğu insan bunu anlamamış. hâlâ "iyi iş çıkarırsam, keşfederler" diye düşünüyor. kimse seni keşfetmeyecek. çünkü milyonlarca insan iyi iş çıkarıyor. fark yaratan şey: kimin radarında olduğun. II – görünürlük, yetenek değil, ağ etkisidir network effect şu demek: bir şeyin değeri, onu kullanan insan sayısıyla artar. telefon buna iyi örnektir. bir kişi telefona sahipse, değeri sıfırdır. bin kişi sahipse, sistem anlam kazanır. sosyal medyada da aynı prensip işler. - bir kişi seni tanıyorsa, etki sıfırdır. - 100 kişi seni tanıyorsa, onlar birbirine seni önerebilir. - 10.000 kişi seni tanıyorsa, artık algoritmalar bile senin lehine çalışmaya başlar. ama dikkat: bu sayı oyunu değil, kalite ve bağlam oyunu. 10.000 bot takipçin olabilir fakat bu işe yaramaz. ama sektöründe etkin 100 kişi seni tanıyorsa ve güveniyorsa, bu senin için altın madeni gibidir. çünkü o 100 kişi: - seni başkalarına önerebilir - senin fikirlerini paylaşabilir - seninle ortaklık kurabilir yani asıl değer, ilişkinin kalitesi ve karşılıklılığıdır, kalabalıklığı değil. III – kimlik, yalnızlık içinde inşa edilmez burası çoğu insanın anlamadığı nokta. kimliğin, yani "sen kimsin?" sorusunun cevabı sadece senin ne yaptığınla değil, kiminle görüldüğünle de şekillenir. beyin kestirme yollarla çalışır. seni tanımayan biri şunu düşünür: > "bu insan, şu saygın insanlarla aynı yerde görünüyor. o halde bu insan da saygındır." buna "ilişkisel değer" (associative value) denir. ve bu mekanizma, tüm sosyal yapıların temelini oluşturur. eğer networkün zayıf insanlarla doluysa, senin de değerin düşer. eğer networküm güçlü, yaratıcı, etkin insanlarla doluysa, senin de değerin yükselir. bu yüzden "kimlerle aynı ortamda olduğun", hayatını şekillendiren en kritik kararlardan biridir. IV – sosyal medya, dikkat ekonomisinin savaş alanıdır 2025'te sosyal medya artık "eğlence platformu" değil. dikkat ekonomisinin ana savaş alanı. herkes aynı şeyin peşinde: dikkat. çünkü dikkat, paranın önüne geçti. dikkat olmadan, satış yok. güven yok. etki yok. ama dikkat çekmek kolay değil, çünkü: - her gün milyonlarca içerik paylaşılıyor - algoritmalar sürekli değişiyor - insanların dikkat süresi 8 saniyenin altına düştü bu kaosun içinde ayakta kalmak için iki şey gerekiyor: 1. tutarlılık haftada bir görünüp kaybolursan, kimse seni hatırlamaz. her gün biraz görünürsen, zihinlere kazınırsın. 2. değer eğer paylaştığın şey insanlara bir şey öğretmiyorsa, eğlendirmiyorsa ya da ilham vermiyorsa, scroll edip geçiyorlar. bu iki faktör, networkünü büyütmenin temelidir. V – platform seçimi: her yer değil, doğru yer en büyük hata: her platformda olmaya çalışmak. linkedin'de ol, instagram'da ol, tiktok'ta ol, youtube'da ol, twitter'da ol... bu bir strateji değil, tükenmişlik reçetesi. bunun yerine: hedef kitlenin nerede olduğunu bul ve sadece orada ol. her platformun dili, kuralları, kültürü farklı. o yüzden strateji de platforma göre değişmeli. linkedin'de paylaştığın bir gönderi, instagram'da komik görünür. instagram reeli, linkedin'de saçma görünür. o yüzden platformu anla, ona göre oyna. VI – değer ver, sonra değer al çoğu insan sosyal medyayı yanlış kullanıyor: sadece kendi içeriğini paylaşıyor, başkalarını görmüyor. bu, bir sohbete girip sadece kendin konuşup çıkmak gibi. kimse seni sevmez. networkünü büyütmenin altın kuralı: önce değer ver. nasıl? - başkalarının içeriğine düşünceli yorum yaz - ilginç bulduğun gönderileri paylaş - dm'lerde samimi bağlantılar kur - ortak projeler öner - başkalarını kendi networkünle tanıştır bunu yaparsan, insanlar seni hatırlar ve doğru zaman geldiğinde, onlar da seni destekler. bu, manipülasyon değil. bu, karşılıklı değer ekonomisi. sağlıklı networklerin temeli budur. VII – kısa dönem takipçi, uzun dönem güven birçok kişi "viral olma" peşinde. tek posttan 1 milyon görüntülenme alır, sonra süreklilik olmaz ve unutulur. bu bir strateji değil, şans oyunu. asıl strateji: uzun dönem güven inşa etmek. güven şöyle inşa edilir: - tutarlı ol: her hafta görün - dürüst ol: yanlışlarını, öğrendiklerini paylaş - uzman ol: alanında derinleş, yüzeysel kalma - erişilebilir ol: insanlar seninle iletişim kurmaya çalıştıklarında cevap ver. bu yavaş bir süreç. ama bir kez inşa ettiğinde, kimse kıramaz. viral olmak, 1 günlük şöhret. güven inşa etmek, 10 yıllık kariyer. ikisinden birini seç. VIII – lüks değil, zorunluluk network, lüks değil, zorunluluk. networkün olmadan ne kadar yetenekli olursan ol, sesini kimse duymaz. sistemi kur. her gün biraz görün. değer ver, sonra değer al. zamanla, fırsatlar seni aramaya başlar.
13
11
4
127
41,352
hafızaya ne yazdığın, ne kadar yazdığından önemli. anthropic dün ajan hafızası üzerine bir yazı yayınladı. oradaki ölçüm sezgimize biraz ters. hafızaya ne yazdığın, ne kadar yazdığından daha çok fark ediyor. pokemon red'i oynayan iki model aynı noktada karşılaştırılmış. sonnet 3.7 her karşılaşma, eşya ve karakter için ayrı dosya yazmış. 225 klasörde 413 dosya ancak tüm bunlar karşılığında oyunda sadece tek rozet almış. dördüncü master klasörünü açtıktan sonraki 17 adımda altı dosya yazmış, dokuzunu silmiş, oyunda tek hamle yapmamış. arşivi tutmak oyununu engellemeye başlamış. fable 5 iki klasörde dokuz dosya artı tek bir global md yazmış, sonuç olarak oyunda dört rozet kazanmış. global md, o anki hedef, gym'ler için önceden yazılmış plan, hafızayı nasıl kullanacağına dair kendi kurallarını barındırıyormuş. opus 5.5’ta aynı küçük klasörle oyunu bitirmiş. modele sadece hataları kaydet dersen hafızanın getirisi düşüyor. cl-bench veritabanı görevinde opus 5'in ortalama ödülü 0,234 puan geriliyor. yani neyin önemli olduğunu modele bırakmak, kural yazmaktan iyi çalışıyor. claude code'da sınır zaten belli: her oturuma memory md’nin ilk 200 satırı ya da 25 kb'ı giriyor, kalanı arama ve bağlantı.
1
1
11
743
claude dün abd'de kişisel finans özelliğini beta olarak açtı. banka ve kredi kartı hesaplarını plaid üzerinden bağlıyorsun, bakiye ve işlemlerini günlük dille soruyorsun. aslında bunu yapan ilk ekip değiller. openai benzerini mayıs'ta yapmıştı. claude bankanın adını, hesap adını ve türünü, numaranın son dört hanesini, bakiyeyi, kart limitini, iki yıla kadar işlem geçmişini görüyor. ancak para hareket ettiremiyor, hesabı yönetemiyor, yatırım yapamıyor ve bu sekmedeki sohbetler model eğitiminde kullanılmıyor. geriye dönük iki yıllık bir dönem için kira artışın, aboneliklerin, hangi ayda zorlandığın vb. durumlar ve daha fazlası için kişisel bir asistan gibi sana destek verebilecek. şimdilik abd, pro max ultra planları. türkiye'den bugün bağlanamıyorsun.
1
2
219
agentlar daha çok kod yazdırıyor ama aynı kodda test edilecek yol sayısı %50 artıyor. mühendis başına haftalık üretim %71 yükselmiş, 90 gün içinde yeniden yazılan yeni kodun oranı %18'den %12'ye inmiş. test commit'i commit'lerin %4,7'sinden %8,3'üne çıkmış, bug fix'ler hâlâ dörtte bir. iki kat test, aynı oranda hata. ai işareti taşımayan repolarda da karmaşıklık artmış, sadece daha yavaş (ayda %1,9'a karşı %3,5). yani artışın hepsini ai'a yazmak doğru değil.
1
2
13
856
kimi k3.1 pro dün ağırlıklarıyla yayınlandı. açık kaynak değil, açık ağırlık. model 2,8 trilyon parametre ve 104 milyar aktif parametre kullanıyor. hugging face'teki ağırlıkların toplamı 1,56 tb. yani kendi makinemde çalıştırırım diyen biri için ilk engel benchmark değil, muhtemelen yer problemi olacak. lisansın adı kimi k3.1 pro license. indirmene, çalıştırmana, fine-tune etmene izin veriyor ama iki şart koyuyor. modeli api olarak satıyorsan ve son 12 ayda gelirin 20 milyon doları geçiyorsa moonshot ile ayrı sözleşme yapman gerekiyor. ürünün 100 milyon aylık kullanıcıya ulaşırsa arayüzde kimi k3.1 pro yazacak. bu yüzden duyuruda açık kaynak değil, açık ağırlık deniyor.
3
5
1,145
claude code'da arka planda çalışan subagent durum satırını 30 saniyede bir güncelliyordu, her güncelleme konuşmanın tamamını baştan okuyordu. anthropic bu işi haiku 5.5'e verdi, artık kısa notlardan yazıyor ve güncelleme başına maliyet %99 düştü. oturumun tamamında ise kazanç %5'te kalıyor. yani aynı limitle %6 daha fazla prompt gibi düşünebilirsiniz. çünkü durum satırı zaten faturanın küçük kalemiydi. yapılan işlem baz alındığında kazanç büyük ancak toplamda küçük. 2.1.316 sürümünden sonra pro, max, ultra ve team hesaplarında açık.
4
20
1,593
herkes "goldman, claude code'u yasakladı" diye haber yapıyor ancak goldman sachs claude code'u yasaklamadı. sadece kullanımını mühendislerin tekelinde bıraktı. temmuz ayında bankanın CIO'su marco argenti, mühendis olmayan çalışanların kendi çözümünü yazıp 12.000 kişilik mühendis ekibinden birine verdiğini anlatıyordu. ekimde güncellenen iç yönerge claude code ve github'ı sadece mühendislerin kullanımına açık şekilde bıraktı. traderlar ve bankacılar erişimini kaybetti. işi yazılım, quant araştırması ve trading arasında duran ekipte istisnai olarak kullanmaya devam ediyor. yani kural aracın ne yapabildiğine değil, kişinin ne yaptığına bakıyor.
1
4
260
opus'a ucuz bir işçi eklemek işi ucuzlatmıyor. reddit'te bir kişi 12 zor görevi ölçtü. opus tek başına %81 başarı oranı ile görev başına 1,20 dolar harcadı. opus planlayıp deepseek v4.1 flash kod yazınca %67 başarı oranı ile 1,29 dolar harcadı. 7 takım tasarımı, 41 kurulum, yaklaşık 1.200 koşu ile test edilmiş. opus'un başında olduğu en iyi takım %69'da kalmış. sebep model seçimi değil görevler arası devir teslim. worker kod yazarken opus'un prompt cache'i düşüyor ve opus aynı contexti yeniden okuyor ve tekrar maliyet çıkartıyor. bu kalem tek başına worker'ın maliyetinden fazla çıkmış. aynı tabloda gpt-6.1 terra %78 ve sol %75 başarı oranı ve görev başına 0,17 dolar olarak ölçülmüş. genel olarak 12 görev kesin bir karar vermek zor ve küçük farklar gürültü yaratabilir. ama 41 takımın hiçbiri tek opus'u geçmemiş.
24
17
6
194
28,569
ai maliyetini düşürmenin yolu daha fazla gpu almak mı? revolut’un cevabı hayır. nisandan ağustosa aynı 56 kartla saniyedeki istek sayısını %76 artırdılar, first token süresini 14,26 saniyeden 1,68'e indirdiler. makaleye göre kazancın %80'i hyperparameter ayarından geldi, donanımdan değil. tüm rakamları 30 saniyelik bir motion videoda topladım.
revolut 2 bin mühendisine localinde çalıştırdığı glm modelini verdi. anthropic ve openai'a ödediğinin onda birini ödüyor. artık maliyeti sadece milyon token başına 30 sent. nisanda 56 b200 kartı kurdular, ağustosta hala aynı 56 karttaydı. tek kart eklemediler. ancak yaptıkları optimizasyonlar ile first token 14,26 saniyeden 1,68'e indi. bu işi yürüten david abitbol kazancın %80'ini hyperparameter ayarına bağlıyor. peki anthropic kullanırkenki maliyetleri neydi? claude code'da mühendis başına ayda 1.000 ile 10.000 dolar arası harcama yapıyorlarmış. ama ilk aylarda ölçülebilir bir kazanç ortaya koyamamışlar. bundan dolayı bütçe sınırı koymuşlar. en zor işleri hala claude code ve codex'e veriyorlar. burada asıl önemli kazanç sadece maliyet değil. bugün çıkan revolut-glm haberi ile dün çıkan "chatgpt, qwen'in parametrelerini değiştirip performansını uçurdu" haberleri bize gösteriyor ki production seviyesindeki modeller bile ufak dokunuşlarla harika performansa ulaşabiliyor.
3
288
revolut 2 bin mühendisine localinde çalıştırdığı glm modelini verdi. anthropic ve openai'a ödediğinin onda birini ödüyor. artık maliyeti sadece milyon token başına 30 sent. nisanda 56 b200 kartı kurdular, ağustosta hala aynı 56 karttaydı. tek kart eklemediler. ancak yaptıkları optimizasyonlar ile first token 14,26 saniyeden 1,68'e indi. bu işi yürüten david abitbol kazancın %80'ini hyperparameter ayarına bağlıyor. peki anthropic kullanırkenki maliyetleri neydi? claude code'da mühendis başına ayda 1.000 ile 10.000 dolar arası harcama yapıyorlarmış. ama ilk aylarda ölçülebilir bir kazanç ortaya koyamamışlar. bundan dolayı bütçe sınırı koymuşlar. en zor işleri hala claude code ve codex'e veriyorlar. burada asıl önemli kazanç sadece maliyet değil. bugün çıkan revolut-glm haberi ile dün çıkan "chatgpt, qwen'in parametrelerini değiştirip performansını uçurdu" haberleri bize gösteriyor ki production seviyesindeki modeller bile ufak dokunuşlarla harika performansa ulaşabiliyor.
2
1
3
772
ben de @vibeeval ‘ın transkriptini birebir kopyaladım ekstra birşey eklemedim ya da mevcut senaryodan/transkriptten birşey çıkarmadım. product demo/explainer skillim ile bu videoyu çıkardım. üstelik opus ya da gpt modelleri kullanmadım. videonun tamamı deepseek 4.1 flash kullanılarak dsh aracılığıyla yapıldı. izleyeceğiniz videoya ikinci bir talimat verilmedi. one-shot sonucu izliyorsunuz. yaklaşık 1 saat gibi bir sürede üretimi tamamladı. senaryo yazmadım. alıntıladığım videonun transkriptini verdim zaman damgaları ile birlikte. onun haricinde videonun süresi, tipi vs gibi basit ön bilgiler verdim sadece. sizce nasıl olmuş?
dostum @leodavincs3’nun senaryosunu denedim. kendi skill dosyam ile harmanladım ve ortaya bu video çıktı. başarılı. yakında benden de bi açık kaynak proje geliyor. eline sağlık @leodavincs3
2
1
3
682
semiAnalysis bugün GDPx'i yayınladı. verilen 206 görevde en iyi performans gösteren modelin skoru %12'de kaldı ve görev başına 51 dolar harcadı. çalışmada 206 görev, 11 alan, 14 veri ortağı bulunuyordu. çip tasarımı, yazılım, finans, hukuk ve biyoloji gibi alanlarda testler yaptılar. lider claude opus 5.5 ancak skoru sadece %12. yani ortalama başarı sekizde bir seviyesinde ve görev başına 51 dolar harcadı. gemini 4 carbon ise %10,9'da kaldı ve görev başına 16 dolar harcadı. yani opus'a kıyasla 1/3 harcama yaptı. deepseek 4.1 flash %5,4'te kaldı. görev başına ise 94 cent harcadı. lider olan opus ile fiyat farkı neredeyse 54 kat. yani göründüğü üzere rutin işi en pahalı modele vermek verimli değil. sen agent'ında modeli neye göre seçiyorsun? işin zorluğuna göre mi seçiyorsun, yoksa "benim her işim çok önemli, en pahalısı neyse onunla devam kardeşim" mi diyorsun?
3
1
1
344
kaynak:
Today we’re releasing GDPx, a benchmark for measuring agentic capabilities across the most valuable domains. GDPx is a true frontier-level benchmark: even the best model scores just 12% (1/7)🧵
34
elon musk, dün grok bot için tek cümle yazdı: "grok bot'u servis etme maliyeti gelirine kıyasla sürdürülemez" dedi. zaten tüm hafta boyunca kullanıcılar limitlerin düşük olduğundan şikayet ediyordu. time'da biraz kaydırdığınızda kullanımının hızlıca %100'e dayandığını ve sıfırlamaya kalan günlerini saymaya başlayan kullanıcıları göreceksiniz. peki hala grok bot kullanmakta ısrarcı mısın? ben grok bot için harika bir alternatif olan openbot (@OpenBot_) kullanıyorum. openbot, senin kendi bilgisayarında çalışan bir agent takımı hizmeti sunuyor. üstelik zaten parasını ödediğin chatgpt, claude ya da opencode aboneliğine bağlanıyor. yeni bir abonelik açmıyorsun, ayrı bir sunucu faturası ödemiyorsun. maliyeti kısmak isteyen firmaların hepsi limitleri kısıyor. ama openbot senin tarafında zaten ödediğin abonelik çalışmaya devam ediyor.
Replying to @DogecoinNorway
The cost of serving Grok Bot was unsustainably high relative to revenue
2
1
1
8
1,078