Vibe Coding’i Bırakma Nedenim

• Geliştirme sırasında AI ile birlikte "akış durumu (Flow)" yaşamaya odaklanan Vibe Coding üzerine eleştirel bir değerlendirme yazısı
• Yazar son iki ay boyunca Vibe Coding’e bağımlı kaldı, ancak üretkenlik ve maliyet açısından tatmin edici olmadığına karar verdi
• Vibe Coding, belirli bir geliştirme metodolojisinden çok bir tür durum ya da duygu merkezli geliştirme yaklaşımı
  • AI kodlama yardımcılarına (Cline, Roo Code, Cursor vb.) dayanarak akışı takip edip kod yazma
  • Net bir plan olmadan yalnızca sezgi ve yoğunlaşma hissiyle çalışıp, dopaminin yönlendirdiği bir 'ilerleme hissi'ni kovalama

Vibe Coding’in sorunları

• Zaman kaybı: Başta hızlı ilerliyormuş gibi görünse de, yapı olmadığı için hataların ve değişikliklerin peşinden sürükleniliyor
• Maliyet artışı: AI’nin context window’u büyüdükçe API çağrı maliyeti de artıyor
  • Örnek: yüz binlerce token gönderimi, binlerce satır üretim → sonuçta maliyet yükü
• Yeniden çalışma artışı: Başta hızlıca yazılan kod, sonunda amaca uymadığı için her şeyi baştan düzeltmek gereken durumlar ortaya çıkıyor

Avantajları da var

• Tekrarlayan debug süreci ve yeniden anlama çabası sayesinde kod yapısı ve dilin kendisine dair anlayış gelişiyor
• Yazar şu anda Python öğrenmeye odaklanmış durumda ve hataları anlayıp modeli doğru yönlendirme becerisi yavaş yavaş oluşuyor

Vibe Coding vs. AI Chat vs. web araması

• Vibe Coding: İlk keşifler veya deneysel denemeler için yararlı, ancak yapısal geliştirme için uygun değil
• AI Chat (ChatGPT vb.): Hızlı yanıtlar ve boilerplate üretimi için yararlı, ancak körü körüne güvenmek riskli (AI halüsinasyonu ihtimali var)
• Web araması: Kavramları ve doğru çözümleri bulmak için vazgeçilmez, ancak zaman alabiliyor

Şu an tercih edilen kombinasyon: Gemini + Open WebUI

• Gemini Code Assist (VS Code içinde kullanılıyor):
  • Ücretsiz ve test kodu üretimi ile hata düzeltmede güçlü
  • Özellikle ilk kez unit test yapanlar için çok yararlı
• Open WebUI:
  • Çeşitli model desteği ve özelleştirme imkânı
  • Belirli amaçlara (kodlama, makale, patent vb.) uygun prompt ayarları yapılabiliyor
  • Metin hizalama, tablo dönüştürme gibi maliyet/verim açısından etkili işler için uygun

Verimsiz seçim: sınırsız AI ajanları

• Roo Code, Cline vb. uzun süre çalışıyor ve çok fazla token tüketiyor
  • Özellikle Claude tabanlı olanlar performans açısından iyi olsa da maliyet aşırı yüksek
• Buna karşılık Gemini 2.0, DeepSeek V3/Chat vb. ücretsiz ya da ucuz ve performansları da yeterli

Sonuç: dengeyi bulma süreci

• Vibe Coding’in tamamen kötü olduğu söylenemez
  • Yaratıcılığı ortaya çıkarma veya fikir keşfi açısından yardımcı oluyor
• Ancak sürdürülebilir bir geliştirme yöntemi değil
  • Son teslim tarihleri ve maliyet baskısı karşısında daha gerçekçi alternatiflere ihtiyaç var
• Yazarın şu anki en iyi kombinasyonu:
  • Gemini Code Assist (ücretsiz, unit test konusunda güçlü)
  • Open WebUI (kontrol ve maliyet açısından avantajlı)
• Gelecek planları:
  • Perplexity gibi ücretli sohbet uygulamalarını değerlendirmek ($20/ay, ücretsiz katmanı da var)
  • API maliyeti aylık $30’u aştığı için, yapısal maliyet azaltımı gerekli
  • Uzun vadede yerel model çalıştırmayı da değerlendirmek, daha verimli modeller çıkarsa geçiş yapmak mümkün

[GN⁺]

Hacker News görüşü

• Başkalarının LLM'leri kullanarak nasıl kod yazdığına dair raporları okumak ilginç

  • Kişisel olarak, LLM'lerin programlamada "uncanny valley" eşiğini aştığını ve üretkenliği büyük ölçüde artırdığını düşünüyorum
  • Problemi ve kısıtları iyi açıklarsanız binlerce satır kodu doğru şekilde üretebilir
  • LLM'in ürettiği kodu gözden geçirmek önemlidir; somut isteklerde bulunulduğunda iyi sonuç verir
  • "Çözümü uygulamak için planını söyle" istemi faydalıdır
  • Sonuçlar şaşırtıcı. Stil farklı olabilir ama yapısal olarak oldukça doğru

• Vibe coding, production code yazmaktan ziyade keşif amaçlı prototipler için uygundur

  • Kişisel araçlar için fena değil, ancak başkalarına dağıtılacak kod için uygun değil
  • Kodun anlaşılması ve yinelenmesi gerekir
  • Vibe coding, koda önem vermeme davranışı olarak tanımlanır

• Vibe coding, bir "akış" içine girip kolayca kod üretmektir

  • Filmlerdeki hacker sahneleri ChatGPT kullansaydı daha havalı olurdu diye yapılan bir şaka
  • Kodun doğruluğunu yalnızca çalışmasına bakarak değerlendirmek iyi değildir
  • En azından LLM çıktısını gözden geçirmek önemlidir

• Vibe coding'in kodlama ile ilgili olmadığını düşünüyorum

  • Uzman olmayanlar da küçük ölçekli kod yazabilir, ancak büyük sistemler zordur
  • LLM'ler boilerplate kod üretmede faydalıdır, ancak sorun çıktığında düzeltme gerekir
  • Yeni 'vibe coders' problemi anlamadan tekrar tekrar deneme yapıyor

• Claude Code kullanmak için günde 30 dolar harcıyorum

  • Vibe coding'e çok para harcıyorum

• Ağaç yapısıyla çalışmak faydalı

  • Büyük resmi çizip ayrıntıları doldurma yaklaşımı
  • LLM'lerle çalışırken etkilidir
  • Yapısal olsa da yine de vibe coding sayılabilir

• Karpathy isim bulmakta iyi

  • Yeni isim iyi yerleşiyor

• LLM'i çok kullanıyorum ama vibe kavramı çevrimiçi bir şaka olarak başladı

  • Soruları iyi yapılandırmak önemlidir ve bu, kodlamaya benzer
  • Test önemlidir ve LLM sayesinde öğrenme hızlı ilerler

• Düşüncelerini resmî bir dilde ifade etmenin değeri vardır

  • Matematik doğal dille de ifade edilebilir, ancak formelleştirmenin sağladığı açıklık ve kısalık faydalıdır
  • Kod, belirsiz fikirleri netleştirmenin bir aracıdır
  • Tüm sistemlerin belirsiz bir dille yazılması arzu edilir değildir

• AI sohbeti web aramasından daha iyi sonuç veriyor

  • SQL sorguları yazarken Gemini daha iyi sonuç veriyor