— Haftaya geldik galiba, değil mi Ozan?
— Evet. İnanmazsın.
— Evet, yani... Ben de şokum şu an. Hiç beklemiyordum bu kadar istikrarlı ilerleyebileceğimizi. Çok sevindirici benim açımdan. İlk defa uzun süreli bir yayın macerası olmuş olacak benim açımdan. Umarım da böyle devam ederiz.
— Yani, evet. Bakalım ne kadar devam edecek.
— Evet, bakalım. Hep beraber göreceğiz. Şimdi, bu haftaki gündeme baktığımızda gerçekten hareketli bir gündem. Gene devam ediyor, her zamanki gibi. Ama geçtiğimiz haftaya göre bir tane, iki tane önemli haber var, üzerinde durmak isteyebileceğimiz. Bunlardan ilki: Elon Musk'ın önderlik ettiği xAI'ın yeni modeli Grok. Kullanmak isteyenlere böyle bir şey yapılabilir, test yapabiliriz beraber. Ve tabii, Grok için en önemli konularından birisi de aslında son çıkan piyasadaki güncel benchmark'larda çok hızlı bir şekilde birinciliğe oturması. Hani herkes Elon Musk'tan bekliyordu zaten büyük bir hamle. Bayağı da geriden geliyordu aslında.
— Buralarda O1 Pro'yu göremedim ben ya, benchmark'larda.
— O1 Pro neredeyse hiçbir benchmark'ta yok. Ben de göremedim.
— Okey, tamam.
— Şey, yani... Onu koymuyorlar, garip bir şey. O3 mi, O1... Genellikle o şekilde gidiyor.
— Okey.
— Ben sabah birkaç problem çözmeye çalıştım aslında Grok 3'le. Çok böyle aşırı majör değildi ama benim en çok hoşuma giden aslında... Ben dün birkaç soru sordum aslında da. Dur, onların üzerinden gideyim. Hmm, yok, bu değil. Bu şeyde görmüştüm bunu. Şöyle bir history'mizden bakalım. Aynen. Ben biraz dün şeyi sordum da... Dün gece yarısı otururken aklıma bir anda şey geldi: AI ile birlikte hani dünyada maliyetlerin ciddi anlamda azalacağını öngören ve böyle küresel bir zenginleşme senaryosunun olası olduğunu varsayan böyle bir güruh var. Hani "her şey çok daha ucuzlayacak" falan filan diyen bir...
— Basic income'cılar mı?
— Aynen. Ve hani şey falan da var burada, yani... Mark Anderson falan gibi böyle büyük, Netscape'in kurucusu... İnsanların da fikirleri bir yandan bu yönde. Biraz bunlar şey diyor kendine: "tekno optimist tayfa". Hani bu işin gerçekten çağımız için en önemli gelişme olduğu aşikâr zaten ama bizi çok olumlu etkileyeceğini söylüyor. Bir yandan da bir tık karamsarlar var. Hani "dünya ekonomisi daralacak, ne olur bundan ötürü" falan diye. Böyle bir şey attım ben ortaya. Soru sordum. Aslında sorduğum soru da şuydu: Hani robotlaşma ile birlikte düşen üretim maliyetlerine karşılık insanlara artık ihtiyaç eskisi kadar duyulmamasının getirdiği, universal basic income'ın getirdiği düşen gelirler sonucu hayat standartlarımız daha yukarıda olacak mı her şeye rağmen?
Çünkü gelirlerimizi de kaybetmiş olacağız ya bir yandan. Şimdi bunu da böyle bir Türkçeye falan çevirdim. Hem böyle biraz magazinlerle bir content çıktı, hem de şeyi beğendim. Yani Grok 3'te bir tık fazla şey hissettirdi. Çevirisini özellikle çok iyi buldum. Yani Türkçe çevirisi çok aşırı doğal hissettirdi bana. O yüzden hani bu translation task'lerinde de güzel çalışabilir. Benim en çok ilgimi çeken gelişme şey oldu: Grok'un eğitim datasında daha çok matematik ve bilgisayar bilimleri dataset'leri üzerine ağırlık vermişler. Ve bu sayede aslında diğer alanlar için özel bir eğitim yapılmamasına rağmen çok daha başarılı oldu. Yani sadece matematik ve bilgisayar bilimleri öğrettik ve zaten bu fazlasıyla yeterli oldu falan tarzı böyle bir havalı bir muhabbet vardı dün.
Onu bir gördüm.
— Ama şeyde... Kod yazmada birazcık geride kalmış gibi görünüyordu. Benim gördüğüm örnekler hep öyleydi. Ona ne diyorsun? Hiç bakabildin mi sen?
— Valla ben dün gördüğüm benchmark'larda Westrod'un şeyine bakmıştım. Benchmark'ına bakmıştım. Şey, videosuna bakmıştım. Oradaki benchmark'larda coding'de de ilk sıradaydı. Yani ben oturup henüz bir kod şey yaptıramadım.
— Ben de yok. Ben de yazdırmadım. Twitter'daki örneklerde... Hep şey var ya, biraz önce aslında direkt "Grok 3" yazınca çıkan testler var ya, bir tane altıgenin içine topları falan koyma. O tarz şeylerde birazcık fail'lar var.
— Aynen öyle. Doğru. Ama şeyde baktığımda... Burada sanırım şeyler de vardı.
— Bu da direkt birinci sıraya gelmişti ya burada da.
— Aynen öyle.
— Shortcut olarak mı? Öyle bir şeydi hatta.
— Çok yani hızlı bir giriş oldu pazara. O da benim açımdan bayağı hani beni şey yaptı, şaşırttı. Ben genellikle bu tarz durumlardaki gündemi biraz hacker news'tan takip etmeye çalışıyorum. Hani herkese de önerebileceğim bir şey bu. Bu Grok hakkında neler yazılmış, Grok 3 hakkında diye şöyle bir hacker news'a bakmak istiyorum. Ama bir Elon Musk engelimiz mi var burada? Niye göremedik Grok 3'ü? Aslında çıkmadı.
— Sarp Atil'in de bayağı uzun bir tweet'i var, bak. Onu da vermişler muhtemelen.
— Sarp Atil'in tweet'i çok güzeldi. Aynen öyle.
— Bayağı test yapmış.
— Aynen. Ben dün bunu biraz okudum. Buradan da belki hızlıca bahsederiz. Sarp Atil'in bir tane, ya eski OpenAI çalışanı, bu dünyanın böyle önemli şeylerinden birisi. Hem Tesla'da, AI'da da bayağı uzun yıllar çalışmış. Bu işi bilen birisi. Bazı fixed prompt'ları varmış. İşte bir tane board game tasarlattı. Bunda mesela istediği sonucu alabilmiş. Diğer alabildiği sonuç... Alabildiği de O1 Pro'ymuş. Klasik O1, R1'de falan alamadığı bir şeyi. Yani O1 Pro'nun dengi bir thinking için bir şey yaşamış, deneyim. Bir tane işte emojiler üzerinden hikâye anlatan bir şeyin çözümlemesini yaptırıyormuş ama işte onun arkasında bir Unicode karakteri falan filan varmış.
Orada başarısız olmuş. En sonunda işte GPT-2 paper'ını yükleyip bir tane challenging bir soru, challenge bir soru sormuş. Zor bir soru sormuş. Sonrasında da O1 Pro'yla gene denk olduğunu görmüş. Böyle bir genel... Kendi "vibe check" deniyor genellikle bu. Böyle hissiyatının nasıl geldiğiyle ilgili olan meseleye. Sarp Atil'den olumsuz bir yorum almamış. Ve bayağı da başarılı bulmuş gibi görünüyor. İlginç bir dönem olacak. Ben de çok heyecanlıyım. Umarım yakında bir API da verirler de kurcalamaya başlarız diyorum.
— Hemen sonrasında da şey çıkacak gerçi şimdi. Ya DeepSeek'te olan olay burada da olacak. Tamam, burada Grok 3 çıktı da... OpenAI gerçi belli değil şimdi. Unified model üstüne gideceğiz falan diyorlar.
— Evet.
— Ama Anthropic de muhtemelen Claude 4'ü duyuracak. Yine bir anda en iyi dediğimiz şey üçüncü sıraya falan da gidebilir. Çok hızlı. Herkes birbirini itiyor hakikaten de. Harika bir piyasa ya şu an.
— Evet ya. Yani... Valla yani bence öne çıkan eleştirileri ve övgüleri list item şeklinde bir inceleyelim. Ben çünkü hacker news'ta hani genellikle çok kaliteli bir kitle olduğu için de bayağı buradan nitelikli bir bilgi alınabileceğini düşünüyorum. Birazcık da Gemini reklamı yapayım bu sırada. Benim yani şu an ana favori modelim gene Gemini 2 Thinking. Gerçekten çok iyi bir model. Hani artık en son şey falan yaptırmaya başlamıştım. Ya bir milyona yakın bir token size'ının olması... Ya o kadar çok şeyde insanın elini kolaylaştırıyor ki.
Yani şey açısından özellikle. Büyük analizler yaparken... Ya mesela şu an 93.000 token'lık kocaman bir tartışma atacağız. Flash'la birlikte Gemini'ye bakalım. Hem de birazcık gündemi de bir yandan incelemiş oluruz. Hatta "last of this" şeklinde olsun diyelim. Çünkü 93.000 token aslında birçok modelin neredeyse üst sınırı gibi diyebilirim. Yani neredeyse 70.000 kelimelik bir yazı attık aslında buna şu anda. Hacker news'taki bütün tartışmaya attık. Ben genellikle artık içerik tüketirken bu şekilde tüketiyorum. Hani ama iyi değil mi? Yani oturup tek tek...
— Evet, gerçekten tüketiyorsun yani içeriği. Hakkıyla tüketmek böyle bir şey o içeriği.
— Tam tüketilecek tarzda bir bilgi. Yani Thinking de Flash da gayet güzel gitmiş. Şimdi burada gözleri kör etmeyelim. Flash'tan gidelim. Nedense Markdown şeyinde yazmayı tercih etmiş. Mesela öne çıkan fikirlerden biri hacker news'ta. Yani Claude'dan daha iyi bir performans kodlama görevlerinde bulduklarını söylemişler. Bakalım OpenAI ne kadar şey... xAI ne kadar piyasada bu cursor'lara falan girebilecek. Hani çok böyle Twitter spesifik bir LLM olarak kalmaz umarım. Birkaç benchmark var. Bu işte LM Arena ve LMS özellikle. Burada da hani verilerin halk tarafından verilebiliyor olmasının bir manipülasyon eleştirisi olmuş.
Aynı zamanda da bazı benchmark'larda da bu aralar şey eleştirisi çok var. Bu benchmark'ın zaten datası, yani neyi test ettiği açıkça ortada. Ve model üretici şirketler bunun üzerinden training yapıyor diye okumuşsundur sen de illaki.
— Evet evet.
— Böyle bir olay var.
— OpenAI yeni bir benchmark da geliştirdi sanıyorum.
— Evet.
— 1 milyon dolarlık bir Upwork'ten vesaireden aldığı 1.400 tane yazılım işini...
— Pıraska mı?
— Onunla beraber çözmeye çalıştı. Bayağı da dürüst bir benchmark da yayınlamışlar. Claude'a...
— Evet. O neydi öyle? Hiç benim beklemediğim bir...
— Evet ya. Claude biraz daha iyi performans veriyor O1'dan yanılmıyorsam.
— Evet. Şurada ki görseli diyorsun değil mi?
— O evet evet. Aynen aynen.
— Evet. İlginç gerçekten. Ben hiç beklemezdim yani bu kadar şey. Katı rekabet piyasasında beykanlı hareketler.
— Benchmark'larda hatırlıyorsan %60'ların üzerindeydi kod şeylerinde, task'larında. Öyle görünüyordu ama hani burada %40'larda biraz daha böyle güncel task'larla falan yapınca hâlâ daha %50'yi bile bulamadığını görüyoruz bir taraftan da yani.
— Evet. Çok ilginç gerçekten. Bu şeffaflık da ilginç. Yani biraz ben bu benchmark'a baktım. İşte farklı farklı birçok task var ve bunların işte piyasadaki fiyatlandırmaları üzerinden aslında yani ben bir tane yazılım problemini çözüyorum ama piyasanın buna biçtiği fiyata göre aslında modelin şey benchmark'ın skorlaması dinamik değişmiş oluyor. Daha zor problem, daha fazla para ettiği için benchmark'ı da oradan daha çok etkiliyor gibi. İlginç bir yöntem olmuş. Hani ben atsam ortaya fikir olarak çok sarmayabilecek bir fikir ama demek ki temeli sağlammış. Bug fix'lerden büyük feature implementasyonlarına kadar çok geniş bir kitle şey için yapmışlar.
Yani bu paper'da mesela oturup okunmaz yani. Ben bunu merak ediyorsam olur atar. Gene üstünden bakarım. Evet. Şimdi diğer detaylara baktığımızda sadece Twitter Premium'da olması biraz garip. Avrupa Birliği için erişim yok meselesi birazcık şey, fake. Bir kere bile telefonunuzdan Amerika VPN'iyle giriş yaparsanız bundan sonra Avrupa Birliği IP'sinde bile olsanız veriyor bu arada. Onu da söyleyeyim. Öyle bir şey de bulabildiğim kurcalarken. Şey de çok ilginç gerçekten. Doğru bir konu yani. OpenAI'ı Elon Musk bu kadar uzun süre açık kaynak olmamakla eleştirirken...
— Bir de şaka gibi Grok 2'yi verdi ya. Grok 2'yi open source yaptı da.
— Ha öyle mi? Haberim yokmuş.
— Evet evet. Grok 2'yi yapacağım dedi ya da yaptı bilmiyorum. Grok 2'yi open source yapacağız dedi. Yani demiş de olabilir sadece. Ama abi niye şey state of the art'ı vermiyorsun ki yani eğer open şeyse?
— Beğenmedikleri Çinliler yapıyor bir tek bu işi valla.
— Sam Altman da bu arada O3 mini seçildi. Onun anketini gördün mü?
— Gördüm. Çok şaşırdım ya. Yani Sam Altman şey demiş. Yani bir anda ilk defa Sam Altman'dan herhalde uzun zaman sonra ilk defa open source kelimesini duyuyoruz ağzından. Burada da asıl söylenen şey işte yapacağımız iş O3 mini'yi mi open source etsek? Ya O3 mini seviyesinde bir modeli mi open source etsek? GPU'larda çalışan ya da telefonda çalışabilecek en iyi modeli mi open source etsek demiş. Valla Apple gene kılını kıpırdatmadan nitelikli bir AI'a sahip olacak gibi gözüküyor yani bunca AI başarısızlığının sonunda.
— Ya geçen hafta şeyi tam kapatırken aklıma geldi. Apple'ın son böyle lamba gibi bir robotunu gördün mü?
— Yok.
— Onlar birazcık hardware'a doğru gidiyorlar muhtemelen. Yani yine böyle bak you know it. Bir lamp falan yazarsan ha robot lamp gibi bir şey işte. Apple'ın direkt kendi şeyi de var. Makale gibi bir şeyi de var hatta. Dur bakayım nerede.
— Şeyi bu. Pixel Insight olan herhalde değil mi?
— Aynen. Evet evet.
— Ha bunu gördüm ya. Hareketlerinin işte smooth'luğuyla alakalı falan hatta birkaç şey söylemişti.
— Aynen. Evet ya. Her şeyi yapıyor bu arada. Yani bir anda işte sana ekrana ödevini de yansıtabiliyor. İşte resim çiziyorsan başka bir şey de yapabiliyor. Bir şey de izleyebiliyorsun gibi.
— Aynı zamanda projeksiyon mu bu?
— Evet her şey. Yani sadece lamba değil. Görüyor, okuyor, seslendirecek falan yani. Hani senin yazdığını görüp başka bir şeye de çevirebilir. Text'e çevirip o sırada LLM'e sorgu da atabilir falan.
— Valla çok ilginç. Çok şaşırdım. Çünkü yani genellikle AI dünyasında hep böyle seri rekabetler var ama yeni çıkan ürünler pek olmuyor ya. Artık bu aralar da pek hardware da çıkmıyor. Bir böyle yegâne çıkanlardan birisi Human'ıydı.
— O da gitti.
— Ya bu şey çok acımasız olmuş. Bununla ilgili tweet de attım da. Yani şu cümleyi resmen o ikiliyi aşağılamak için yazmış gibiler yani. Bunlar bayağı hani Human'ı da şey yapacaklar. İşte böyle göğsüne taktığın bir tane AI pin olacaktı. İşte yansıtıyor falan. Ortamı dinliyor. Bir sürü AI aksiyonu olacaktı. Benim de çok sevdiğim, inandığım bir proje de değildi. Yalan yok ama.
— Ama çok cafcaflı. Güzel görünüyordu. Benim biraz ümidim vardı ya. Belki iyi bir şey çıkar diye.
— Evet. Çok erken pes ettiler yani. Şeydense... Rabbit'dense. Rabbit Arwan mıydı? Bizim bu hepimizin dalga geçtiği ilginç ürün. Hani ben bunların daha çok piyasadan çıkmasını beklerdim ki çok kriz yaşadı bunlarda. İşte arkada aslında bu bir Android uygulamasıymış falan hani gibi böyle bir sürü eleştiri oldu. Arkada Android çalışıyormuş da işletim sistemi olarak. Ya bu daha uzun süreli gider diye düşünüyordum ama üzücü. HP satın almış ve bu arkadaşlar artık printer ve konferans odası bağlama gereçlerinin AI'larından sorumlu olacakmış. Valla üzücü. Yani exit'lerini de yapmışlardı. Çok mutsuz olduklarını zannetmiyorum ama. Evet. İlginç bir sonlanma oldu. Bu hani şey robotu da... Apple'ın robotu da bana bunu hatırlattı biraz. E tabii Apple yaparsa arkasında durursa da gerçekten ilginç bir ürün olabilir.
Ama bir şey tutma fonksiyonalitesi falan yok değil mi?
— Yok. Zaten non-humanoid olarak geçiyor bu arada bunlar. Şey değil yani. İnsansı olmayan robotlara birazcık daha eğilecek gibi görünüyor. Yani o araştırma onu gösteriyor. Yani bayağı çünkü derin bir şeyi var. Araştırma da yayınladılar. Yani Apple eğer hakikaten de hardware'a böyle şeye giderse belki... Geçende de iPhone'dan sonra şey Mark Zuckerberg mi dedi? iPhone'dan sonra hiçbir şey icat etmediler falan diye.
— Evet evet.
— Onun üstüne geldi birazcık bu zaten. Belki de böyle bir şeyin peşinde olacaklar bilmiyorum.
— Valla abi yani yeni bir icat gelsin artık. Ben de isterim yani.
— Evet ya. Yani hakikaten. Ya şu an çok hep parmaklarımızın ucunda kalıyor. Hiç böyle dokun, hisset bir şeyi yok hâlâ AI'ın çevremizde. O ne zaman gelecek? Ben onu... İşte o Humane'den falan ben çok o yüzden ümitliydim. Güzel de görünüyordu demoları vesaire ama bayağı kötü bir şey çıktı yani işin.
— Ya ilgi de çekmiyor ama Ozan ya. Mesela Advanced Voice Mod'u düşündüğünde mesela yani çok büyük ses getirdi. Hani bu arada aralarda ben böyle linkler de açacağım. Bazı basit şeyleri de açıklayacağım ki hani bilen var bilmeyen var. O Advanced Voice Mod mesela OpenAI'ın birkaç ay önce çıkardığı. Oldukça doğal bir sesle sizle konuştukları bir şey. Hani böyle bununla ilgili çok öne çıkan bir use case falan gördün mü mesela? Hiç hani hep AI'ı insanlaştırmak, robotlaştırmak, ete kemiğe, sese büründürmek istiyoruz falan ama yapılmış bir hali var mesela.
Hani bunu denedikten sonra ben bir ara bir psikolog olarak bunu kullanmaya çalıştım. Bir ara İngilizce koçu olarak kullanmaya çalıştım ama sonra çok bir bağ kuramadık mesela.
— Ya işte çıkmıyor ki. Belli bir kontekstin dışına çıkamıyorsun. Çünkü bir arayüzde kalıyorsun hâlâ. Gerçekten de o interaksiyonu sağlayacak gerçek fiziksel bir şey bulamadığın için. Yani işte sadece senin için koç olabiliyor, psikolog olabiliyor. İşte vibe coding yapabiliyorsun atıyorum gibi gibi bir şeye gidiyor.
— Ekran paylaşımı yaparak.
— Hakikaten de böyle masanda olan bir şey olduğunda yani işte sana yemek yaparken ya da gerçekten de bir robot olduğunda o bambaşka bir kullanım alanı sunuyor. Yani senin bahsettiğin şeylerin hiçbiri hâlâ fiziksel dünyaya yansıyan şeyler değil aslında.
— Anladım dediğini. Yani bu arada yani bence işte bu Arwan gibi ya da işte birkaç ürün daha çıktı böyle AI... Ne deniyordu bunlara? AI arkadaşı adı altında. Bu tarz ürünlerde şeyi ben çok görüyorum. Gerçekten birçoğunda hani cep telefonunu yenebilmek bayağı bir zor oluyor. Ya demek ki talep de birazcık şeye yönelik değil gibi hissettiriyor bana. Böyle yeni bir cihaz daha taşımak istemiyoruz. Dediğin kırılım birazcık herhalde muhtemelen robotlarla olacak gibi oluyor. Bu arada ha şu linki de açmıştım. Aradan bunu şey yaparken unutmayayım dedim.
Burada birkaç araştırma da hani şeyi de çok beğendim bu arada Grok'ta. Yani çok hızlı bir şekilde mesela farklı alanlardaki akademik araştırmaları da atıfladığı hani halüsinasyon değildir diye umuyorum. Şey şu söylem çok hoşuma gitti öncelikle.
— Robot çobanları.
— Robot çobanları. Yani bu ben Cursor'da kod yazarken hissettiğim şey kesinlikle kendimi robot çobanı gibi hissediyorum. Şeyden çok burada güzel bahsetmişler. Hani işte Universal Basic Income sonrası hani evet dünyada bir refah olacak. Hani büyük bir çoğunluk çalışmıyor olacak. Ben şeyi çok merak ediyorum. Hani çalışan... Ya çalışmadan bu kadar iyi para kazanıp bugünkü belki çalışarak hayatımızı sürdürdüğümüz hayat standartlarını insanlara tamamen ücretsiz bir şekilde sunulduğu senaryoda çalışan insanların çalışmaya motive olması için gerekli olan motivasyon nereden gelecek diye soruyordum. Mesela şeyleri falan çok güzel yapmış burada. Ha işçi motivasyonu ve yaşam tarzı bölümünde. Yani Grok'un derin düşünmesi de burada benim çok hoşuma gitti. Mesela birazcık fazla soyut bir mesele bu. Konuştuğumuz konu bazı noktalarında. Mesela şey demiş.
İşte mallar ucuzlarsa çalışanlar lüksler için prim kazanabilir ya da bunu kovalayabilir. Statü hâlâ insanları motive eder. Yapay zeka evlerini tamir eden bir tesisatçı el yapımı bir spor araba ile hava atabilir. Hava atabilir. O çok hoşuma gitti. Bir de şeyden bahsetmiş burada. İnsanların hani burada hâlâ önemli olacak kadar yetkinin düşüncesi. Mesela boş zaman dünyasında çalışmak bir onur nişanı olabilir falan. Hani çok güzel böyle derin güzel perspektifler getirmiş. Ben genellikle bu tarz böyle sosyolojik meseleleri AI'ın kendisiyle konuşmayı çok seviyorum. Bu böyle benim ilk defa aldığım böyle güzel, nitelikli böyle bir insanla tartışıyormuşum hissiyatını bana vermeye başladı. Grok 3'te bunu bayağı bir hissettim. Ve Türkçe çevirisi inanılmaz derece iyiydi yani. Ben İngilizce başlamıştım bu tartışmaya.
Sonra gecenin ilerleyen saatleri olması nedeniyle Türkçe okumak istedim. Ve çok nitelikli bir çıktı alabildim. Yani tavsiye ederim bu vibe check işlerini yapabilmek için. Çok faydalı oluyor. Grok 3'te Türkiye'deyim kullanamam diye düşünmeyin. Premium aldığınız sürece bir kere VPN'le girince kolayca erişebiliyorsunuz demiş olayım. Var mı hakkında yeni bir gündem Ozan? Ben bu hafta çok yoğun olmayacak diye zaten bir tık öncesinde de konuşmuştuk seninle yayında. Varsa senin gündemlerle biraz devam edelim.
— Ben bakıyorum abi ben de. Bende de aslında benzer. Şu şey vardı. Carpathy'nin tweet'i. O3 mini'nin open source olması. HP Humane birlikteliği. Grok. Bir taraftan şeylerime bakıyorum da. Güzel böyle bir yeni makalemsi falan bir şeyler var mı diye.
— Sen ona bakarken ben de insanlara tekrardan AI Studio'yu hatırlatayım. Hani burada sürekli ThinkPad reklamı da yapmayalım. Ben bu aralar AI Studio'da birkaç ilginç iş yapıyorum da. Yani gerçekten hani mesela ben işte projedeki... Bir projedeki kod yığını üstünden projenin dokümanlarını yazan böyle bir agent gibi bir şey geliştiriyorum kendi işimle alakalı bir mesele için. Yani mesela şu an bayağı token sınırlarının sonuna dayandı. Aslında yaptığım şey bir repo'nun komple source kodunu AI'a veriyorum. Mesela bu bizim işte DevOps şeyimiz. Repomuzmuş. Daha sonra araya kendim yarattığım bir thinking süreci var.
Dur şu yanıt bölümüne gelelim. Bu yanıt bölümündeki thinking bölümünü birazcık aslında birkaç tur iyileştiriyorum. Farklı farklı modellere soruyorum. Onların thinking'lerini tekrar birleştiriyorum falan. Burada böyle bir thinking few-shot yapabiliyorsunuz. Ne demek oluyor bu? İşte AI Studio'da kontrolünüz bir kere çok yüksek. Sistem promptu, mesajlar, bunları sil. AI'ın yazdığı cevapları editleyebiliyorsunuz. Bu çok önemli bir şey aslında. Bizim ThinkPad'de de var gerçi ama bu arayüzde de ben bir ekstra rahat ediyorum. İşte girip AI sanki böyle cevap vermiş gibi bir önceki örneğini düzenlediğinizde AI'ın bir sonraki yanıtı da az önce vermiş olduğu yanıta benzeme eğiliminde olduğu için AI'ın düşünme biçimini mesela yönlendirebiliyorsunuz. Ben burada aslında öncelikle bir düşünme biçimi tasvir ettiriyorum.
Sonra bunun üzerinden mesela thinking'i bitirip dokümantasyona geçirip bunun üstünden bir doküman mesela yazdırıyordum. Ve çok iyi sonuçlar aldım. Yani token sayısı da 942.000'lere falan dayandı. Çünkü bir repo'ya atıyorsun 400.000, 500.000 token olabiliyor. Ve yani bizim altyapıda olan ve daha önceden işte dokümantasyonu yazılmamış projelere bu şekilde dokümantasyonlarını yazabileceğimizi bir keşfettim. O biraz ilginç bir kullanımdı. Bu arada tamamen de ücretsiz Gemini 2 Flash Thinking. Hani burayı daha sık kullanmanızı mutlaka tavsiye ederim. Ondan bir bahsetmek istedim.
— AI Studio'da bu LangTail'daki ya da Latitude'daki gibi şey de yapabiliyor muyuz? Direkt deployment alabiliyor muyuz bu bütün session'ı?
— Yok maalesef alamıyoruz.
— Baştan kurman lazım o zaman böyle bir şey yapacaksan.
— Aynen öyle. Yani kendin... Yani bir variable verip, bir değişken verip, bu değişkene bir şeyler gönderip Latitude'daki gibi yapabilir miyiz diyorsun değil mi geçen hafta?
— Yok yok aslında olduğu gibi sadece en sona user'ı bırakacağım.
— Tabii tabii onları istediğin gibi yapabilirsin.
— Onu diyorsun. GetCode tarafından şu an bütün session'ı alabiliyoruz galiba.
— Tabii tabii aynen öyle. Ya ben şey yapıyorum. Bütün session da geliyor GetCode'da dediğin gibi. Şöyle.
— Bir nevi few-shot'ımı aslında taşımış oluyorum ya production'a.
— Tabii tabii tabii aynen öyle. Ama tabii şey. OpenAI tarzı değil bu yani. Biraz uğraştırır seni.
— Anladım anladım.
— Insan biraz gıcık yani. Şey yapabiliyor. Sorun yaratabiliyor. İşte şöyle yapıyorum. Ben genelde böyle kaydediyorum mesela. Buraya gidiyorum. Buraya işte source kodu ekliyorum. Run ettiğimde de direkt olarak çıktıyı alabiliyorsunuz. Şu iki modelle ücretsiz dediğim gibi. Gemini 2 Pro ve Gemini 2 Flash Thinking modelleri. İkisi de çok canavar modeller. Onu da bir belirtmiş olalım. Son olarak şeye baktım. İstersen bununla birlikte de toparlayalım. İkimiz de bitirdik gibi. Ben Reddit'teki linkleri attım da ThinkPad'iye. Advanced Voice Mod'u hani insanlar... Bak mesela güzel yazmış. Finding it hard to find a reason to use Advanced Voice Mod demiş. Ben de aynı soruyla geldim meseleye. İnsanlar neler yapıyormuş ve siz neler yapabilirsiniz Advanced Voice Mod'la.
Bu role playing işlerini seven insanlar iyi eğlenebilirmiş. Zaten onlar birçok şeyle eğlenebiliyorlar. Interaktif oyunlar güzel. Bu da eğlenceli olabilir. Dil eğitimi ve pratik. Yani bunun böyle birazcık use case'ine bakmak lazım. Yani belki şey nasıl promptladıklarını merak ediyorum. Sesli olarak promptlamak da biraz garip oluyor. Yemek tariflerinden bahsetmişler. Güzel. Ben geçen mesela Amerika'da kaldığım evde çöp öğütücüsünü çalıştıramadım. Buradaki şeyi açtım. Advanced Voice Mod'un kamerasını falan açıp lavabonun altını falan gösteriyorum. O mesela güzel bir şeydi. Meditasyon ilginçmiş. Bu ilginç olabilir. Tabii şey de güzel. Spor ve egzersiz. Hani hem spor sırasında sohbet etmek olabilir hem de kameradan kendini açıp squat yapsan acaba nasıl... Ama yani duruşunu nasıl yapman gerektiği konusunda falan feedback veriyor olabilir.
— Verebilir evet aynen.
— Evet ilginç bir şeymiş. Senaryoymuş. Yani dediğin gibi Reddit'i mesela internet datasını işte bu tarz LLM'lerle bağlamak da güzel bir örnek olabiliyor. Hazır ben de bir bunun örneğini göstermiş olayım istedim. Çok da istediğim gibi bir şey bulamadım burada. Süper bir çıktı bulamadım şeyde. Dil eğitimi için. Klasik konuşun demiş. Ya da senaryo tabanlı konuşmalar. Tartışma müzakereler. Telaffuz öğrenme. Bu ilginç olabilir gerçekten. Evet ilginç bir şey. Farklı... Ya o kadar da farklı use case'ler yokmuş yani. Gerçekten de.
— Tıkanıyor bir yerde işte.
— Evet yani çocuğun varsa mesela şey güzel. Yani çocuğu AI'a salıp konuşturabilirsin. Düşünsene çok aşırı soru soran çocuklar oluyor ya. Bu ne bu ne şu ne tarzı. Hani direkt sen git bununla konuş istersen deyip o şekilde yönlendirmek de sağlıklı olabilir. Evet bu haftayı sanırım kapattık gibi Ozan. Biraz domine ettim programı kusura bakma.
— Hiç problem değil abi. Ben son olarak şeyi hemen sana iki üç tane link atacağım. Onları özellikle eğer şey yapan varsa bu operator tarafına kafa yorup bir şeyler deneyen varsa şu an bunu da deneyip deneyimlerini bize aktarabilirse çok memnun olurum. Bir tane link attım sana.
— Nereden attın yayın?
— Şey yayın içinden aynen aynen.
— Discord'dan at istersen yani.
— Hemen atıyorum.
— Zahmet olmazsa.
— Hiç problem değil.
— Bunu arkadan atayım.
— Bu parser'la beraber. Hop gönderdim. OmniParser versiyon 2 artı GPT-4 o en yüksek puanı alıyormuş şu an. Computer Use Agent'ta. Yavaş yavaş buralara da aslında bakmamız gereken şeyler bunlar. Çünkü bazı task'ları otomatize edememizin nedeni hakikaten de otomatize olmuyor yani onlar. Ya çok web based oluyorlar. İşte bir yere girip bir sürü bir şey yapman, login olman vesaire gibi problemler oluyor. Onları aşabilmek için yani mesela marketing'deki task'ların belki %30-%40'ı bu şekilde yani sadece LLM'lerle otomatize edilmesi çok zor. Mutlaka bir computer use agent olması gerekiyor. O tarz şeyleri birazcık daha karıştıran varsa aranızda bakmak isterse buna da bakıp yani yorumlarını iletirse bize çok sevinirim.
— OmniParser'ı merak ettim. Yani çalışma mantığını da merak ettim bu arada. Muhtemelen ekran görüntüsünü dinamik olarak sürekli label'layıp clickable. Aynen tahmin ettim.
— Aynen öyle abi evet. Ya biraz daha... Bu arada yani biraz daha fine-tune edilmiş bir şey gibi düşünebiliriz bunu da aslında. Bir model gibi düşünebiliriz.
— Ya bence şey çok daha güzel. Hani böyle bir... Daha kontrol edilebilir yani. Bir black box değil yani. Nasıl yapılıyor? İşte niye benim bu...
— Daha stabil bir kere yani. Her seferinde bileceksin nereye gittiğini, nereye ettiğini falan.
— Evet bak bu çok iyiymiş Ozan. Ben bunu bilmiyordum abi. Bakmamıştım hiç yani. Gördüm OmniParser'ı da ben şey zannettim. OCR gibi bir şey zannettim yani. Bu klasik doküman parser'ları var ya. Ve çok iyi şeyler falan. Tıklanabilir elemanların ayrımı mobilde falan tabii çok daha rahat oluyor. Mobil agent'ların da... Mobil operating system'dan çalışması çok mantıklı olabilirmiş. Vallahi bir use case olursa deneyip belki gösteririz biz de önümüzdeki haftalarda Ozan ya.
— Evet aynen yani. Aklımızda bulunsun. Belki küçük bir şey bile yapacak olsak. Şu an hani şirket içi otomasyon üstüne de çalışıyoruz biz de. Can da birazcık orada çalışıyor. Hatta bizim bütün ekip biraz daha düşünmeye başladılar yani. Neleri otomatize edebiliriz işimizde gibi. Belki oradan bir şey çıkabilir.
— Evet benim görüntüm çok karanlıkmış. Kusura bakmayın. Sonuna kadar fark etmedim. Evet sorumuz var mı diye bakındım. Sorumuz da çok yokmuş. Harika. O zaman bu haftanın sonuna geldik diyebilir miyiz?
— Tabii ki diyelim ve haftaya görüşelim tekrar.
— Haftaya görüşürüz. Kendinize iyi bakın. Hoşça kalın.
— Bay bay.
— We made it to another week, right Ozan?
— Yeah. You wouldn't believe it.
— Honestly, I'm shocked too. I didn't expect us to be this consistent. It’s great. This is my first long-term streaming project. I really hope we keep this momentum going.
— Yeah, let's see how long it lasts.
— We'll see. We'll find out together. The agenda is packed this week. It’s busy as always. But there are one or two big stories from last week worth covering. First up: Elon Musk’s xAI and their new model, Grok. If anyone wants to try it, we can test it together. Also, Grok hit the top of the latest benchmarks fast. That’s a huge deal. Everyone expected a big move from Elon Musk. He was actually lagging behind.
— I didn't see O1 Pro in the benchmarks.
— O1 Pro isn't in any benchmarks. I couldn't find it either.
— Okay, fair enough.
— They just don't include it. It's weird. Usually it's O3 or O1.
— Okay.
— I tried solving a few problems with Grok 3 this morning. Nothing major. But here is what I really liked. I asked a few questions yesterday. Let me check those. Hmm, no, not this one. I saw it somewhere else. Let’s check my history. Exactly. I was asking about this last night. Late last night, it hit me. There is a group that thinks AI will slash global costs. They predict a scenario of massive global wealth. The crowd saying everything will get way cheaper.
— The basic income folks?
— Exactly. Big names like Marc Andreessen are on board. He founded Netscape. They call themselves "techno-optimists." It is clearly the biggest shift of our time. They believe it will have a huge positive impact. Then there are the pessimists. They worry the economy will shrink. I threw that out there. I asked the question. Here is my question. Automation lowers production costs. We need fewer humans. Universal Basic Income might kick in. Will our living standards actually rise despite the income loss? We’ll be losing our income streams, right? I translated this into Turkish. It turned into some fun content. I really liked the result. Grok 3 felt a bit more advanced. The translation was spot on.
The Turkish translation felt super natural. It’s great for translation tasks. What caught my eye? They prioritized math and computer science in Grok’s training data. It performed better in other areas without specific training. They basically said, "We taught it math and CS. And that was enough." It was a pretty bold claim yesterday. I saw that.
— But it seemed to lag in coding. That’s what I saw in the examples. What do you think? Have you checked it out yet?
— I checked the benchmarks Westrod posted yesterday. I watched his video. It ranked first in coding benchmarks. I haven't tried coding with it myself yet.
— Me neither. I haven't tested it yet. You know those Twitter examples? Like the ones that pop up when you search "Grok 3." The ball-in-hexagon tests. It had some fails there.
— Exactly. You're right. But when I looked at it... I think there were other things here too.
— It hit the number one spot here too.
— Totally.
— Was it a shortcut? Something like that.
— It hit the market fast. That really caught me off guard. I usually track this stuff on Hacker News. I highly recommend it to everyone. Let's check Hacker News for the buzz on Grok and Grok 3. Is Elon Musk blocking us? Why can't we see Grok 3? It hasn't actually dropped yet.
— Look, Sarp Atil has a long tweet. They probably linked it.
— Sarp Atil's tweet was spot on. Exactly.
— He did some serious testing.
— Exactly. I read it yesterday. Let's touch on it quickly. Sarp Atil is a former OpenAI employee. He's a big deal in this space. He spent years at Tesla and in AI. He really knows his stuff. He has some fixed prompts. They designed a board game. They got the result they wanted. The only other match was O1 Pro. It outperformed classic O1 and R1. It matched O1 Pro’s reasoning capabilities. They tested an emoji-based storytelling task. It involved hidden Unicode characters. It failed that specific task. Then they uploaded the GPT-2 paper. They asked a really challenging question. It performed on par with O1 Pro again. It was a classic "vibe check."
It’s all about how the model feels to use. Sarp Atil didn't have any negative feedback. He seems to think it’s quite successful. It’s going to be an interesting time. I’m excited. I hope they release an API soon so we can tinker.
— Something new will drop right after. It’s like the DeepSeek situation. Grok 3 is out now. OpenAI’s plans are still unclear. They’re talking about a unified model.
— Yeah.
— Anthropic will likely announce Claude 4. The current "best" model could drop to third place. It’s moving so fast. Everyone is pushing each other. It’s a fantastic market right now.
— Totally. Let’s list the pros and cons as bullet points. Hacker News has a sharp crowd. I think we can get some real insights there. Time for a quick Gemini plug. Gemini 2 Thinking is my go-to model right now. It’s seriously impressive. That million-token context window is a total game changer. It makes everything so much easier. Especially for deep analysis. We’re about to feed a 93k token discussion into Gemini Flash. Let’s see how it handles it. We’ll catch up on the latest news while we’re at it. Let’s make it a "last of this" summary.
93k tokens is the limit for most models. That’s basically a 70,000-word document. We just dumped the entire Hacker News thread in there. This is how I consume content now. It’s great, right? No need to read every single line.
— Exactly. You’re actually consuming the content. That’s how you do it right.
— It’s perfectly bite-sized info. Thinking and Flash both performed great. Let’s not overcomplicate things. Let’s stick with Flash. It preferred writing in Markdown for some reason. Hacker News had a hot take. They claimed it outperformed Claude on coding tasks. Let’s see how xAI competes with tools like Cursor. I hope it doesn't just stay a Twitter-centric LLM. There are a few benchmarks out there. Specifically LM Arena and LMS. People are criticizing them for potential data manipulation. There’s also a lot of heat on benchmarks lately. The test data is public knowledge. You’ve probably read that model companies train on these exact sets.
— Yeah, exactly.
— It’s a real issue.
— I think OpenAI is developing a new benchmark.
— Yeah.
— They took 1,400 software jobs from Upwork.
— Praska?
— They tried solving them together. They published a solid benchmark. Claude...
— Yeah. What was that? I didn't expect that at all.
— I know. Claude is outperforming O1, if I'm not mistaken.
— Right. You mean the visual right there, right?
— Yeah, exactly. Spot on.
— Yeah. It’s really interesting. I didn't expect that much. Bold moves in a cutthroat market.
— Remember the benchmarks? They were over 60% on coding tasks. That’s how it looked. But here, with current tasks, it’s not even hitting 50%.
— Yeah. It’s fascinating. This transparency is interesting too. I looked at the benchmark. It has many different tasks. The scoring is dynamic based on market pricing. I solve a coding problem, and the score shifts based on its market value. Harder problems pay more, so they impact the benchmark more. It’s an interesting method. I wouldn't have pitched it, but it clearly works. They covered everything from bug fixes to major feature implementations. You can't just sit down and read this paper. I'd just drop it in AI Studio. Then I'd scan it. It's weird it's only on Twitter Premium. The EU access issue is basically fake.
Just log in with a US VPN once. You'll have access even from an EU IP. I found that while poking around. It's a really interesting point. Elon Musk criticized OpenAI for not being open source for so long.
— And then he dropped Grok 2 as a joke. He open-sourced Grok 2.
— Oh, really? I had no idea.
— Yeah. He said he'd open-source Grok 2. Maybe he did. But why not release the state-of-the-art model? If you're going open, just go open.
— Honestly, only the Chinese are doing this.
— By the way, Sam Altman picked O3 mini. Did you see that poll?
— I did. It’s wild. Sam Altman actually said it. It’s been ages since he mentioned open source. He’s asking if they should open source O3 mini. Should they open source an O3 mini level model? Or one that runs on GPUs or phones? Apple might get a solid AI without lifting a finger. After all their AI flops, that’s crazy.
— I just remembered this. Did you see that new lamp-like robot from Apple?
— Nope.
— They’re probably leaning into hardware. You know how it is. Like a smart lamp or a robot lamp. Apple even has a paper on it. Let me find it.
— Is it the Pixel Insight one?
— Exactly. Yeah, that’s it.
— Oh, I’ve seen this. It talks about how smooth the movements are.
— Yeah, it does everything. It can project your homework onto the screen. It can help you draw. You can even watch stuff on it.
— Is it a projector too?
— Everything. Not just a lamp. It sees, reads, and speaks. It can read your text and convert it. It can even query an LLM on the fly.
— That’s wild. I’m genuinely surprised. The AI world is usually just constant competition. We rarely see new hardware products. Human was one of the few unique ones.
— And that’s gone too.
— That was brutal. I even tweeted about it. It felt like they wrote that line just to roast them. They’re basically burying Human. It was supposed to be an AI pin for your chest. It projected stuff. It listened to the room. It was meant to trigger AI actions. Honestly, I wasn't a huge believer in it.
— But it was flashy. It looked cool. I actually had some hope for it. Maybe something good would come out of it.
— They gave up way too early. Take Rabbit, for instance. Was it Rabbit R1? That weird product we all mocked. I expected more of these to exit the market. They faced so many crises. People criticized it for just being an Android app. It was just running Android under the hood. I thought it would last longer. It’s a shame. HP bought them out. Now they’ll handle AI for printers and conference room gear. Honestly, it’s sad. I mean, they got their exit. I doubt they’re unhappy. It’s an interesting ending. Apple’s robot reminds me of this. If Apple commits to it, it could actually be a cool product.
But it doesn't have any grabbing functionality, right?
— Nope. These are classified as non-humanoid. They’re leaning into non-humanoid robots. The research points that way. They even published a deep research paper. If Apple really pushes into hardware, maybe... Didn't Mark Zuckerberg say they haven't invented anything since the iPhone?
— Yeah, exactly.
— It kind of built on that. Maybe that’s their goal. I don't know.
— Honestly, I’m ready for a new invention. I’d love to see one.
— Yeah, seriously. Everything is still just at our fingertips. AI doesn't feel tangible in our daily lives yet. When will that happen? I had high hopes for things like Humane. The demos looked great. But the final product was pretty bad.
— It’s not even grabbing attention, Ozan. Think about the Advanced Voice Mode. It made a huge splash. I’ll drop some links and explain basics as we go. Some people know, some don't. That Advanced Voice Mode is what OpenAI released a few months ago. It talks to you with a super natural voice. Have you seen any standout use cases for it? We keep trying to humanize AI and give it a voice. But even when it’s done, what’s the point? I tried using it as a psychologist. I even tried it as an English coach. But we just couldn't connect.
— It just doesn't work. You're stuck in a specific context. You're trapped in an interface. You lack a physical presence for real interaction. It’s just a coach or a psychologist on a screen. You end up doing things like vibe coding.
— By sharing your screen.
— If it were on your desk, or helping you cook. Or if it were a robot, that changes everything. None of what you mentioned actually translates to the physical world yet.
— I get your point. There are products like AI Studio'da or those AI friends. Honestly, beating the smartphone is a massive challenge for all of them. It feels like there's no real demand for another device. We don't want to carry more gear. The real shift will likely come with robots. I almost forgot to open this link. Let me pull that up now. I really like how Grok handles research. It cites academic papers across different fields very quickly. I hope it's not hallucinating. I really loved this specific term.
— Robot shepherds.
— Robot shepherds. When I code in Cursor, I feel exactly like a robot shepherd. They covered this well. After Universal Basic Income, we'll have global prosperity. Most people won't be working. I wonder about the workers. If people get paid well without working and live comfortably for free. What will motivate them to work? Where will that drive come from? They handled the worker motivation section well. I love how deeply Grok thinks about this. It’s a very abstract topic. It gets pretty philosophical. For instance, it said this.
If goods get cheaper, workers chase luxury perks. Status still motivates people. A plumber with AI-repaired homes might flaunt a handmade sports car. Flaunt it. I love that idea. It also mentions human competence. Working in a leisure world could be a badge of honor. These are deep, beautiful perspectives. I love discussing these sociological issues with AI itself. It gave me the feeling of debating a real, qualified person. I felt that strongly with Grok 3. Its Turkish translation was incredibly good. I started the discussion in English.
I switched to Turkish late at night. The output was high quality. I recommend it for these vibe checks. It’s very useful. Don't think you can't use Grok 3 in Turkey. Just get Premium and use a VPN once to access it. Any new agenda items, Ozan? We said this week wouldn't be too busy. If you have topics, let's dive in.
— I'm checking too. Same here. There was that Karpathy tweet. O3 mini going open source. The HP and Humane partnership. Grok. I'm looking for any cool new papers.
— While you look at that, let me remind everyone about AI Studio'da. Let's not just keep pushing ThinkPad. I've been doing some cool stuff in AI Studio'da lately. I'm building an agent for my own work. It writes project docs based on a massive code stack. I'm hitting the token limits right now. I feed the entire source code of a repo to AI'ın. It's our DevOps repo. Then I add my own custom thinking process in between. Let's get to the response section. I'm iterating on the thinking part a few times. I ask different models and merge their outputs. You can do some serious thinking few-shot here.
What does that mean? You have total control in AI Studio'da. You can edit system prompts, messages, and even AI'ın's responses. That's huge. We have it in ThinkPad too, but this UI feels extra smooth. You can edit a previous response as if AI'ın wrote it that way. Since AI'ın tends to mimic its own style, you can steer its thinking process. I use this to define a specific way of thinking first. Then I finish the thinking phase and move to documentation. I've been getting great results. I'm hitting 942,000 tokens. A single repo can easily take up 400,000 or 500,000 tokens.
I realized we can document our undocumented legacy projects this way. It was a cool use case. By the way, Gemini 2 Flash Thinking is totally free. I highly recommend using it more often. Just wanted to mention that.
— Can we do direct deployments in AI Studio like we do in LangTail or Latitude? Can we deploy the whole session?
— No, unfortunately not.
— So you have to build it from scratch if you want that.
— Exactly. You mean passing variables and sending data just like in Latitude, right? Like we discussed last week?
— Actually, no. I'll just leave the user at the very end.
— Sure, you can set that up however you want.
— I see. It looks like we can grab the whole session via GetCode.
— Exactly. That's what I do. GetCode pulls the entire session. Like this.
— I'm basically porting my few-shot over to production.
— For sure. But it's not like OpenAI. It’ll take a bit more work.
— Got it. I get it.
— It can be a bit annoying. It causes issues sometimes. Here is how I handle it. I usually save it like this. I go here. I add the source code. Run it and you get the output directly. It’s free with these two models. Gemini 2 Pro and Gemini 2 Flash Thinking. Both are absolute beasts. Just wanted to point that out. I checked one last thing. Let’s wrap up with this. We’re pretty much done. I sent the Reddit links to ThinkPad. People and Advanced Voice Mode. Look, they wrote this well. They’re finding it hard to find a reason to use Advanced Voice Mode. I had the same question. What are people doing with it? What can you do with Advanced Voice Mode?
Role-playing fans will have a blast. They enjoy a lot of things anyway. Interactive games are cool. That could be fun. Language learning and practice. We need to look at the use cases. I’m curious how they’re prompting it. Prompting by voice feels a bit weird. They mentioned recipes. Nice. I couldn't start the garbage disposal at my place in the US. I opened Advanced Voice Mode. I turned on the camera and showed it under the sink. That was a cool idea. Meditation is interesting. That could work. Sports and exercise are great too. You could chat while working out. Or turn the camera on for squats. It could give you feedback on your form.
— It definitely could. Exactly.
— Yeah, that’s an interesting scenario. Like you said, connecting Reddit or web data to LLMs is a great example. I wanted to show a demo of that. I couldn't find exactly what I wanted here. I didn't find a great output for language learning. It just said talk normally. Or scenario-based chats. Debates or negotiations. Pronunciation practice. That could be interesting. Yeah, it’s cool. There aren't that many unique use cases. Seriously.
— It hits a wall eventually.
— It’s great if you have kids. You can just let them talk to AI. Think about those kids who ask endless questions. "What's this? What's that?" You can just tell them to go talk to the AI. It’s a healthy way to handle it. I think that’s a wrap for this week, Ozan. Sorry for dominating the show.
— No problem at all. I’ll send you a few links. If anyone is diving into the operator side, please try these out. We’d love to hear about your experiences. I just sent you a link.
— Where did you send it?
— Right here in the stream. Exactly.
— Just send it over Discord.
— Sending it now.
— If it's not too much trouble.
— No problem at all.
— I'll send it in the background.
— Along with this parser. Sent it. OmniParser v2 plus GPT-4 has the highest score. It's leading in Computer Use Agent. We should start looking into these. Some tasks aren't automated because they just can't be. Most are web-based. You have to log in and do a ton of manual work. That's a problem. About 30-40% of marketing tasks are like this. You can't automate them with just LLMs. You definitely need a computer use agent. If anyone here is experimenting with those, please take a look. We’d love to hear your feedback.
— I'm curious about OmniParser. How does it actually work? It probably labels screenshots dynamically to find clickable elements. Exactly as I thought.
— Exactly, man. Yeah. You can think of it as a fine-tuned model. It's basically just another model.
— I think it's way better. It's more controllable. It's not a black box. You know how it works. You know why it did that.
— Plus, it's more stable. You'll always know exactly where it's going and what it's doing.
— Wow, that’s great, Ozan. I had no idea. I hadn't checked it out. I saw OmniParser but thought it was just OCR. Like those classic document parsers. It’s impressive. Identifying clickable elements on mobile is way easier now. Running mobile agents on a mobile OS makes total sense. If a use case pops up, we should test it. Maybe we can demo it in the coming weeks.
— Exactly. Let’s keep it in mind. Even for a small project. We’re currently working on internal automation. Can is focused on that too. The whole team is brainstorming what we can automate in our workflow. Maybe something will come out of that.
— My camera looks so dark. Sorry about that. I didn't notice until now. I checked for questions, but there aren't many. Great. Can we call it a wrap for this week?
— Let’s do it. See you all next week.
— See you next week. Take care. Bye for now.
— Bye-bye.
This transcript was generated using AI speech recognition and verified against subtitle style rules.
