Gelecekteki AI Kod Oluşturma Kişiselleştirme Nedeniyle

McKinsey’e göre, GenAI’nin ekonomik etkisi ürün geliştirme ve kod otomasyonu alanında en büyük olup, 900 milyar dolarlık bir etkiye sahiptir.

Kod otomasyonu, kod kişiselleştirme ve potansiyellerine daha derinlemesine bakalım.

2024’te GenAI ve Kod Otomasyonu Durumu

2023 yılında, ChatGPT ve Github’un kod asistanı CoPilot, kod yazarları arasında ana akım haline geldi. GPT ve benzer modeller, büyük dil modellerinin kodu oluşturabileceğini, tamamlayabileceğini, yeniden yazabileceğini ve dönüştürebileceğini gösterdi.

Bugün, çeşitli kod asistanları bulunmaktadır. CoPilot kategori lideri olarak kabul edilse de, farklı uzmanlıklara sahip GenAI kod asistanları vardır. Bunlardan bazıları:

• Anima, ön yüzü tasarlayarak kodu oluşturur (örneğin, Figma’dan React’e)

• Codium, testleri oluşturmak ve çekme isteklerini yönetmek konusunda uzmanlaşmıştır

• Replit, online, işbirliği odaklı bir IDE ve adanmış bir AI asistanı sunar

• Tab9, kurumsal şirketler için yüksek güvenlikli bir çözüm sunar

CoPilot’in artan rakipleri sık sık duyurulmakta olup, magic.dev ve Poolside gibi örnekler, daha iyi performans ve deneyim vaat etmektedirler. Modeller sürekli olarak gelişmektedir – GPT5’in yakın zamanda duyurulması beklenmektedir ve LlamaCode, yüksek düzeyde bir açık kaynak modeli sunmaktadır ve HuggingFace’de (kod modelleri sıralaması) ince ayarlı sürümleri bulunmaktadır. Büyük dil modelleri ile kod otomasyonunun başlangıcındayız.

Github’a göre, CoPilot geliştirme hızını %55 artırır (araştırma). Anima kullanıcıları, ön yüzü kodlama süresini %50’ye kadar azalttıklarını bildirmektedirler (vaka çalışması), bu da onları 2 kat daha hızlı yapmaktadır ve aynı zamanda UX açısından daha iyi ürün kalitesi elde edilmektedir ve tasarımcılar ile geliştiriciler arasındaki ping-pong azaltılmaktadır.

AI Kod Kişiselleştirme

JavaScript en popüler kod dilidir (Github 2023), ve React en popüler JavaScript web çerçevesidir ve %40’dan fazla geliştirici tarafından kullanılmaktadır (Stackoverflow 2023).

Şimdi, 100 farklı mühendislik ekibini alalım ve hepsinin React üzerine inşa edildiğini varsayalım, 100 farklı kodlama stilini bulacaksınız.

Her ekibin kendi teknoloji yığını (yazılım mimarisinde kullanılan teknolojiler kümesi) vardır. Bazı ekipler, performansı optimize etmek için açık kaynaklı kütüphaneler gibi Next.js kullanır. Bazıları UI çerçeveleri gibi Radix, MUI veya Ant kullanır. React kullanan ekipler, durum yönetim paketlerini eklemelidir, örneğin React sorgusu, Redux, Mobx vb. Binlerce diğer popüler açık kaynaklı JavaScript kütüphanesi vardır.

Ayrıca, aynı işlevi farklı şekillerde gerçekleştirmek mümkündür. Bazı ekipler CSS ızgara düzenini tercih ederken, diğerleri esnek düzeni tercih eder ve aynı sonucu elde eder. Sözdizimi tercihleri vardır. Bazıları klasik JavaScript işlevlerini kullanırken, diğerleri ok işlevlerini kullanır. Adlandırma kuralları vardır, örneğin camelCase, kebab-case ve farklı bileşen ve işlev adları vardır. Kodu organize etmenin sonsuz yolu vardır, örneğin açık kaynaklı bileşenleri aynı arayüze sahip olacak şekilde nasıl saracağınız.

Belirli bir projede kodlarken, her geliştirici o kod tabanının kurallarına ve kurallarına uyar.

AI’nin bir mühendislik ekibinin kodlama sürecinde önemli bir rol oynaması için, ekibin kodlama stilini taklit etmesi gerekir. Bu, AI’nin kodunu kişiselleştirmek için çok fazla bağlama ihtiyacı olduğu anlamına gelir.

Epilog: AI Kod Oluşturma Potansiyeli

GenAI yeteneklerinin yüzeyini apenas kazıiyoruz.

GenAI modellerini tartışırken, kişiselleştirmeyi bir modelin görevi için en iyi bağlamı sağlama olarak düşünün. Mevcut kodu, kullanıcı deneyimini ve kullanıcıların yapması gereken işi dikkate alan büyük bir bağlam vererek daha iyi sonuçlar elde edilebilir. GenAI modellerini tam potansiyellerine ulaştırmak için, bunları “eski moda” algoritmalar ve sezgilere sahip sistemlerle çalışan ürünler olarak paketliyoruz. İşte AI’yi tam potansiyeline ulaştırmak için bunu yapıyoruz.

Yazılım, dünyayı daha hızlı ve daha hızlı yemektedir, üretkenliği, marjları ve GSYH’yi artırmaktadır.

Otomasyonu benimseyen CEO’lar, IT liderleri ve PM liderleri, ekiplerinin 2 kat ve belki 5 kat daha hızlı teslimat yapmasına olanak tanıyacaklar ve rekabette avantaj elde edeceklerdir. Ürünleri daha hızlı ve daha düşük maliyetle pazara sürerek şirketlerin marjlarını artıracak ve sonunda teknoloji kaynaklı GSYH’yi artıracaktır.

Daha ucuz yazılım geliştirme, yazılımla daha fazla sorunu çözmeyi sağlayacaktır. ROI negatif olan şeyler, ROI pozitif hale gelecektir. Geliştirme maliyeti %80 azaltılırsa, niş sorunları çözen yazılımlar değerlendirmeye alınabilir.

Daha fazla insan kodlayacak ve daha hızlı kodlayacak. GenAI ajanları kodu oluşturacak, test edecek ve dağıtacak, insanlar ise yaratıcı kısımları yapacak, günümüzde kod olarak kabul edilen şeyden daha fazla mimari ve UX geliştirecekler. Gelecekte daha fazla geliştirici pozisyonu göreceğimi düşünüyorum. Bununla birlikte, geliştirme, daha yüksek bir soyutlama düzeyine evrilecek.