Yaklaşık 1 aydır sabah akşam bu sistemi oturtmaya ve geliştirmeye çalışıyorum para kazanma kısmının çoğu arbitragedan geliyor bazen de momentumdan işlem geliyor. Daha fazla geliştirme önerilerine açığım. Genel olarak sistem hakkında bilginiz olması için hackathona hazırladığım sunumu izleyebilirsiniz. https://www.youtube.com/watch?v=r8K1vExpx6U

10 gün önce bir tweet attım: "Grammarly'nin tweet'ler için versiyonu olsa nasıl olurdu?" GitHub'da duruyor, twitter/the-algorithm. 2024'te open-source ettiler. 36 tane somut kural çıkardım. Ve bunları score'layan bir tool yazdım. Tweet'ini yapıştırıyorsun, tool analiz ediyor, kaç kişiye ulaşacağını tahmin ediyor. Düzeltme önerisi veriyor. Düzeltiyorsun, score değişiyor. İşte kaynak koddan çıkan en sert kurallar: 1. Link koyarsan cezalandırılırsın. Bu komplo teorisi değil. Kaynak kodda var. Dış link içeren tweet'ler %30-50 daha az kişiye gösteriliyor. X seni platformda tutmak istiyor. Sen link paylaşınca algoritma "bu kullanıcıyı başka yere gönderiyor" diye okuyup tweet'ini gömüyor. Çözüm basit: Link'i ilk reply'a taşı. Ana tweet'te sadece içerik olsun. Buffer'ın 2025 verisi daha da sert: Premium olmayan hesaplardan atılan link'li tweet'lerin medyan engagement'ı sıfır. Sıfır. 2. Görsel eklersen ödüllendirilirsin. Fotoğraf veya video eklemek tweet'inin score'unu doğrudan yükseltiyor. Video en güçlüsü, yaklaşık 10x daha fazla engagement. Fotoğraf ve GIF orta seviye boost veriyor. Text-only tweet'ler ceza almıyor ama bonus da almıyor. Neden? X, TikTok ve YouTube Shorts ile yarışıyor. Görsel içeriği pompalıyorlar çünkü kullanıcıları ekranda tutuyorlar. 3. Reply, like'dan 27 kat daha değerli. Kaynak koddaki engagement multiplier'ları: • Like: 1x (baz değer) • Bookmark: 10x • Retweet: 20x • Quote tweet: 25x • Reply: 27x • Reply'a reply (yazar cevap verirse): 150x Bu ne demek? 5 kişi reply atıp sen her birine cevap verirsen, 50 like'dan çok daha fazla algoritmik değer üretiyorsun. Algoritma broadcast değil konuşma istiyor. 4. İlk 30 dakika herşeyi belirliyor. Tweet'in ilk yarım saatteki performansı, toplam reach'inin %80'ini belirliyor. Erken engagement alan tweet'ler daha fazla kişiye gösteriliyor. Gösterilmeyen tweet'ler gömülüyor. Bu yüzden paylaşım saati önemli. Kitlen online değilken attığın tweet, sabah uyandığında zaten ölmüş oluyor. 5. Negatif sinyaller yıkıcı.

Selamlar, Amacım bilgisayarda yazı yazarken (Özellikle promt) bu süreci ai destekli yürütecek bir tool bulmak. Dikte ya da basitçe beklemeleri temizleyen bir tool aramıyorum. Konuşurken "az önce söylediğim cümlede şu kelimeyi değiştir" dediğim zaman değiştirmesini istiyorum. Wsipr flow, super whisper gibi tooları denedim. SuperWhisper (https://superwhisper.com/) pro sürümünde LLM desteği sayesinde istediğime baya yaklaştı. Ancak sanırım girdiğim temel context yeterince iyi olmadığı için bir çok yerde sapıtıp daha çok iş çıkardı. Mesela cümlede küfrediyorum küfretmen hiç profesyonelce değil şuna ne dersin diye yazıyor 🤣. Başka bir ai'a proje isim tavsiyesi için promt'u sesli yazdırıyorum isim önerilerini kendisi veriyor falan. Bu toolu biraz daha kurcalamaya devam etcem. Benzer konularda deneyimini paylaşabilecek öneri verebilecek olan var mı?

YC W26 batch'inden bir startup: GRU Space. Kurucu Skyler Chan, Berkeley EECS'den bir yıl erken mezun olmuş, 22 yaşında. Tesla'da araç yazılımı yazmış, NASA fonuyla uzaya 3D printer göndermiş. Şimdi Ay'a otel inşa etmeye çalışıyor. Kulağa çılgınca geliyor, biliyorum. Ama detaylara bakınca hikaye ilginçleşiyor. GRU'nun yaptığı şey aslında bir inşaat problemi. Ay yüzeyindeki toprağı (regolit) alıp geopolimer işlemiyle yapısal tuğlaya çeviren bir "Ay Fabrikası" prototipini 6 haftada, 5.000 doların altında inşa ettiler. Patent başvurusu yapılmış. Fabrika otonom çalışıyor: kazıyor, rafine ediyor, tuğla üretiyor. Neden önemli? Çünkü şu an Ay'da bir yapı inşa etmenin tek yolu onu Dünya'da yapıp oraya taşımak. Kilogram başına yüz binlerce dolar. Bu maliyetle büyük ölçekli Ay üssü kurmak neredeyse imkansız. GRU bunun yerine "oradaki malzemeyi kullan" diyor. Plan şöyle: • 2029: 10 kg'lık küçük ölçekli demo, ticari bir Ay aracıyla gönderilecek • 2032: Şişirilebilir yapı ile ilk Ay oteli, 4 kişilik kapasite • Sonrası: Ay üssü altyapısı (yollar, depolar), ardından Mars Oda fiyatı? 250.000 dolardan başlayan depozitolarla rezervasyon açık. Ars Technica'nın tabiriyle "kulağa çılgınca geliyor ama" adam gayet ciddi. Takımda eski Ethos Space CTO'su ve Colorado School of Mines profesörü Dr. Kevin Cannon var. Danışman Dr. Robert Lillis ise Blue Origin'in New Glenn'iyle fırlatılan son NASA Mars misyonunun baş araştırmacısı. Bence burada asıl ilginç olan şu: uzay turizmini "milyarderlerin hobisi" olmaktan çıkarıp ticari bir endüstri haline getirmek isteyen bir vizyon var. Gerçekçi mi? Bilmiyorum. Ama Y Combinator'ın fonladığı bir proje, elle tutulur bir prototipi var ve timeline'ları SpaceX'in erken dönem "Mars'a gideceğiz" açıklamalarından daha muhafazakar. Takip edin: gru.space

Son zamanların en popüler ama bir o kadar da ben bununla ne yapacağım ya hissi uyandıran Andrej Karpathy'nin "autoresearch" reposunu görmüşsünüzdür görmediyseniz https://github.com/karpathy/autoresearch Ben bu fikri alıp somut bir şeye uyguladım: OpenClaw hafıza sistemimin retrieval parametrelerini ayarlamaya. Sistemin adı Mahmory (Mahmut + Memory= Mahmory) ve işe yaradı. Mahmory recall işini hallediyor, agent'ınıza "geçen hafta şu restoran hakkında ne demiştim?" diye sorduğunuzda, konuşma geçmişini tarayıp doğru context'i bulması gerekiyor. Bunu ne kadar iyi yaptığını etkileyen bir sürü parametre var: semantic benzerliğe mi yoksa keyword eşleşmesine mi daha çok ağırlık verecek, eski mesajların relevance'ı ne kadar hızlı düşecek, anlatı tarzı hafızaları boost'layacak mı, vs. Bunları deneme yanılma ile ayarlıyordum. Autoresearch'ü entegre ettim. A/B test gibi düşünün, ama 100 varyasyonun arka arkaya koştuğu ve arada hiç insan olmayan bir versiyonu. Sisteme dedim ki: •⁠ ⁠İşte 12 tane ayar, her birinin alt ve üst sınırı bu •⁠ ⁠Rastgele 100 farklı kombinasyon dene •⁠ ⁠Her birini aynı test sorularına karşı koş •⁠ ⁠"Doğru hatırayı bulabildi mi?" diye skorla •⁠ ⁠Çok yavaş olanları direkt ele •⁠ ⁠En iyisini şampiyon ilan et Hepsi bu. Fantezi algoritma yok. Düz rastgele arama. Kulağa basit geliyor ama 12 ayar için şaşırtıcı iyi çalışıyor. Nasıl çalışıyor? İki turda yapıyor: önce 7 ana ayarı optimize ediyor, sonra kazananı sabitleyip 5 ayar daha ekliyor. Toplam 12 ayar, ama arama alanı kontrol altında kalıyor. Ne oldu? •⁠ ⁠29 dakikada 100 farklı kombinasyon denendi •⁠ ⁠18 tanesi "çok yavaş" diye direkt elendi •⁠ ⁠Sadece 4 tanesi mevcut en iyiyi geçebildi •⁠ ⁠Haftalarca elle uğraştığım ayarların sonuçlarını %1 geliştirdi %1 az gibi mi? Haftalarca elle deneyerek bulduğum en iyi değeri, 29 dakikada, ben kahve yaparken geçti. Elle denemede asla bulamayacağım bir şeyi de ortaya çıkardı: sistem, düşündüğümden çok daha eski mesajları hatırlamaktan fayda görüyor. Bu tür insight'ları spreadsheet'e bakarak yakalayamazsınız.