Oo, bu eğlenceliymiş.

Görünen o ki görüntü düzenleyiciyi doğrudan kendileri geliştirmiş sanmıştım ama sadece basit bir açık kaynak kütüphaneyi alıp bazı ayarları yapmışlar.

https://github.com/scaleflex/filerobot-image-editor

Ah, ne dediğine bakarken kahkahayı bastım. "LLM'in ne için var olduğunu pek bilmiyor gibi" haha
İnsanlara kod yazsın diye para verip ama iş yapmadığı bir döneme mi giriyoruz..

Yapay zeka kullanımı yüzünden junior geliştiricilerin becerilerinin zayıfladığı iddiasını gerçekten çok sık gördüm; bunun gerçekten böyle olup olmadığına dair bir yazı varsa ilginç olurdu.
Güzel yazıydı, keyifle okudum :)

https://github.com/addyosmani/filter

Ben Wilson!

Cursor’un iyi yanları çok ama... benim gibi birden fazla cihazda çalışan biri için
ayar senkronizasyonu özelliğinin olmaması üzücüydü

Extension’ları ya da ayar dosyalarının kendisini ağ sürücüsünde
sembolik linkleyerek senkronize etme gibi bir workaround olduğunu söylüyorlar ama
VSCode’da tek tıkla senkronize ederken böyle bir süreçle uğraşmak biraz zahmetli geliyor

5 yıldır kullandığım VSCode'u bıraktım, memnunum.

Harika. SQLite bunu böyle yapsa gerçekten ortalık karışır diye düşünüyorum. Tabii güvenlik açıkları da beraberinde gelir.

Performans düşer, bakım işleri zorlaşır ve arıza meydana geldiğinde yönetilmesi gereken nokta sayısı arttığı için kök nedeni izlemek zorlaşır.
Yönetim noktalarını azaltıp operasyonel iş yükünü düşürmeyi amaçlayan k8s'in asıl hedefinin tam tersi bir durum ortaya çıkar.

Ah, yazıyı biraz daha okuyunca editörün hızlanması gibi şeylerden de bahsedildiği için kafam karışmış sanırım.

• tsc 10 kat hızlanmış. Yani ts -> js transpile süresi çok ciddi biçimde kısalmış.
• VSCode gibi ts ile geliştirilmiş büyük projeler yüklenirken hız çok artmış. Yani tsnin sözdizimi denetimi gibi tscnin işlevlerini paylaşan mantığın hızlandığı anlamına geliyor.
• VSCode'un çalışma hızının arttığı anlamına gelmiyor.
  Demek istenen bunlarmış.

VSCode'daki Cmd+K'yi Cmd+R ile değiştirdiğim için pek kullanmıyorum ama herkes üretkenlik artışıyla ilgili peş peşe övgüler diziyor. Ah, ben de geçmeli miyim acaba

GeekNews'te birkaç kez bahsi geçen <Phoenix Project> kitabında da benzer bir hikâye geçiyor. Kapasite %100'e yaklaştıkça yanıt süresinin geometrik olarak uzadığı söyleniyor.

Bu yazıda ortaya konanlara tamamen katılıyorum; aynı zamanda bahsettiğiniz soruna da katılıyorum,
hatta bu, benim de gerçekten kafa yorduğum noktalardan biri.
Squad’a göre değişiyordu ama ekip üyelerini sprint planning’e aktif biçimde dahil ettiğimizde bahsettiğiniz sorun ortaya çıkmıyordu. Projenin bağlamını paylaşıp her sprintte değişen durumu aktararak değişen işleri yeterince fark edebilir hale getirmeye çalışırken, bir yandan da işleri oldukça ayrıntılı parçalara bölmeyi talep ettim.
Dediğiniz gibi, yönetim açısından ilerleme durumu, iş hızı ölçümü, beklenmedik durumlara karşı yanıt verme, işin içeriği niyet edildiği gibi gitmediğinde ortaya çıkan fırsat maliyeti düşünüldüğünde, işleri küçük parçalara ayırmak sonuçta gerçekten daha iyi ilerlemeyi sağlıyordu.

Anlamıyorum. Akademik seviye bir yana, ilkokul düzeyinde kodlama seviyesine bile ulaşmayan bir şeyi neden paylaşıyorlar...

• Yaşam bilimleri alanında çalışan biri olarak, kısa süreli kullanım sonucunda edindiğim izlenimleri paylaşmak istiyorum.

Research mode iki seçenekle sunuluyor.

1. Quick summary

• Süre yaklaşık 5~6 dakika (4070 ti super, 16GB bazında, Mistral ve Gemma 3:12b)
• Halüsinasyon sorunu var; Reference'ları doğrudan oluşturuyor, ancak belgede bağlantı verilen Ref'lerin kaynakları daha net görünüyor.
• Sorulara yanıt verirken yeni teknolojilere odaklanma eğilimi var. Özellikle bunu AI ile ilişkilendirmeye çalışıyor.

2. Detailed Report

• Süre yaklaşık 1 saat (4070 ti super 16GB, Gemma 3:12b)
• Adeta tek bir review paper üretiyor. Ancak Reference sayısının ciddi biçimde azalması gibi bir sorun var. İçerik doğru olsa bile dayanak gösterilemediği için biraz iyileştirme gerekiyor. (Muhtemelen tekrar tekrar işleyerek metin kalitesini artırıyor, ama bu süreçte Ref link'leri kayboluyor gibi görünüyor.)
• Yine de Quick summary'ye kıyasla belirgin biçimde daha yüksek kaliteli içerik sunuyor.

Config dosyasında çeşitli ayarlar yapılabiliyor. Aranacak veritabanını yalnızca PubMed ile sınırlayarak materyalin kalitesi daha da artırılabiliyor. Tek seferde aranacak metinler ya da RAG kullanılırken ne kadar chunk oluşturulacağı da ayarlanabiliyor.

Şu anda 0.01V olduğu düşünüldüğünde, Local bir makinede bu seviyede rapor üretebilmesi gerçekten çok şaşırtıcı. Özellikle yaşam bilimleri tarafında chatbot'lar sık sık genelleştirilmiş anlatım kullanırken, bu programın ürettiği raporlar oldukça bilimsel bir anlatım kullanıyor.

Bu program şu anda Koreceyi desteklemiyor. Soruyu Korece sorsanız bile rapor İngilizce olarak üretiliyor.
Ayrıca PDF dışa aktarma ile yanıtı PDF dosyası olarak aldığınızda Korece karakterlerin görünmemesi gibi bir sorun da var.

Rapor oluşturma sırasında Ref'lerin kaybolması ve halüsinasyon üretmesi sorunu çözülürse, gerçekten çok güçlü bir araç olacağını düşünüyorum.

Hahahahaha

Obsidian’ın çok sayıdaki eklentisi beni yorduğu için
Reflect’e geçtim ve çok memnunum

Bir süredir TS ile daha az haşır neşir olmaya başlamıştım ama böyle bir haberi görünce yine ilgimi çekiyor doğrusu?

Bu yüzden cuma öğleden sonralarını tamamen kişisel geliştirme zamanı olarak ayırıyorum!