Ürün, yapay zekâ ve dijital sigorta üzerine notlar.
Muhasebeyi sıfırdan, kolaydan zora kuruyorum; ama kuru kuruya değil, bir sigorta acentesinin ve brokerının dünyası üzerinden. Çift taraflı kayıttan (al gülüm ver gülüm) hesap planına, cari hesaptan komisyon muhasebesine, tahsilattan ay sonu mutabakatına; primin neden acentenin geliri olmadığını, komisyonun neden ayrı durduğunu ve bütün bunların bir CRM içinde muhasebe modülüne nasıl çevrileceğini anlatıyorum. Canlı fiş dengesi denetleyicisi, prim/komisyon fiş üreteci, tahsilat senaryosu seçici, uzman yorumları ve 13 el çizimi görselle.
OpenAI'nin Deployment Simulation yaklaşımını, klasik eval'lardan farkını ve neden yeni bir risk tahmin katmanı olduğunu adım adım anlatan Türkçe interaktif okuma.
Benchmark, targeted eval, red-team, challenging prompts ve system card kavramlarını tek bir pre-release risk portföyü içinde anlatan Türkçe interaktif yazı.
Conversation prefix, candidate model, X→Y notasyonu, rc(X→Y), realized prevalence ve simülasyon sınırlarını kolaydan zora anlatan yazı.
Prevalence, rate calibration, directional accuracy, multiplicative error ve preregistration kavramlarını matematikten korkutmadan anlatan yazı.
Misalignment, disallowed content, reward hacking, tool-use deception, sycophancy, sandbagging ve scheming kavramlarını korku hikayesine çevirmeden anlatan yazı.
Evaluation awareness, metagaming, CoT monitorability, sandbagging ve production-like context kavramlarını sınav odası analojisiyle anlatan yazı.
Agent trajectory, tool call, repo snapshot, replay, tool simulator ve read-only connector kavramlarını anlaşılır örneklerle anlatan yazı.
Deployment Simulation'ın sınırlarını; nadir riskler, dağılım kayması, gizlilik ve dış denetim tradeoff'ları üzerinden anlatan yazı.
Deployment Simulation makalesini anlamak için gereken kavramları glossary gibi değil, pipeline ve çapraz risk şeritleri içinde anlatan interaktif kavram haritası.
Calculator hacking örneği üzerinden agent güveninin final cevaptan süreç şeffaflığına nasıl kaydığını anlatan somut deep-dive.
1936'da bir uçak fabrikasında keşfedilen yasa: kümülatif üretim her katlandığında maliyet sabit bir oranda düşer. Formülünden 60+ teknolojideki kanıtına kuruyorum; yapay zekanın GPT-3'ten bugüne çöken kullanım maliyeti ile tırmanan eğitim maliyetini iki zıt grafikle karşılaştırıyorum; sonra eğrinin nükleerde nasıl tersine döndüğünü ve Jevons, Baumol ile balon perspektiflerini ele alıyorum. Canlı öğrenme-eğrisi hesaplayıcısı, Tufte grafikleri ve uzman yorumlarıyla.
Her arama, öneri ve sınıflandırma sisteminin ABC'si iki sorudur: önerdiğimin kaçı doğruydu (precision) ve var olan doğruların kaçını yakaladım (recall)? Karışıklık matrisinden balık ağına, kanser testinden bir öneri sisteminin karnesine; canlı eşik kaydırıcı, matris vurgulayıcı ve "hangi hata daha pahalı" sınavıyla. "Öneriyi Ölçmek" serisinin 1. bölümü.
İlgili/ilgisiz çok kaba: gerçekte alaka derecelidir, ve RELATED/WEAK/UNRELATED aslında yirmi yıllık bir literatür kavramı. İkili alakanın neden bilgi kaybettiğini, sıralamanın değerini ve CG → DCG → nDCG'yi canlı bir hesaplayıcıyla sıfırdan kuruyorum. Serinin 2. bölümü.
Precision, recall ve nDCG, birinin önceden "doğru" etiketini koymuş olmasına dayanır. O etiketi kim koyacak? Modern cevap: başka bir LLM. LLM-as-a-Judge, GT-blind puanlama, pozisyon ve uzunluk yanlılıkları, ve en güzeli, hakemin kendisini yine precision/recall ile sınamak. Serinin 3. ve son bölümü.
Davranışı insanlar değil, yapılar üretir. Donella Meadows'un sistem düşüncesini kuruyorum: küvet modeli, iki döngü, gecikmeler, bira oyunu, sistem tuzakları ve meşhur 12 kaldıraç noktası. Sonra merceği kendi hayatıma çevirip soruyorum: inatla çözülmeyen sorunlarım hangi döngünün içinde yaşıyor? Canlı küvet simülatörü, kaldıraç merdiveni ve el çizimi görsellerle.
İyi karar kötü bitebilir, kötü karar ödüllendirilebilir; ve hepimiz kararları sonuçla yargılıyoruz. Annie Duke'un bu tuzağa verdiği ad (resulting) etrafında karar bilimini kuruyorum: Super Bowl'un "en kötü" kararı, kalibrasyon, premortem, vazgeçme becerisi ve iptal kriterleri. Sonunda hepsini tek alışkanlığa bağlıyorum: karar günlüğü. El çizimi görseller ve canlı etkileşimlerle.
Kaostan zarar gören kırılgandır, etkilenmeyen sağlamdır; peki kaostan güçlenenin adı ne? Taleb'in icat etmek zorunda kaldığı kelimeyi baştan sona kuruyorum: Damokles-Anka-Hydra üçlüsü, hindi problemi, halter stratejisi, via negativa, Lindy. Sonra merceği kendi parama, sağlığıma ve AI çağındaki kariyerime çeviriyorum. El çizimi görseller ve canlı etkileşimlerle.
İnsanlar ürün satın almaz; ilerlemek için onları “işe alır”. JTBD çerçevesini baştan sona kuruyorum: milkshake efsanesi, üç okul, ilerlemenin dört kuvveti, iş hikâyesi ve iş haritası. Sonra merceği tersine çevirip kendi alışkanlıklarıma, satın almalarıma ve kariyerime uyguluyorum. El çizimi görseller ve canlı etkileşimlerle.
Peter Steinberger ile Boris Cherny aynı hafta aynı şeyi söyledi: agent'lara komut vermeyi bırak, onları komutlayan döngüleri tasarla. Bu çıkışı baştan sona ele alıyorum — ne demek, fikir nereden geliyor, hangi yöntemler var, “hayır” diyebilen doğrulama neden işin kalbi, nerede kırılıyor, kaça mal oluyor ve gelecek nereye gidiyor.
Vibe coding yapıp temel kavramları bilmemenin bir adı olsa, “anlama borcu” olurdu. O borcu kapatan harita: Git’ten güvenliğe, async’ten N+1 sorgusuna 29 kavram; her biri Sezgi’den Usta’ya dört seviyede, el çizimi görsellerle.
Anthropic Institute'ün recursive self-improvement makalesini; kısa Türkçe çekirdek/parafrazlar, kaynak grafikler, canvas döngü animasyonu, alignment notları ve senaryo simülatörleriyle yeniden okuyorum.
Cognition'ın AI Productivity Guarantee duyurusundan hareketle, token cost odaklı AI verimlilik ölçümünden üretken çıktı, ROT ve garanti modellerine geçişi inceliyorum.
Codex'in /goal modunu; kanıtlanabilir durma koşulu, iyi hedef yazma, checkpoint disiplini ve güvenli onay sınırlarıyla pratik bir agent rehberi olarak anlatıyorum.
Brij Kishore Pandey'in "Map of Agentic AI" görselini etkileşimli biçimde yeniden kuruyorum: çekirdekteki LLM'den geleceğin agent protokollerine, içten dışa 5 katmanı ve 45 kavramı örnekleriyle tek tek açıyorum.
McKinsey Global Institute'ın Avrupa raporundan hareketle AI agent'ların, robotların, becerilerin ve iş akışlarının nasıl yeniden paylaşılacağını Türkçe ve etkileşimli biçimde okuyorum.
Nicolas Bustamante'ın Codex ile kişisel hayatını nasıl otomatikleştirdiğini; araçlar, veri kaynakları, beceriler ve onay kapıları üzerinden Türkçe ve etkileşimli biçimde anlamaya çalışıyorum.
Yapay zekâ neden kendinden emin bir şekilde "uydurur", kaç çeşit halüsinasyon vardır ve onunla nasıl baş ederiz? En basit sezgiden en derin mekanizmaya, birbirine bağlı dört seviyede.