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.

vibe coding

4-cü hissə

Köhnə və nəhəng brownfield şirkətlərində, səylərin mövcud sistemləri işlək vəziyyətdə saxlamağa yönəldiyi yerlərdə, bir çox proqramçı rəqəmsal santexnik kimi işləyir — hər an baş verən sızıntıları düzəldir. Bunu Sietldə AWS Agentik Süni intellekt üzrə baş mühəndis David Yanaceklə görüşəndə öz gözlərimlə gördüm. "AWS" — "Amazon Web Services" deməkdir — milyonlarla firmanın rəqəmsal onurğa sütunu olan server buludur. Əgər server çöksə, Netflix-ə baxa, Uber çağıra və ya Fortnite oynaya bilməyə bilərsiniz.
Yanacekin monitorunun altında köhnə tipli peycer dayanmışdı. illərdir Amazon onunla gecənin bir aləmində baş verən hadisələr zamanı onu oyatmaq üçün istifadə edirdi; bu günlərdə smartfonuna bildiriş gəlir. Hansı cihaz olursa olsun, kimsənin problemi mümkün qədər tez həll etməsi gözlənilir.
"Server əməliyyatları bezdiricidir," dedi Yanacek — boz saqqallı, gərgin enerjili, arıq, 42 yaşlı bir kişi. "Əslində onu sevirəm! Amma eyni zamanda bezdiricidir və dayanmır." Onun komandası çoxdan problemlərin diaqnozunu sürətləndirmək üçün avtomatlaşdırmalar qurub. Lakin böyük dil modelləri güclü yeni imkanlar təklif edib, dedi, çünki süni intellektin həm insan dilində, həm də proqramlaşdırmada səlisliyi ona çökmüş sistemlərdən gələn xəta hesabatlarını şərh etmək və onların koduna baxmaq imkanı verir. O, bəzən yuxulu gözlü bir işçi tam oyanmamış həll hazır ola bilir.
Yanacek ekranına baxdı və gördü ki, 11 dəqiqə əvvəl demo tətbiq xəta bildirişi vermişdi — və Amazon-un süni intellekti artıq problemin nə olduğunu müəyyən edib qısa hesabat yazmışdı. Agent kəşf etmişdi ki, bir kod dəyişikliyi yeni bir vaxt damğası sahəsi əlavə etmişdi, lakin kod bazasının başqa bir hissəsi o yeni sahənin orada olmasını gözləmirdi. Nəticə "gözlənilməz sahə" xətası olmuşdu.
Yanacek süni intellektin təklif etdiyi həllə baxdı, bir an düşündü, sonra təsdiqləmək üçün "enter" düyməsinə basdı.
Süni intellektin işi anlamaq üçün təxminən səkkiz dəqiqəsi getdi, dedi mənə. "Mən noutbukumu açana qədər artıq hazırdır." Bir müştəri bu yaxınlarda ona demişdi ki, Amazon-un süni intellekt agenti problemi cəmi 15 dəqiqəyə həll edib; aylar əvvəl oxşar problem baş verəndə, tam bir mühəndis komandasının xətanı tapmağı səkkiz saat çəkmişdi.
Amazon-un digər sektorlarında brownfield mühəndislər köhnə kodun (bəzən onilliklər əvvəl yazılmış) seqmentlərini daha səmərəli etmək və ya bəlkə də tamamilə daha müasir bir dildə yenidən yazmaq üzərində işləyirlər. Bu, çox vacib, lakin incə və həssas işdir — ürək transplantasiyası etmək kimidir.
Bu rəqəmsal təmirlərin sürəti də artıb. Amazon-un baş mühəndislərindən Maklaren Stenli bu yaxınlarda illər əvvəl şəxsən özünün yazdığı bir kod parçasını modernləşdirdi. Orijinal versiyanın yaradılması bir ay çəkmişdi; bu dəfə Amazon-un daxili süni intellektinin köməyi ilə işi bir səhərə bitirdi. Onun komandası da oxşar şəkildə kodun başqa böyük hissələrini yenidən işləyib. Süni intellektin əsas üstünlüklərindən biri, Stenli mənə dedi ki, yeni fikirləri sınamağı asanlaşdırmasıdır. "Həmişə etmək istədiyim şeylər indi cəmi altı dəqiqəlik söhbət və 'Get bunu et' tələb edir," deyir.
Mən onillərdir tərtibatçılar haqqında yazıram və onlar həmişə qaranlıq əmrlər vasitəsilə maşını canlandırmanın həyəcanından vəcdlə danışırdılar. Əlbəttə, iş kosmik dərəcədə qıcıqlandırıcı ola bilərdi — tək bir xətanı tapmaq saatlar, hətta həftələr tələb edirdi. Lakin bu zəhmət sevinci itiləşdirirdi. Hər şey nəhayət işləməyə başlayanda, məmnuniyyət partlayışı sərxoşedici idi.
Ona görə də nə qədər çox proqram tərtibatçısının artıq əl ilə kod yazmadığına sevindiyini söylədiyinə təəccübləndim. Əksəriyyəti dedi ki, süni intellekt sətirləri yazsa da, uğur həyəcanını hələ də hiss edirlər. "Proqramlaşdırmanı sevirəm. Zona düşməyi sevirəm. Böyük düşüncələr düşünməyi sevirəm. Bu, yaradıcı aktdır," deyir Kent Bek — 1972-ci ildən bəri kod yazan proqram sənayesinin uzunmüddətli qurularından biri. On il əvvəl o, əsasən proqram yazmağı dayandırmışdı; ən son dillərdən və proqram alətlərindən məyus olmuşdu. Lakin böyük dil modelləri onu yenidən hərəkətə gətirdi və o, indi həmişəkindən daha çox layihə üzərində işləyir: fərdiləşdirilmiş qeyd tətbiqi, yeni növ verilənlər bazaları. Hətta süni intellektin nəticəsinin gözlənilməz ola bilməsi — eyni kodu yazmağı xahiş etsən, hər dəfə bir az fərqli yolla edə bilər — "slot maşını kimi asılılıq yaradır."
Bəzi proqramçılar isə əl işinin məhv olmasına təəssüfləndiklərini söylədilər. "inanıram ki, bu, əyləncəli, doyurucu və cəlbedici ola bilər, və kompüterin bunu sənin yerinə etməsi səni bundan məhrum edir," bir Apple mühəndisi mənə dedi. (O, Apple-ın süni intellekti qəbul etməsini tənqid etdiyinə görə başının bəlaya düşməməsi üçün adının açıqlanmamasını istədi.) Davam etdi: "Mən bunu çox pul qazanmaq və karyera pilləsində yüksəlmək üçün etmədim. Ehtirasım olduğu üçün etdim. O ehtirası başqasına ötürmək istəmirəm." O, həmçinin süni intellektin iş qüvvəsini atomlaşdırmasından narahatdır. Əvvəllər, tərtibatçılar həll olunmaz bir xəta ilə qarşılaşanda həmkarlarından məsləhət istəyirdilər; bu gün sadəcə agentlərdən soruşurlar. Lakin Apple-da onun bu pessimist görüşlərini açıq şəkildə bölüşən yalnız bir neçə nəfər var, dedi.
Hələ də fəal şəkildə süni intellektdən qaçan koderlər azlıqda ola bilər, lakin onların müxalifəti güclüdür. Bəziləri modelləri öyrətmək və yerləşdirmək üçün nə qədər enerji lazım olduğundan narazıdır, digərləri isə texnologiya firmalarının müəlliflik hüquqlu əsərləri talan edərək onları necə öyrətdiyinə etiraz edirlər. Süni intellektin nəticəsinin sürətinin firmalarla dağ-dağ pis yazılmış, yaxşı işləməyəcək kodla nəticələnəcəyinə dair şübhələr var. Texnologiya patronları agentləri dəyənək kimi istifadə edə bilər: işdə çox özünə güvənmə — səni botla əvəz edə bilərik. Tənqidçilər isə tərtibatçıların kiçik bir texnologiya nəhəngləri qrupu tərəfindən istehsal olunan süni intellektdən asılı vəziyyətə düşməsini dəhşətli fikir hesab edirlər.
Çikaqoda yaşayan tərtibatçı və texnologiya firması Fly.io-nun həmtəsisçisi Tomas Ptaçek süni intellekti sevən tərtibatçılarla ona nifrət edən az sayda tərtibatçı arasındakı kəskin mübarizələri görüb və "bu, vətəndaş müharibəsidir," dedi mənə. Özü ortadadır. Hesab edir ki, imtina edənlər süni intellektin yaxşı işləmədiyini və yaxşı işləyə bilməyəcəyini iddia edərkən özlərini aldadırlar. "Sanki sənə qaz verirlər," deyir. imtina edənlər azlıqdadır və "kədərin beş mərhələsinin necə cərəyan etdiyini müşahidə edə bilərsən."
Lakin o, Polliannaçı da deyil. "Böyük dil modelləri kodlaşdırmada qalib gələcək, amma bunun bizim üçün nə demək olacağını bilmirəm," əlavə edir. "insanlar bunun peşə üçün nə qədər pis olduğu barədə haqlı ola bilərlər, elə deyilmi?"
Bu, əlbəttə, dəhşətli iş perspektivləri demək ola bilər. Yeni kompüter elmləri məzunları xüsusilə narahatdır. Şirkətlər əvvəllər təcrübəsiz tərtibatçıları katta həmkarları üçün monoton işləri görmək üçün işə götürürdü, lakin baş mühəndis ölməz kod yazan kabus ordusunun köməyi ilə daha da məhsuldar ola biləndə kim bir təzə başlayanı işə götürəcək?

vibe coding

3-cü hissə
Bu, uğurun lənətidir və böyük, köklü proqram firmalarının gənc şirkətlərdən daha yavaş yeniləmələr təqdim etməsinin səbəbidir. Bir koderin yeni işi buraxılmazdan əvvəl həmkarları və rəhbərləri adətən onu "kod nəzərdən keçirmə"dən keçirir — sətirlərinə və hər hansı testin nəticələrinə diqqətlə baxırlar. Əgər süni intellektin Google kimi yetkin texnologiya firmalarındakı proqramçıları nə qədər daha məhsuldar etdiyini rəqəmlə ifadə etmək istəsəniz, bu, 10 faizdir — bunu Google-un baş icraçı direktoru Sundar Piçay deyib.
Bu, Google-un "mühəndislik sürəti"ndə — 100.000-dən çox proqram tərtibatçısının nə qədər sürətli işləyə bildiyi — gördüyü artımdır. Və bu 10 faiz şirkət daxilindəki orta göstəricidir, deyə şirkətin baş məhsul direktoru Rayan Salva mənə bildirdi. Bəzi işlər, məsələn sadə bir test yazmaq, indi onlarla dəfə sürətlidir. Böyük dəyişikliklər isə daha yavaşdır. Qurucuları ilə danışdığım startaplarda kodun təxminən 100 faizi süni intellekt tərəfindən yazılır, amma Google-da bu rəqəm hələ 50 faizə çatmayıb.
Salvanın yanına Sanniveylə, Kaliforniyaya getdim ki, onun çiyni üzərindən baxıb böyük dil modellərinin Google-un iş axınına necə toxunduğunu görüm. Milyardlarla sətir kodu olan bir firma üçün, qeyd etdi ki, süni intellektin dəyəri mütləq yeni kod yazmaqda deyil, daha çox mövcud sətirlərlə nə baş verdiyini anlamaqda idi. Tərtibatçılar ondan istifadə edirlər ki, kodun "əl-ayaq açmış" hissələrinin nə etdiyini təhlil etsin və izah etsin, beləliklə onu necə təkmilləşdirmək və ya dəyişdirmək lazım olduğunu müəyyən edə bilsinlər.
"Süni intellekt kod bazasının tanış olmayan hissəsinə girib, nə baş verdiyini anlamaqda çox daha yaxşıdır," dedi mənə. Həmçinin tərtibatçılara çox yaxşı tanımadıqları dillərdə işləməyə kömək edir. Nəticədə Salvanın komandasındakı tərtibatçılar daha kiçik qruplar əmələ gətirirlər: bir il əvvəl bunlara hər birinin öz ixtisası olan 30 nəfər lazım ola bilərdi. indi bir qrupa cəmi üçdən altı nəfər lazımdır ki, bu da onlara daha çevik hərəkət etməyə imkan verir, beləliklə "yığılmış işlərimizin çoxunu təmizləyə bilirik," dedi Salva.
Salva kod redaktorunu — mahiyyətcə kod yazmaq üçün mətn prosessoru — açdı ki, mənə Google-un böyük dil modeli Gemini ilə işləməyin necə olduğunu göstərsin. Süni intellekt bumunun ilk bir neçə ilində, dedi, hələ "tamamilə 'dövrədə insan' olaraq təsvir edəcəyim şey idi." Süni intellekt kömək edirdi, amma müstəqil işləmirdi. O yazarkən, Gemini onun üçün bir kod parçasını təhlil edirdi, tam test olunub-olunmadığını izah edirdi. Bir neçə yeni sətir təklif edəndə, onları qəbul edib-etməmək onun öhdəsinə düşürdü.
Lakin Google-un metabolizması tədricən sürətlənir və Gemini öz başına çox daha çox kod yazır. Salva mənə bir nümunə göstərdi. O, Google koderlərinin şikayət etdiyi bir problemi həll etmək istəyirdi: bəzən onlar Gemini-nin "əmr sətri interfeysinə" (C.L.I.) müxtəlif hesablardan daxil olurdular və hansı hesabı istifadə etdiklərini görmək asan deyildi.
O, Gemini üçün sorğu yazdı: "Gemini C.L.I. daxilində işləyərkən, istifadəçilərin daxil olmuş kimliklərini görməsinə imkan verən bir əmrin olması yaxşı olardı." Süni intellekt sorğunu bir neçə dəqiqə emal etdi, sonra Salvaya onu necə yerinə yetirmək niyyətində olduğunu bildirdi. Salva razılığını verdi və Gemini arxa planda işlədi. On dəqiqə sonra yoxlayanda kod yazılmışdı və Gemini onu xətalara görə test edirdi. Sonra Salva başa düşdü ki, süni intellekt bir az həddən artıq həvəsli olub.
"Aman Allah," dedi. "8000 test işlədib" — ciddi şəkildə lazım olandan çox-çox artıq. Lakin təxminən 15 dəqiqə sonra testlər başa çatdı və Salva yeni funksiyanı sınadı. Bax gör sən, kod işlədi, onun daxil olduğu hesabı düzgün göstərdi. "Pis deyil," dedi. Belə bir demo hazırlamaq yalnız ilk kiçik addım idi; Google-un kod bazasına daxil edilməzdən əvvəl bir neçə mərhələ kod nəzərdən keçirmə, yenidən yazma və testdən keçməli idi.
"Mühəndis olaraq, modellərin ilk dəfədə düzgün nəticə vermələrinin bacarığı məni daha az maraqlandırır," dedi. "Məni daha çox maraqlandıran odur ki, yoxlama addımları mövcud olsun ki, nəticədə mükəmməl və ya düzgün cavabı əldə etsin."
Google-un "sürət"ində 10 faizlik artım, süni intellekt ətrafındakı hay-küyü nəzərə alsaq, təsirli görünməyə bilər, qeyd etdi Salva. "Biz hamılıqla — həm proqram sənayesində, həm də mediyada — aman Allah, bir hype dövrü yaratmışıq," ilk dəfə keçən yay Nyu-Yorkda danışanda mənə demişdi. Amma reallıq onun üçün kifayət qədər təsirli idi. "Bütün şirkət üçün 10 faiz səmərəlilik artımı olanda sevinməliyik. Bu, tamamilə ağılsız bir şeydir!"

vibe coding

2-ci hissə

Proqram tərtibatçılarının generativ süni intellektə olan həvəsi digər amerikalıların böyük dil modellərinin təsiri barədə hissləri ilə kəskin ziddiyyət təşkil edir. Sorğular göstərir ki, əksəriyyət neytral və ya şübhəlidir; yaradıcı peşə sahibləri isə çox vaxt qəzəblidir. Lakin koderlər daha nikbindirsə, bunun səbəbi onların süni intellektlə qarşılaşmalarının bir çox digər peşələrdə baş verənlərin tam əksi olmasıdır, deyir mənim dostum Anil Daş — uzun illərdir proqramçı və texnologiya rəhbəri olan biri. "Texnologiya sektorunun ümumiyyətlə — və xüsusilə koderlərin — böyük dil modellərini hamıdan fərqli görməsinin səbəbi budur ki, yaradıcı sahələrdə böyük dil modelləri işin ən ruhlu, insani hissələrini əlindən alır və cansıxıcı işləri sənə buraxır," deyir Daş. "Kodlaşdırmada isə böyük dil modelləri cansıxıcı işləri əlindən alır və insani, ruhlu hissələri sənə buraxır."
Kodlaşdırma tarixən cansıxıcı iş olub. Filmlərdə proqramçılar həyəcanla, yazı sürəti ilə kod yazırlar. Əslində isə proqram yazmaq həmişə əzabverici dərəcədə yavaş və sinir bozucu bir məşğuliyyət olub. Bir neçə sətir kod yazırsan — bir kiçik iş görən tək bir "funksiya" — sonra kəşf edirsən ki, tək bir iki nöqtəni buraxmaq kimi xırda bir səhv etmisən. Bir şirkətin "kod bazası" — proqram təminatındakı hər bir kod sətri, illər ərzində yığılıb böyüyən — genişləndikcə və onlarla, minlərlə funksiya bir-biri ilə qarşılıqlı əlaqədə olduqca, saatlarla, günlərlə, həftələrlə saçını yola bilərsən ki, hər şeyi dayandıran hansı kiçik səhvləri tapasan. Bəlkə də sənin yazdığın bir sətir iki kabinə o tərəfdəki həmkarının kodladığı bir şeyi xarab edib.
Onilliklər ərzində kompüter mühəndisləri bu cansıxıcı işi avtomatlaşdırmağa çalışdılar. Sənayedə bu istiqamətdə atılan hər addımı "abstraksiya qatı əlavə etmək" adlandırırlar: əgər tez-tez bir işi mərhələ-mərhələ, əziyyətli şəkildə gördüyünü aşkar etsən, onu avtomatlaşdırırsan.
Məsələn, ilk kompüter dillərindən biri Assembly idi və onu yazmaq son dərəcə çətin idi. Kompüterlərin yaddaşı çox az idi, ona görə koderlər yaddaşı necə istifadə etdiklərinə diqqət etməli, hər bir məlumat parçasını ehtiyatla yerinə qoymalı və sonra hamısını zehnində izləməli idilər. Hətta sadə hesablamalar belə addım-addım, titiz bir yanaşma tələb edirdi. Tutaq ki, 10.000 dollara 10 il ərzində 5 faiz faizlə nə qədər pul olacağını hesablayan kod yazmaq istəyirsiniz. 1960-cı illərdə bu, doqquz sətirə yaxın olduqca qaranlıq Assembly kodu tələb edərdi: başlanğıc məbləği 10.000 dollar olaraq təyin etmək üçün "VAL, FLDECML 10000.0", məbləği prosessora yükləmək üçün "CLA VAL", kompüterə onluq nöqtəli ədədlərlə işlədiyini bildirmək üçün "FAD ZERO"; və sairə.
80 və 90-cı illərdə kompüterlər daha güclü olduqca mühəndislər bütün o yaddaş idarəetməsini sizin yerinizə edən və həmçinin ümumi sorğuları sadə əmrlərə çevirən dillər yarada bildilər. Python-da koder eyni hesablamanı çox sadə şəkildə edə bilər: "total_amount = 10000 * (1.05 ** 10)." Bu tək sətir kompüterə deyir ki, 10.000-i 10 il ərzindəki faiz dərəcəsi ilə vursun və nəticəni "total_amount" adlı dəyişəndə saxlasın. Proqramçılar artıq bütün məlumatların kompüterin yaddaşında harada saxlandığını düşünməyə ehtiyac duymurlar; Python bunu onların yerinə edir. Başqa sözlə, bu, bütün o xırda yaddaş işlərinin üstündə bir abstraksiya qatıdır. Bu dildə yazmaq xoş dərəcədə asandır.
2000 və 2010-cu illərdə proqramçılar getdikcə daha çox monoton işi abstraksiya ilə aradan qaldırdılar. Demək olar ki, hər dəfə çətin bir işlə qarşılaşanda, onu avtomatlaşdırmaq üçün kod yazır, sonra da — çox vaxt — onu açıq mənbəli edib başqalarının istifadəsinə verirdilər. Budur bir nümunə: həvəskar proqramçı olaraq mən bəzən bir veb-saytdan avtomatik olaraq mətni "çəkmək" istəyirəm. Bunu edən kodu heç vaxt özüm yazmamışam; sadəcə Beautiful Soup-dan istifadə edirəm — bütün mürəkkəbliyi idarə edən, minlərlə sətir Python kodundan ibarət, pulsuz əlçatan bir paketdir. Beautiful Soup-un necə işlədiyini başa düşməyə belə ehtiyacım yoxdur. O, sadəcə mənə sadə, adətən bir sətirlik Python əmrləri verir ki — vışş — veb-sayt mətnini mənim üçün alır və təhlil edir. Proqram təminatının əhəmiyyətli bir hissəsi məhz bu şəkildə istehsal olunur: tərtibatçılar başqasının yazdığı böyük kod yığınlarını bir-birinə birləşdirirlər.
Lakin süni intellektlə proqramçılar daha da yüksək abstraksiya səviyyəsinə qalxırlar. Onlar adi dildə proqramın nə etməli olduğunu təsvir edirlər və agentlər həmin fikri — o insani niyyəti — koda çevirirlər. Proqram yazmaq artıq Python, JavaScript və ya Rust kimi bir dilin incəliklərini zehnində cəmləşdirmək demək deyil. Kodlaşdırma artıq alqoritmi xarab edib sonra səhvin harada olduğunu tapmağa çalışmaq demək deyil. O hissə də abstraksiya ilə aradan qaldırılıb.
Bəs əslində nə qaldı? Və ya Claude Code-un rəhbəri Boris Çerninin yanvarда Anthropic-in baş qərargahında görüşəndə dediyi kimi: "Hesablama nədir — kodlaşdırma nədir?" Sonra əlavə etdi: "Çox tez fəlsəfi olmaq olar."
Onun cavabı danışdığım demək olar ki, hər bir tərtibatçıdan eşitdiyimin əks-sədasıydı: koder indi tikinti işçisindən çox memarа bənzəyir. Süni intellektdən istifadə edən tərtibatçılar proqram təminatının ümumi formasına — funksiyaları və aspektlərinin necə birlikdə işlədiyinə diqqət yetirirlər. Agentlər işləyən kodu bu qədər tez istehsal edə bildiyinə görə, onların insan nəzarətçiləri eksperiment edə, nəyin işlədiyini görmək üçün müxtəlif şeyləri sınaya və işləməyəni kənara ata bilərlər. Bir neçə proqramçı mənə dedi ki, özlərini bir az Stiv Cobsa bənzədirdilər — o, məşhur şəkildə əməkdaşlarına prototiplər hazırlatdırırdı ki, özü çoxlarına toxunsun və hansının düzgün hiss olunduğunu müəyyən etsin. Tərtibatçının işi indi yaratmaqdan çox qiymətləndirməkdir.
Çerninin özü bütün abstraksiya qatlarından keçib: Kaliforniyada yeniyetmə ikən özünə bir az Assembly öyrətmişdi ki, kalkulyatorunda riyaziyyat ev tapşırığını avtomatik həll edən proqram yazsın. Bu gün sadəcə telefonunu çıxarıb Claude-a süni intellekt agentinin nə etməsini istədiyini diktə edir; bir növ Uroborik dövrədə, Çerninin Claude kod bazasına bütün töhfələri indi tamamilə Claude tərəfindən yazılır.
Biz danışarkən telefonu qarşımızdakı masanın üstündə idi və bir saatın sonunda mənə ekranı göstərdi: 10 Claude agenti kod bazasını düzəldirdi. "Əlimlə tək bir sətir yazmamışam və komandada ən məhsuldar koder kimiyəm," dedi. "Bu, birlikdə işləməyi öyrəndiyimiz yad bir zəkadır."
Gördüyüm koderlərin əksəriyyəti üçün süni intellektlə işləməyi öyrənmək süni intellektlə danışmağı öyrənmək deməkdir. Bu, mənə bu yeni dövrün gözlənilməz paradoksu kimi göründü, çünki ənənəvi olaraq kodlaşdırma işdə başqaları ilə mümkün qədər az danışmağı üstün tutan introvertlər üçün sığınacaq idi. Lakin indi bütün işləri bu yad həyat forması ilə dayanmadan söhbət etməkdən ibarətdir.
Əgər təsvir etmək və danışmaq artıq proqram tərtibatçısının işinin böyük hissəsidirsə, bu söhbət yenə də olduqca mürəkkəb və yüksək dərəcədə texniki olaraq qalır. Həvəskar bunu edə bilməz. Agentə sadəcə "Mənə uğurlu bir startap üçün kod yaz" deyə bilməzsən. Agentlər hər dəfə bir addım icra etmələri istənildikdə ən yaxşı işləyirlər; çox şey istəsən, mövzudan çıxa bilərlər. San-Fransiskodakı startapı Claude Code-dan istifadə edən Aayuş Naik deyir ki, süni intellekt agentinin bütöv bir layihəni bir anda, bir "Böyük Partlayış" anında yaradacağını düşünmək xülyadır. Bəli, 5000 sətir kod yazdıra bilərsən — amma sonra, deyir o, "test edirsən və heç nə işləmir." Bütün proqram tərtibatçılarının dediyi budur ki, məhz burada onların təhsili və təcrübəsi hələ də lazımdır: böyük bir kod bazasının necə strukturlaşdırılması lazım olduğunu bilmək, sistemin etibarlı olması üçün necə layihələndirilməsini bilmək və agentin səliqəsiz olub-olmadığını müəyyən etmək.
Süni intellektin hallüsinasiya etmə meylinə baxanda, agentlərin kodu real dünyaya göndərməsinə icazə vermək ehtiyatsız görünə bilər. Lakin proqram tərtibatçıları qeyd edirlər ki, kodlaşdırmanın unikal bir xüsusiyyəti var: onlar süni intellektlərini reallığa bağlaya bilərlər, çünki agentlərdən kodun düzgün işləyib-işləmədiyini test etmələrini tələb edə bilərlər. "Hiss edirəm ki, proqramçıların işi asandır," deyir Simon Villison — texnologiya sahibkarı və süni intellektlə necə kod yazılacağı barədə nüfuzlu bloger. "Əgər hüquqşünassansa, bəlanı tapıbsan, elə deyilmi?" Süni intellektin yazdığı hüquqi sənədi hallüsinasiyalar üçün avtomatik yoxlamağın heç bir yolu yoxdur — məhkəmədə tam biabırçılıqla üzləşməkdən başqa.
Dima Yanovski ilə onun kiçik San-Fransisko mənzilində görüşəndə o da Claude ilə məşğul şəkildə söhbət edirdi. O, tez gülümsəyən, 25 yaşlı bir proqramçıdır və e-ticarət şirkətlərinə süni intellektlə kömək edən Prox şirkətində işləyir. Onu keçən il uşaqlıq dostu Qreqori Makodzeba ilə birlikdə qurub. Hər ikisi gəmiçilik biznesində olan ailələrdə Ukraynada böyüyüb.
O, Claude-a əmrlər diktə edərkən, kiçik masasının üstündəki noutbukunda bir neçə agent işləyirdi. Bir an onlardan biri hallüsinasiya etməyə başladı — açıq-aydın mövcud olmayan bir məlumat cədvəlinin var olduğunu israr edirdi. "Nə?" Yanovski qaşqabaqlı halda ekranına baxdı. Klaviaturasında nifrətli bir məzəmmət yazdı: "sənə kim dedi ki, bu cədvəl olacaq? mən bu cədvəli yaratmamışam."
Claude axmaq və şən bir tonla cavab verdi: "Haqlısınız! Cədvəllərin mövcud olduğunu fərz etməməliyəm." Və işi yenidən görməyə başladı.
Hətta bu ara-sıra geri qayıtmalarla belə, Claude Yanovskidən o qədər sürətli kod yazır ki, o, işini indi nə qədər sürətli görə bildiyini rəqəmlə ifadə etməkdə çətinlik çəkir. "Məsələn, 20 dəfə?" təklif etdi. Əvvəllər həftələr çəkən iş indi saatlara sığır. Tanıdığı hər Silikon Vadisi qurucusu eyni şeyi yaşayır. Əgər tələsik bir şirkət qurmaq istəyirsənsə, artıq heç kim bunu əl ilə etmir.
Süni intellektin koder məhsuldarlığını bu qədər kəskin artıra bilməsi sahədə ən diqqətəlayiq müzakirə mövzularından biri olub. Bunu özüm də görmüşəm: elə keçən həftə bəzi qarışıq transkriptləri təmizləmək üçün veb aləti lazım idi və onu süni intellektlə təxminən 10 dəqiqəyə qurdum. Tək başıma bir saat, bəlkə də daha çox çəkərdi.
Lakin proqram startapları — və ya mənim kimi vibe-coding ilə öz kiçik tətbiqlərini yaradan fərdlər — xüsusi haldır. Bunlar sənayedə "greenfield" (yaşıl sahə) kodlaşdırma kimi tanınan şeyi əhatə edir — burada əvvəlcədən mövcud kod sətirləri yoxdur. Tamamilə yeni bir kod bazası sıfırdan yaradılır.
Proqram tərtibatçılarının böyük əksəriyyəti greenfield kontekstində işləmir. Onlar "brownfield"dədirlər (köhnə sahə) — kodun illər (və ya onilliklər) əvvəl yazıldığı və artıq milyonlarla və ya milyardlarla sətrə çatdığı yetkin şirkətlərdə çalışırlar. Yeni funksiyaları sürətlə əlavə etmək adətən dəhşətli fikirdir — onlar təsadüfən kodun başqa bir hissəsi ilə ziddiyyətə girə və milyonlarla müştərinin etibar etdiyi bir şeyi xarab edə bilər. Ən yetkin proqram firmalarında koderlər tarixən vaxtlarının az hissəsini — bəzən gündə cəmi bir saatdan bir az çox — əslində kod yazmağa sərf edirdilər. Qalanı planlaşdırma, prioritetləri müzakirə etmək və irəliləyişi müzakirə etmək üçün görüşlər keçirmək idi.

vibe coding

maraqlı məqalədir.
Coding After Coders: The End of Computer Programming as We Know It
https://www.nytimes.com/2026/03/12/magazine/ai-coding-programming-jobs-claude-chatgpt.html

ai ilə tərcümə etmişəm oxuyun.

1-ci hissə

Son vaxtlar Manu Ebert süni intellektinin onu biabır etməsinin qarşısını almağa çalışır.
Bu yaxınlarda Ebertin — maşın öyrənmə mühəndisi və keçmiş neyroelm mütəxəssisinin — yanına getdim; o, Konor Brennan-Burkla birlikdə startapları Hyperspell-i idarə etdikləri sadə bir mənzildə işləyirdi. Ebert — avropalı akademik görkəmi olan, hündürboy, qısa saqqallı, 39 yaşlı bir kişi — nəhəng əyri monitorun qarşısında oturmuşdu. Ekranda Anthropic-in süni intellekt aləti olan Claude Code işləyirdi. Onun agentlərindən biri yeni funksiya yazırdı, digəri onu test edirdi; üçüncüsü isə virtual nəzarətçi kimi hər şeyə göz qoyurdu. Bir neçə dəqiqə sonra Claude ekrana yazdı: "Tətbiq tamamlandı!"
Ebert 90-cı illərdə böyümüşdü və kodlamağı köhnə üsulla öyrənmişdi: hər sətri əziyyətlə, bir-bir yazırdı. Universitetdən sonra Silikon Vadisində Airbnb kimi şirkətlərdə proqram tərtibatçısı kimi işləmiş, sonra dörd startapın həmtəsisçisi olmuşdu. O vaxtlar proqram hazırlamaq günlərlə klaviaturanın üstündə əyilib, mürəkkəb detallar üzərində düşünmək, səhvlərdən qaçmağa çalışmaq demək idi.
Bütün bunlar keçən payız sona çatdı. Süni intellekt kod yazmaqda o qədər yaxşılaşmışdı ki, əvvəlcə ehtiyatlı davranan Ebert getdikcə daha çox işi ona həvalə etməyə başladı. indi kodun böyük hissəsini Claude Code yazır. Agentlər o qədər sürətli — və ümumiyyətlə o qədər dəqiqdir ki, bu yaxınlarda bir müştəri Hyperspell-dən yeni kod yazmağı istəyəndə bu, cəmi yarım saat çəkdi. Əvvəlki dövrlərdə? "Təkcə bu iş mənə bir gün aparardı," dedi.
O və 32 yaşlı Brennan-Burke hələ də proqram tərtibatçılarıdır, lakin artıq həmkarlarının əksəriyyəti kimi çox nadir hallarda kod yazırlar. Əvəzinə, günlərini süni intellektlə danışmaqla keçirirlər — adi ingilis dilində nə istədiklərini təsvir edir və süni intellektin nə edəcəyinə dair "plan"ına cavab verirlər. Sonra agentləri sərbəst buraxırlar.
Süni intellekt süni intellekt olduğu üçün bəzən işlər çığırından çıxır. Bəzən Claude özbaşınalıq edib kodu test etməyəndə Ebert agenti danlamağa başlayır: Claude, sən həqiqətən bütün testləri işlətməlisən.
Bu cür səhvlərin təkrarlanmasının qarşısını almaq üçün Ebert öz prompt faylına — agentlərin hər hansı bir iş görmədən əvvəl əməl etməli olduğu ciddi "On Əmr" siyahısına — bəzi sərt xəbərdarlıqlar əlavə edib. Süni intellektdən istifadə edən bir koderin prompt faylına baxanda, tərtibatçının agentlərin ümumən bacarıqlı, lakin gözlənilməz şəkildə yoldan çıxan davranışlarını cilovlamaq cəhdlərinin izlərini görürsünüz.
Ebertin prompt faylına baxdım. Orada agentlərə deyilirdi ki, hər yeni kod Hyperspell-in real məhsuluna göndərilmədən əvvəl bütün testlərdən keçməlidir. Python kodu üçün pytest adlı bir testin öz xüsusi promptu var idi və diqqətimi çəkdi: "Pytest-dən keçməyən kodu göndərmək qəbuledilməz və biabırçıdır."
Biabırçı? Doğrudanmı süni intellektə sizi "biabır" etməməyi demək kömək edirdi? Ebert utancaq şəkildə gülümsədi. Sübut edə bilməzdi, lakin bu kimi promptlar Claude-un performansını bir qədər yaxşılaşdırmış kimi görünürdü.
Onun təcrübəsi qeyri-adi deyil; bu günlərdə bir çox proqram tərtibatçısı süni intellekt agentlərini danlamağa, onlarla yalvarmağa, vacib əmrləri BÖYÜK HƏRFLƏRLƏ yazmağa — və ya hipnozçu kimi eyni əmri dəfələrlə təkrarlamağa müraciət edir və kəşf edirlər ki, süni intellekt indi bir qədər daha itaətkar görünür. Bu cür melodramatik ifadələr bir az dəli kimi görünə bilər, amma adlarından da göründüyü kimi, böyük dil modelləri dil maşınlarıdır. "Biabırçı" sözü yəqin ki, təcililik hissi aşılayırdı.
"Əgər desən ki, Bu milli təhlükəsizlik məsələsidir, bu testi mütləq yazmalısan, onda sanki riskləri artırmış olursan," dedi Ebert.
Brennan-Burke söhbətə qoşuldu: "Modellərlə nə qədər kobud danışsan, bir o qədər yaxşı işlədiklərini göstərən araşdırmanı xatırlayırsan?" Güldülər. Kompüter proqramlaşdırması 80 illik tarixində çox dəyişikliklər yaşayıb. Amma bu, bəlkə də ən qəribidir: proqramlaşdırma indi bir söhbətə, proqram tərtibatçıları ilə botları arasında qarşılıqlı danışığa çevrilir.
Bu baş gicəlləndirən dəyişiklik böyük iqtisadi nəticələr doğurmaq təhdidi daşıyır. Onilliklər ərzində kodlaşdırma o qədər sehrli sayılırdı ki, bir az bacarıqlı olsan belə, ömür boyu iş təminatından əmin ola biləydin. Əgər bunda müstəsna idinsə (və bəxtiniz gətirdisə), zənginləşərdiniz. Silikon Vadisinin ağaları 2010-cu illərdə ölən sənayələrdəki amerikalı işçilərə "kodlamağı öyrənin" deyə nəsihət verirdilər.
indi kodlaşdırmanın özü avtomatlaşdırılır. Kənardan baxanlara proqramçıların üzləşdiyi bu vəziyyət həm haqlı, həm də gülməli görünə bilər: amerikalı ağyaxalıqlı işçilər uzun müddətdir Silikon Vadisinin bir gün süni intellektlə onların işlərini avtomatlaşdıracağından narahat olurdular, amma baxın kimin zərbə aldığına! Həqiqətən də, kodlaşdırma, bəlkə də, süni intellektin əslində əvəz edə bildiyi ilk bahalı sənayələşmiş insan əməyi növüdür. Süni intellektin yaratdığı videolar əyri-üyrüdür, süni fotoşəkillər sürrealdır; hüquqi sənədlər karyeranı məhv edən kobud səhvlərlə dolu ola bilər. Bəs süni intellektin yazdığı kod? Əgər testlərdən keçirsə və işləyirsə, insanların ildə 200.000 dollar və daha çox maaş alaraq yazdığı kod qədər dəyərlidir.
Düşünə bilərsiniz ki, bu, proqramçıları narahat edəcək və ruhdan salacaq. Bəzilərini — əlbəttə. Lakin keçən payız və qış ərzində onlarla tərtibatçı ilə danışdım və əksəriyyəti yeni güclərindən qəribə şəkildə həyəcanlı idi.
"Karyeram boyu olduğumdan 10-dan 20-yə — hətta 100 dəfəyə qədər daha məhsuldarıq," dedi Stiv Yegge — kodlaşdırma agentlərinin sürüsünü idarə etmək üçün öz alətini yaratmış təcrübəli bir koder. "Sanki bütün ömrümüz boyu piyada getmişik," deyir, "amma indi bizə nəqliyyat vasitəsi verilib, və o, lənətə gəlmiş qədər sürətlidir." Lakin həmkarlarının çoxu kimi Yegge də bunun peşəsinin gələcəyi üçün nə demək olduğunu tam başa düşə bilmir. Onilliklər ərzində proqram tərtibatçısı olmaq kodlaşdırma dillərini mənimsəmək demək idi, lakin indi bir dil texnologiyasının özü bu peşənin mahiyyətini alt-üst edir.

sosial çürümə

türkiyədə küçə müsahibəsində təsadüfən bir professorun müsahibəsi nəticəsində gündəmə gələn və həqiqətən narahat edici bir reallıqdır. insanlar mənəviyyət, ləyaqət, etika kimi şeyləri düşünmək istəmirlər. kimə qoyum, kimə soxum düşünürlər, fərdi münasibətlərdə belə iyrənc siyasət işlədirlər. həm də bununla fəxr edirlər və başqalarına da düzgünlük və dürüstlükdə güvənmirlər.

matrix filmindən spoiler
birinci yaradılan simulasiya dünyası çox mükəmməl olur amma insanlar o dünyada yaşamaq istəmirlər. Buna görə yeni dünya yaradılır orada əsl mundar, cındır dünya qurulur. Beləcə insanlar o dünyada istər istəməz yaşayırlar.

bəlkə də bu insan təbiətində var. amma buna inanmıram. nə də olsa insanın bu cür varlığ olmağını dərk etmək heç kəsə xoş olmaz. bu davranış insan anlayışına ziddir. bioloji olaraq bunu əsaslandırmaq olar amma insan və mədəniyyət kontekstinə bunu sığışdırmaq olmur.

alqoritm

Babillilər Nyutondan 3000 il əvvəl nə kəşf etmişdilər?
Təsəvvür et, e.ə. 1700-cü il, Babil. Sən kəndlisən. Sənə deyirlər: "Sahəsi 2 kvadrat metr olan kvadrat torpaq veririk. Get ölç, hasarla." Hasarlamaq üçün tərəfi bilməlisən. Tərəf = √2. Amma sən "kvadrat kök" bilmirsən — əlində sadəcə ip və ağıl var.
Necə edərsən?
Deyirsən: "Görəsən tərəf 1 metrdir?" Yoxlayırsan: 1 × 1 = 1. Az çıxdı. "Bəlkə 2-dir?" 2 × 2 = 4. Çox oldu. Deməli cavab 1 ilə 2 arasındadır.
Bax, babillilər burada dahiyanə bir şey görmüşdülər. Bu gün "Babil metodu" (Babylonian method) adı ilə tanınan bu üsulun məntiqi sadədir: əgər sənin təxminin (x) kiçikdirsə, onda sahəni təxminə böldükdə (S/x) böyük ədəd çıxır. Biri böyük, biri kiçik — həqiqi cavab ortadadır. Ortanı götür, daha yaxşı təxmin alar:
Yeni təxmin = (x S/x) / 2
√2 üçün yoxlayaq:

Başlanğıc: x = 1
1-ci addım: (1 2/1) / 2 = 1.5
2-ci addım: (1.5 2/1.5) / 2 = 1.4167
3-cü addım: (1.4167 2/1.4167) / 2 = 1.4142

Həqiqi cavab 1.41421356... — cəmi 3 addımda demək olar ki, dəqiq nəticə. Sadəcə bölmə və toplama ilə.
Babillilər bunu gil lövhələr üzərində yazıb saxlayıblar (e.ə. 1800–1600). Maraqlısı budur: 3000 il sonra isaak Nyuton ümumi iterativ həll metodu yaradanda, babililərin bu üsulu onun metodunun xüsusi halı oldu. Yəni babillilər formal riyaziyyat bilmədən, intuitiv şəkildə eyni prinsipə gəlib çıxmışdılar.

alqoritm

Evklid alqoritmi (təxminən e.ə. 300-cü il) ən qədim rəsmi alqoritmlərdən biri hesab olunur. iki ədədin ən böyük ortaq bölənini (ƏBOB) tapmaq üçün istifadə olunur. Mahiyyəti sadədir: böyük ədəddən kiçiyini çıxarırsan (və ya qalığı tapırsan), qalıq sıfır olana qədər davam edirsən. Gözəlliyi ondadır ki, bu alqoritm 2300 ildən çoxdur mövcuddur və bu gün də kriptoqrafiyada, kompüter elmlərində aktiv istifadə olunur.

Sadə izah
Təsəvvür et ki, iki ədədin var: 48 və 18. Bunların ən böyük ortaq bölənini (ƏBOB) tapmaq istəyirsən, yəni hər ikisini qalıqsız bölən ən böyük ədədi.
Addım-addım belə işləyir:
Böyük ədədi kiçiyə böl, qalığa bax. Sonra kiçik ədədi həmin qalığa böl. Qalıq 0 olanda, sonuncu bölən -- cavabdır.

Nümunə: ƏBOB(48, 18)
48 ÷ 18 = 2, qalıq 12 → indi 18 və 12 ilə davam edirik
18 ÷ 12 = 1, qalıq 6 → indi 12 və 6 ilə davam edirik
12 ÷ 6 = 2, qalıq 0 → Dayandıq!
Cavab: 6. Yəni 48 və 18-in hər ikisini bölən ən böyük ədəd 6-dır.

Həyatdan analogiya: Təsəvvür et ki, 48 metrlik və 18 metrlik iki ip parçan var. Bunları israf etmədən eyni uzunluqda ən böyük parçalara kəsmək istəyirsən. Evklid alqoritmi sənə deyir ki, hər parçanı 6 metrlik hissələrə kəssən, heç bir artıq qalmaz — 48-dən 8 parça, 18-dən 3 parça alırsan.

Niyə işləyir? Əsas məntiq budur: əgər bir ədəd həm a-nı, həm b-ni bölürsə, o zaman a − b fərqini də (və ya a ÷ b qalığını da) mütləq bölür. Buna görə hər addımda ədədlər kiçilir, amma ƏBOB heç vaxt itmir — ta ki cavab üzə çıxana qədər.

pünhan azim

Yeni nəsil güclü meyxanaçılardan biridir. hətta intellektual dairələrdə belə sevilir. cünki texniki biliyi və bazası böyükdür. əruz, fərqli fərqli bəhrlərdə deyə bilir. intellektual meyxana yaradır. yutub kanalında meyxana professoru olaraq qeyd edib özünü.

(youtube: )

kofeşop

freelancerlerin productivliyini artiran yer. hətta tələbələrin və biznes meetlərin. amma niyə belə olur?

Bu əslində psixoloji fenomendir və bir neçə səbəbi var.
Birincisi, "social accountability" effekti. Evdə tək olanda heç kim səni görmür, rahat divanı seçmək asandır. Amma cofeshop-da ətrafında insanlar işləyir, sən də sanki onların bir hissəsinə çevrilirsən. Heç kim sənə baxmır əslində, amma beyin "ictimai məkandayam" siqnalı alır və daha məsuliyyətli davranır.
ikincisi, ambient noise — arxa fon səs-küyü. Tam sükut əslində konsentrasiya üçün ideal deyil, beyin çox "boş" mühitdə öz daxili səs-küyünü yaradır — fikirlər dağılır, anxiety artır. Cofeshop-un o xəfif hay-küyü (fincan səsi, pıçıltı, musiqi) beyni "focused but relaxed" zonada saxlayır. Buna tədqiqatlarda optimal stimulation deyirlər, təxminən 70 dB civarında.
Üçüncüsü, kontekst dəyişikliyi. Ev həm yataq, həm mətbəx, həm iş yeridir. Beyin "burda nə etməliyəm" sualına aydın cavab tapa bilmir. Cofeshop-a gedəndə fiziki olaraq "iş rejiminə" keçirsən. Bu bir növ ritual olur — gəlirsən, qəhvəni sifariş edirsən, laptopı açırsan, başlayırsan. Həmin ritual beynə "indi iş vaxtıdır" siqnalı göndərir.
Dördüncüsü, məhdud vaxt. Evdə "sonra da edərəm" düşüncəsi var. Cofeshop-da isə batareya bitəcək, qəhvən soyuyacaq, bağlanacaqlar — bu təbii deadline hissi yaradır və Parkinson qanununa görə iş verilmiş vaxta sığışır.
Beşincisi isə çox sadədir — evdən qaçış. Evdə soyuducu, divan, YouTube, paltaryuyan maşın, hər şey var. Cofeshop-da isə laptopundan başqa heç nəyin yoxdur. Əslində produktivlik artmır, sadəcə distraction azalır.

developer və proqram mühəndisi arasındakı fərqlər

Developer (inkişaf etdirici) -- verilmiş tapşırığı həll edir. "Bunu qur" deyirlər, qurur. Məsələn: "Login səhifəsi lazımdır" --> yazır, işləyir, təhvil verir. Fokus nəticə üzərindədir.
Engineer (Mühəndis) -- tapşırığı həll etməzdən əvvəl niyə və necə daha yaxşı suallarını verir. Arxitektura düşünür, scale olacağını planlaşdırır, trade-off-ları qiymətləndirir. Fokus sistem üzərindədir.
Sərhəd isə əslində qərar vermə səviyyəsindədir:
Developer deyir: "React ilə form yazdım, işləyir."
Mühəndis deyir: "React lazımdır ya vanilla JS kifayətdir? Form validation client-side olsun ya server-side? Accessibility necə olacaq? 10x istifadəçi olsa performans necə dəyişir?"
Bunu tikinti ilə müqayisə etsək — developer bənnadır, plan verilir, tikilir. Mühəndis konstruktordur, planın özünü çəkir, yükü hesablayır, materiala qərar verir.
Amma praktikada bu xətt çox bulanıqdır. Yaxşı bir developer artıq mühəndislik düşüncəsi ilə işləyir, yaxşı bir mühəndis də əlini koddan çəkmir. Əksər şirkətlərdə "Software Engineer" titulu verirlər amma adamın gördüyü iş developer işidir. Əsl fərq titul deyil, düşüncə tərzidir — "işləyir" ilə kifayətlənirsən ya "düzgün işləyir, scale olur, maintain olunur" düşünürsən.

Fundamental bilik üzərində:
Developer əsasən "how" bilir — bu framework-u necə istifadə edim, bu library necə işləyir, bu API-ni necə çağırım. Laravel-də route necə yazılır, React-də state necə idarə olunur. Praktik biliklər, alət bilikləri.

Mühəndis isə "why" və "what happens underneath" bilir. Yəni Laravel-in route sistemi HTTP protokolunun üstündə necə işləyir, React-in virtual DOM niyə mövcuddur və real DOM-dan nə ilə fərqlənir, state dəyişəndə render cycle-da nə baş verir.

Konkret nümunələrlə:
Verilənlər bazası -- Developer: "Eloquent-də where() yazıram, işləyir." Mühəndis: SQL query plan nədir, index niyə lazımdır, N+1 problem nədir, normalization vs denormalization nə vaxt seçilir.

Şəbəkə -- Developer: "API endpoint çağırıram, cavab gəlir." Mühəndis: TCP handshake nədir, DNS necə işləyir, HTTPS-də TLS nə edir, latency haradan yaranır.

Proqramlaşdırma dili -- Developer: "PHP-də array istifadə edirəm." Mühəndis: bu array əslində hash map-dır, memory-də necə saxlanılır, time complexity-si nədir, big O notation.

OS səviyyəsi — Developer: bunun xəbəri yoxdur çox vaxt. Mühəndis: process vs thread, memory management, file system necə işləyir, concurrency problemləri.

Əslində bu Computer Science fundamentals adlanır — data structures, algorithms, operating systems, networking, database theory. Universitetdə mühəndislik fakültəsində bunları öyrədirlər. Developer isə çox vaxt bootcamp və ya self-taught yoldan gəlir, birbaşa framework öyrənir, altındakını bilmir.


Ai üzərində Əlavə bir bir nümünə
Mühəndis Ai Asisted kod yazır, developer ise vibe code yazır.

Nəticədə fərq belə üzə çıxır: hər şey yaxşı işləyəndə developer və mühəndis arasında fərq görünmür. Amma problem olanda -- performans düşəndə, sistem scale olmayanda, qəribə bug çıxanda -- fundamental biliyə sahib olan adam problemi diaqnoz edə bilir, o biri isə Stack Overflow-da və ya AI-dən cavab axtarır.

(baxma: gecə saat 4-də yazdığım məqaləyə bax)

claude code

artıq ayda 100 usd olan planı istifadə edirəm amma hesabı 3 iş yoldaşımla bərabər işlədirəm.
trumpın antropici Supply Chain Risk elan etməsindən biraz narahat oluram amma bu şirkətin bu cür xarakterli olması onu həm insanların gözündə sevdirdi həm də güvəni artdı.
deməli işdə developerlərdən ibarət 2 komanda var idi, mən işə girəndə a şöbəsində idim. A şöbəsinın müdürü (yəni mənim müdür) biraz özünü mənə qarşı yaxşı aparmadı münasibətlərimiz yaxşı olmadı. ondan xoşum gəlmədi deyə bu texnologiyanın istifadəsini ona bildirmədim.
2-ci qurup b qurupu buradakı uşaqlar isə mənlə dostcanlı oldular. amma bunlar junior idilər. bir senior kimi bunlara daim kömək etmək yorurdu məni, həm kömək et, həm öyrət, həm road map üzrə yönləndir həm də öz tasklarım. nəsə bunlara 100 dəfə dedim bu claude code işlədin gpt başını buraxın. amma lom ki lom özüm deyib özüm eşidirdim. nəsə bir gün bunlar mənim claude code ilə necə işlədiyimi görüb şoka düşdülər və tez onlara da qurmağımı istədilər. üstündən 1 il keçib, bügün həmin junior dostlar bizim şöbə müdüründən də daha tez layihələri və taskları done edirlər. artıq vəzifə də alıblar, maaş da artıb, özlərinə interm işçi də götürüblər və həmin interm işçi də bizim şöbə müdürdən 100 qat sürətlidir.
deməkdə məqsədim odur ki işlədin, öyrənin. trump boşuna bunun davasını etmir.
amma bir xaişim var cındır adamlara öyrətməyin qoy onlar gpt işlətsinlər.

amma hazırda ən yaxşısı budur. ola bilər ki gələcəkdə digər modellər daha yaxşı olsun (az ehtimal). Amma claude code təkcə modellərinə görə yox eyni zamanda sisteminə görə də yaxşıdır.

anthropic

ən keyfiyyətli ai modelləri hazırlayan şirkət. başlanğıcda elə də tanımırdı amma modellərinin və məhsullarının keyfiyyətli olması onu artıq openai-dən və degərlərindən önə salır. hətta amerika maduronu qaçırtmaq üçün bu şirkətin məhsullarından istifadə edib. hətta pentagon da bu şirkət ilə işləyir.

eyni zamanda xidmətlərindən istifadəni maksimum əlçətan etmişdilər. məslən openai təkcə chatgpt-ni aylıq abunəlik ilə etmişdi amma digər məqsədlər üçün istifadəni token base etmişdi. amma antropic bunu da aylıq əlçətan etmişdi. ço adamın tokenlərə verməyə çoxlu pulu yox idi həm də edə biləcəklərini maddi olaraq öncədən planlaya bilmirdi. buna görə hami claude code işlədirdi, hamının claude code işlətməyi və beləcə antropicin daha böyük data yığmağına və güclənməyinə səbəb oldu.

ramiz mehdiyev

dtx tərəfindən evindən 17 milyon pul aşkarlanmış eks məmur. vətən xaini kimi ittiham olunur. oy da sistem öz əsas fiqurunu, həmin sistemi yaradanı necə məhv edir. nə də olsa çox maraqlıdır. indiki prezidenti də o hakimiyyətə gətirib orada saxlamışdı. o olmasaydı 2003 hadisələri fərqli olardı bəlkə də.
amma bu adam etdiklərinə baxanda həqiqiətən də vətən xainidir. minlərlə insanın şərlənib həbs edilməsində, rusların işgəncə sistemlərinin tətbiq edilməsində, rüşvət, mənimsəmə oliqarxiyasının təşkilində böyük rolu var. neft sərvətinin yoxa çıxmasında, qarabağ müharibəsində ölkənin bütün proseslərində rolu var.
Sonun başlanğıcını Elşad abdullayev qoymuşdu gülərqeyd əməliyyatı ilə. əfsanəni unutmayaq. bu adam peysərdi bu öz yerində amma sistemin bu davranışı çox maraqlı hadisədir. təsəvvür edin qarışqalar öz anakraliçalarını yeyib yenisini yaradırlar. bu da elə birşeydir. bir daha sibut olunur ki heçkim toxulmaz deyil, tarix yenidən xatırladır bizə. nə qədər pulun və gücün olsa da damokl qılıncı balanslı formada başıvın üstündədir.
Nə qədər zirvəyə çıxırsan çıx, yenə də öz götüvün üstündə oturursan.