Furkan Kaya

Senior React Native Developer / Vibe coding / Indie app developer

[Furkan Kaya @FurkanKaya_dev]

Llama 3.3 70B bf16 zaten 140 GB'a yakın ram kullanır, 64 gb'lik Macbook'a sığmasının imkanı yok. 48 gb ramde çalışıyor olsa olsa 4-bit quantize versiyondur, o zaman da kod kalitesi ciddi oranda düşer. Hikaye güzel paketlenmiş ama teknik kısım tutmuyor

[Blaze @browomo]

This Chinese developer launched Llama 70B locally on a MacBook on a plane and for a full 11 hours without internet ran client projects.

He was sitting by the window on a transatlantic flight with a MacBook Pro M4 with 64 GB of memory. WiFi on board cost $25 for the flight. He declined.

No cloud API, no connection to Anthropic or OpenAI servers, no internet at all.

Just a local Llama 3.3 70B on bf16 and his own orchestrator script.

The model runs through llama.cpp. Generation speed, 71 tokens per second. Context around 60,000 tokens. Memory usage, 48.6 GiB out of 64. Battery at takeoff, 3 hours 21 minutes.

And he gave the orchestrator this system prompt before takeoff:

"You are an offline orchestrator running on a single MacBook. There is no network. The only resources you have are local files in /Users/dev/work, the Llama 70B inference server at localhost:8080, and a battery budget of 3 hours 21 minutes. Process the queue at /Users/dev/work/queue.jsonl (one client task per line). For each task: draft → run local evals → save artefact to /Users/dev/work/done/. Save context checkpoints every 12 tasks so you can resume after a battery swap. Stop only on empty queue or when battery drops below 5%."

So the system knows exactly what resources it is running on.

It knows it has no connection to the outside world for the next 11 hours. It knows it has finite memory and a finite battery. It knows the human will not intervene until the plane lands.

The system runs in 1 loop. Takes a task from the queue, runs it through inference, saves the artifact, writes a checkpoint. Task after task, just like that.

And only when the battery drops below 5% does the orchestrator automatically pause, waits for the laptop to switch to the backup power bank, and continues from the last checkpoint.

Here is what the system actually writes in his log during the flight:

"saved context checkpoint 8 of 12 (pos_min = 488, pos_max = 50118, size = 62.813 MiB)"

"restored context checkpoint (pos_min = 488, pos_max = 50118)"

"prompt processing progress: n_tokens = 50 / 60 818"

"task 37016 done | tps = 71 s tokens text → /Users/dev/work/done/proposal_westside.md"

Outside the window, clouds, blue sky, and no WiFi. On the tray, 1 MacBook, an open terminal on 2 screens, and an inference server on localhost.

From what I have observed, this is the cleanest offline AI workflow I have seen in the past year: 11 hours of flight, $0 for WiFi, and the entire client queue closed before landing.

[Furkan Kaya @FurkanKaya_dev]

@alchemistsgamex Evet haklısın abi. Ek olarak ilk ekran görüntüsünde app of the day gibi badge’leri kullanmakta baya etkili oluyor

[Furkan Kaya @FurkanKaya_dev]

Opus 4.7 gercekten güçlü bir model, çıktı kalitesi açısından tartışmasız iyi. Ama aynı iş için %50’ye kadar daha fazla token yakıyorsa pratikte fiyati %50 artmış demektir.

Opus 4.6 da zaten limit sorunu yaşıyorduk 4.7 de bu sorun daha da artacak gibi gözüküyor

[Jun Song @jun_song]

Opus 4.7 토큰 테스트

토크나이저 차이로 제미나이의 2배를 사용합니다.
Opus 4.6 대비해서도 50% 많이 사용해요.

이건 사실상 같은 한도에서 모델이 50% 더 비싸진겁니다.

[Furkan Kaya @FurkanKaya_dev]

@sarpstar Cowork gerçekten Claude'un en az bilinen ama en güçlü özelliklerinden biri. Arka planda otonom çalıştırıp işini ikiye katlayabiliyorsun. Çeviri için eline sağlık

[Furkan Kaya @FurkanKaya_dev]

Claude'un artık simulator açıp butonlara basarak, formları doldurup uygulamanın nerede patladığını ekran görüntüleriyle raporlaması ciddi bir seviye atlama. Manuel test süreçlerini tamamen ortadan kaldırmaz ama QA ekiplerinin iş yükünü önemli şekilde azaltır. Özellikle küçük ekipler ve solo geliştiriciler için bu çok büyük bir avantaj. Senaryoları kendisi üretiyor, edge caseleri kendisi buluyor.

Mobil geliştirme yapan herkesin takip etmesi gereken bir gelişme

[Furkan Kaya @FurkanKaya_dev]

Apple'ın ikinci paywall yani kullanıcı ana paywallı kapattıktan hemen sonra indirimli teklif gösterme taktiğini reddetmeye başlaması büyük bir kırılma noktası. Bu yöntem aslında çok etkili bir dönüşüm stratejisiydi. Kullanıcı ilk fiyatı görüp kapatınca, hemen arkasından %90+ indirimli bir teklif geliyordu ve bu FOMO etkisiyle dönüşüm oranlarını ciddi şekilde artırıyordu.

Şimdi geliştiricilerin paywall stratejilerini baştan düşünmesi gerekecek. Geçen ay free trial toggle paywallları yasaklanmıştı, şimdi bu geldi. Apple kullanıcı deneyimini koruma adına adım adım sıkılaştırıyor

[Furkan Kaya @FurkanKaya_dev]

Claude Opus 4.6nın düşünme kapasitesinin %67 azaltılması ciddi bir mesele. Aynı fiyata daha az performans sunmak gerçekten AI shrinkflation tanımını hak ediyor.

Anthropicin sessiz kalması da ayrı bir sorun. Kullanıcılar guardrail artışını ve kısıtlı çıktıları fark edene kadar hiçbir açıklama yapılmadı. Bu şeffaflık eksikliği güven zedeliyor.

Benim tahminim compute maliyetlerini düşürüp bir sonraki model için kaynak biriktiriyorlar. Ama bunu kullanıcıya söylemeden yapmak doğru değil. Özellikle Pro abonelik ödeyenler için bu kabul edilebilir bir durum değil. Fiyat aynı kalıyorsa performans da aynı kalmalı, bu kadar basit. AI şirketlerinin sessizce downgrade stratejisi sektör için tehlikeli bir norm oluşturuyor

[0xMarioNawfal @RoundtableSpace]

CLAUDE OPUS 4.6 THINKING REDUCED BY 67%

- Data shows Claude Opus 4.6 now thinks 67% less than before, dubbed “AI shrinkflation”
- Same price but noticeably dumber; users report more guardrails and restricted output
- Anthropic stayed silent until public data dropped; suspected compute-saving for next model (Mythos)

[Furkan Kaya @FurkanKaya_dev]

Habitica'nın yaptığı şey aslında mobil uygulama dünyasında gözden kaçan bir gerçeği kanıtlıyor. Onboardingde kullanıcıya piksel karakter oluşturması, maskot eşliğinde rehberlik sunulması gibi detaylar rastgele değil. Son dönemde maskot veya kişiselleştirilmiş karakter kullanan uygulamaların dönüşüm oranlarında ciddi artışlar görülüyor. İnsanlar sahiplendiği bir karaktere para harcamaktan çekinmiyor.

Habitica paywallı ayarlara gömüyor ama kullanıcı zaten gönüllü ödüyor çünkü avatarına kostüm almak istiyor. Ürünü değil deneyimi satıyorlar. Mobil uygulama geliştiren herkesin onboarding aşamasında bu psikolojiyi anlaması lazım. Karakter sahiplenme hissi, kullanıcıyı elde tutmanın en güçlü yollarından biri

[Adrià Martinez @adriamatz]

This monetization strategy is genius

Habitica makes $20K/mo turning your to-do list into an RPG

Here's how they do it 👇

Onboarding
- Create your pixel character (instant ownership)
- Pokemon vibes: a guide walks you through everything
- Asks about YOU, not your goals
- No paywall. No trial. Fully free to use.

Monetization (hidden genius)
- Paywall is buried in settings. You'd never find it.
- Two revenue streams: gems (€0.99-€22.99) + subscription
- Gems = costumes, quests, pets (cosmetic dopamine)
- Subscription sells MORE rewards, not access
- "Subscribing supports our small team" (guilt + love)
- 4 tiers, yearly pre-selected with "Popular" tag + strikethrough price

They don't sell the app

They sell the loot

$20K/mo from people who pay to dress up their to-do list avatar

Watch the full flow

[Furkan Kaya @FurkanKaya_dev]

@sarpstar @renoise Eline sağlık çok güzel olmuş. Seedance 2.0'ın multi-modal yapısını gerçekten çok iyi yapmışlar

[Furkan Kaya @FurkanKaya_dev]

Herkes en gelişmiş açık model kısmına takıldı ama asıl mesele orada değil.

Telefonda çalışıyor, internetsiz., uçak modunda bile çalışıyor. Verin dışarı çıkmıyor.

Bu küçük bir detay değil. Mimari değişiyor.

Dün sunucuya sormadan bir şey yapamıyordun. Şimdi cebindeki telefon loglama, trend analizi, agent işlerini kendi başına hallediyor.

Apache 2.0 lisansı da cabası

[Google Gemma @googlegemma]

Gemma 4 can run on phones without an internet connection! 🤯

It can perform local agentic tasks, such as logging and analyzing trends. When connected, it can also make API calls.

Want to try it yourself? Get the Google AI Edge App on iOS or Android. (🔊 Sound on for the demo!)

[Furkan Kaya @FurkanKaya_dev]

Herkes tek bir SaaSa all-in gidip 19K/ay hayal ediyor.

Büyük hata. ❌

Bu adamın yaptığı aslında vibe codingin en saf hali. Küçük, çözüm odaklı, hızlı çıkan ürünler. Her biri 100 dolar. Toplam 191 tane.

Düşün bir saniye. Bir tanesi batsa ne olacak? Hiçbir şey. 190 tane daha var. Ama tek ürüne bağlıysan ve o batarsa? Geçmiş olsun.

Claude Code ile bu mantık artık çok daha uygulanabilir. Küçük bir toolu hafta sonunda çıkarıyorsun. Landing page, ödeme entegrasyonu, canlıya alma. Eskiden her biri ayrı proje olurdu şimdi aynı hafta içinde üçünü birden basabiliyorsun.

Risk dağıtmak boring görünüyor ama boring kazandırıyor. Tek unicorn peşinde koşanlar çoğunlukla sıfırda kalıyor. 191 küçük gelir kaynağı kuran adam ise ayda 19K topluyor sessiz sedasız.

[Alex Nguyen @alexcooldev]

Bruh, instead of building one app making $19.1k/month, build 191 apps making $100/month like this guy. 🫨

[Furkan Kaya @FurkanKaya_dev]

@emrullahai Start Frame mantığı çok mantıklı sahne sahne ilerleyince tutarlılık sorunu neredeyse ortadan kalkıyor

[Furkan Kaya @FurkanKaya_dev]

@Aykutuces Asıl güzel tarafı şu Firebase entegrasyonu sayesinde backend bilmeden bile canlı veri tutan uygulama çıkarabiliyorsun öğrenme eğrisi neredeyse sıfır

[Furkan Kaya @FurkanKaya_dev]

@hrrcnes Genelde ayda en az 1 uygulama yazıp AppStore da yayınlıyorum

[Furkan Kaya @FurkanKaya_dev]

YouTubeda büyümek isteyip hâlâ sezgiyle hareket edenler ciddi vakit kaybediyor. @vidIQ thumbnail A/B testing ve keyword analizi ile tahmin yerine veriyle ilerlemenizi sağlıyor. Ben de içerik üretirken SEO tarafını araçsız yönetmeye çalıştım, bir yerden sonra tavan yapıyorsun. Doğru başlık, doğru kapak, doğru anahtar kelime üçlüsünü veriyle çözmek oyunu değiştiriyor. Bir dolarlık deneme fırsatı varken test etmemek için sebep yok.

[Furkan Kaya @FurkanKaya_dev]

@Aykutuces Türkçe B2B kaynak bulmak gerçekten zor, İngilizce içerikleri çevirip uyarlamakla vakit kaybediyorduk. Böyle hazır sistemli bir set çok değerli

[Furkan Kaya @FurkanKaya_dev]

On-device AI tarafında işler ciddi hızlanıyor. Gemma 4ün iPhone üzerinde 40 token/saniye hızla çalışması küçük bir detay gibi görünebilir ama aslında büyük resmi değiştiren bir gelişme. Googleın Gemini 3 ile aynı araştırma altyapısından gelen bu model, görüntü anlama ve akıl yürütme kapasitesine sahip, üstelik E2B, E4B, 26B MoE ve 31B Dense boyutlarında sunuluyor. Yani cebindeki telefon artık sadece modeli çalıştırmıyor, gerçek anlamda reasoning yapabiliyor.

Asıl önemli nokta şu: MLX ile Apple Silicona optimize edilmiş bir açık model, buluta bağımlılığı ortadan kaldırıyor. Verin cihazdan çıkmıyor, gecikme neredeyse sıfır. Mobil uygulama geliştiriciler için bu çok büyük bir fırsat. Lokal çalışan, gizliliğe saygılı, hızlı bir AI katmanını uygulamanıza entegre edebilmek artık hayal değil

[Adrien Grondin @adrgrondin]

Google’s Gemma 4 E2B running on-device on iPhone 17 Pro

Gemma 4 is built from the same research as Gemini 3, has image understanding capabilities and can reason if needed

Running at ~40tk/s with MLX optimized for Apple Silicon

[Furkan Kaya @FurkanKaya_dev]

Bir de şunu eklerdim, reklamın ilk 3 saniyesi aslında ürünü değil izleyicinin kendisini anlatmalı. İnsanlar kendilerini gördükleri içerikte duraksıyor. Sorunu çözmek önemli ama asıl mesele o sorunu yaşayan kişinin bu ben ya demesini sağlamak. Hedef kitleyi tanımak teknik bir iş ama o anı yakalamak tamamen empati meselesi