<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Mustafa Ünlü on Medium]]></title>
        <description><![CDATA[Stories by Mustafa Ünlü on Medium]]></description>
        <link>https://medium.com/@mustafaunlu?source=rss-b0ff050eb592------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/proxy/1*TGH72Nnw24QL3iV9IOm4VA.png</url>
            <title>Stories by Mustafa Ünlü on Medium</title>
            <link>https://medium.com/@mustafaunlu?source=rss-b0ff050eb592------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 21 Nov 2026 23:17:35 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@mustafaunlu/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Jetpack Compose Styles API: Görsel ve Davranış Ayrımında Yeni Mimari Yaklaşım]]></title>
            <link>https://mustafaunlu.medium.com/jetpack-compose-styles-api-g%C3%B6rsel-ve-davran%C4%B1%C5%9F-ayr%C4%B1m%C4%B1nda-yeni-mimari-yakla%C5%9F%C4%B1m-85088828ce2a?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/85088828ce2a</guid>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Tue, 03 Nov 2026 19:22:31 GMT</pubDate>
            <atom:updated>2026-11-03T19:22:31.170Z</atom:updated>
            <content:encoded><![CDATA[<p>Google I/O 2026 etkinliklerinde duyurulan ve Compose 1.11.0-alpha06 sürümüyle kullanıma sunulan <strong>Styles API</strong>, Jetpack Compose ekosistemindeki en önemli mimari paradigmalarından birini beraberinde getirmiştir. Uzun yıllardır arayüz bileşenlerinin konumu, tıklama etkileşimleri, renkleri ve iç boşlukları (padding) tek bir Modifier zinciri üzerinden yönetilmekteydi. Ancak Compose Multiplatform&#39;un genişlemesi ve özellikle web hedeflerinin kararlı sürüme yaklaşmasıyla birlikte bu geleneksel yaklaşım yerini daha modüler bir yapıya bırakmaktadır.</p><h3>Modifiers ve Styles: Sorumlulukların Net Ayrımı (Separation of Concerns)</h3><p>Styles API’nin gelişi <strong>Modifier</strong> yapısının yürürlükten kalktığı (deprecated olduğu) anlamına gelmemektedir. Google bu yenilikle araçları değiştirmek yerine net bir <strong>sorumluluk ayrımı</strong> uygulamaktadır:</p><ul><li><strong>Modifiers</strong>: Artık strictly <strong>Davranış (Behavior)</strong> odaklıdır. Tıklama etkileşimleri, jestler, erişilebilirlik (accessibility) bildirimleri ve yapısal yerleşim düzenleri bu katmanda yer alır.</li><li><strong>Styles</strong>: Doğrudan <strong>Görsellik (Visuals)</strong> odaklıdır. Renkler, kenarlıklar (borders), şekiller (shapes) ve iç boşluklar (padding) tamamen stillerin alanına girer.</li></ul><p>Bu mimari ayrım, web geliştirme dünyasındaki CSS kural kümesi mantığını doğrudan Kotlin ekosistemine taşımaktadır.</p><h3>Çizim Mantığı: Additive (Eklemeli) vs. Overwritable (Üzerine Yazılabilir)</h3><p>Styles API’nin getirdiği teknik farkı anlamak için bileşenlerin ekrana çizilme (rendering) süreçlerine bakmak gerekir.</p><p><strong>Modifiers eklemelidir (additive)</strong> ve kod sırasına göre yukarıdan aşağıya işlenir. Örneğin, bir Modifier zincirinde art arda iki arka plan rengi tanımlandığında:</p><pre>Modifier<br>    .background(Color.Red)<br>    .background(Color.Blue)</pre><p>Compose çizim motoru önce kırmızı arka planı çizer, ardından mavi arka planı onun üzerine uygular. Bu durum iki ayrı <strong>çizim operasyonu (draw operation)</strong> gerçekleştirilmesine neden olur.</p><p><strong>Styles ise üzerine yazılabilirdir (overwritable)</strong>. Stil bloğu içerisinde bildirilen son kural geçerli olur:</p><pre>// Stil kapsamı içinde en son bildirilen değer geçerlidir<br>background(Color.Red)<br>background(Color.Blue) // Ekrana yalnızca tek bir çizim operasyonu uygulanır.</pre><p>Çakışan stil parametreleri tek bir değerde birleştirilir ve GPU tarafında ekrana yalnızca <strong>tek bir çizim</strong> yansıtılır.</p><h3>KMP ve Web Hedefleri</h3><p>Google’ın bu mimariyi duyurmasındaki ana etkenlerden biri <strong>Compose Multiplatform for Web</strong> geliştirmeleridir. Web uygulamalarında :hover, :focus ve :selected gibi etkileşim durumlarını geleneksel Modifier zincirleri ile yönetmek karmaşık ve hantal bir kod yapısına yol açmaktaydı. Styles API, bu etkileşim durumlarını yerleşik bir mimariyle ele alarak web tarafında yüksek performanslı arayüzlerin önünü açmaktadır.</p><h3>Performans Optimizasyonu: Recomposition Adımını Atlamak</h3><p>Styles API, performans tarafında da önemli avantajlar sunmaktadır. Geleneksel durumda animateColorAsState gibi durum bazlı animasyonlar kullanıldığında, her kare değişiminde composable fonksiyonlar yeniden çalışır (<strong>Recomposition</strong>).</p><p>Styles API ise doğrudan <strong>Layout (Düzen) ve Draw (Çizim)</strong> aşamalarında yürütüldüğü için composition adımını tamamen baypas eder. Bir stil kapsamı içerisinde animasyon çalıştırıldığında, arayüz fonksiyonların yeniden oluşturulmasına gerek kalmadan doğrudan ekranda güncellenir.</p><h3>Kod Mimarisi ve Kullanım Şekli</h3><p>Material 3 bileşenleri henüz yerleşik style parametresi sunmasa da Modifier.stylable() uzantısı ile bu mimari kullanılabilmektedir. Bir bileşenin tıklanma veya basılma durumları StyleState üzerinden şu şekilde yönetilebilir:</p><pre>@Composable<br>fun StylableCard() {<br>    val interactionSource = remember { MutableInteractionSource() }<br>    val styleState = rememberMutableStyleState(interactionSource)</pre><pre>    Box(<br>        modifier = Modifier<br>            .size(100.dp)<br>            .clickable(<br>                interactionSource = interactionSource,<br>                indication = null // Çift dalgalanma görünümünü önler<br>            ) { /* Tıklama işlemi */ }<br>            .stylable(styleState) {<br>                // Varsayılan Görsel Özellikler<br>                background(Color.Blue)</pre><pre>                // Etkileşim Durumundaki Görsellik<br>                pressed {<br>                    animate(spec = tween(500)) {<br>                        background(Color.Red)<br>                    }<br>                }<br>            }<br>    )<br>}</pre><p>Kurumsal Tasarım Sistemleri (Design Systems) veya özel bileşenler geliştirirken, fonksiyon imzalarını çok sayıda görsel parametre ile doldurmak yerine tek bir Style parametresiyle kapsüllemek mümkündür:</p><pre>// Yeniden kullanılabilir stil tanımı<br>val PrimaryButtonStyle = Style {<br>    background(Color.Blue)<br>    shape(RoundedCornerShape(12.dp))<br>}</pre><pre>@Composable<br>fun CustomButton(<br>    modifier: Modifier = Modifier,<br>    style: Style = Style.Default,<br>    content: @Composable () -&gt; Unit<br>) {<br>    // Bileşen uygulaması<br>}</pre><h3>Mevcut Sınırlamalar (Alpha Sürümü)</h3><p>API henüz <strong>Alpha</strong> aşamasında (1.11.0-alpha06) olduğu için dikkate alınması gereken sınırlamalar şunlardır:</p><ul><li>Sonsuz döngülü (infinite looping) animasyonlar henüz desteklenmemektedir.</li><li>Karmaşık özel Canvas şekilleri ve şekil animasyonları henüz kütüphanede yer almamaktadır.</li><li>Geleneksel Android XML View stilleri ve temalarıyla herhangi bir geriye dönük uyumluluğu bulunmamaktadır.</li></ul><h3>Özet</h3><p>Jetpack Compose Styles API, iş mantığı ile görsel tasarımı birbirinden ayırarak hem masaüstü ve web hedeflerinde kod okunabilirliğini artırmakta hem de runtime çizim performansına katkı sağlamaktadır.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=85088828ce2a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Chatbot’ların Ötesi: Google A2UI (Agent-to-UI) Nedir ve Yapay Zeka Arayüzlerini Nasıl Değiştiriyor?]]></title>
            <link>https://mustafaunlu.medium.com/chatbotlar%C4%B1n-%C3%B6tesi-google-a2ui-agent-to-ui-nedir-ve-yapay-zeka-aray%C3%BCzlerini-nas%C4%B1l-de%C4%9Fi%C5%9Ftiriyor-8b24795b2614?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/8b24795b2614</guid>
            <category><![CDATA[a2ui]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Fri, 02 Oct 2026 10:26:04 GMT</pubDate>
            <atom:updated>2026-10-02T10:26:04.531Z</atom:updated>
            <content:encoded><![CDATA[<p><em>Yapay zeka ajanları artık sadece metin yanıtları vermiyor; ekranlarımızda canlı, etkileşimli ve güvenli arayüzler inşa ediyor. İşte Google’ın açık kaynaklı A2UI protokolü hakkında bazı bilgiler.</em></p><h3>Metin Kutularının Sınırları</h3><p>Son birkaç yıldır yapay zeka ile etkileşimimiz neredeyse tamamen sohbet pencereleri (chat) üzerinden gerçekleşti. Bir restoran rezervasyonu yapmak, bir uçak bileti aramak veya bir formu doldurmak istediğimizde bile agent ile uzun uzun yazışmak zorunda kaldık.</p><p>Örneğin bir masa ayırtmak istediğinizde:</p><ul><li><strong>Siz:</strong> <em>“Yarın akşam 2 kişilik masa ayırtmak istiyorum.”</em></li><li><strong>Ajan:</strong> <em>“Hangi saatte istersiniz?”</em></li><li><strong>Siz:</strong> <em>“19:00”</em></li><li><strong>Ajan:</strong> <em>“O saatte yerimiz yok, 18:00 mi 20:30 mu olsun?”</em></li></ul><p>Bu sürekli git-gelli metin trafiği hem zaman alıcı hem de kullanıcı deneyimi açısından verimsizdir. Oysa bir yapay zeka ajanının kelimeler dizmek yerine ekrana anında bir <strong>tarih/saat seçici</strong>, bir <strong>slider</strong> ve bir <strong>onay butonu</strong> getirmesi çok daha pratik olmaz mıydı?</p><p>İşte Google ve açık kaynak topluluğu tarafından geliştirilen <strong>A2UI (Agent-to-User Interface)</strong> protokolü tam olarak bu soruna çözüm sunuyor.</p><h3>A2UI Nedir?</h3><p><strong>A2UI</strong>, yapay zeka ajanlarının farklı platformlarda (Web, Mobil, Masaüstü) <strong>yerel (native) ve etkileşimli arayüzler</strong> oluşturmasını sağlayan bildirimsel (declarative) bir açık protokoldür.</p><p>A2UI, ajanın istemciye (frontend) doğrudan çalıştırılabilir kod (JavaScript vb.) göndermesi yerine, arayüzün niyetini ve yapısını anlatan <strong>deklaratif JSON mesajları</strong> iletmesine dayanır. İstemci uygulama bu JSON mesajlarını alır ve kendi tasarım sistemindeki özgün native bileşenlerle ekrana çizer.</p><h3>Neden Ortaya Çıktı? (Arayüz Dünyasındaki Büyük Zorluk)</h3><p>Yapay zeka ajanlarının arayüz üretmesi fikri yeni olmasa da, bunu güvenli ve ölçeklenebilir bir şekilde yapmak büyük teknik engellere takılıyordu:</p><ol><li><strong>Güvenlik ve Kod Enjeksiyonu Riski:</strong> Bir LLM’in ürettiği rastgele JavaScript veya HTML kodunu doğrudan kullanıcının cihazında çalıştırmak devasa güvenlik açıkları (UI Injection) yaratır.</li><li><strong>iframe Ağır Yükü ve Tasarım Uyumsuzluğu:</strong> Harici sunuculardan HTML/iframe yüklemek hem uygulamaları ağırlaştırır hem de uygulamanızın özgün renk, font ve tasarım diline uyum sağlayamaz.</li><li><strong>Güven Sınırları ve Uzak Ajanlar (Multi-Agent Mesh):</strong> Çoklu ajan sistemlerinde (A2A / MCP) çalışan bir uzak ajan, sizin uygulamanızın DOM yapısına doğrudan erişemez. Ajan ile istemci arasında güvenli bir veri iletişim katmanı şarttır.</li></ol><p>A2UI, bu karmaşık tabloya <strong>“veri kadar güvenli, kod kadar ifade gücü yüksek”</strong> bir çözüm sunmak amacıyla doğmuştur.</p><h3>A2UI’nin Öne Çıkan 5 Temel Özelliği</h3><blockquote>“A2UI, yapay zeka ajanlarının uygulama güvenliğini riske atmadan tüm platformlarda kendi arayüzünü konuşabilmesini sağlayan evrensel bir dildir.”</blockquote><h4>1. Güvenlik Odaklı Katalog Modeli (Component Catalog)</h4><p>A2UI ajanları rastgele kod üretemez. İstemci uygulama, ajana önceden onaylanmış bileşenlerin bulunduğu bir <strong>Katalog (Component Catalog)</strong> sunar. Ajan sadece bu katalogda tanımlı olan Card, Button, TextField gibi güvenli bileşenleri talep edebilir.</p><h4>2. LLM Dostu Düz Liste Modeli (Adjacency List)</h4><p>Derinlemesine iç içe geçmiş karmaşık JSON ağaçları üretmek LLM’ler için zordur ve hataya açıktır. A2UI, bileşenleri ID referanslarıyla <strong>düz bir liste (flat list)</strong> halinde tanımlar. Bu sayede ajan yanıt üretirken arayüz ekranda canlı olarak akar (progressive rendering).</p><h4>3. Framework Bağımsızlığı (Framework-Agnostic)</h4><p>Sunucudaki ajan tek bir A2UI JSON mesajı üretir. Bu mesaj Web ortamında (Lit, Angular, React), mobilde (Flutter GenUI SDK, Jetpack Compose, SwiftUI) veya masaüstünde her platformun kendi yerel widget’larıyla çizilir.</p><h4>4. İki Yönlü Veri Bağlama (Two-Way Data Binding)</h4><p>A2UI sadece statik kartlar göstermez. Kullanıcı ekrandaki bir formu doldurduğunda veya bir butona bastığında, bu etkileşim bir eylem mesajına (action) dönüşerek ajana geri iletilir ve arayüz dinamik olarak güncellenir.</p><h4>5. Esnek Taşıma Katmanı (Transport Agnostic)</h4><p>A2UI mesajları WebSocket, Server-Sent Events (SSE), HTTP REST, A2A (Agent-to-Agent) veya AG-UI gibi her türlü iletişim protokolü üzerinden taşınabilir.</p><h3>A2UI Nerelerde Kullanılabilir?</h3><p>A2UI, yapay zeka entegrasyonu yapılan pek çok farklı sektörde ve iş modelinde uygulanabilir:</p><ul><li>🛍️ <strong>Dinamik E-Ticaret ve Rezervasyon:</strong> Kullanıcının özel isteklerine göre anında karşılaştırma tabloları, filtreler ve rezervasyon formları oluşturan alışveriş asistanları.</li><li>🏢 <strong>Kurumsal İş Akışı Otomasyonu (Gemini Enterprise):</strong> Şirket içi onay panelleri, veri giriş formları ve karmaşık süreç adımlarını çalışanlar için canlı arayüzlere dönüştüren kurumsal ajanlar.</li><li>🎨 <strong>Kodsuz (No-Code) AI Mini-Uygulamaları (Google Opal):</strong> Kullanıcıların doğal dille kendi dinamik mini uygulamalarını oluşturmalarına imkan tanıyan platformlar.</li><li>⚙️ <strong>Çoklu-Ajan Orkestrasyonu (A2A / MCP / AG-UI):</strong> Farklı sistemlerde çalışan uzak sub-ajanların (örneğin uçak bileti ajanı ile otel ajanı) ürettiği arayüz parçalarını tek bir uygulamada harmanlayan sistemler.</li></ul><h3>Arayüzlerin Geleceği</h3><p>A2UI, yapay zekayı sadece pasif bir metin üreticisi olmaktan çıkarıp uygulamanızın dinamik bir UI mimarına dönüştürüyor. Arayüz tasarımı ile ajan zekasını birbirinden ayıran bu mimari, önümüzdeki dönemde kullanıcı deneyiminin (UX) standartlarını yeniden belirlemeye aday olabilir.</p><p><a href="https://a2ui.org/">a2ui.org</a> adresindeki resmi dokümantasyonu ve örnek projeleri inceleyebilirsiniz.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8b24795b2614" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Geleceği Tahmin Etmek Değil, Prova Etmek: 20 Yaşındaki Bir Öğrencinin 4.1]]></title>
            <link>https://mustafaunlu.medium.com/gelece%C4%9Fi-tahmin-etmek-de%C4%9Fil-prova-etmek-20-ya%C5%9F%C4%B1ndaki-bir-%C3%B6%C4%9Frencinin-4-1-ee021dc3dee5?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/ee021dc3dee5</guid>
            <category><![CDATA[technology]]></category>
            <category><![CDATA[future]]></category>
            <category><![CDATA[startup]]></category>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[innovation]]></category>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Wed, 15 Apr 2026 06:11:01 GMT</pubDate>
            <atom:updated>2026-04-15T06:11:01.413Z</atom:updated>
            <content:encoded><![CDATA[<h3>Geleceği Tahmin Etmek Değil, Prova Etmek: 20 Yaşındaki Bir Öğrencinin 4.1 Milyon Dolarlık Yapay Zekası</h3><p>Çoğu insan geleceği tahmin etmeye çalışır.<br>Ama ya onu <strong>önceden yaşayabilseydik?</strong></p><p>Çin’de Pekin Posta ve Telekomünikasyon Üniversitesi’nde okuyan 20 yaşındaki Guo Hang, tam olarak bunu mümkün kılan bir yapay zeka sistemi geliştirdi — hem de sadece <strong>10 gün içinde</strong>.</p><p>Proje GitHub’a yüklendikten birkaç gün sonra hızla yayıldı, trend listelerinde zirveye çıktı ve kısa sürede on binlerce geliştiricinin dikkatini çekti.</p><p>Asıl kırılma anı ise daha da çarpıcıydı:<br> Milyarder yatırımcı Chen Tianqiao, demoyu gördükten sonra <strong>24 saat içinde projeye 4.1 milyon dolar yatırım yaptı.</strong></p><p>Peki bu kadar kısa sürede bu ilgiyi çeken şey neydi?</p><p>Cevap basit ama radikal: Bu sistem geleceği tahmin etmiyor. <strong>Onu simüle ediyor.</strong></p><h3>MiroFish: Tek Bir Cevap Yerine Binlerce Zihin</h3><p>Klasik yapay zekaya bir soru sorduğunuzda tek bir cevap alırsınız.</p><blockquote><em>“Müşterilerim fiyat artışına nasıl tepki verir?”</em></blockquote><p>Size gelen cevap, tek bir modelin bakış açısıdır.<br>Ama gerçek dünya böyle çalışmaz. İnsanlar farklıdır. Tepkiler kaotiktir.</p><p>MiroFish bu problemi kökten değiştiriyor.</p><p>Siz sisteme:</p><ul><li>haberler</li><li>finansal veriler</li><li>politika metinleri</li><li>hatta kurgusal hikayeler</li></ul><p>veriyorsunuz.</p><p>Sistem bunları sadece analiz etmiyor. İlişkileri çözüyor, güç dengelerini çıkarıyor ve bir <strong>bilgi grafiği</strong> oluşturuyor.</p><p>Sonra en kritik adım geliyor:</p><p>👉 Bu dünyayı dolduracak <strong>binlerce dijital insan</strong> yaratılıyor.</p><p>Her biri farklı:</p><ul><li>geçmişe sahip</li><li>önyargılara sahip</li><li>farklı karar mekanizmalarına sahip</li></ul><p>Yani ortada tek bir yapay zeka yok. <strong>Bir toplum var.</strong></p><h3>Simülasyon Başlıyor: Dijital Bir Toplumun İçine Girmek</h3><p>Bu dijital insanlar boşlukta yaşamıyor.</p><p>MiroFish onları, gerçek dünyaya benzeyen ortamlara yerleştiriyor:</p><ul><li>Twitter benzeri hızlı ve duygusal platformlar</li><li>Reddit benzeri daha derin tartışma alanları</li></ul><p>Ve sonra her şey kendiliğinden gelişiyor.</p><p>Ajanlar:</p><ul><li>tartışıyor</li><li>fikir değiştiriyor</li><li>gruplaşıyor</li><li>birbirini etkiliyor</li></ul><p>Ortaya çıkan şey tek bir cevap değil. <strong>Bir süreç. </strong>Ve siz bunu yukarıdan izliyorsunuz — adeta bir simülasyon oyunu gibi.</p><p>Ama asıl fark şu:</p><p>İstediğiniz anda simülasyona müdahale edebiliyorsunuz.</p><ul><li>“Rakip yeni ürün çıkardı”</li><li>“Faizler aniden arttı”</li><li>“Marka skandala karıştı”</li></ul><p>Bu değişkenleri ekliyorsunuz ve toplumun nasıl tepki verdiğini anında gözlemliyorsunuz.</p><h3>Tahmin Değil, Deney: Yeni Karar Verme Çağı</h3><p>Bu yaklaşım küçük bir fark değil. Bir paradigma değişimi.</p><p>Artık:<br> 👉 “Ne olur?” diye tahmin etmiyorsunuz<br> 👉 “Olursa ne olur?” diye test ediyorsunuz</p><p>Örneğin bir marka fiyat artırmayı planlıyor.</p><p>Simülasyonda:</p><ul><li>İlk dalga öfke olabilir</li><li>Ardından bazı “influencer” ajanlar algıyı yumuşatabilir</li><li>Ya da kriz büyüyebilir</li></ul><p>Gerçek dünyada bu risklidir. Ama burada? <strong>Sıfır maliyet, sıfır risk.</strong></p><h3>Kullanım Alanları (Ve Asıl Potansiyel)</h3><p>MiroFish’in etkisi birçok alana yayılıyor:</p><ul><li><strong>İş dünyası:</strong> Krizleri yaşanmadan test etmek</li><li><strong>Finans:</strong> Piyasa psikolojisini anlamak</li><li><strong>Politika:</strong> Toplumsal tepkileri simüle etmek</li><li><strong>Yaratıcı işler:</strong> Hikayelerin alternatif sonlarını keşfetmek</li></ul><p>Hatta klasik Çin romanı <em>“Kızıl Köşkün Rüyası”</em> için kayıp finalin olası versiyonları bile simüle edilmiş durumda.</p><p>Ama belki de en çarpıcı özellik şu:</p><p>Simülasyon bittikten sonra, o dijital karakterlerle <strong>konuşabiliyorsunuz. </strong>Fikrini değiştiren bir ajana sorabiliyorsunuz:</p><blockquote><em>“Neden böyle düşündün?”</em></blockquote><p>Bu, veri analizinin ötesinde bir şey: <strong>doğrudan içgörü.</strong></p><h3>Peki Gerçekten Bu Kadar Güçlü mü?</h3><p>Burada kritik sorular var:</p><ul><li>İnsan davranışı gerçekten bu kadar modellenebilir mi?</li><li>Simülasyonlar ne kadar güvenilir?</li><li>Yanlış varsayımlar sonucu tamamen çarpıtabilir mi?</li><li>Bu teknoloji manipülasyon için kullanılabilir mi?</li></ul><p>Bu soruların net cevapları henüz yok.</p><p>Ama şu kesin: Bu yaklaşım, karar verme biçimimizi değiştirmeye aday.</p><h3>Sonuç: “Süper Birey” Çağı Başlıyor Olabilir</h3><p>Eskiden böyle bir sistemi kurmak için:</p><ul><li>büyük ekipler</li><li>milyon dolarlık bütçeler</li><li>aylar süren çalışmalar</li></ul><p>gerekiyordu.</p><p>Bugün ise tek bir kişi, tek başına bu seviyede bir sistem geliştirebiliyor.</p><p>Bu, “Süper Birey” çağının güçlü bir işareti olabilir: Tek bir kişinin, dev şirketlerle rekabet edebilmesi. Ve belki de en önemli değişim şu:</p><p>Geleceği tahmin etmek artık yeterli değil. <strong>Onu yaşamadan önce denemek gerekiyor.</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ee021dc3dee5" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Kendi Cihazınızda Yaşayan Yapay Zeka: Gemma 4]]></title>
            <link>https://mustafaunlu.medium.com/kendi-cihaz%C4%B1n%C4%B1zda-ya%C5%9Fayan-yapay-zeka-gemma-4-2b11e78a474a?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/2b11e78a474a</guid>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Tue, 14 Apr 2026 07:01:02 GMT</pubDate>
            <atom:updated>2026-04-14T07:01:02.658Z</atom:updated>
            <content:encoded><![CDATA[<p>Geçtiğimiz yıllarda yapay zekanın inanılmaz bir hızla geliştiğine şahit olduk. Ancak bu akıllı sistemlerin büyük bir kısmı uzak sunucularda çalışıyor ve sürekli bir internet bağlantısı gerektiriyordu. Şimdi ise Google DeepMind, yapay zekayı doğrudan cebimizdeki telefonlara ve masamızdaki bilgisayarlara getiren en gelişmiş açık modeli Gemma 4&#39;ü duyurdu.</p><p>Üstelik bu yeni zeka, dev teknoloji şirketlerinin tekelinden çıkarak, herkesin özgürce kullanabileceği (Apache 2.0) açık kaynaklı bir yapıyla sunuluyor. Peki, karmaşık teknik detayları bir kenara bırakırsak, Gemma 4 bizim için ne anlama geliyor?</p><p><strong>1. Sadece Konuşan Değil, Düşünen ve Harekete Geçen Bir Asistan</strong></p><p>Önceki nesil yapay zekalar daha çok birer “sohbet botu” gibiydi; onlara bir soru soruyordunuz, onlar da metin olarak yanıtlıyordu. Gemma 4 ise “otonom ajan” özellikleriyle donatıldı.</p><p>Yani artık sadece cümle kurmakla kalmıyor; karmaşık sorunlar üzerinde adım adım düşünebiliyor, çok adımlı planlar yapabiliyor ve sizin adınıza dijital araçları kullanarak çeşitli görevleri kendi başına yürütebiliyor.</p><p><strong>2. Sizi Duyan, Gören ve 140 Dilde Anlayan Bir Zeka</strong></p><p>Gemma 4, dünyayı bir insan gibi algılamak üzere tasarlandı. Tüm Gemma 4 modelleri, yüklediğiniz fotoğrafları ve videoları inceleyip analiz edebiliyor. Öğrenciyseniz karmaşık matematik grafiklerinden anlam çıkarabiliyor, el yazısı notlarınızı okuyabiliyor veya yüzlerce sayfalık PDF belgelerindeki metinleri (Gelişmiş Optik Karakter Tanıma — OCR) yüksek doğrulukla çözebiliyor. Üstelik yapay zekanın fotoğrafa ne kadar “dikkatli” bakacağını seçmenize olanak tanıyarak (görsel bütçesi ile), duruma göre cihazınızda maksimum hızı veya mikroskobik detayı önceliklendirmenizi sağlıyor.</p><p>Daha da etkileyici olanı, mobil cihazlar için özel tasarlanan küçük modellerin sesi doğrudan duyup işleyebilmesidir. 140&#39;tan fazla dili anlayabilen bu sistemle, örneğin telefonunuza Fransızca bir soru sorduğunuzda sizi anında duyup doğrudan İngilizce veya Türkçe olarak yanıtlayabiliyor. Herhangi bir çeviri uygulamasına veya aracı bir sese dönüştürme programına ihtiyaç duymuyor.</p><p><strong>3. Tam Gizlilik: İnternete İhtiyaç Duymayan Güç</strong></p><p>Yapay zekayı günlük işlerimizde kullanırken en büyük endişelerden biri verilerimizin güvenliğidir. Gemma 4, tamamen donanımınıza (telefon, tablet veya bilgisayar) yüklenip çevrimdışı çalışabilecek şekilde optimize edildi.</p><p>Bu sayede analiz etmesini istediğiniz belgeleriniz, kişisel bilgileriniz veya şirket içi yazışmalarınız cihazınızdan dışarı çıkmıyor. Tüm veriler sizin tam kontrolünüzde kalıyor. Üstelik bu gücü telefonunuzda kullanırken, bir önceki teknolojiye göre 4 kat daha hızlı çalışıyor ve %60&#39;a kadar daha az pil tüketiyor.</p><p><strong>4. Dev Bir Hafıza ile Unutmayan Bir Yapay Zeka</strong></p><p>Gemma 4, “bağlam hafızası” kapasitesini muazzam boyutlara taşıdı. Bu sistem tek bir seferde çeyrek milyon kelimeye/heceye eşdeğer bilgiyi aklında tutabiliyor.</p><p>Pratikte bu; yüzlerce sayfalık bir kitabı, saatler süren toplantı dökümlerini veya upuzun raporları tek seferde yapay zekaya okutup, hiçbir detayı unutmadan sizinle derinlemesine analiz yapabilmesi anlamına geliyor.</p><p><strong>Sonuç Olarak</strong></p><p>Gemma 4, yalnızca teknoloji geliştiricileri için değil, hepimiz için yeni bir dönem başlatıyor. Kendi cihazımızda, kendi kurallarımızla ve tamamen gizli bir şekilde çalışabilen; duyabilen, görebilen ve plan yapabilen bir dijital ortak dönemi.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2b11e78a474a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Gemma 4: Açık Kaynaklı Yapay Zekayı Android Cihazlara Taşıma Rehberi]]></title>
            <link>https://mustafaunlu.medium.com/gemma-4-a%C3%A7%C4%B1k-kaynakl%C4%B1-yapay-zekay%C4%B1-android-cihazlara-ta%C5%9F%C4%B1ma-rehberi-379320c4808f?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/379320c4808f</guid>
            <category><![CDATA[yapay-zeka]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[google]]></category>
            <category><![CDATA[gemma-4]]></category>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Mon, 13 Apr 2026 11:51:35 GMT</pubDate>
            <atom:updated>2026-04-13T11:51:35.146Z</atom:updated>
            <content:encoded><![CDATA[<p>Google’ın yeni nesil açık modeli <a href="https://ai.google.dev/gemma/docs/core/model_card_4">Gemma 4</a>, “otonom ajan” (agentic) iş akışları ve gelişmiş akıl yürütme yetenekleriyle geliştiricilere sunuldu. Ticari kullanıma uygun Apache 2.0 lisansına sahip olan bu model serisi, verileriniz ve altyapınız üzerinde tam kontrol kurmanıza olanak tanıyor. Serideki tüm modeller metin, görüntü ve video işleyebilirken; bağlam penceresi küçük modellerde 128K, büyüklerde ise 256K’ya çıkarıldı.</p><p><strong>Mobil Cihazlar İçin Optimize Edilmiş Zeka: E2B ve E4B</strong></p><p>Gemma 4, her donanıma uyum sağlaması için E2B, E4B, 26B MoE ve 31B Dense olmak üzere dört boyutta geliyor. Uç nokta (edge) ve Android cihazlar için özel olarak geliştirilen E2B ve E4B modelleri, harici bir uygulamaya ihtiyaç duymadan sesleri doğrudan işleyebilme yeteneğine sahip. Gelecekteki Gemini Nano 4&#39;ün de temelini oluşturan bu hafif modeller, önceki nesillere kıyasla 4 kata kadar daha hızlı çalışırken, %60&#39;a kadar daha az pil tüketiyor. Özellikle maksimum hız arayanlar için E2B modeli, E4B’ye göre 3 kat daha hızlı çalışıyor.</p><p><strong>AICore Geliştirici Önizleme Programına Nasıl Kayıt Olunur?</strong></p><p>Bu güçlü modelleri üretimden önce kendi Android cihazınızda test edebilmek için “AICore Geliştirici Önizlemesi” modunu etkinleştirmeniz gerekir. Kayıt için şu adımları izlemelisiniz:</p><ol><li><a href="https://developers.google.com/ml-kit/genai?hl=tr#prompt-device">Cihazınızın geliştirici önizlemelerini desteklediğinden</a> emin olun.</li><li>Test yapacağınız Google hesabı ile <a href="https://groups.google.com/g/aicore-experimental/about"><strong>aicore-experimental Google grubu</strong></a><strong>na</strong> katılın.</li><li><a href="https://play.google.com/apps/testing/com.google.android.aicore?hl=tr">Android AICore test programı</a>nın <strong>test kullanıcısı (tester)</strong> olun.</li><li>Play Store’a gidin ve <strong>Android AICore (Beta)</strong> uygulamasını güncelleyin. <em>(Beta sürümünün hesabınızda görünmesi yaklaşık bir saati bulabilir).</em></li><li>İndirme tamamlandıktan sonra AICore uygulamasını başlatıp kullanım şartlarını kabul edin.</li><li>Kısa süre içinde sık sık test yaparken “MEŞGUL” (BUSY) hatası almamak için uygulamanın ayarlarından <strong>Kota sınırlarını atla</strong> (Bypass quota) seçeneğini etkinleştirebilirsiniz.</li></ol><p><strong>ML Kit GenAI Prompt API ile Android Entegrasyonu</strong></p><p>AICore ayarlarınızı tamamladıktan sonra, Gemma 4 modellerini projelerinize ML Kit Prompt API aracılığıyla doğrudan dahil edebilirsiniz. Daha karmaşık işlemler için E4B modelini (ModelPreference.FULL), maksimum hız için ise E2B modelini (ModelPreference.FAST) seçebilirsiniz:</p><pre>// 1. E4B modeli için FULL, E2B için FAST tercihini ayarlayın<br>val previewFullConfig = generationConfig {<br>    modelConfig = ModelConfig {<br>        releaseTrack = ModelReleaseTrack.PREVIEW<br>        preference = ModelPreference.FULL <br>    }<br>}<br><br>// 2. Modeli başlatın<br>val previewModel = GenerativeModel.getClient(previewFullConfig)<br><br>// 3. Modelin cihazdaki durumunu kontrol edin ve prompt gönderin<br>val previewModelStatus = previewModel.checkStatus()<br>if (previewModelStatus == FeatureStatus.AVAILABLE) {<br>    val response = previewModel.generateContent(&quot;Yılda 26 maaş alıyorsam 10.000 TL biriktirmek için ne kadar ayırmalıyım?&quot;)<br>} else {<br>    // Model yükleniyorsa veya cihazda yoksa alternatif senaryoyu yönetin<br>}</pre><p><strong>Kaynaklar</strong></p><p>Gemma 4 ile hemen geliştirmeye başlamak ve daha fazla örnek incelemek için aşağıdaki resmi kaynaklara göz atabilirsiniz:</p><ul><li><strong>Gemma Cookbook:</strong> Kapsamlı kod örnekleri, rehberler ve uygulamalı senaryolar için resmi <a href="https://github.com/google-gemma/cookbook">GitHub deposu</a>nu (google-gemma/cookbook) inceleyebilirsiniz.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=379320c4808f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Teoriden Pratiğe: 4D Modelini Uygulayan Bir Araştırmacının Portresi]]></title>
            <link>https://mustafaunlu.medium.com/teoriden-prati%C4%9Fe-4d-modelini-uygulayan-bir-ara%C5%9Ft%C4%B1rmac%C4%B1n%C4%B1n-portresi-4b06ac1e7c3e?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/4b06ac1e7c3e</guid>
            <category><![CDATA[yapay-zeka]]></category>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[yz]]></category>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Wed, 01 Apr 2026 14:41:01 GMT</pubDate>
            <atom:updated>2026-04-01T14:41:01.625Z</atom:updated>
            <content:encoded><![CDATA[<p>Yapay Zeka Akıcılığı (AI Fluency) sadece kavramları bilmek değil, bu kavramları iş akışınıza bir refleks olarak yerleştirmektir. 4D modelini benimseyen bir araştırmacı, YZ’yi hazır cevaplar veren bir “arama motoru” olarak değil, entelektüel kapasitesini genişleten bir <strong>“düşünme ortağı” (thinking partner)</strong> olarak görür.</p><p>Gelin, bu araştırmacının bir çalışma gününe ve YZ ile olan stratejik dansına yakından bakalım.</p><h3>1. Stratejik Görev Dağılımı: Delegasyon</h3><p>Araştırmacı işe şu temel prensiple başlar: <strong>“Benim uzmanlığım sürecin kalbidir.”</strong> Yapay zekadan makaleyi onun yerine yazmasını istemez; bunun yerine işleri stratejik olarak böler.</p><ul><li><strong>YZ’ye Devredilenler:</strong> Büyük veri setlerindeki kalıpların tespiti, 50 sayfalık literatürün özetlenmesi, karşıt görüşler için beyin fırtınası.</li><li><strong>İnsanda Kalanlar:</strong> Eleştirel analiz, sonuçların etik ve toplumsal yorumu, nihai karar mekanizması.</li></ul><h3>2. İletişim Sanatı: Tanımlama (Description)</h3><p>Araştırmacı, YZ’nin zihnini okuyamadığını bilir. Bu yüzden ona sadece “bir şeyler yaz” demez; <strong>Ürün, Süreç ve Performans</strong> üçlüsünü içeren yapılandırılmış bir istem (prompt) hazırlar.</p><blockquote><em>💡 Örnek Bir Araştırmacı İstemi (Prompt)</em></blockquote><ul><li><strong>Bağlam ve Rol (Performans):</strong> “Ben yenilenebilir enerji politikaları üzerine çalışan bir akademisyenim. Senden eleştirel ve titiz bir ‘akademik hakem’ rolü üstlenmeni, varsayımlarıma meydan okumanı istiyorum.”</li><li><strong>İstenen Çıktı (Ürün):</strong> “Paylaştığım 3 makale özetini kullanarak bana güçlü/zayıf yönleri gösteren bir tablo ve altına 2 paragraflık bir sentez metni hazırla.”</li><li><strong>İzlenecek Adımlar (Süreç):</strong> “Lütfen yanıt vermeden önce <strong>adım adım düşün</strong>: Önce ana argümanları tespit et, sonra metodoloji farklarını analiz et, en son tabloyu oluştur.”</li></ul><h3>3. Eleştirel Filtre: Ayırt Etme (Discernment)</h3><p>Çıktı ekrana düştüğü an, araştırmacı için asıl mesai başlar. Sonucu körü körüne kabul etmek yerine iki aşamalı bir süzgeç kullanır:</p><ol><li><strong>Ürün Ayırt Etme:</strong> Verilen bilgiler doğru mu? Tablo formatı analiz için uygun mu?</li><li><strong>Süreç Ayırt Etme:</strong> YZ bu sonuca varırken mantıklı bir yol izledi mi, yoksa önemli bir değişkeni atladı mı?</li></ol><p>Eğer bir hata fark ederse, araştırmacı küsmek yerine istemini günceller. Bu <strong>“Tanımlama ve Ayırt Etme döngüsü”</strong>, mükemmel sonuca ulaşana kadar devam eden canlı bir süreçtir.</p><h3>4. Sorumluluk ve Etik: Özen (Diligence)</h3><p>Etkileşimin sonunda araştırmacı “Dağıtım Özeni”ni devreye sokar. YZ’nin halüsinasyon görme ihtimaline karşı tüm istatistikleri ve referansları bizzat teyit eder. Ancak en kritik adım şeffaflıktır:</p><p>Araştırmacı, çalışmasını yayınlarken bir <strong>“Özen Bildirimi” (Diligence Statement)</strong> ekler:</p><blockquote>“Bu çalışmanın literatür taraması ve taslak oluşturma aşamasında YZ desteği alınmıştır. Tüm veriler yazar tarafından doğrulanmış olup, sonuçların sorumluluğu tamamen yazara aittir.”</blockquote><h3>Özetle: Neden Bu Yaklaşım Önemli?</h3><p>4D modelini kullanan bu araştırmacı;</p><ul><li><strong>Hata riskini minimize eder</strong> (Ayırt Etme sayesinde).</li><li><strong>Zamanı verimli kullanır</strong> (Doğru Delegasyon sayesinde).</li><li><strong>Kaliteyi artırır</strong> (Net Tanımlama sayesinde).</li><li><strong>Güven inşa eder</strong> (Etik Özen sayesinde).</li></ul><p>Yapay zeka ile çalışmak bir yetenek değil, bir disiplindir. 4D çerçevesi, bu disiplini her gün uygulamanız için size ihtiyacınız olan rotayı çizer.</p><h3>Yapay Zeka Akıcılığı Yazı Dizisi:</h3><ol><li><strong>Bölüm 1:</strong> Yapay Zeka Akıcılığı Nedir? 4D Çerçevesine Giriş</li><li><strong>Bölüm 2:</strong> 4D Modelini Uygulayan Bir Araştırmacının Portresi (Şu an buradasınız)</li></ol><p><em>Bu yazı, </em><a href="https://anthropic.skilljar.com/ai-fluency-framework-foundations"><em>Yapay Zeka Akıcılığı Rehberi</em></a><em> temel alınarak hazırlanmıştır.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4b06ac1e7c3e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Geleceğin Alfabesi: Yapay Zeka Akıcılığı (AI Fluency) ve 4D Çerçevesi]]></title>
            <link>https://mustafaunlu.medium.com/gelece%C4%9Fin-alfabesi-yapay-zeka-ak%C4%B1c%C4%B1l%C4%B1%C4%9F%C4%B1-ai-fluency-ve-4d-%C3%A7er%C3%A7evesi-a18fbabf6883?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/a18fbabf6883</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[yz]]></category>
            <category><![CDATA[yapay-zeka]]></category>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Tue, 31 Mar 2026 14:41:01 GMT</pubDate>
            <atom:updated>2026-03-31T14:41:01.464Z</atom:updated>
            <content:encoded><![CDATA[<p>Yapay zeka artık kapımızdaki bir misafir değil; çalışma masamızdaki yeni iş ortağımız. Ancak bu ortaklıkla ilgili en büyük yanılgı, onun sadece bir “teknoloji” olduğunu sanmak. Oysa YZ ile çalışmak, bir yazılım kullanmaktan ziyade yeni bir dil öğrenmeye benziyor. İşte biz buna <strong>Yapay Zeka Akıcılığı (AI Fluency)</strong> diyoruz.</p><p>Peki, bu dijital dünyada “akıcı” konuşmak ne anlama geliyor? Gelin, üretken yapay zekanın karmaşık yapısını 4D Çerçevesi ve temel etkileşim modelleriyle sadeleştirelim.</p><h3>YZ ile Nasıl Çalışıyoruz? Üç Temel Etkileşim Modu</h3><p>YZ ile etkileşim kurarken aslında üç farklı şapkadan birini takıyoruz. Hangi şapkayı taktığınızı bilmek, alacağınız sonucun kalitesini belirler.</p><ol><li><strong>Otomasyon (Automation):</strong> Burada patron sizsiniz. YZ’ye spesifik bir görev verirsiniz ve o bunu icra eder. “Bu metni özetle” dersiniz ve o yapar.</li><li><strong>Artırma (Augmentation):</strong> İşte sihrin başladığı yer. YZ burada bir araç değil, bir <strong>düşünce ortağıdır</strong>. Karşılıklı bir “ping-pong” oyunu gibi fikir alışverişinde bulunur, birbirinizin girdilerini geliştirirsiniz.</li><li><strong>Temsil (Agency):</strong> Geleceğin çalışma modeli. YZ’yi belirli bir amaç doğrultusunda bağımsız hareket edecek şekilde yapılandırırsınız. Artık her adımı söylemenize gerek yoktur; o sizin adınıza stratejik davranır.</li></ol><h3>4D Çerçevesi: YZ Akıcılığının Omurgası</h3><p>YZ akıcılığı sadece “prompt” yazmak değildir. Bu yetkinlik, birbirine bağlı dört ana sütun üzerine inşa edilmiştir:</p><h3>1. Delegasyon (Delegation)</h3><p>Her iş YZ’ye verilmez. Delegasyon, hangi görevin insanın yaratıcılığına, hangisinin makinenin hızına uygun olduğunu seçme sanatıdır. Bu süreçte <strong>Problem Farkındalığı</strong> (neye ihtiyacım var?) ve <strong>Platform Farkındalığı</strong> (bu araç bunu yapabilir mi?) kritik rol oynar.</p><h3>2. Açıklama (Description)</h3><p>YZ ile kurulan iletişimdir. İyi bir “açıklayıcı”, sadece çıktının ne olacağını (Ürün Açıklaması) değil, YZ’nin bu sonuca nasıl ulaşacağını (Süreç Açıklaması) ve hangi tavırla davranacağını (Performans Açıklaması) da tanımlar.</p><h3>3. Ayırt Etme (Discernment)</h3><p>YZ’nin her dediğine inanıyor musunuz? Cevabınız evetse, henüz akıcı değilsiniz demektir. Ayırt etme, YZ’nin ürettiği sonucun kalitesini, doğruluğunu ve mantığını sorgulama yeteneğidir. Burada <strong>alan uzmanlığı</strong> devreye girer; bilmediğiniz bir konuda YZ’nin sizi manipüle etmesine izin vermemelisiniz.</p><h3>4. Özen (Diligence)</h3><p>Etik ve sorumluluk. YZ bir hata yaparsa sorumlusu kimdir? Cevap her zaman: <strong>İnsan.</strong> Şeffaflık ve yayılım sürecindeki titizlik, YZ akıcılığının ahlaki pusulasıdır.</p><h3>Kaputun Altında Neler Oluyor? Teknik Kavramlara Hızlı Bakış</h3><p>YZ ile daha iyi anlaşmak için onun “beyin” yapısını biraz anlamak gerekir. İşte her profesyonelin bilmesi gereken sözlük:</p><ul><li><strong>Büyük Dil Modelleri (LLM):</strong> Bizimle insan gibi konuşan devasa veri kütüphaneleri.</li><li><strong>Transformer Mimarisi:</strong> Kelimeler arasındaki ilişkileri aynı anda işleyerek bağlamı anlamasını sağlayan teknolojik devrim.</li><li><strong>Halüsinasyon (Hallucination):</strong> YZ’nin son derece kendinden emin bir şekilde uydurduğu yalanlar. Dikkatli olun!</li><li><strong>Sıcaklık (Temperature):</strong> YZ’nin “yaratıcılık ayarı”. Düşük sıcaklık odaklanmış ve ciddi, yüksek sıcaklık ise yaratıcı ve rastgele yanıtlar üretir.</li></ul><blockquote><strong><em>İpucu:</em></strong><em> Karmaşık bir probleminiz mi var? YZ’ye yanıt vermeden önce “adım adım düşünmesini” söyleyin. Buna </em><strong><em>“Think-first” (Önce düşün)</em></strong><em> yaklaşımı diyoruz ve bu, hataları ciddi oranda azaltır.</em></blockquote><h3>Sonuç: YZ Akıcılığı Bir Yolculuktur</h3><p>YZ akıcılığı statik bir bilgi değil, dinamik bir beceridir. <strong>4D Çerçevesini</strong> kullanarak hem kendi verimliliğinizi artırabilir hem de bu yeni dijital çağda vazgeçilmez bir profesyonel haline gelebilirsiniz. Unutmayın; YZ işinizi elinizden almayacak, ancak YZ’yi akıcı bir şekilde kullanan bir profesyonel, kullanmayanların önüne geçecektir.</p><h3>Küçük Bir Test: Kendinizi Ölçün</h3><p>Rehberimizdeki bilgilerle şu üç soruyu kendinize sorun:</p><ol><li>Bir rapor hazırlarken YZ’yi bir <strong>“otomasyon”</strong> aracı olarak mı yoksa bir <strong>“düşünce ortağı”</strong> olarak mı kullanıyorum?</li><li>YZ’nin verdiği cevaptaki mantık hatasını (halüsinasyonu) fark edecek kadar <strong>alan uzmanlığına</strong> sahip miyim?</li><li>Paylaştığım YZ çıktılarında <strong>“şeffaflık özeni”</strong> gösteriyor muyum?</li></ol><p>Yolculuğunuzda başarılar!</p><h3>Yapay Zeka Akıcılığı Yazı Dizisi:</h3><ol><li><strong>Bölüm 1:</strong> Yapay Zeka Akıcılığı Nedir? 4D Çerçevesine Giriş (Şu an buradasınız)</li><li><strong>Bölüm 2:</strong> 4D Modelini Uygulayan Bir Araştırmacının Portresi</li></ol><p><em>Bu yazı, </em><a href="https://anthropic.skilljar.com/ai-fluency-framework-foundations"><em>Yapay Zeka Akıcılığı Rehberi</em></a><em> temel alınarak hazırlanmıştır.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a18fbabf6883" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Kompozisyon (Composition) ve Yetkilendirme (Delegation): Kalıtımın Ötesinde Esnek Kotlin…]]></title>
            <link>https://mustafaunlu.medium.com/kompozisyon-composition-ve-yetkilendirme-delegation-kal%C4%B1t%C4%B1m%C4%B1n-%C3%B6tesinde-esnek-kotlin-ea79aed32e29?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/ea79aed32e29</guid>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Sun, 09 Nov 2025 21:21:15 GMT</pubDate>
            <atom:updated>2025-11-09T21:21:15.975Z</atom:updated>
            <content:encoded><![CDATA[<h3>Kompozisyon (Composition) ve Yetkilendirme (Delegation): Kalıtımın Ötesinde Esnek Kotlin Tasarımları</h3><p>Yazılım geliştirirken hepimiz aynı hedefin peşindeyiz: <strong>yeniden kullanılabilir, bakımı kolay ve sağlam kod</strong> yazmak.</p><p>Ancak bu hedefe giderken birçok geliştirici, <strong>kalıtımı (inheritance)</strong> fazla kullanarak karmaşık ve kırılgan sınıf hiyerarşileri oluşturur. Oysa aynı davranışları <strong>daha esnek</strong> ve <strong>daha güvenli</strong> bir şekilde elde etmenin farklı yolları vardır.</p><p>Bu yazıda:</p><ul><li>Kalıtımın neden riskli olabileceğini,</li><li>Composition’ın neden daha güvenli bir alternatif sunduğunu,</li><li>Kotlin’in by anahtar kelimesiyle Delegation’ı nasıl kolaylaştırdığını örneklerle birlikte inceleyeceğiz.</li></ul><h3>Composition (Kompozisyon): “Has A” İlişkisi</h3><p><strong>Kalıtım (Inheritance)</strong> yalnızca “bu sınıf şunun bir türüdür” (<strong>is a</strong>) diyebildiğimiz durumlarda kullanılmalıdır. <strong>Composition </strong>ise bir sınıfın başka bir sınıfı bir özellik olarak <strong>içinde barındırması</strong> anlamına gelir. Bu ilişki “içerir” <strong>(has a)</strong> ilişkisini ifade eder.</p><h3>Örnek: Web Tarayıcı ve Görüntüleme Motoru</h3><p>Bir tarayıcı, bir <strong>görüntüleme motoru değildir</strong>, ama <strong>bir görüntüleme motoru içerir</strong>. Dolayısıyla WebBrowser, RenderingEngine’dan kalıtım almak yerine onu bir bileşen olarak kullanmalıdır.</p><pre>class RenderingEngine {<br>    fun renderPage() = println(&quot;Sayfa çiziliyor...&quot;)<br>}</pre><pre>class WebBrowser {<br>    // Composition: WebBrowser, RenderingEngine&#39;ı içerir.<br>    private val engine = RenderingEngine()</pre><pre>    fun start() {<br>        engine.renderPage() // Bileşenin işlevselliğini kullanma<br>        println(&quot;Tarayıcı arayüzü başlatıldı.&quot;)<br>    }<br>}</pre><p>Bu yaklaşım, <strong>esnekliği artırır</strong> ve <strong>tehlikeli bağımlılıkları</strong> ortadan kaldırır.</p><h3>Composition’ın Avantajları</h3><ol><li><strong>Esneklik: </strong>Bir sınıf birden fazla farklı sınıfı veya davranışı içinde barındırabilir. (Kotlin, çoklu kalıtıma izin vermez ama çoklu composition yapılabilir.)</li><li><strong>Encapsulation: </strong>Kalıtım, alt sınıfı üst sınıfın <strong>iç işleyişine</strong> bağımlı kılarak encapsulationı bozar. Üst sınıfın iç yapısı değişirse, alt sınıflar da etkilenir. Composition ise yalnızca bileşenin <strong>dıştan görünen davranışına</strong> bağımlıdır.</li><li><strong>Seçicilik sağlar: </strong>Composition ile sadece <strong>gereken davranışları</strong> dahil edersin. Kalıtımda ise gereksiz metotlar da miras alınır, bu da <strong>Interface Segregation</strong> prensibini ihlal edebilir.</li></ol><h3>Senaryo</h3><p>Diyelim ki birçok sınıf (örneğin DataReporter ve LogProcessor) bir işlem başlarken ve biterken <strong>bildirim göndermek</strong> zorunda. Kalıtımla ortak bir BaseClass oluşturmak yerine, her sınıf bir <strong>Notifier</strong> bileşeni içerir:</p><pre>class Notifier {<br>    fun notifyStart() = println(&quot;İşlem başladı.&quot;)<br>    fun notifyEnd() = println(&quot;İşlem tamamlandı.&quot;)<br>}</pre><pre>class DataReporter(private val notifier: Notifier) {<br>    fun report() {<br>        notifier.notifyStart()<br>        println(&quot;Veri raporlanıyor...&quot;)<br>        notifier.notifyEnd()<br>    }<br>}</pre><p>Bu şekilde hangi sınıfın hangi bileşeni kullandığı <strong>açık ve net</strong> olur.</p><h3>Delegation (Yetkilendirme): Composition’ı Güçlendirmek</h3><p>Composition harika, ancak büyük bir arayüzü (interface) uygularken<br>her metodu manuel olarak iç nesneye yönlendirmek <strong>yorucu</strong> olabilir. İşte tam bu noktada <strong>Delegation</strong> devreye girer. <strong>Delegation</strong>, bir sınıfın uygulaması gereken bir arayüzdeki işlevleri, aynı arayüzü uygulayan başka bir sınıfa <strong>devretmesidir</strong>.</p><h3>Kotlin’de Delegation Kullanımı</h3><p>Kotlin bu mekanizmayı yerleşik olarak destekler. by anahtar kelimesi sayesinde tüm yönlendirmeler otomatik yapılır.</p><pre>interface ILogger {<br>    fun log(message: String)<br>}</pre><pre>class ConsoleLogger : ILogger {<br>    override fun log(message: String) = println(&quot;[LOG] $message&quot;)<br>}</pre><pre>class APIService(private val loggerImpl: ILogger) : ILogger by loggerImpl {<br>    fun fetchData() {<br>        // Bu çağrı otomatik olarak loggerImpl.log()&#39;a yönlendirilir<br>        log(&quot;Veri çekme işlemi başladı.&quot;)<br>        println(&quot;Veri çekiliyor...&quot;)<br>    }<br>}</pre><p>Burada APIService sınıfı ILogger arayüzünü uygular, ama işi <strong>loggerImpl nesnesine devreder</strong>.</p><h3>Sonuç</h3><ul><li>Kod tekrarı yok,</li><li>Sınıf daha sade,</li><li>Arayüz üzerinden bağımlılık sürdürülebilir.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=ea79aed32e29" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Kotlin Generics: Varyans, Kısıtlamalar ve Çalışma Zamanı Tipleri]]></title>
            <link>https://mustafaunlu.medium.com/kotlin-generics-varyans-k%C4%B1s%C4%B1tlamalar-ve-%C3%A7al%C4%B1%C5%9Fma-zaman%C4%B1-tipleri-0d308c19ffdb?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/0d308c19ffdb</guid>
            <category><![CDATA[kotlin]]></category>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Tue, 28 Oct 2025 14:33:53 GMT</pubDate>
            <atom:updated>2025-10-28T14:33:53.223Z</atom:updated>
            <content:encoded><![CDATA[<h3>Derinlemesine bir bakış — in, out, reified ve yıldız projeksiyonların mantığı</h3><p>Kotlin’de generic tipler, kodunuzu hem <strong>esnek</strong> hem de <strong>tip güvenli</strong> hale getirmenin en güçlü yollarından biridir.<br>Ancak generics konusuna girdiğinizde karşınıza çıkan kavramlar — <strong>varyans</strong>, <strong>tip projeksiyonları</strong>, <strong>reified tipler</strong> — bir anda işleri karıştırabilir.</p><p>Bu yazıda, Kotlin generics sisteminin nasıl çalıştığını, Java’daki wildcard yapısından nasıl ayrıldığını ve neden out / in gibi anahtar kelimelerin aslında hayat kurtardığını adım adım açıklayacağız.</p><h3>1. Varyans Problemi: Neden “Değişmezlik” Sorun Yaratır?</h3><p>Java’da generic tipler <strong>değişmezdir (invariant)</strong>.<br>Yani şu ifade <strong>geçerli değildir</strong>:</p><pre>List&lt;String&gt; strings = new ArrayList&lt;&gt;();<br>List&lt;Object&gt; objects = strings; // ❌ Derleme hatası</pre><p>Çünkü List&lt;String&gt; bir List&lt;Object&gt; <strong>alt tipi değildir</strong>.<br>Bu kural olmasa, çalışma zamanında ClassCastException fırlayabilecek kodlar yazılabilirdi.</p><p>Java bu durumu <strong>wildcard tipleri</strong> (? extends E, ? super E) ile çözer.<br>Buna <strong>kullanım yeri varyansı</strong> denir.</p><blockquote><em>💡 </em><strong><em>PECS kuralı</em></strong><em><br> Producer → </em><em>extends<br> Consumer → </em><em>super<br> “Üretici dışarı (extends), tüketici içeri (super).”</em></blockquote><h3>2. Kotlin’in Çözümü: Bildirim Yeri Varyansı (out / in)</h3><p>Kotlin, wildcard karmaşasını ortadan kaldırır. Bunun yerine varyans doğrudan <strong>tip parametresi bildirimi</strong> sırasında tanımlanır.</p><h3>🔹 Kovaryans — out</h3><p>out anahtar kelimesi, tip parametresinin <strong>sadece döndürülebileceğini</strong> (üretileceğini) belirtir.</p><pre>class Box&lt;out T&gt;(private val value: T) {<br>    fun get(): T = value<br>}</pre><ul><li>T sadece <em>okunabilir</em>.</li><li>Box&lt;MiniCooper&gt; güvenli bir şekilde Box&lt;Auto&gt;’nun <strong>alt tipi</strong> olabilir.</li></ul><blockquote><em>💡 </em><strong><em>Kural:</em></strong><em> </em><em>out = üretici → “Üretici dışarı çıkar.”</em></blockquote><h3>🔹 Kontravaryans — in</h3><p>in anahtar kelimesi, tip parametresinin <strong>yalnızca tüketileceğini</strong> belirtir.</p><pre>class Comparator&lt;in T&gt; {<br>    fun compare(a: T, b: T): Int = ...<br>}</pre><ul><li>T sadece <em>parametre olarak kullanılabilir</em>.</li><li>Comparator&lt;Auto&gt; bir Comparator&lt;MiniCooper&gt;’ın <strong>üst tipi</strong> olur.</li></ul><blockquote><em>💡 </em><strong><em>Kural:</em></strong><em> </em><em>in = tüketici → “Tüketici içeri alır.”</em></blockquote><h3>3. Kullanım Yeri Varyansı: Tip Projeksiyonları</h3><p>Bazı tipler hem get() hem set() metodlarına sahiptir — örneğin Array&lt;T&gt;.<br> Bu durumda Kotlin tipi <strong>değişmez (invariant)</strong> tutar.</p><p>Ancak bazen Array&lt;T&gt;’yi sadece üretici veya tüketici olarak kullanmak isteyebiliriz.<br>İşte bu durumda <strong>tip projeksiyonları</strong> devreye girer:</p><pre>fun copy(from: Array&lt;out Any&gt;, to: Array&lt;Any&gt;) {<br>    for (i in from.indices)<br>        to[i] = from[i]<br>}</pre><ul><li>Array&lt;out Any&gt; → sadece <em>okuma</em> yapılabilir.</li><li>Array&lt;in String&gt; → sadece <em>yazma</em> yapılabilir.</li></ul><blockquote><em>💡 Tip projeksiyonları = “Kotlin’in wildcard eşdeğeri”.</em></blockquote><h3>4. Yıldız Projeksiyonlar (*)</h3><p>Tip parametresi hakkında hiçbir şey bilmediğinizde ama güvenli şekilde erişmek istediğinizde * kullanılır.</p><pre>fun printElements(list: List&lt;*&gt;) {<br>    for (item in list) println(item)<br>}</pre><ul><li>Kovaryant tipler (Foo&lt;out T&gt;) için Foo&lt;*&gt; ≈ Foo&lt;out TUpper&gt;</li><li>Kontravaryant tipler (Foo&lt;in T&gt;) için Foo&lt;*&gt; ≈ Foo&lt;in Nothing&gt;</li></ul><blockquote><em>⚡ Fark: Java’daki </em>raw tipler<em> gibi görünür ama Kotlin’de </em><strong><em>tip güvenliği korunur</em></strong><em>.</em></blockquote><h3>5. Generic Fonksiyonlar ve Kısıtlamalar</h3><p>Generics sadece sınıflarda değil, fonksiyonlarda da kullanılabilir:</p><pre>fun &lt;T : Comparable&lt;T&gt;&gt; sort(list: List&lt;T&gt;) { ... }</pre><p>Burada T : Comparable&lt;T&gt; bir <strong>üst sınır (upper bound)</strong> belirler.</p><p>Birden fazla kısıtlama gerekiyorsa where kullanılır:</p><pre>fun &lt;T&gt; process(item: T) where T : CharSequence, T : Comparable&lt;T&gt; { ... }</pre><blockquote><em>💡 Varsayılan üst sınır </em><em>Any?’dir.</em></blockquote><h3>6. Tip Silinmesi ve reified Parametreler</h3><p>Java gibi Kotlin de generics bilgilerini çalışma zamanında <strong>tutmaz</strong> — bu bilgi <strong>silinir (type erasure)</strong>.</p><pre>val a = listOf&lt;String&gt;(&quot;A&quot;)<br>val b = listOf&lt;Int&gt;(1)<br>// Çalışma zamanında her ikisi de List&lt;*&gt; olur</pre><p>Bu nedenle genellikle if (item is T) gibi kontroller yapılamaz.<br>Ama inline ve reified imdadımıza yetişir:</p><pre>inline fun &lt;reified T&gt; printType(value: Any) {<br>    if (value is T) {<br>        println(&quot;Type matched: ${T::class.simpleName}&quot;)<br>    }<br>}</pre><blockquote><em>⚙️ </em><em>reified, tip bilgisinin çalışma zamanına taşınmasını sağlar — yalnızca </em><em>inline fonksiyonlarda kullanılabilir.</em></blockquote><h3>7. İleri Düzey Tip Kavramları</h3><h3>🔸 Kesinlikle Null Olamayan Tipler</h3><p>T &amp; Any sözdizimiyle bir generic tipin <em>kesinlikle null olamayacağını</em> belirtebilirsiniz.</p><pre>fun &lt;T : Any&gt; requireNonNull(value: T &amp; Any) = value</pre><h3>🔸 Kontrol Edilmemiş Dönüştürmeler</h3><p>Derleyici bazen tip güvenliğini çıkaramayabilir:</p><pre>val list = foo as List&lt;String&gt; // ⚠️ unchecked cast uyarısı<br>@Suppress(&quot;UNCHECKED_CAST&quot;)</pre><h3>8. Sınıf Hiyerarşisi Örneği</h3><pre>interface TransportationFunctions<br>open class Auto : TransportationFunctions<br>open class MiniCooper : Auto()<br>class John : MiniCooper()<br>class JohnCabrio : John()</pre><p>TransportFactory&lt;T&gt; örneğiyle varyansı anlamak mümkün:</p><ul><li>in → TransportFactory&lt;Auto&gt; bir TransportFactory&lt;MiniCooper&gt;’ın <strong>üst tipi</strong> olur.</li><li>out → TransportFactory&lt;JohnCabrio&gt; bir TransportFactory&lt;John&gt;’un <strong>alt tipi</strong> olur.</li></ul><h3>Sonuç</h3><p>Kotlin’in generics sistemi <strong>daha okunabilir</strong>, <strong>daha güvenli</strong> ve <strong>daha tahmin edilebilir</strong> hale getirir.</p><blockquote><em>✅ </em><em>out — üretici, yalnızca döndürür<br> ✅ </em><em>in — tüketici, yalnızca alır<br> ✅ </em><em>reified — tip bilgisini çalışma zamanına taşır<br> ✅ </em><em>* — bilinmeyen ama güvenli tip kullanımı sağlar</em></blockquote><p>Bu yapılar sayesinde Kotlin, <strong>derleme zamanı tip güvenliği</strong> ile <strong>runtime esnekliği</strong> arasında mükemmel bir denge kurar.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=0d308c19ffdb" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Kotlin Coroutine’lerine Giriş]]></title>
            <link>https://mustafaunlu.medium.com/kotlin-coroutinelerine-giri%C5%9F-747f239bd0f8?source=rss-b0ff050eb592------2</link>
            <guid isPermaLink="false">https://medium.com/p/747f239bd0f8</guid>
            <category><![CDATA[kotlin-coroutines]]></category>
            <category><![CDATA[android]]></category>
            <category><![CDATA[kotlin]]></category>
            <category><![CDATA[kotlin-beginners]]></category>
            <dc:creator><![CDATA[Mustafa Ünlü]]></dc:creator>
            <pubDate>Wed, 03 Sep 2025 11:08:53 GMT</pubDate>
            <atom:updated>2025-09-03T11:08:53.681Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Coroutine</strong>, Android’de asenkron çalışan kodu basitleştirmek için kullanılan bir eşzamanlılık (concurrency) tasarım desenidir. Coroutine’ler, “light thread” olarak da adlandırılır çünkü gerçek thread’lerin getirdiği ek yük olmadan asenkron ve paralel görevleri verimli bir şekilde yönetmemizi sağlarlar. Uzun süre çalışan ağ istekleri, veritabanı işlemleri veya karmaşık hesaplamalar gibi görevleri arka planda çalıştırmak için ideal bir çözümdür.</p><h3>1. Coroutine’lerin Temel Yapı Taşları</h3><p>Bir coroutine’i anlamak için üç temel kavramı bilmek gerekir: <strong>Scope</strong>, <strong>Builder</strong> ve <strong>Dispatcher</strong>.</p><h4>a. CoroutineScope ve Coroutine Builder’lar (launch)</h4><p>Her coroutine bir CoroutineScope içinde çalışır. Scope, coroutine&#39;in yaşam döngüsünü belirler. Yani bir scope iptal edildiğinde, o scope içinde başlatılan tüm coroutine&#39;ler de otomatik olarak iptal edilir. launch ise en temel coroutine başlatıcısıdır (builder). Bir sonuç döndürmeyen, &quot;ateşle ve unut&quot; (fire and forget) tarzı işler için kullanılır.</p><p>launch bir Job nesnesi döndürür. Bu nesne sayesinde coroutine&#39;i istediğiniz zaman manuel olarak job.cancel() ile iptal edebilirsiniz.</p><h4>b. Dispatchers: Coroutine’in Çalışma Alanını Belirlemek</h4><p><strong>Dispatchers</strong>, bir coroutine’in hangi thread veya thread havuzunda çalışacağını belirler. Görevin türüne göre doğru dispatcher’ı seçmek, uygulamanın performansını doğrudan etkiler:</p><ul><li><strong>Dispatchers.Main</strong>: Main thread&#39;de çalışmak için kullanılır. Genellikle UI güncellemeleri gibi kısa süren ve main thread&#39;de yapılması zorunlu işler için tercih edilir.</li><li><strong>Dispatchers.IO</strong>: Ağ istekleri, diskten dosya okuma/yazma veya veritabanı işlemleri gibi input-output (I/O) operasyonları için optimize edilmiştir.</li><li><strong>Dispatchers.Default</strong>: JSON parse etme, listeleri sıralama veya karmaşık algoritmaları çalıştırma gibi CPU&#39;yu yoğun kullanan işlemler için kullanılır.</li><li><strong>Dispatchers.Unconfined</strong>: Belirli bir thread&#39;e bağlı değildir. Genellikle test senaryoları dışında kullanımı önerilmez.</li></ul><h4>c. suspend Fonksiyonu: Duraklatılabilen Kod Blokları</h4><p>Kotlin’de bir fonksiyonu suspend anahtar kelimesiyle işaretlediğinizde, o fonksiyonun bir coroutine içinde duraklatılıp daha sonra devam ettirilebileceğini belirtmiş olursunuz.</p><pre>suspend fun expensiveComputation(res: MutableList&lt;String&gt;) {<br>    delay(1000L) // Bu bir suspend fonksiyonudur<br>    res.add(&quot;kelime!&quot;)<br>}</pre><p>Buradaki en önemli nokta, <strong>‘askıya almak’ (suspend) eyleminin thread’i ‘bloklamamasıdır’.</strong> Coroutine duraklatıldığında, üzerinde çalıştığı thread serbest kalır ve başka işleri (örneğin arayüz güncellemelerini) yapmaya devam edebilir. Coroutine’lerin “light thread” olarak adlandırılmasının temel sebebi budur. Bir suspend fonksiyonu, yalnızca başka bir suspend fonksiyonun içinden veya bir coroutine scope&#39;undan çağrılabilir.</p><h3>2. Android’de Coroutine’ler: viewModelScope ile Güvenli Kullanım</h3><p>Temel yapıları öğrendik. Peki Android’de coroutine’leri nasıl güvenle başlatır ve yönetiriz? İşte bu noktada Android Jetpack kütüphanelerinin sağladığı hazır scope’lar devreye girer. En yaygın olanı viewModelScope&#39;tur.</p><p>viewModelScope, ViewModel yaşam döngüsüne bağlı, önceden yapılandırılmış bir CoroutineScope&#39;tur.</p><pre>viewModelScope.launch {<br>    // Arka planda yapılacak işler buraya yazılır<br>}</pre><p>Bu yapının en büyük avantajı, ViewModel temizlendiğinde (örneğin kullanıcı ekranı terk ettiğinde) bu scope&#39;un otomatik olarak iptal edilmesidir. Bu sayede, bellek sızıntılarını (memory leak) ve gereksiz arkaplan işlemlerini zahmetsizce engellemiş oluruz.</p><h3>3. Yaygın Coroutine Kullanım Desenleri</h3><h4>a. withContext ile Thread Değişimi</h4><p>Bir coroutine çalışırken, üzerinde çalıştığı thread’i (context’i) değiştirmek oldukça yaygın bir ihtiyaçtır. Örneğin, IO dispatcher&#39;ında bir veritabanı sorgusu yapıp sonucunu Main dispatcher&#39;da UI&#39;a yansıtmak isteyebiliriz. withContext tam olarak bu işi yapar:</p><pre>viewModelScope.launch {<br>    // IO thread&#39;ine geç ve veritabanından veri çek<br>    val result = withContext(Dispatchers.IO) {<br>        database.userDao().getUsers()<br>    }<br>    <br>    // withContext bloğu bittiğinde otomatik olarak launch&#39;ın ana thread&#39;ine (Main) dönülür<br>    // ve UI güvenle güncellenir.<br>    liveData.value = result<br>}</pre><h4>b. async ve await: Paralel İşlemlerin Gücü</h4><p>Bazen bir sonuç döndüren coroutine’lere ihtiyaç duyarız veya birden fazla işi paralel olarak çalıştırmak isteriz. Bu durumda async builder&#39;ı kullanılır.</p><p>async bir Deferred&lt;T&gt; nesnesi döndürür. Bu, gelecekte tamamlanacak bir değeri (sonucu) temsil eder. Sonucu almak için await() fonksiyonu kullanılır. async&#39;in asıl gücü, birden fazla işlemi aynı anda başlatmaktır:</p><pre>viewModelScope.launch {<br>    val userDeferred = async(Dispatchers.IO) { api.getUser() }<br>    val productsDeferred = async(Dispatchers.IO) { api.getProducts() }<br><br>    // İki işlem de paralel olarak başladı. Şimdi sonuçlarını bekleyelim.<br>    val user = userDeferred.await()<br>    val products = productsDeferred.await()<br><br>    // Hem kullanıcı hem de ürünler bilgisi geldikten sonra UI&#39;ı güncelle<br>    showDataOnUI(user, products)<br>}</pre><p>Bu sayede toplam bekleme süresi, en uzun süren işlemin süresine yakın olur ve işlemlerin toplam süresine eşit olmaz.</p><h3>Sonuç</h3><p>Kotlin Coroutine’leri, modern Android geliştirmede asenkron programlamayı yönetmek için güçlü ve okunaklı bir yol sunar. CoroutineScope, Dispatcher ve suspend gibi temel kavramları anladıktan sonra, viewModelScope gibi Android&#39;e özel araçlarla yaşam döngüsüne duyarlı işler yapabilir, withContext ile esnek bir şekilde thread değiştirebilir ve async ile işlemleri paralelleştirerek uygulamanızın performansını artırabilirsiniz. Bu araçları doğru kullanarak daha verimli, daha temiz ve daha az hataya açık kod yazmak mümkündür.</p><p>Kaynaklar<br>[1] <a href="https://appmaster.io/tr/blog/kotlin-koroutinleriyle-android-testi">https://appmaster.io/tr/blog/kotlin-koroutinleriyle-android-testi</a><br>[2] <a href="https://github.com/myuksektepe/kotlin-coroutines-android-example">https://github.com/myuksektepe/kotlin-coroutines-android-example</a><br>[3] <a href="https://developer.android.com/kotlin/coroutines?hl=tr">https://developer.android.com/kotlin/coroutines?hl=tr</a><br>[4] <a href="https://dev.to/canerpatir/kotlin-coroutine-asenkron-ve-paralel-programlama-37l">https://dev.to/canerpatir/kotlin-coroutine-asenkron-ve-paralel-programlama-37l</a><br>[5] <a href="https://www.youtube.com/watch?v=UupA_NoWOVE">https://www.youtube.com/watch?v=UupA_NoWOVE</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=747f239bd0f8" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>