Vibe kodlama, yapay zeka ve yazılım mühendisliğinin yeni gerçekliği

On yıl önce, AI’ın programcıların yerine kod yazabileceği fikri daha çok heyecan verici bir fantazi gibi görünüyordu. Bugün, bu durum günlük gerçekliğimizin bir parçası haline geldi. MVP’ler günler içinde inşa ediliyor, arayüzler metin istemlerinden oluşturuluyor ve AI asistanları mühendislik ekiplerinin tam üyeleri haline geliyor.

Bu arka plan karşısında, daha fazla insan aynı soruları soruyor: AI gerçekten programcıların yerini alıyor mu? Yapay zeka gerçekten kıdemli bir mühendisin düzeyine ulaşıp onun yerini alabilir mi? Peki yakın gelecekte bu mesleğe ne olacak?

Ben de bir geliştiriciyim ve bu konuda bir görüşüm var. Hep birlikte bunu analiz edelim.

Sorunun çekirdeği nedir?

AI programlaması hakkında baskın bir anlatı var ve şöyle diyor:

AI, kod yazmada son derece etkili hale geliyor ve önemlisi, insanların sık yaptığı birçok hatadan şimdiden kaçınıyor. Daha da ilginç olanı, AI, nadir ve alışılmadık senaryoları – yani yazılım mühendisliğinin her yerinde karşılaşılan ve geliştiricilerin önceden öngörmekte genellikle zorlandığı uç durumları – ele almakta daha iyi olabilir.

Programcı, “Buraya bir düğme istiyorum” dediğinde, cevap olarak “Düğme burada; göz önünde bulundurman gereken 18 uç durum ve çalıştırman gereken testler de bunlar. Bu arada, şunları da eklemek isteyebilirsin” alır. Buna baktığınızda, “Evet, aslında mantıklı” diyebilirsiniz. Kendiniz, haftalar sonra, üretim ortamında bir sorun çoktan ortaya çıktıktan sonra, bu sorunları fark edebilirsiniz. AI genellikle çözümleri hemen önerir. Zaten işi olan mühendisler için bu, üretkenliği ve verimliliği önemli ölçüde artırır.

Ve bu anlatı, doğrudan bir ekonomik soruya yol açıyor: eğer bir şirket önce belirli bir iş yükünü yönetmek için 100 geliştiriciye ihtiyaç duyuyorsa, teorik olarak şimdi yalnızca 20 geliştiriciye ihtiyacı olabilir – çünkü bu 20 geliştirici, AI desteğiyle aynı işi yapabilir.

Bu hızlanmanın arkasında neler gizli?

Gittikçe daha sık, çok güçlü yazılım mühendislerinin pozisyonları, pazarları ve gelirleri için endişe duyduklarını görüyorum. Görünüşe göre yakında kod yazanlar için iş kalmayacak.

Ve benim cevabım genellikle: arkadaşlar, durum muhtemelen göründüğü kadar dramatik değil. Aslında, deneyimli mühendisler yeni bir tür değer kazanıyorlar. Çünkü biz, muhtemelen, gerçekten elle kod yazmış ve sistemlerin iç işleyişini derinlemesine anlayan son nesillerden biriyiz. Bir sonraki nesil, giderek daha fazla AI araçları ile çalışıyor – ve buna paralel olarak, mühendislik pratiğinin kendisi değişiyor.

Önceki anlatının dikkate almadığı şey:

AI tarafından oluşturulan kod genellikle tamamen sorunsuz görünür. Görevler çözülür, arayüzler çalışır ve her şey sorunsuz çalışır. Ancak zaman içinde, uzun vadede, daha ince sorunlar ortaya çıkmaya başlar: mimari uzlaşmalar, zayıf mühendislik kararları, veri yapıları sorunları veya ölçeklenebilirlik sorunları. Ve bu, AI’ın yerel görevleri çözmekte çok iyi olmasına rağmen, büyük sistemlerin uzun vadeli mantığının hala insan deneyimi ve mühendislik yargısına ihtiyacı olmasından kaynaklanıyor.

Bu nedenle, bu projeler ciddi üretim ortamlarına ulaştığında – bankalar, e-ticaret platformları, büyük ölçekli hizmetler – ekiplere hala sistem mimarisini derinlemesine analiz edebilecek, kök nedenleri belirleyebilecek ve genel sistem mantığını geri yükleyebilecek insanlar gerekiyor.

Sıklıkla arkadaşlarımın beni aradığını ve “Michael, sistemin neden parçalanmaya başladığını anlamamıza yardım edebilecek misin?” gibi şeyler söylediğini duyarım. Şu anda Introspector‘da Fiziksel AI üzerinde çalışıyorum, ancak bazen hala bu tür zor manuel mühendislik işlerine yardım ediyorum: sistem mantığını yeniden oluşturmak, mimariyi analiz etmek ve sorunların nerede birikmeye başladığını belirlemek.

Ve tam da bu nedenle, güçlü mühendislerin uzun süre çok değerli kalacağına inanıyorum. Aynı zamanda, bugün AI modellerini geliştirmeye ve eğitmeye yardımcı olanlar da çoğu zaman deneyimli mühendisler. Keymakr‘da, kodları doğrulamak ve modelleri eğitmeye yardımcı olmak için deneyimli geliştiriciler ararken bunu bizzat gördük – gerçek mühendislik düşüncesi, pratik deneyim ve sistemlerin gerçek dünyada nasıl davrandığını derinlemesine anlayan insanlar.

Temel hipotezler

Ve bu, bizi geleceğin en büyük sorusuna getiriyor: tüm bunlar nereye gidiyor? Daha en başından sektöre tamamen farklı bir yoldan giren gelecek nesil mühendisleri nasıl yetiştireceğiz?

Durumu objektif olarak, hype veya korku olmadan değerlendirirsek, birkaç olası senaryo görüyorum.

• Belirsiz bir gelecek

İlk ve muhtemelen en dürüst cevap, çok az insanın gerçekten bu kadar ileriyi düşündüğü gerçeğidir. Çünkü kimse henüz bu geleceğin nasıl olacağını tam olarak bilmiyor.

Belki birkaç yıl içinde AI ajanları gerçekten neredeyse mükemmel kod yazabilecekler – güçlü mimari, ölçeklenebilirlik ve bağlam anlayışı ile. Şu anda, bu soru tamamen açık.

Aynı zamanda, Apple (AAPL ), Microsoft (MSFT ) ve Google gibi büyük teknoloji şirketleri, yetkin araştırmacıları, doktora dereceli uzmanları ve akademik ortamlardan insanları aktif olarak işe almaya devam ediyorlar. Bu muhtemelen, kodun büyük bölümünün otomatik üretildiği bir dünyada bile derin mühendislik anlayışının önemli kalacağına inandıklarını gösteriyor.

Küçük şirketler ise genellikle çok farklı bir planlama ufku ile çalışıyorlar. Kendi girişiminizin altı ay sonra hâlâ var olup olmayacağını bilmiyorsanız, on yıl sonra ne olacağını ciddi şekilde düşünmek zor oluyor. Tabii ki, kimse kasıtlı olarak temelde bozuk bir şey inşa etmek istemiyor. Ekipler hala potansiyel riskleri ve zayıflıkları tanımlamaya çalışıyor.

Ancak gerçekte, mantık genellikle çok daha basit: önce, çalışan bir ürün inşa edin ve gelir elde edin – sonra mimari, optimizasyon ve sistemi yeniden yazma ile ilgilenin. Sorun şu ki birçok projede “daha sonra” sürekli, süresiz olarak erteleniyor.

• Sarmal evrim

İkinci cevap, bana göre, daha da ilginç. Endüstrinin tarihine baktığınızda, benzer geçişler zaten birçok kez yaşandı. İlk programcılar delikli kartlarla çalışıyordu. Sonra Assembly dilini yazan mühendisler nesli geldi – birçok modern geliştiricinin bugün hayal etmekte bile zorlandığı bir şey. O dönemde donanımın nasıl çalıştığını gerçekten anlamanız, işlemci mantığıyla düşünmeniz ve çok büyük miktarda alt düzey karmaşıklığı zihninizde tutmanız gerekiyordu.

Daha sonra COBOL dönemi geldi. Tüm banka ana bilgisayarları bunun üzerine inşa edildi ve en şaşırtıcı olan, küresel banka altyapısının önemli bir kısmı hala bu eski sistemler üzerinde çalışıyor. Hala 60’lı ve 70’li yaşlarında olan programcılar bu kod tabanını sürdürüyorlar ve çok değerli uzmanlar olarak kalıyorlar.

Sonraki nesil C++, Python ve JavaScript’e geçti. Ben de bu nesle aitim. Örneğin, COBOL’un nasıl çalıştığını neredeyse hiç anlamıyorum. Teorik olarak öğrenebilirim, ancak bana artık uzak ve yabancı geliyor.

Ve bu tarihi incelediğinizde, ilginç bir model ortaya çıkıyor: her yeni mühendislik nesli, önceki neslin teknolojisini derinlemesine anlamak zorunda değil. Zaman içinde, bilgi altyapıya gömülür.

Delikli kartlar uzun zaman önce ortadan kalktı – mantıkları artık işlemciler içinde gömülü. Assembly büyük ölçüde ana akım aracı olarak ortadan kalktı – karmaşıklığı artık işletim sistemleri, sürücüler ve daha düşük seviyeli soyutlamalar içinde gizli. Bugün kulaklıklarınız bile muhtemelen tüm bu gizli karmaşıklığı arka planda işleyen küçük bir işletim sistemi içeriyor; çoğu insan bunu hiç düşünmüyor.

Tabii ki, hala bu düşük seviye sihirini anlayan uzmanlar var. Ancak endüstrinin çoğu için, bu artık bir soyutlama katmanı haline geldi.

Ve bu, çok mantıklı bir fikir ortaya koyuyor: belki de AI, bu evrimin bir sonraki aşaması. Belki de bir sonraki nesil, klasik programlamayı bizim kadar derinlemesine anlamak zorunda olmayacak.

• Pazarın ekonomisi

Bir diğer hipotezim, vibe kodlama – veya AI destekli geliştirme – sonunda “ücretsiz hızlanma” olarak algılanmayı bırakacak. Aslında bugün bile tamamen ücretsiz değil; yalnızca henüz herkes gerçek maliyetleri ve getirileri dikkatle hesaplamıyor.

Modeller, tokenler, altyapı, sürekli istekler, tüm AI pipeline’ın bakımı – tüm bunlar giderek önemli bir işletme gideri haline geliyor. Bu nedenle, şirketlerin AI destekli geliştirmenin gerçek maliyetine daha yakından bakmaya başlayacaklarına inanıyorum ve çok pragmatik bir soru soracaklar: mühendislik ekibini büyütmek mi, yoksa geliştirme sürecini çevreleyen tüm AI altyapısını sürdürmek mi daha verimli?

Çok gerçekçi bir senaryo, güçlü mühendislik ekiplerinin, özellikle uzun vadeli bakım, geliştirme ve destek için, sonunda ekonomik açıdan daha sürdürülebilir olabileceğidir.

Ancak bence tam da burada yeni tür bir mühendislik ekibi ortaya çıkabilir: altyapının kendi istikrarını ve dayanıklılığını korumaya odaklanan, çok deneyimli uzmanlardan oluşan çok küçük gruplar. Zaman içinde, bu, endüstrinin en değerli mühendislik uzmanlıklarından biri haline gelebilir.

• AI ile birlikte çalışacak insanlar

Ve son varsayım – ancak çok gerçekçi bir varsayım – bir sonraki mühendislik neslinin muhtemelen tamamen farklı bir ortamda kariyerlerini kurmak zorunda kalacağıdır. Ve bu, sadece programlamayı aşan bir şey. Benzer değişiklikler, AI’ın rutin zihinsel işlerin önemli bir bölümünü devralabileceği her alanda – hukuk, finans, tıp ve neredeyse her alanda – zaten oluşmaya başladı.

Buna rağmen, olan biteni oldukça olumlu bir şekilde görüyorum. Muhtemelen bunun nedeni, genel olarak ilerlemeyi sevmem. Teknolojinin insanların hayatını iyileştirebileceği, onları çok büyük miktarda tekrarlayan işten kurtarabileceği ve birçok süreci daha güvenli ve verimli hale getirebileceği fikrini seviyorum.

Örneğin, Tesla’nın veya Waymo’nun otonom sürüş sistemleri, birçok senaryoda insan sürücülere kıyasla dikkat çekici derecede yüksek güvenlik seviyeleri gösteriyor. Ve bu gerçekten etkileyici.

Aynı zamanda, çocuklarımızın gireceği dünya, profesyonel kimlik açısından çok daha karmaşık olacak. Kendi yerlerini ve amaçlarını hızla değişen bir manzara içinde aramak zorunda kalacaklar.

Eğer bir çocuk bugün avukat, finansal analist veya programcı olmak isterse, bu mesleklerin gelecekte tamamen farklı görünme olasılığı çok yüksek. Belki de gelecekte bu alanlarda, hukuki AI, finansal AI veya kodlama AI ile yakın çalışan uzmanlar yer alacak – AI sistemlerini işleten, çıktıları doğrulayan, bağlam sağlayan ve ana kararları veren insanlar.

Sanırım, neredeyse tüm bu senaryoların zaten gerçekçi görünmeye başladığını kabul etmek önemlidir. Ve ister istemez, olan her şey, çok daha büyük bir teknoloji ilerleme dalgasının bir parçasıdır. Bu sürecin durdurulma olasılığı son derece düşük. Bu nedenle, bu yeni dünyada yaşamayı öğrenmek, onunla bir denge kurmayı, iletişim kurmayı ve belki de yeni bir birlikte yaşama biçimi geliştirmeyi öğrenmek zorunda kalacağız.