Yapay zeka araclari ile ürün gelistirmek istiyorsaniz, bunu nasil yapmaniz gerektigine dair benim uyguladigim yol haritasini sizinle paylasmak isterim. Yol haritasi su sekilde: Ben öncelikle iyi bir fikri oldugunu düsündügüm noktada ise koyuluyorum. Buradan girisimcilik, piyasa arastirmasi, fizibilite, rekabet kosullari vb gibi konulari göz ardi ediyoruz. Ben ürünün teknik olarak nasil olusturulacagina deginecegim. Fikir tek […]
Yapay zeka araclari ile ilk zamanlar line autocomplete özelligini kullanarak uygulama gelistirme serüvenime devam etmistim. Daha sonralari bunu metot ve sinif bazinda yapmaya basladim. Akabinde promptlarla uygulanin parcalarini degistirmeye basladim. Daha sonra promptlarla komple uygulama özellikleri gelistirebilecegimin farkina vardim. Promptlarin uygulama özelligi gelistirme konusunda yetersiz kaldiklarini, tüm bir uygulama özelligi icin onlarca prompta ihtiyac oldugunu […]
Kücük bir örnek vereyim, nereden nereye geldigimizi gözler önüne serebilmek icin.. 2000 lerde yaptigim Bizimalem.com projesi full distributed bir sistemdi. Orada tüm video, resim ve benzeri binary dosyalar icin mogilefs isminde open source bir distributed file storage sistemi kullanmistim. Detaylar icin bknz: O zamanlar böyle bir sistemi kendim yapayim diye bir fikir bile aklina gelmezdi […]
Su anda LLM’lerin daha iyi ve hizli kod yaziyor olmalarina karsi duydugun tek argüman: “LLM’ler deterministik output üretmez”. Fable 5 / Opus 4.8 ile calisin, deterministik output ne anlama geliyor, görün. Ondan sonra bu konuyu tekarr degerlendirelim :) LLM’lerle calisirken önemli olan derleyicilerdeki gibi ayni input icin ayni output’u almak degildir. Önemli olan ayni input […]
Yüksek dillerin ortaya cikma nedeni ne? Assembly neden yetmedi? Gelin simdi neden cok uzun zamandir kod yazmadigimiza bir göz atalim. Kod derleyiciler icat edilmeden önce dogrudan makina icin yazilirdi. Yüksek dillerin ve onlarin derleyicileri icat edildikten sonra programcilar makina icin kod yazmayi biraktilar. Bütün gerekli kodu ve optimizasyonu derleyiciler yazmaya basladi. Programcilar sadece bir üst […]
Benim icin yeni calisma modeli loop engineering + jira kanban. Su an aktiv iki döngü calisiyor, backend proje ve mobil proje icin. Mobil kisminda yeni bir backend api’ye ihtiyac duyan yeni bir özellik olusturmak istedigimde, su sekilde ilerliyorum: Tek bir tasla iki kus vurma buna deniyor sanirim ;-)
Loop engineering sayesinde rate limitler sorun olmaktan cikiyor. Rate limit LLM’i saglayan sirketin size koydugu token kotalaridir. Bu kotalar genelde 5 saatlik ve haftalik zaman dilimlerinde resetlenir. Ne kadar SIK LLM ile interaksiyona girerseniz, o kadar cok token harcaniz ve o hizda da kotaniz dolar. Dün ilk gpt 5.5 rate limitler gelmeye basladi, cünkü codex […]
Loop engineering tam otomasyon üzerine kurgulu degilse, yapay zeka ile yapacagi isler konusunda interaksiyon gerekiyor. Bir önceki yazimda tam otomasyon icin kuyruk yapilarinin nasil kullanildigindan bahsettim. Bu yazimla birlikte uygulama gelistirmeye yaklasim tarzimin nasil degistigini aktarayim. Asagidaki resimde son yarim saat icinde irili, ufakli yaptirdigim isleri görüyorsunuz. Bu kanban boardda yer alan ticketleri ben ready […]
Eger hale bir yapay zeka araci ile interaksiyon halindeyseniz, loop engineering bile olsa tam otonom yazilim yaptirmiyorsunuz. Tam otonom yazilim icin ne gerekli? Bir kuyruk (queue) sistemi. Bunun en güzel örnegi Jira. Benim örnegimde: Bu sekilde döngü kendisini tekrar ediyor. Ben artik tamamen uygulama özelliklerine odaklaniyorum, codex ise teknik implementasyona ve görev dagilimina. Bu bilgisayarim […]
Dünkü paylastigim videoda yazilim nereye evriliyor soruna cevap vermeye calismistim. Kullandigim araclarin nasil degistigine dair bugün gözlemledigim bir degisiklikten daha bahsetmek istiyorum. Prompt engineering yaparken sürekli github copilo cli / claude code cli ile konsolde calisiyordum. Loop engineering yöntemine gectikten sonra bu son buldu. Artik claude arka planda headless calisiyor. Benim interaksiyona girdigim tek arac […]