Codex Replaced All His Apps | Bilawal Sidhu
Riley Brown · 2026-08-16
💡 Hızlı Bilgi
1. Yapay zeka ajanlarının kullanımı, karmaşık tekil kurulumlardan (Açık Pençe vb.) tarayıcı entegrasyonlu ve çoklu model destekli sistemlere (Codex vb.) doğru evrilmiştir.
2. İçerik üreticileri, 3D fizik motorları ve kodlama modellerini (3.js vb.) kullanarak video denemeleri için özgün B-roll ve etkileşimli görselleştirmeler üretmektedir.
3. Tek bir görüntü ve çizilen yörüngeler yardımıyla coğrafi konumlar üzerinde birinci şahıs perspektifli video simülasyonları oluşturmak mümkündür.
4. Açık kaynaklı istihbarat (OSINT) verileri ve coğrafi mekansal haritalama, yapay zeka ajanları aracılığıyla birleştirilerek gerçek dünya olaylarını görselleştiren 3D simülatörlere dönüştürülmektedir.
5. Ajan ekiplerinin birlikte çalışabildiği paylaşımlı çalışma alanları ve araçlar, iş akışlarında insan-makine işbirliğini yeni bir boyuta taşımaktadır.
6. Bilgi ve yazılım kodlarının açık kaynaklı olarak paylaşılması, topluluk içinde yeni fikirlerin doğmasını ve kitlesel bir hareketin büyümesini tetiklemektedir.
📊 Detaylı Açıklama
Konuk, yılın başındaki ilk dönemde popüler olan Açık Pençe (Open Claw) tabanlı, birbiriyle bağlantılı altı farklı ajandan oluşan aşırı tasarlanmış Telegram/WhatsApp kurulumundan, Codex ekosistemine ve uygulama içi tarayıcılara nasıl geçtiğini anlatıyor. Bu yeni düzen, tarayıcı eklentilerinin kararsızlığıyla uğraşma sorununu ortadan kaldırırken, YouTube analitiklerini takip etme veya Notion gibi ortak çalışma alanlarında API aracılığıyla doğrudan değişiklik yapma imkanı tanıyor. Bilgi çalışanları için CLI veya MCP detaylarıyla boğuşmadan, doğrudan arayüzler üzerinden işleri yürütebilmek büyük bir pratiklik sağlıyor.
İçerik üretim sürecinde yapay zeka modelleri sadece metin veya kod yazmakla kalmıyor, aynı zamanda YouTube videolarındaki karmaşık kavramları açıklamak için kullanılan 3D fizik motoru tabanlı görselleştirmelerin ve B-roll materyallerinin üretiminde de kritik rol oynuyor. Klasik video üretim modellerinin aksine, 3.js gibi araçlar ve kodlama ajanları sayesinde dalga boyları veya uzaysal projeksiyonlar gibi bilimsel olgular çok daha doğru ve etkileşimli biçimde izleyiciye aktarılabiliyor. Bu durum, yüksek bütçeli prodüksiyon ekiplerine sahip olmayan içerik üreticileri için görsel kalite çıtasını radikal biçimde yükseltiyor.
Videoda ele alınan en dikkat çekici deneylerden biri de tek bir Google Earth ekran görüntüsü üzerine çizilen yörünge çizgilerinin Omni gibi çok modlu video modellerine verilerek birinci şahıs perspektifinde simülasyonlar üretilmesi süreci. Bu teknik, Street View panoramik verileri ve uzaysal RAG (Retrieval-Augmented Generation) yaklaşımlarıyla birleştiğinde, fiziksel dünya üzerinde gerçekçi hareket yörüngeleri ve hava durumu veya günün saati değiştirilebilen sanal ortamlar yaratılmasına kapı aralıyor.
Aynı yaklaşım, açık kaynak istihbarat (OSINT) verilerinin ve CCTV kamera görüntüleri gibi kamusal/ticari veri setlerinin yapay zeka ajanları yardımıyla taranarak 4 boyutlu haritalandırma projelerine dönüştürülmesinde de kullanılıyor. Konuk, Austin’deki bir coğrafi yeniden yapılandırma prototipini bu yöntemle geliştirerek milyonlarca izlenmeye ulaşan viral bir projeye imza attığını ve bu çalışmanın savunma teknolojisinden gazeteciliğe kadar geniş bir yelpazede ilgi gördüğünü, hatta V1 sürümünün yakında açık kaynak olarak paylaşılacağını belirtiyor.
Son olarak, farklı ajanların (Codex, Claude Code vb.) tek bir paylaşımlı çalışma alanında veya Buzz gibi sistemlerde bir araya gelerek bir konsey gibi çalışması, yazılım geliştirme ve ekip yönetimi süreçlerini kökten değiştiriyor. Ajanların birbirlerinin bağlamını okuyarak ortak kararlar alması, iş akışlarını hızlandırırken; elde edilen kodların ve bilgilerin gizli tutulmak yerine toplulukla paylaşılması, içerik üreticileri için en etkili büyüme ve hareket yaratma stratejisi olarak öne çıkıyor.
🎯 Eğlence Uzmanı Yorumu
Bu video, yapay zekanın sadece metin üreten bir sohbet botu aşamasını çoktan geçip, gerçek dünyadaki verileri işleyen, 3D simülasyonlar kuran ve karmaşık iş akışlarını otonomatikleştiren eksiksiz bir "yaşam işletim sistemine" dönüşümünü gözler önüne seriyor. Konuğun anlattığı pratik deneyimler, teorik yapay zeka tartışmalarından sıyrılarak somut ürünlere ve projelere dönüşen bir vizyon sunuyor; bu da içeriğin teorik kalabalık içinde kaybolmasını önleyerek son derece yüksek bir bilgi yoğunluğu yakalamasını sağlıyor.
İçeriğin kalitesi, yüzeysel "yapay zeka harikadır" övgülerinin ötesine geçerek, karşılaşılan teknik zorlukları (dosya yönetimi cehennemi, model gecikmeleri, araç uyumsuzlukları) ve başarısız denemeleri de açıkça masaya yatırmasıyla öne çıkıyor. İzlenmeye değer olup olmadığı sorusunun yanıtı kesinlikle olumludur; özellikle teknoloji, coğrafi bilgi sistemleri, içerik üretimi ve otonom ajan mimarileriyle ilgilenen herkes için kaçırılmaması gereken ufuk açıcı bir diyalog sunuyor.
Bu yaklaşımın barındırdığı temel riskler arasında, aşırı karmaşık ajan kurulumlarına kapılıp asıl üretkenlikten uzaklaşmak (kontrol paneli bağımlılığı) ve coğrafi/açık kaynaklı verilerin manipülasyonu gibi etik/güvenlik sınırları yer alıyor; bu tarz araçlar her ne kadar ileri düzey geliştiriciler ve meraklılar için muazzam bir oyun alanı yaratsa da, henüz son kullanıcı düzeyinde tamamen pürüzsüz bir deneyim vadetmiyor.
Kapanış ve öneri olarak; teknolojiye ve yazılıma ilgi duyanların bu videoda bahsedilen açık kaynaklı projeleri incelemesi, ajanların işbirliği yaptığı çoklu model çalışma alanlarını kendi iş akışlarında denemesi ve en önemlisi konuğun tavsiyesine uyarak elde ettikleri bilgileri saklamak yerine toplulukla paylaşarak kendi "hareketlerini" inşa etmesi tavsiye edilir.
Kanal: Riley Brown