post mortem

Post mortem latın dilindən gəlir və sözün düz tərcüməsi “ölümdən sonra” deməkdir.

Amma istifadə sahəsinə görə mənası bir az dəyişir:

Tibbdə
Ölümün səbəbini araşdırmaq üçün edilən müayinə (yəni meyit yarılması / autopsiya)
Məsələn: “Post mortem nəticəsində ölüm səbəbi məlum oldu”

IT və biznesdə
Bir layihə, sistem və ya hadisə bitəndən sonra edilən analiz / review
Xüsusilə problem olanda istifadə olunur

Yəni:

“Nə səhv getdi, niyə getdi, gələcəkdə necə düzəldək?”
Məsələn:
Sistem çökdü ->sonra oturub analiz edirlər -> buna deyirlər post mortem

ai alətləri və materialları

ai haqqında ən maraqlı söhbət “nə cavab yazır?” sualı deyil. Əsas məsələ budur: bu alətlərlə hansı işləri insanın gündəlik yükündən çıxarmaq olar? Məncə, gələcəyin əsas fərqi elə burada yaranacaq. Sadəcə chatbot istifadə edənlə, özünə kiçik agentik sistemlər quran adam arasında.

Məsələn, təsəvvür et ki, sən analitik, jurnalist, araşdırmaçı, ya da hansısa beyin mərkəzində işləyən birisən. Sənin işin hər gün çoxlu məqalə oxumaq, informasiya toplamaq, onu süzmək və rəhbərliyə, redaksiyaya və ya komandaya hesabat verməkdir. Amma internetin problemi odur ki, məlumatın çoxu məlumat deyil: clickbait başlıqdır, trol kontentidir, propaganda mətnidir, copy-paste xəbərdir. insan bir nöqtədən sonra xəbər oxumur, səs-küy daşıyır.

Belə yerdə agentik ai sənin yerinə yüzlərlə mənbəni izləyə, xəbərləri qruplaşdıra, eyni xəbərin on variantını silə, manipulyativ dili ayıra, sənin seçdiyin meyarlarla qısa briefing hazırlaya bilər. Bu tip sistemlər artıq mövcuddur: məsələn, Agentic News minlərlə mənbəni izləyib xəbərləri deduplikasiya olunmuş briefing-lərə çevirir və Q&A verir.

Eyni məntiq investor, trader və iqtisadi analitik üçün də işləyir. Burada da əsas üstünlük “daha ağıllı olmaq” deyil, “daha az vaxtda daha çox siqnal görmək”dir. Bu gün AI əsaslı maliyyə araşdırma platformaları müxtəlif mənbələrdən iqtisadi məlumat, sentiment və bazar siqnalları toplayıb analiz müddətini saatlardan dəqiqələrə endirməyi vəd edir; bazarda OpenBB, AlphaSense, TradingView, Fintool kimi alətlər bu istiqamətdə istifadə olunur.

Developer tərəfdə isə bu mövzu daha da praktikdir. Error tracing sistemi qurursan, agent logları, trace-ləri və issue-ları oxuyur, pattern tapır, root cause təklif edir, hətta fix hazırlayıb PR açmağa qədər gedə bilir. Bu artıq nəzəri fikir deyil: Sentry öz rəsmi materiallarında AI coding assistant-ların production issue-ları tapıb düzəltməsi, root cause analizi etməsi və hətta GitHub PR açan workflow-lar qurulmasını göstərir.

Təhsildə də çox ciddi potensial var. Uşağın hansı mövzuda zəif olduğunu ölçən, gündəlik ona uyğun kartlar, tapşırıqlar və təkrar planı hazırlayan, valideynə də prosesi izləmə imkanı verən sistemlər artıq hissə-hissə bazardadır. Məsələn, bəzi AI tutor platformaları cavablara uyğun çətinliyi real vaxtda dəyişir, valideynə progress izləməsi verir, digərləri isə avtomatik flashcard və spaced repetition yaradır.

Mənim üçün ai-nin ən real dəyəri də elə budur: sənə möcüzə göstərməsi yox, sənin yerinə yorucu, təkrarlanan, səs-küylü işi daşıması. Yəni ai-ni “cavab verən maşın” kimi yox, “özünə yığdığın kiçik işçi sistemi” kimi görmək.

Bu cür agentik sistemlərin hamısı hazır məhsul şəklində mövcud deyil. Amma məsələ də elə budur: bəzisini tapıb istifadə etmək olar, bəzisini isə öz ehtiyacına uyğun oturub qura bilərsən. Gələcəyin üstünlüyü bəlkə də texnologiyaya sahib olmaqda yox, özün üçün düzgün agent qurmaqda olacaq.

süni intellektlə yazılmış entry

vaxtım olsa süni intellekti elə aftomatlaşdırıram ki, öz özünə bütün günü sözlükdə entry yazar. hətta bəyəndiyi entrylərə əjdaha umbay favori atar. mesajlara cavab yazar.
məsələn
yazar adı savab_point qasimi imitasiya edir, dini mövzulardan yazır. orta yaşlı ruhani day day.
yazar adı əsəbləşmiyin_məllimə - ibtidai sinif şagirdi kök oğlandır. məhlə oyunlarından, dərslərindən, dərs hazırlıqlarından yazır.

bunu istənilən qədər artırmaq olar. sözlüyün aktivliyini də artırmış olursan.

bunu aftomatlaşdırmağın bir çox algoritmi var.

hətta ai olan moderlər və partizanlar hazırlamaq olar.

claude code

token qənaəti üçün claude.md faylına belə yazmaq olar

## Token Efficiency — CRITICAL

**NEVER use the Agent tool.** It wastes tokens by opening a second context window.
- Use `Grep` for all code/text searches
- Use `Glob` for file searches
- Use `Read` for reading files
- Use `Bash` only for shell commands that dedicated tools cannot handle

No exceptions. Direct tools only.

çünki bir də görürsən sub agentə tapşırıq verir, subagent 50k token işlədir. məsələn kodun bir hissəsinin necə işlədiyini tapmaq istəyirsən, o da bunu subagentə tapşırır. amma grep ilə bunu özü də tapa bilərdi və daha az token xərcləyərdi.

hətta daha da optimallaşdırmaq olar. read edərkən bütün faylı yox, birinci search edib uyğun sətirləri tap sonra həmin sətirləri oxu.

oral sander

Oral Sander, 18 oktyabr 1940-cı ildə Ankarada anadan olmuş türk akademik və tarixçidir.
Beynəlxalq münasibətlər sahəsində, xüsusilə siyasi tarix üzrə professor idi.

Təhsili və akademik karyerası: 1964-cü ildə Ankara Universiteti Siyasi Elmlər Fakültəsinin Beynəlxalq Münasibətlər bölümündən məzun oldu. Eyni il Siyasi Tarix Kafedrasına assistent olaraq qəbul edildi və 1968-ci ildə doktorluq işini müdafiə etdi. Okuryazar 1975-ci ildə dosent, 1988-ci ildə isə professor oldu. Ankara Universiteti SBF Beynəlxalq Münasibətlər Bölümü başkan müavini və Siyasi Tarix Ana Bilim Dalı başkanlığı vəzifələrini icra etdi. Okuryazar Təhsilinin bir hissəsini Harvard Universitetində tamamlayan Sander, ABD-nin müxtəlif universitetlərində dərslər və konfranslar verdi.

Əsas əsərləri:
Ən məşhur əsəri iki cildlik "Siyasi Tarih" kitabıdır — birinci cild qədim dövrlərdən 1918-ci ilə qədər, ikinci cild isə 1918–1994-cü illəri əhatə edir. Bu kitab Türkiyədə universitetlərdə beynəlxalq münasibətlər və siyasi tarix dərslərində əsas dərslik kimi istifadə olunur.
Digər əsərləri arasında "Balkan Gelişmeleri ve Türkiye (1945–1965)", "Türk-Amerikan ilişkileri: 1947–1964" və "Anka'nın Yükselişi ve Düşüşü — Osmanlı Diplomasi Tarihi Üzerine Bir Deneme" kimi əsərlər var.
Elmi əhəmiyyəti: Sanderin siyasi tarix sahəsinə ən böyük töhfəsi mövzunu çox geniş çərçivədə, fənlərarası yanaşma ilə, mədəniyyət və sivilizasiya tarixi təməli üzərində işləməsidir. DR Türkiyədə siyasi tarix təhsilini ənənəyə çevirən Ankara Universiteti Siyasi Elmlər Fakültəsinin erkən itirilmiş dəyərli müəllimlərindən biridir.
Oral Sander 10 sentyabr 1995-ci ildə 54 yaşında vəfat etmişdir.

vibe coding

5-ci hissə

Silikon Vadisi artıq böyük bir ixtisarlar dalğasından keçib. 2010-cu illərdə texnologiya firmaları aqressiv şəkildə işçi götürürdü, yeni məzunlar uğrunda rəqabət aparırdı və Əmək Statistikası Bürosunun məlumatına görə, ildə orta hesabla 74.000 yeni işçi əlavə edirdi. Pandemyanın ilk illərində iş elanları sıçrayışla artdı. Sonra firmalar qəfildən kurs dəyişdirdi və yeni iş elanları çökdü. Layoffs.fyi saytından Rocer Linin məlumatına görə, son dörd ildə 700.000-dən çox texnologiya işçisi ixtisar edilib (bu rəqəm texnologiya sektorundakı bütün vəzifələri əhatə edir).
Texnologiya müşahidəçilərinin əksəriyyəti deyir ki, süni intellekt yəqin ki, o ixtisarların səbəbi olmayıb, çünki o vaxt hələ koderləri əvəz edəcək qədər yaxşı deyildi. Digər amillərin daha əhəmiyyətli olduğunu düşünürlər: faiz dərəcələri yüksəldi, texnologiya firmaları asan böyümə pullarını itirdi. Həddindən artıq işçi götürən şirkətlər bu artıq potensialdan xilas oldular. Bəziləri həmçinin güman edirlər ki, Elon Mask Twitter-i alanda işçi qüvvəsinin 80 faizini ixtisar etdiyini söyləyəndə, digər firmalardakı texnologiya rəhbərləri bunu nəzərə aldı və bəlkə də bu qədər mühəndisə ehtiyacları olmadığına qərar verdilər.
Lakin süni intellektin indi giriş səviyyəli kodlaşdırma işlərini aşındırdığına dair sübutlar var. Keçən il Stanford Rəqəmsal iqtisadiyyat Laboratoriyasına rəhbərlik edən iqtisadçı Erik Brinyolfsson və həmkarları sənayeləri yaş qruplarına və işlərinin süni intellekt tərəfindən nə qədər asanlıqla görülə biləcəyinə görə təhlil etdilər. O aşkar etdi ki, kompüter proqramçılarının ən çox "süni intellektə məruz qalan" peşələrdən birinə sahib olduğunu — və təcrübəsiz tərtibatçılar ən çox zərbə alanlar idi. 22-25 yaş arası (sahəyə daxil olmağın ən ehtimal olunduğu vaxt) olanlar üçün iş yerlərinin sayı 2022-ci ildən bəri 16 faiz azalmışdı, yaşlı proqramçılar isə əhəmiyyətli bir azalma görməmişdi.
Danışdığım texnologiya rəhbərlərinin demək olar ki, hamısı — sahil nəhənglərindən kiçik regional firmalara qədər — mənə and içdi ki, süni intellekt onları cəlbedici yeni istedadları işə götürməkdən saxlamayacaq. Doğrudur ki, süni intellekt mövcud tərtibatçılarını daha məhsuldar edir, lakin onların həmişə daha çox görüləsi işi var.
"Google-dakı uzun illər ərzində biz həmişə etmək istədiyimiz şeylərin fikirləri gündə vaxt, enerji və saatdan qat-qat, qat-qat çox olması ilə məhdudlaşmışıq," Google-un Əsas Sistemlər və Təcrübələr üzrə baş vitse-prezidenti Cen Fitcpatrik mənə dedi. "Google-da 'Bilirsən, yaxşı fikirlərim qurtarıb' deyən bir komanda ilə heç vaxt rastlaşmamışam. Cavab həmişə budur: 'Etmək istədiyim şeylərin siyahısı bacardığımızdan doqquz mil uzundur.'"
Bir neçə tərtibatçı, əslində, proqram iş yerlərinin sayının arta biləcəyini təklif etdi. Ölkə üzrə saysız kiçik firmalar öz xüsusi proqram təminatlarını istəyərdilər, lakin heç vaxt onu istehsal etmək üçün lazım olan, deyək ki, beş nəfərlik proqramçı komandasını işə götürəcək qədər böyük deyildilər. Amma əgər eyni işi görmək üçün tək bir süni intellekt dəstəkli koder, hətta yarım ştat bir koder işə götürə bilsəniz? Bu, Brinyolfssonun qeyd etdiyi kimi, "Jevons paradoksunun" bir versiyasıdır: bir şeyi etmək ucuzlaşanda, biz sadəcə qənaəti cibimizə qoymurruq — ondan daha çox edirik. Baxmayaraq ki, bu proqram işləri keçmişdəki qədər yaxşı maaş verməyə bilər, çünki, təbii ki, işlər əvvəlki kimi çətin deyil. Bacarıqları əldə etmək o qədər çətin deyil.
Lakin bu bacarıq məsələsi, izini sürdükcə, bəzi narahat edici istiqamətlərə apara bilər. Bir çox karyerasının ortasında olan koder mənə dedi ki, süni intellektdən istifadə edərkən özünə güvənir, çünki onilliklər ərzində yaxşı, səmərəli kodun necə göründüyü barədə güclü bir duyğu inkişaf etdirib. Bu, onlara agentlərə dəqiq nə istədiklərini izah etməyə və agentlərin səmərəsiz və ya yarımçıq bir şey hazırladığını tez müəyyən etməyə imkan verir.
Bəs növbəti nəslin halı necə olacaq? Onlar hələ də kod üçün o intuitiv duyğunu inkişaf etdirəcəklərmi? Əgər işin indi yazmaqdan çox qiymətləndirməkdirsə, yeni başlayanlar qiymətləndirməyi necə öyrənəcəklər?
Bəzi yeni tərtibatçılar mənə dedilər ki, bacarıqlarının zəifləndiyini hiss edə bilirlər. Pia Torain Point Health A.I.-da proqram mühəndisidir və 2024-cü ilin yayında şirkət ona Github-un Copilot kod yazan alətindən istifadə etməyi tapşıranda işdə cəmi iki ili vardı. "Başa düşdüm ki, cəmi dörd ay idi gündə yüzlərlə, 500 prompt yazırdım ki, kodlama bacarığımı itirməyə başladım," deyir. Bir müddət istifadəni dayandırdı; bu günlərdə süni intellektə yazdırır, amma nəticəni diqqətlə oxuyur, kodun necə işlədiyini mənimsədiyinə əmin olur. "istifadə etməsən," dedi Torain mənə, "itirəcəksən."
Point Health-in həmtəsisçisi Reyçel Qollab daha az narahatdır. Təxminən 40 ildir proqram tərtibatçısıdır və onillərdir koderlər sənətin yaxın zamanda məhv olacağından narahat olublar. Python və JavaScript kimi dillər meydana çıxanda, yaddaş idarəetməsi barədə düşünmə ehtiyacını abstraksiya ilə aradan qaldırdılar, beləliklə tərtibatçılar artıq o bacarıqlara ehtiyac duymadı. Köhnə məktəb koderlər fəryad etdi: öz yaddaşını idarə etmirsənsə, bu əsl kodlaşdırma deyil!
"insanlar 'Bütün kodlama bacarığınızı itirirsiniz' deyirdilər," Qollab mənə dedi. Lakin çoxlu böyük, etibarlı şirkətlər — məsələn, Dropbox — Python kimi yeni dillərə güclü şəkildə etibar edirdi və onlar yaxşı işləyirdi. Yaddaş idarəetməsi bu gün yalnız kodlaşdırma tapşırıqlarının bir alt qrupunda, məsələn, çox hesablama gücü olmayan cihazlarda vacibdir. Proqram sənayesinin böyük əksəriyyəti irəli keçib. Qollab gözləyir ki, süni intellekt alətləri norma halına gəldikcə eyni keçid baş verəcək.
Kod yazmaq indi o qədər yüksək abstraksiyalıdır ki, demək olar ki, hər kəs bir böyük dil modelini açıb tətbiqi təsvir edə bilər. Bəlkə mürəkkəb biri deyil. Amma şəxsi istifadə üçün sadə bir proqram lazım olsa? Süni intellekt onu çox güman yarada bilər.
Maksim Küizi bu yaxınlarda məhz bunu etdi. O, Parisdə Dior və Louis Vuitton da daxil olmaqla yüksək səviyyəli müştərilər üçün fotoalbomlar istehsal edən bir çapxananın istehsal meneceridir. Təhsil baxımından o, klassik humanitar elmlar məzunudur — fransız qrafik romanı üzrə magistr dissertasiyasını tamamlayıb. Kodlaşdırma barədə heç nə bilmir və bir neçə il əvvələ qədər süni intellektə xüsusi diqqət belə yetirmirdi — o zaman ChatGPT-nin "əsasən mənə və arvadıma pişiyimizi xilas etməyə kömək etdiyini" deyir.
Onlar iki yeni pişik balası almışdılar və hər ikisi o qədər xəstələndi ki, biri qəflətən öldü. Baytər onlara qalan pişiyin terminal xərçəngi olduğunu dedi. Küizi bunun ehtimal olunmadığını düşündü, ona görə pişiyin simptomlarını ChatGPT-yə izah etdi və o, infeksiya olduğunu təklif etdi. Bu, onu daha çox araşdırma aparmağa ruhlandırdı və pişik infeksion peritoniti diaqnozuna gətirib çıxardı. Bir gün sonra pişik sağalmağa başladı.
işdə Küizinin başqa problemi yarandı. Şirkət yeni printerlər almışdı, amma mövcud proqram təminatı ilə problemlə üzləşdi: fotoşəkillərin düzgün görünməsi üçün indi kənarları əziyyətlə tənzimləməli idilər. Şirkət bunun üçün xüsusi proqram hazırlayacaq tərtibatçı komandasına sahib olacaq qədər böyük deyil. Küizi OpenAI-nin kod yazan aləti Codex istifadə edərək həlli özü vibe-coding ilə yaratmağa qərar verdi.
"Əsasən ona dedim, 'Mənə bunu və bunu edən bir tətbiq lazımdır və printerin qəbul edə biləcəyi format belədir,'" deyir. Faylların necə tənzimlənməli olacağını diqqətlə izah etməyə bir neçə saat sərf etdi və günün sonunda ChatGPT Mac və Windows əməliyyat sistemlərində işləyən bir tətbiq hazırlamışdı. işçilər ondan bir dəfədə 2.000-ə qədər şəkli emal etmək üçün istifadə edirlər. Müdiri razıdır. Küizinin kodun əslində necə işlədiyindən xəbəri yoxdur. Python-la yazılıb ki, bu da onun üçün qədim yunan dili qədər anlaşılmazdır.
Bu, kodlaşdırmanın söhbətə çevrilməsinin mədəni yan təsiridir: onillərdir sirli bilik okeanı ilə ayrılmış proqramçılar və adi insanlar aləmləri bir-birinə yaxınlaşır. Əgər kod yazan süni intellekt təkmilləşməyə davam etsə, çox güman ki, Küizinin vəziyyətində olan çox daha çox insan olacaq — Jevons paradoksu fəaliyyətdə. "Bəlkə onlar özlərini proqram mühəndisi adlandırmırlar, amma kod yaradırlar," deyir Brinyolfsson. "Bir çox insanın fikirləri var." Dünya həmişəkindən çox-çox daha çox proqram təminatı ilə dolur — fərdlər tərəfindən, fərdlər üçün yazılmış.
Peşəkar koderlərin özləri üçün işlərin necə nəticələnəcəyi hələ aydın deyil. Lakin onların həyəcan və narahatlıq qarışığı digər sahələrdəki işçilər üçün önizləmə ola bilər. Bir işin dil və informasiya ilə bağlı olduğu hər yerdə bu yeni bacarıq kombinasiyası — qismən ritorika, qismən sistemli düşüncə, qismən botun nəticəsinə şübhəcilik — ağyaxalıqlı işin toxuması ola bilər. Ən texniki və qorxuducu görünən bacarıqlar ən asanlıqla avtomatlaşdırılanlar ola bilər. Sosial və yaradıcı bacarıqlar ön plana çıxır. Daha az ilk qaralama hazırlayacağıq və daha çox qiymətləndirəcəyik, bəlkə də hələ nə qədər yaxşı qiymətləndirə bildiyimiz barədə narahatlıq hiss edərkən. Abstraksiya hamımız üçün gələ bilər.