Teknoloji Meraklıları Haftalığı (Sayı 399): Çin'in Büyük Yapay Zeka Şirketlerine Ziyaret Notları
Burada her hafta paylaşmaya değer teknoloji içerikleri kaydedilir, Cuma günü yayınlanır.
Bu dergi açık kaynak'tır, katkıda bulunmanız memnuniyetle karşılanır. Ayrıca 《Kim İşe Alıyor》 hizmeti, programcı iş ilanları yayınlar. İşbirliği için e-posta ile iletişime geçin (yifeng.ruan@gmail.com).
Kapak Görseli
Bu hafta açılan Shenzhen Uluslararası Müzesi. (via)
Çin'in Büyük Yapay Zeka Şirketlerine Ziyaret Notları
Bu yılın Mayıs ayı başlarında, bir Amerikan heyeti Çin'i ziyaret ederek 14 yapay zeka ve robot şirketini ziyaret etti.
Ziyaret edilenler arasında DeepSeek, Yue Zhi An Mian (Moonshot AI), MiniMax, Zhipu AI, ByteDance, Alibaba, Ant Group, Xiaomi, Ling Yi Wan Wu (01.AI), Unitree, ModelScope gibi şirketler vardı.
Tüm üyeler teknoloji analistiydi ve Amerika'ya döndükten sonra her biri ziyaret izlenimlerini yazdı: Kevin Xu, afra Wang, Florian Brand, Nathan Lambert, Azeem Azhar, Lily Ottinger and Kai Williams, Jasmine Sun, Lingua Sinica, Caithrin.
Bu yazılarda pek çok ilginç içerik vardı, ben de bazı alıntılar yaptım. Okuma deneyimini korumak için her paragrafın kaynağını ayrı ayrı belirtmeyeceğim.
1. Hesaplama Gücü Farkı
Her şirkette ortak bir şikayet duyduk: yetersiz hesaplama gücü. Bu, deney sayısını azaltıyor ve model boyutunu küçültüyor.
Çin'deki hesaplama gücü eksikliği esas olarak ABD'nin çip ihracat kontrol politikalarından kaynaklanıyor. Yerli şirketlerin bu durumla nasıl başa çıktığını görmek ilgimizi çekti.
Arz tamamen kıt olmasa da, Çinli şirketler hala Nvidia'nın H100, B200 ve B300 grafik kartlarını alabiliyor, ancak miktar en azından Amerikalı rakiplerinden bir büyüklük mertebesi daha az.
Nvidia'nın en yeni GB300 NVL72 sistemi (72 adet Nvidia'nın en yeni GPU'sundan oluşan bir sistem), üç yıl önceki H100 kümesinden 30 kat daha hızlı gerçek zamanlı çıkarım yapabiliyor, her çipin bellek kapasitesi 3.6 kat daha yüksek ve her çıkarımda enerji tüketimi 25 kat daha düşük. Amerikalı şirketler bu sistemlerden büyük miktarlarda sipariş verirken, Çinli şirketler bunu yapamıyor.
Çinli teknoloji şirketleri, özellikle Huawei, AI çipleri geliştirmede önemli ilerleme kaydetti. Ancak Huawei'nin bu yıl Mart ayında piyasaya sürdüğü en yeni çip Ascend 950PR'nin performansı bile yalnızca 2022'de piyasaya sürülen H100 ile kabaca eşdeğer. Üstelik bu çiplerin sevkiyatı H100'ün çok altında. Tahminlere göre Nvidia, yalnızca 2025 Ekim ayına kadar 7 milyon adet Hopper ve Blackwell GPU sevk etti ve sevkiyat hızı artmaya devam ediyor. Huawei bu yıl 750.000 adet Ascend 950PR çipi sevk etmeyi planlıyor, bu hala Nvidia'nın geçen yılki sevkiyatının yaklaşık onda biri kadar.
Sonuç olarak, ABD'nin hesaplama gücünde büyük bir liderlik avantajı var. 2025 sonu itibarıyla ABD AI endüstrisinin hesaplama gücünün Çin'inkinden yaklaşık 8 kat daha fazla olduğunu tahmin ediyoruz. Çinli AI şirketlerinin toplam mevcut hesaplama gücü kabaca ABD'nin 2023'teki seviyesine denk geliyor.
Çinli araştırmacılara OpenAI içindeki her araştırmacının sahip olduğu GPU sayısını paylaştık. Bu sayıyı duyduklarında adeta şok oldular. Ancak hepimiz biliyoruz ki, OpenAI araştırmacıları, hatta batıdaki tüm AI şirketlerinin araştırmacıları hala hesaplama güçlerinin çok az olduğundan şikayet ediyor.
2. Hesaplama Gücünün Dağılımı
ABD'deki hesaplama gücünün büyük kısmı müşterilere hizmet vermekten ziyade model eğitimi için kullanılıyor. Ancak Çin'de durum farklı; hesaplama gücü hem model eğitimi hem de yüz milyonlarca tüketiciye ve hızla büyüyen kurumsal kullanıcılara hizmet vermek için kullanılıyor.
Hesaplama gücünün yarısı müşterilere hizmet vermek için ayrılırsa, model eğitimi için kullanılabilecek hesaplama gücü azalıyor.
Dikkate alınması gereken bir başka faktör daha var. ABD'de hesaplama gücüne esas olarak beş şirket hakim: OpenAI, Anthropic, Google, Meta ve xAI. Çin'de ise büyük teknoloji şirketlerinin tümü kendi öncü modellerini geliştirmek için aktif olarak çalışıyor ve hesaplama gücü havuzu daha da bölünüyor.
3. Hesaplama Verimliliği
Bu mantığa göre, Çin'in hesaplama gücü ölçeği ABD'den iki yıl gerideyse, Çin modelleri de ABD'den en az iki yıl geride olmalı. Ancak durum böyle değil.
Birçok analiz, Çin modellerinin ABD modellerinden yalnızca birkaç ay geride olduğunu gösteriyor. Hatta bazı açılardan iki ülkenin modelleri başa baş gidiyor gibi görünüyor.
Bunun nedeni, çip kısıtlamalarının Çinli şirketleri hesaplama verimliliğini artırmaya teşvik etmesidir. Çinli şirketlerde birim hesaplama gücü başına desteklenen AI zekasının, basit ölçeklendirmeye kıyasla 4-7 kat daha fazla olduğunu bulduk; bu da hesaplama gücü eksikliğini telafi ediyor.
4. Açık Kaynak Konusundaki Görüş Ayrılığı
Şu anda en iyi açık kaynak AI modelleri Çinli şirketler tarafından yayınlanıyor. Ancak Çinli şirketler arasında kendi modellerini açık kaynak yapıp yapmama konusunda görüş ayrılığı var.
Şirketlerin mali durumu ve gelir baskısı, açık kaynak yapma isteğini etkiliyor. Şu anda açık kaynak konusunda giderek netleşen bir sınır var: model parametre ölçeğinin bir trilyona ulaşması.
Bazı şirketler, bir trilyon veya daha fazla parametreli bir modeli açık kaynak yapmanın kaynak israfı olduğunu düşünüyor, çünkü hiç kimse bu kadar büyük bir modeli yerel makinesinde çalıştıramaz ve açık kaynak modellerin tipik kullanım senaryosu tam da yerel makinelerdir. Bir trilyon parametreli bir modeli yayınlamanın daha iyi bir yolu, onu şirketin kendi bulut altyapısında barındırmak ve yalnızca API'sini yayınlayarak kullanıcıların kullanımına sunmaktır.
Ancak diğer şirketler için açık kaynak neredeyse bir inanç meselesidir ve trilyon parametre seviyesinde bir model oluşturmak, açık kaynak girişiminin giriş bileti niteliğindedir.
5. Batılılaşma mı Çinlileşme mi
Bazı Çinli AI şirketleri tipik bir "Batı" tarzı sergiliyor, her yerde Silikon Vadisi tarzı havalı bir atmosfer var, hatta verdikleri promosyon ürünleri bile bunu yansıtıyor.
Diğer şirketler giderek daha "Çinli" hale geliyor ve gösterişli bir sergi salonu oluşturmayı en önemli öncelik haline getiriyor. Bu sergi salonları, genellikle devlete ait işletmelerin CEO'ları ve yerel yöneticiler olan ziyaretçileri ağırlamak için kullanılıyor. Ziyaretin ardından akşam yemeği veriliyor.
Bence bu hem bir tercih hem de bir zorunluluk; kurucuların geçmişinden ve şirketin seçtiği iş türünden kaynaklanıyor.
6. Diğer Şirketlere Bakış
Tüm Çinli AI şirketlerinin ByteDance'in Seed departmanına saygı duyduğunu gördük. Bu, Çin'deki tek kapalı kaynak AI öncü ekibi. Odadaki fil gibi ama dans ediyor. Doubao'su neredeyse AI kullanıcı trafiğini tekeline almış durumda; modelleri hızla milyonlarca kullanıcıya yayılabiliyor, diğer şirketler bununla rekabet edemiyor.
DeepSeek ise sektörde en çok saygı duyulan şirket ve giderek daha fazla temel katman işini üstleniyor: mimari, verimlilik, çıkarım optimizasyonu ve Huawei protokol yığınına uyum.
7. Stajyerler
Çinli AI şirketlerinin çalışanlarının çoğu, yetenekli "stajyerler"; ortalama yaşları yirmi beş-yirmi altı, çoğu hala doktora öğrencisi ve teknik konuları İngilizce olarak rahatça tartışabiliyor. Çoğunlukla Çin üniversitelerinden mezun olmuş, yurtdışı eğitim deneyimi yok.
Staj süreleri bir ila iki yıl arasında değişiyor, tam zamanlı çalışan statüsüne ve tam yetkiye sahipler, fikirlerini özgürce ortaya koyabiliyor ve deneyler yapabiliyorlar. Bu, Batı'nın önde gelen AI şirketleriyle tam bir tezat oluşturuyor; OpenAI, Anthropic, Cursor gibi şirketler staj imkanı sunmazken, diğer şirketler (Google gibi) ismen Gemini stajı sunsa da önemli görevler vermiyor.
Çinli şirketler "taze kan"a daha fazla değer veriyor; yeni fikirler ve yeterli beyin gücü getirebiliyorlar. Nihai modeli iyileştirmek için stajyerler daha az göz önünde olan işleri yapmaya daha istekli. Ayrıca, AI geliştirmeye yeni başlayanlar önceki modellerin etkisinden uzak kalabiliyor.
Çin üniversiteleri açısından bakıldığında, okulların hesaplama kaynakları yetenekli öğrencilerin potansiyelini tam olarak ortaya çıkarmak için yetersiz; bu nedenle onları daha fazla hesaplama kaynağına sahip endüstri şirketlerine göndermek, her iki tarafın da işbirliği yaparak makaleler yayınlaması ve kazan-kazan durumu yaratması daha iyi.
8. AI Güvenliği Konusuna Yaklaşım
Bazı genç Çinli araştırmacılara AGI (Yapay Genel Zeka) hakkında ne düşündüklerini sordum ve şaşırtıcı bir şekilde tamamen aynı cevabı verdiler: "AGI, yapay zekanın beni işimden edebilmesidir!"
Hiçbir endişe belirtisi göstermediklerini fark ettim; işlerinden edilmekten korkmak bir yana, bir makinenin gerçekten yaratıcısını geçip geçemeyeceğini merak ediyorlardı. Eğer bu gerçekleşirse, memnuniyetle başka şeyler yapmaya gideceklerini söylediler.
Bu, Batılı meslektaşlarıyla tam bir tezat oluşturuyor; birçoğu AI güvenliği ve toplumsal etkileri konusunda oldukça endişeli. Çinli araştırmacılar da güvenliğe önem veriyor, herkes AI'ın kötü şeyler yapmaması gerektiğini düşünüyor. Ancak bunun nasıl sağlanacağı konusunda herkes bunun hükümete bırakılması gerektiğini ve hükümetin bunu çözebileceğini düşünüyor.
9. Çinli İşletmelerin AI Talebi
Çinli işletmeler yerel AI hizmetleri için ödeme yapmaya istekli mi?
Yaygın bir görüş, Çin AI pazarının küçük olduğu, çünkü Çinli işletmelerin genellikle yazılım için ödeme yapmaya istekli olmadığı ve bu nedenle yerel AI şirketlerini destekleyemediği yönünde.
Bu görüş yalnızca SaaS modeli yazılım harcamaları için geçerlidir; bu model Çin'de tarihsel olarak çok küçük olmuştur. Ancak Çin'in açıkça büyük bir bulut bilişim pazarı var.
Çinli AI şirketleri, Çinli işletmelerin AI hizmetlerini bir SaaS ürünü (küçük ölçekli) olarak mı yoksa bulut bilişim (büyük ölçekli) olarak mı gördüğünü tartışıyor. Şu anda AI gelişme eğilimi daha çok bulut bilişime doğru gidiyor gibi görünüyor.
10. Veri Endüstrisi ABD'den Daha Zayıf
Anthropic veya OpenAI gibi Amerikalı AI şirketlerinin her yıl eğitim verileri (veya pekiştirmeli öğrenme ortamları) satın almak için 10 milyon dolardan fazla harcadığını, toplam harcamanın ise yüz milyonlarca doları bulduğunu duyduk. Çinli AI şirketlerinin de aynı şeyi yapıp yapmadığını merak ettik.
Aldığımız cevap, Çin'de neredeyse hiçbir veri endüstrisinin olmadığı yönündeydi, çünkü birçok AI şirketi Çin'deki veri ürünlerinin kalitesinin düşük olduğunu düşünüyor ve bu nedenle verileri kendilerinin hazırlaması genellikle daha ideal.
Araştırmacılar pekiştirmeli öğrenme eğitim ortamları oluşturmak için çok zaman harcıyor; ByteDance ve Alibaba gibi büyük şirketler ise bu işi desteklemek için dahili veri etiketleme ekiplerine sahip.
11. Hükümetin Rolü
Çin AI alanındaki gerçek perde arkasındaki itici güç kim? Silikon Vadisi'ndeki Sequoia Capital ve a16'ya denk gelen.
Arkadaşlarımdan birinin cevabı şuydu: Şanghay, Pekin ve Hangzhou belediye yönetimleri. Bu çalışkan ama bitkin düşmüş hükümet yetkilileri, tamamen "kaçırma korkusu" ve rekabet kaygısıyla hareket ederek yerel AI endüstrisini zorluyor.
[Etkinlik] XEngineer Üniversite Öğrencisi Uygulamalı Eğitim Kampı
Üniversiteli arkadaşlar, AI çağında yeteneklerinizi nasıl geliştireceğinizi ve özgeçmiş ve sınav okyanusunda kaybolmamayı düşünüyorsanız, bu yazki XEngineer Uygulamalı Eğitim Kampı'nı düşünebilirsiniz.
Bu kamp, halka açık şirket Qiuniu Cloud'un Kurucusu ve CEO'su Xu Shiwei tarafından başlatılmıştır. 2025-2029 mezunu üniversite öğrencileri ve devam eden öğrencilere yöneliktir. Eğitim veya bölüm şartı aranmaz, sadece bir çalışma planı veya proje sonucu göndermeniz yeterlidir.
Katılımcıları AI çağında ürün yeteneği ve mimari beceri konusunda eğitir, gerçek ihtiyaçlardan yola çıkarak, iyice düşünüp ardından bir projeyi kendi başınıza tasarlamanıza, uygulamanıza ve yayınlamanıza rehberlik eder.
Bir internet şirketinin gerçek iş akışını deneyimleyebilir, pratik yeteneklerinizi geliştirebilir, iş başvurusu deneyimi ve fırsatları elde edebilirsiniz.
Şimdi hr.qiniu.com adresini ziyaret edin veya aşağıdaki QR kodunu tarayarak kaydolun. Ne kadar erken kaydolursanız, kontenjanınızı o kadar erken garantilersiniz. Kamp, Temmuz yaz tatilinde başlayacak.
Kayıt olduktan sonra size özel konular iletilecek. 72 saat içinde bu konular etrafında bir çalışma planı ve proje sonucu göndermeniz gerekiyor. Organizasyon komitesi değerlendirme yapacak, ardından sunum/paylaşım etkinlikleri düzenlenecek ve kamp başlamadan önce başarılı çalışmalar seçilerek toplam 200.000 yuan değerinde ödüller verilecek.
Kamp başladıktan sonra, 2 aylık yaz dönemi boyunca deneyimli bir eğitmen ekibi ve asistanlar, katılımcılara gerçek bir projeyi tamamlama konusunda rehberlik edecek.
Makaleler
- AI ile Hata Arama Deneyimim (İngilizce)
Yazar, AI ile derleyici hatalarını bulmayı denedi ve AI çalıştırma maliyetinin maaşından bir kat daha yüksek olduğunu gördü. Ayrıca, daha yüksek bir ücret ödeyerek daha fazla hata bulunabileceğini de fark etti.
İlk kez AI'nın değerinin kendi değerinden daha büyük olduğunu hissetti.
- Yük Dengeleme için Düğüm Sağlık Kontrolü (İngilizce)
Bu makale, yük dengelemenin sunucu tarafında veya istemci tarafında yapılabileceğini ve bu iki durumda arızalı düğümlerin nasıl kontrol edileceğini açıklıyor.
- HTML'in JS'nin Yerini Aldığı Dört Senaryo (İngilizce)
Bu makale, HTML + CSS'in artık yeterince güçlü olduğunu ve birçok senaryoda, örneğin açılır pencereler ve katmanlar gibi, JS kullanmadan sadece HTML ile uygulama yapılabileceğini öne sürüyor.
Bir web sayfası mobil tarayıcıda açıldığında, sayfadaki telefon numaralarına otomatik olarak bağlantı eklenir ve bu bağlantıya tıklandığında numara aranabilir. Bu makale, bu davranışı nasıl özelleştireceğinizi, bağlantıyı kaldırmayı veya tıklandığında başka bir numarayı aramayı öğretiyor.
- Özel HTML Elemanları Kullanma (İngilizce)
Web sayfaları, div yerine özel HTML elemanları kullanarak daha iyi bir anlam sağlayabilir.
- Challenger Deep Ne Kadar Derin? (İngilizce)
Canlı görsellerle dünyanın en derin noktası olan "Challenger Deep"in (yaklaşık 11.000 metre derinlik) açıklandığı resimli bir yazı.
Araçlar
Mac sistemi için bir komut satırı programıdır. Bir ilerleme çubuğu göstererek sizi yavaş nefes almaya (dakikada yaklaşık 6 kez) yönlendirir, böylece kalp fonksiyonlarını iyileştirir.
Linux sistemi için bir ağ yönetimi grafik panelidir.
Figma'nın yerini alabilecek açık kaynaklı bir tasarım aracıdır. Görsel düzen tasarımını CSS + HTML koduna dönüştürür.
Android telefonlarda çalışan bir ADB yönetim aracıdır. WiFi ADB / Wireless Debugging ile telefonları, tabletleri, TV kutularını yönetir. (@sky22333 tarafından gönderildi)
WeRead veri panosudur. WeRead Skill API'sine bağlanarak kitaplık, okuma istatistikleri, notlar ve alt çizgileri görselleştirir ve tek tıkla dışa aktarma sağlar. (@extrastu tarafından gönderildi)
Açık kaynaklı bir uygulamadır. macOS uygulamalarını harici depolama birimine taşırken, bu uygulamaların normal şekilde çalışmasını sağlar ve istediğiniz zaman geri yükleyebilirsiniz. (@wzh4869 tarafından gönderildi)
Açık kaynaklı bir terminal "Fight the Landlord" (Dövüşen Ev Sahibi) oyunudur. Go diliyle yazılmıştır ve ağ üzerinden oynama, bağlantı koptuğunda yeniden bağlanma, akıllı botlar gibi özellikleri destekler. (@palemoky tarafından gönderildi)
Komut satırı aracıdır. SSH ile ilgili komutları sararak sunucu anahtar yapılandırması için etkileşimli bir sihirbaz sağlar. (@hczs tarafından gönderildi)
Bu Python aracı, belirli bir GitHub deposundaki yıldızların kaç tanesinin sahte olduğunu kontrol eder.
Bu açık kaynaklı araç, bir web arayüzü kullanarak Nginx ters proxy'sini yönetir ve SSL sertifikalarını otomatik olarak etkinleştirir. Tanıtım yazısına bakın.
Yapay Zeka ile İlgili
-
Tüm yapay zeka modellerinin özelliklerini ve fiyatlarını toplayan açık kaynaklı bir veritabanı.
-
Pixel karakterleri AI Agent'ları temsil eden ve terminal animasyonunda çalışma ilerlemesini gösteren oldukça yaratıcı bir araç. (@IvanWng97 gönderimi)
-
Tıklanabilir resim albümleri (bir dizi ilgili görsel) oluşturmak için yapay zeka kullanır. Tıklanan konumdaki metne göre otomatik olarak ilgili sonraki sayfaya geçer. Örnek için 2026 Dünya Kupası'na bakabilirsiniz. (@imcuttle gönderimi)
-
Kişisel fotoğraf albümlerini tarayan ve her resim için yapay zeka aracılığıyla yapılandırılmış açıklamalar üreten bir komut satırı aracıdır. Sonuçlar yerel SQLite veritabanında saklanır ve JSONL / CSV olarak dışa aktarılabilir. (@SeanWong17 gönderimi)
Kaynaklar
-
Gaokao Gerçek Soru Koleksiyonu
Bu site, her eyaletten geçmiş yıllara ait Gaokao (üniversite giriş sınavı) kağıtlarını toplar. Ayrıca şu GitHub deposuna da bakabilirsiniz. (@urongda gönderimi)
Görseller
-
Dünya için düz bir harita çizmek, temelde küresel koordinatları düzlem koordinatlara eşlemektir.
Bir yöntem, dünyayı saran bir silindir oluşturacak şekilde bir kağıt parçası hayal etmektir. Ardından, dünyanın kendi ekseni etrafında dönüş yönünü takip ederek, yüzeydeki her noktayı bu silindire yansıtmaktır.
Seçme Yazı
-
Yazılım Mühendisi Ne Zaman Emekli Olur
Bir yıllık düşünmenin ardından programcı pozisyonundan ayrılıp emekli olmaya karar verdim.
Emekliliğimin sebebi yetenek sorunu değil, artık bu işi yapmak istememem.
Herkes eninde sonunda bir eşik noktasına ulaşır ve hayatı boyunca yaptığı şeyi artık yapamaz hale gelir. Bu yaşla ilgili değil; benden çok daha genç olup programcılık kariyerini bırakan insanlar tanıyorum.
Gördüğüm emeklilik nedenleri şunlardır:
(1) Yetersizlik. Size verilen görevleri artık tamamlayamazsınız, yetenekleriniz sektörün ihtiyaçlarına uygun değildir.
(2) Tutku eksikliği, sektöre olan ilginizi kaybetmek.
(3) İş piyasasının kötü olması veya işverenin iflas etmesi, yeni bir iş bulamazsınız.
(4) Teknolojinin demode olması, becerilerinize kimsenin ihtiyacı kalmaz.
(5) Yapmaya değer başka şeyler keşfetmek.
(6) Çok para kazanır, ardından bitkin düşer ve yeterli motivasyonunuz kalmaz, elinizdeki işi artık umursamadığınızı fark edersiniz.
Tüm programcılar eninde sonunda yukarıdaki nedenlerden biriyle programcılık işini bırakır.
Ayrıca maaşa önem veren, ne kadar sevseler de sevmeseler de maaş olduğu sürece devam eden insanlar da gördüm. Bu da bir seçimdir, ancak ben böyle olmak istemiyorum; bir yandan çalışıp bir yandan acı çekmek buna değmez.
Değişiklik yapmayı, önemli şeyler ve işler yapmak için zorlukları kabul etmeyi seviyorum. Para elbette iyidir, ama ben fark yaratmayı seviyorum.
Herkes eninde sonunda bir işin, işverenin, sektörün, hatta tüm kariyerinin sona erdiği ana ulaşır. Dürüst olmak ve akıllıca bir karar vermek, geride kaldığınızı fark etmekten ve muhtemelen zorla çıkarılmaktan çok daha iyidir.
Sözler
1.
İnsanların neden göz akı var? Çoğu memelide (maymunlar ve orangutanlar gibi) göz akı yoktur. Bir açıklama, bunun başkalarının nereye baktığını anlamamızı sağladığıdır.
-- [İnsanların Neden Göz Akı Var?](https://www.popsci.com/science/why-humans-have-white-part-eyes/)
2.
(Microsoft CEO'su) Nadella'nın başarısının bir nedeni, Windows'u sonlandırması, daha doğrusu Windows'u Microsoft'un çekirdek ürünü olmaktan çıkarıp, her yerde bulunan yazılımlar ve her şeyi kapsayan bulut platformu geliştirmeye odaklanmasıdır.
-- [Microsoft'un Yapay Zeka Stratejisi](https://stratechery.com/2026/the-nvidia-ai-pc-project-solara-microsoft-ai/)
3.
1969'da iki Amerikalı doktor, ölümcül hastaların psikolojisini analiz eden bir psikolojik model geliştirdi ve inkar, öfke, pazarlık (yalvarma), depresyon ve kabullenme olmak üzere beş aşama önerdi. Bu model şimdi yapay zekanın neden olduğu işsizlik vakalarını analiz etmek için de kullanılıyor.
-- [Yapay Zekanın Getirdiği İş Yası](https://jackmaguire.org/blog/ai-job-grief/)
4.
Vibe kodlama kod üretir, mühendislik ise sistem üretir. Vibe programlama mühendislik değildir.
-- [Vibe Programlama Mühendislik Değildir](https://phroneses.com/articles/build/notes/vibe-coding-is-not-engineering.html)
5.
Geçinmenin üç yolu vardır: (1) Yalan duymak isteyenlere yalan söylerseniz, zengin olursunuz. (2) Gerçek duymak isteyenlere gerçeği söylerseniz, geçiminizi sağlayabilirsiniz. (3) Yalan duymak isteyenlere gerçeği söylerseniz, iflas edersiniz.
-- [Üç Geçinme Yolu](https://jasonzweig.com/three-ways-to-get-paid/)
Geçmiş Yıllardan
Bug Takip Sistemlerinin Doğru Hali (#352)
Girişimcilik Güzel Ama Artık Tavsiye Edemiyorum (#302)
İnternet Girişimciliği Zorlaştı (#252)
Üç İlham Verici Öğrenme Yöntemi (#202)
(Son)