vibecoding geliştiricinin uzmanlığını ortadan kaldırmaz, yalnızca uzmanlık gerektiren alanı değiştirir. [Çeviri yazı]

1. vibecoding deney örnekleri

   • Anthropic'in Claude Code ajanı kullanılarak, Linux ortamında gerçek oyunlar veya uygulamalar üretmeye yönelik deneyler başarıyla gerçekleştirildi.
   • Doğal dille komut: “Farklı tasarımlara sahip binaları yerleştir ve kendi yaptığım kasabada bizzat araba sürerek dolaşabilmemi sağla” gibi basit bir İngilizce cümleyle, yapay zeka gerçekten çalıştırılabilir kodu otomatik olarak üretti.
   • Sürekli geri bildirimin yansıtılması: İtfaiye aracı görevi, trafik yoğunluğu, rakipler (helikopter), gece ve gündüz değişimi, görevler gibi çeşitli özellikler ek olarak istendiğinde, yapay zeka bunları yansıtarak uygulamayı güncelledi.
   • Sorun çözme süreci: Kod çalıştırılırken ortaya çıkan bug ve hatalar da yapay zekayla tekrarlı iletişim kurularak çözüldü; sonuçta Claude API kullanım ücreti olarak yaklaşık $13 harcandı.

2. Uzmanlıktaki değişim

   • Uzmanlığın kayması: vibecoding, geliştiricinin uzmanlığını ortadan kaldırmaz; yalnızca uzmanlık gerektiren alanı değiştirir. Yani tüm kodu doğrudan yazmak yerine, tüm sistemi anlamak, yön vermek veya ortaya çıkan sonucu değerlendirmek daha önemli hale gelir.
   • Asgari düzeyde bilgi gereksinimi: Yapay zekayla iş birliği yaparken en azından temel programlama bilgisi (temel anlayış, muhakeme) gerekir; yapay zekanın önerdiği çıktıları gözden geçirebilme ve geri bildirim verebilme yetkinliği istenir.
   • Gerçek kullanım örneği: Linux ortamına aşina olmayan kullanıcılar da yapay zekanın yardımıyla istedikleri yazılımı hızlıca oluşturabilir.

3. AI ajanlarının ölçeklenebilirliği

   • Çeşitli AI ajanları: Çin'deki Manus gibi çeşitli AI ajanları; web araştırması, kodlama, belge ve web sitesi üretimi gibi geniş kapsamlı işleri otonom biçimde yerine getirir.
   • Geri bildirimin önemi: AI otonom olarak çalışsa bile hata veya yanlışlar oluşabileceğinden, insanın sonucu gözden geçirmesi ve geri bildirim vermesi zorunludur.
   • Gerçek deney örneği: “En iyi akademik tavsiyeleri kullanarak elevator pitch hakkında etkileşimli bir kurs oluştur” isteğinde, yapay zeka kontrol listesi hazırlama, web araştırması ve sayfa oluşturma işlerinin tamamını otonom biçimde yürüttü. Ardından etkileşimli unsurların yetersiz olduğuna dair geri bildirim verilince, yapay zeka bunu yansıtarak iyileştirme yaptı.

4. Derin iş birliği (Deep Vibeworking)

   • Karmaşık veri analizi: Kitle fonlamasından toplanan büyük ölçekli anonim veriler yapay zekayla birlikte analiz edildi ve hatta makale yazımına kadar uzanan bir deney gerçekleştirildi.
   • AI'nin rolü: AI, veri analizi ve hipotez önerisinde büyük yardım sağladı; ancak akademik açıdan anlamlı konu seçimi ve sonuçların değerlendirilmesi gibi alanlarda hâlâ insan uzmanlığı gerekliydi.
   • Hızlı çıktı üretimi: Makalenin yazımı bir saatten bile kısa sürdü ve ortaya çıkan sonuç, akademi için anlamlı bir katkı olabilecek düzeydeydi.

5. Sonuç: İnsan ve AI iş birliği kilit önemde

   • Birbirini tamamlayan iş birliği: AI her şeyin yerini alamaz; ancak insan uzmanlığı ile AI'nin yetenekleri birleştiğinde en büyük değer ortaya çıkar.
   • Çalışma biçimindeki değişim: Çalışma biçimleri hızla değişiyor ve her işte AI ile insanın nasıl iş birliği yapacağını, bu temas noktasını bulmak önem kazanıyor.
   • Gelecek öngörüsü: AI ile insanın kendi güçlü yönlerini kullanarak birlikte çalıştığı yeni bir dönem geliyor.

[tsboard]

Yapay zeka her şeyi bizim yerimize yapmayacak olsa da, epey çok işi üstlenecek gibi görünüyor.
Gerçekten de artık çok az sayıdaki uzmanın, yeni başlayan ya da orta seviye geliştiricilerle iş birliği yapmak yerine
doğrudan yapay zekayla çalıştığı ve aradaki farkın daha da açıldığı bir dönemin gelmesinden endişe duyuyorum.

[ashbyash]

İş dünyasında da kutuplaşma giderek daha da şiddetlenecek gibi görünüyor.

[beoks]

> Yapay zeka ile iş birliği yaparken en azından asgari düzeyde programlama bilgisi (temel anlayış, muhakeme gücü) gerekir; ayrıca yapay zekanın önerdiği çıktıları gözden geçirip geri bildirim verebilme yetkinliği de istenir.

Kurumsal uygulama geliştirmede ise asgari düzeyden ziyade temel bilgiye (CS, domain, design vb.) ihtiyaç duyulduğunu düşünüyorum.
Yapay zeka sayesinde basit oyuncak projeler bu bilgiler olmadan da kolayca geliştirilebilir; ancak ölçek büyüdükçe temel bilgi eksikliği nedeniyle çeşitli engellerle (domain ile uyuşmayan yapı, performans, eşzamanlılık sorunları vb.) karşılaşılır.
Yapay zekayı iyi kullandığımız varsayımıyla, gelecekte geliştiricinin uzmanlığının; temel bilgiye dayanarak makro perspektiften projenin yönünü belirleme becerisi ile derinlemesine problem çözme yeteneğinde yattığını düşünüyorum.

[ashbyash]

Gerçekten çok iyi bir bakış açısı sunan yorum için teşekkürler :)

[devjeonghwan]

Yapay zekaya kendi işinizi emanet edebileceğinizi hissediyorsanız, eninde sonunda %100 yeriniz alınır. Yapay zekanın ikame edemeyeceği ya da başkalarının kolayca taklit edemeyeceği yetkinlikleri geliştirmek gerekir.

[ashbyash]

Evet, o yeteneği sürekli keşfetmeye ve geliştirmeye devam etmemiz gerekiyor gibi görünüyor.