Yapay zekaya karşı oluşan havaya kapılmayın

• Son dönemde büyük dil modelleri (LLM), orta ölçekli projeleri neredeyse tek başına tamamlayabilecek kadar gelişti; bu da programlama biçiminin kökten değiştiği anlamına geliyor
• Kodu doğrudan yazma eyleminin gerekliliği azalırken, ne yapılacağını ve bunun nasıl anlatılacağını düşünme becerisi daha önemli bir yetkinlik haline geliyor
• Redis'in yaratıcısı Antirez, Claude Code kullanarak UTF-8 desteği ekleme, Redis testlerindeki hatayı düzeltme, BERT embedding'leri için bir C kütüphanesi oluşturma ve Redis Streams iç yapısını yeniden üretme dahil dört işi birkaç saat içinde gerçekleştirdi
• Yapay zeka, yazılım geliştirmenin demokratikleşmesini hızlandırıyor ve küçük ekiplerin de büyük şirketlerle rekabet edebileceği bir ortam yaratıyor
• Ancak yapay zeka teknolojisinin merkezileşmesi riski ve istihdam kaybı sorununa karşı toplumsal düzeyde yanıt verilmesi gerekiyor; yapay zekayı görmezden gelmek yerine onu aktif biçimde kullanmak lazım

---

Programlamadaki değişim ve LLM'nin rolü

• En yeni LLM'ler, yeterli ipucu verildiğinde orta ölçekli projeleri neredeyse bağımsız biçimde tamamlayabiliyor
  • Başarı, programlama türüne ve problemi açık biçimde ifade etme becerisine bağlı olarak değişiyor
  • Sistem programlama gibi metinle ifade edilebilen işler olduğunda etki daha büyük oluyor
• Çoğu projede kodu bizzat yazmak verimsiz; artık ne yapılacağını ve nasıl yapılacağını anlamak daha önemli
• Yazar Antirez, yapay zekayı kullanarak şu dört işi yaptı
  • linenoise kütüphanesine UTF-8 desteği ekleme ve emülatör terminal tabanlı bir test çatısı kurma
    • Daha önce test maliyetine kıyasla değeri düşük olduğu için vazgeçilen bir iş, yapay zeka sayesinde hayata geçirildi
  • Redis testlerindeki zamanlama ve TCP deadlock ile ilgili aralıklı başarısızlık sorununu çözme
    — Claude Code süreç durumunu analiz ederek hatayı çözdü
  • BERT tabanlı embedding modeli çıkarımı için saf C ile yazılmış bir kütüphaneyi 5 dakikada oluşturma
    • PyTorch'a kıyasla %15 daha yavaş ama aynı sonucu veriyor. Kod boyutu yaklaşık 700 satır
    • GTE-small modelini dönüştürmek için bir Python aracı da içeriyor
  • Redis Streams iç yapısındaki değişiklik çalışmasını yalnızca tasarım belgesinden yeniden üretme
    • İnceleme ve çalıştırma onayı süresi hariç tutulduğunda yaklaşık 20 dakikada tamamlandı
• Bu deneyimler, yapay zekanın programlamanın özünü değiştirdiğini doğruluyor

Yapay zeka ile geliştirici arasındaki ilişki

• Yapay zeka kod yazsa bile geliştiricinin rolü ortadan kalkmıyor
  • Asıl önemli olan, problemi tanımlama ve yapay zekanın ürettiği kodu gözden geçirip ayarlama becerisi
  • Yapay zeka, üretkenliği en üst düzeye çıkaran bir iş ortağı (partner) gibi çalışıyor
• Yapay zeka şirketlerinin kârlılığı, hisse fiyatı ya da CEO açıklamaları uzun vadede önemli değil
• Programlamadaki temel dönüş artık geri döndürülemez durumda
• Yazar, kendi yazdığı kodun LLM eğitiminde kullanılmış olmasını olumlu değerlendiriyor
  • Bunu bilginin ve sistemlerin demokratikleşmesi sürecinin bir parçası olarak görüyor
  • 1990'larda açık kaynağın yaptığı gibi, yapay zekanın da küçük ekiplerin rekabet gücünü artıracağına inanıyor

Yapay zeka teknolojisinde demokratikleşme ve merkezileşme endişesi

• Şu anda Çin gibi ülkelerden gelen açık modeller sayesinde belli ölçüde bir demokratikleşme yaşanıyor
  • Kapalı araştırma laboratuvarlarının önde gelen modelleriyle karşılaştırıldığında bile performans farkı çok büyük değil
• Ancak bu dengenin kalıcı olmama ihtimali var
  • Yapay zeka teknolojisinin birkaç şirkette toplanması olasılığı konusunda endişe bulunuyor
• Büyük ölçekli sinir ağları doğası gereği şaşırtıcı performans gösteriyor; yalnızca belirli şirketlerin tekeline girecek kadar özel bir “sihir” söz konusu değil

Toplumsal etki ve verilecek yanıt

• Yapay zeka nedeniyle istihdam kaybı yaşanabileceğine dair endişeler var
  • Şirketlerin çalışan sayısını mı azaltacağı, yoksa daha fazla projeye mi girişeceği belirsiz
  • Bazı sektörlerde insanların tamamen yer değiştirilme riski de bulunuyor
• Bu nedenle devletin rolü önemli
  • İşini kaybedenleri destekleyecek ve değişime uyum sağlayacak politikalar gerekli
  • İşten çıkarmalar arttıkça siyasi baskının da büyüyerek toplumsal koruma taleplerini güçlendireceği öngörülüyor

Geliştiricilere verilen tavsiye

• Yapay zekayı reddetmek ya da ondan kaçınmak kariyer açısından faydalı değil
  • Yeni araçları bizzat deneyip uzun süre kullanmak gerekiyor
  • Kısa süreli testlerle sonuca varmamak, birkaç haftaya yayılan denemelerle sürekli olarak kullanmayı sürdürmek lazım
• Yapay zeka aracılığıyla kendi yeteneklerini genişletmenin yolları aranmalı
• Kodlamanın özü “yazmak” değil, bir şeyler üretmenin keyfi; yapay zekayla bunu daha çok ve daha iyi yapmak mümkün

[m00nlygreat]

Düşündüğümüzün aksine, kodla çözülebilecek sorunlar gerçek hayatta o kadar da fazla değil. Kod epey çok sorunu çözebilir ama sorunların çoğu kodun ya da monitörün dışında yer alır.

[flaxinger]

İnatçı güvensizlik kadar mutlak körü körüne inancın da yanlış olduğunu düşünüyorum.
Önemli olan artılarını ve eksilerini dengeli biçimde değerlendirip kullanmak; ama durmadan bir FOMO atmosferi yaratmanın AI şirketlerinin pazarlama taktiği olduğunu düşünüyorum.

[GN⁺]

Hacker News görüşleri

• Gece boyunca kod yazıp projenin çalıştığını izlerken hissettiğim o tutku, “bir şeyler üretmenin keyfi”ydi
  Her insanda o kıvılcımın biçimi farklı. Kimisi “bilgisayarı kendi istediğim gibi kontrol ediyorum” hissinden, kimisi “başkalarının sorunlarını çözüyorum” duygusundan, bir başkası da “duygu uyandıran bir şey yapıyorum” fikrinden motive oluyor
  Benim durumumda başlangıçta başkalarının web sitelerini bozmak istediğim için programlamaya başlamıştım, ama üretip paylaşma süreci daha keyifli hale geldi. Bu yüzden başkalarının geri bildirimlerini duymak benim kıvılcımım oldu
  Sonuçta her programcının nedeni farklı ve bazı insanlar için LLM eğlenceyi artırırken, bazıları için işin özündeki keyfi elinden alan bir şey haline geliyor

  • Benim için LLM ile kod yazarken akış durumu (flow) imkansız hale geliyor. Token’ların üretilmesini bekleyip onları incelemek ve düzeltmek çok yorucu. Kodu bizzat dökerken yaşanan o akışın keyfi kayboluyor
  • “Bizzat karakter yazma eylemini seven programcılar” hikayesini duyunca Richard Hamming’in kitabındaki Symbolic Assembly Program(SAP) anekdotu aklıma geldi. Eskiden assembly kullanmak ‘gerçek programcı’ olmanın simgesiydi ve otomasyon araçları kullanmak ‘korkaklık’ gibi görülürdü
  • Başta başkalarının sitelerini bozmak istemiş ama sonunda üretmenin keyfini bulmuş olman, kötü niyetten iyi sonuç çıkmasına güzel bir örnek gibi
  • Benim akışımda ‘AI övgüsü’, ‘AI eleştirisini’ 5’e 1 oranında bastırıyor. antirez ya da simonw gibi orta yolcu bakış açıları nadir, gerçekten radikal pozisyon ise “AI bazı insanlar için kademeli ama net bir şekilde pozitif getiri sağlayan bir araçtır” diye düşünen taraf
  • Sorun kod üretimi değil, bakım. AI’nin ürettiği kodu olduğu gibi commit ettiysen, sonra bunu insan mı düzeltecek? Yoksa AI’nin bug’ları düzelteceğine mi güveneceksin? Sonuçta asıl mesele temizliği kim yapacak sorusu

• antirez’in yazısına tamamen katılıyorum. AI geliştiricilere büyük bir avantaj sağlıyor ve şu anda internetten bu yana en büyük teknoloji devriminin tam ortasındayız
  Ancak AI’nin dezavantajlarını ya da anti-AI bakış açısının nedenlerini analiz etmedi. Toplumsal etkiler, özellikle de yazılım mühendisliğinin geleceği konusundaki kaygılara değinmemiş olması üzücü

  • İş açısından bakarsak anti-AI tutumu kendi ayağına kurşun sıkmak gibi. Çoğu rekabet ortamında AI kullanarak hızı artırmak şirketin çıkarına olur. Bugün LLM’leri öğrenmek, bir sonraki değişime de uyum sağlamayı kolaylaştırır
  • “Zor bir tarafı yok” diye düşünüyorum. Anti-AI argümanları bayatladı ve ajanik kodlama(agentic coding) zaten çalışıyor

• “AI trenine binmezsen geride kalırsın” sözü bana mantıklı gelmiyor. Henüz benim işimde çok yardımcı olmuyor, bu yüzden araçlar yeterince iyi olduğunda başlamanın geç olmayacağını düşünüyorum

  • Ne tür bir iş yaptığını merak ettim; çünkü API bilgisi arama, iş mantığı tasarımını gözden geçirme, kod inceleme gibi AI’nin kullanım alanı çok geniş. Antirez de Redis kodunda AI ile bug buluyor
  • “Bunu birkaç haftada kapatırım” düşüncesi yanılsama. Ben ChatGPT çıktığından beri her gün LLM’lerle kod yazıyorum ve sezgi(intuition) geliştirmek aylar, yıllar alıyor. Şimdi başlamazsan geride kalma riskin büyük
  • Ben de eskiden rahattım ama artık değişime hızlı atlamanın daha akıllıca olduğunu düşünüyorum. Son araçlar 3 yıl öncesinden tamamen farklı ve çoklu ajan orkestrasyonu gibi kavramlar bile ortaya çıktı
  • Tersine, araçlar ve iş akışları sürekli değiştiği için şu anda ‘geride kalma’ endişesi çok büyük değil. İstikrar kazanana kadar büyük resmi anlamakla yetinmek daha akıllıca. Palm Pilot’ın Graffiti’si gibi hızla kaybolacak teknolojilere takılıp kalmaya gerek yok
  • AI araçlarına alışman gerektiği yönündeki söylem bana ufuk etkisi(horizon effect) gibi geliyor. Teknoloji değişmeye devam edecek ve gerçekten gereken şey iletişim becerisi. Projenin özünü hızlı ve net ifade edebilen kişi avantajlı olacak

• “Anti-AI dalgası” ifadesi aşırı basitleştirici bir bakış. Teknik olarak hâlâ pürüzlü ama yararı açık ve ortadan kaybolmayacak
  Ancak iş tarafında gelir modeli belirsiz. Teknoloji kalacak ama bunun üzerine kurulu startup’ların çökmesi bekleniyor
  5 yıl sonra da AI daha çok kullanılacak ama bugün var olan AI şirketlerinin çoğu ortadan kalkmış olacak gibi görünüyor

  • 2000’lerin sonlarında da “internette kimse para ödemez” deniyordu. Şirketlerin geliştiricilere yüz binlerce dolar harcayıp AI araçlarına birkaç yüz dolar bile harcamak istememesi dengesizlik
  • Blog yazısının başlığı aslında sadece AI çılgınlığını tiye alan bir şaka
  • YouTube, Instagram, WhatsApp satın alındığında da “para israfı” denmişti ama bugün bunlar mükemmel kararlar olarak değerlendiriliyor
  • Ama HN’de hâlâ “LLM faydasız bir çöp üreticisi” diyen çok kişi var. 6 ay öncesine göre azaldı ama hâlâ mevcut

• “AI programlamayı sonsuza dek değiştirecek” ile “oturup kafanla düşün” arasında bitmeyen bir tartışma var. Ben ikinci tarafa daha yakınım. AI’nin avantajlarından söz etmek tek başına sorunu çözmüyor

  • Mühendisin özü, sistemin anlaşılması ve doğruluktur. LLM’in yazdığı kodu derinlemesine incelemeden hedefe ulaşılamaz
  • Aslında bir savaş yok. İnternet sadece tartışmalı anlatıları öne çıkarıyor. Kullanıcıların çoğu AI’nin avantajlarını kabul ederken düşünmenin ve incelemenin hâlâ şart olduğunu biliyor
  • Dünyada sonsuz savaş diye bir şey yok. “Sadece X kullan” yaklaşımı eninde sonunda kaybolur

• “En yeni LLM orta ölçekli projeyi neredeyse tek başına tamamlıyor” sözü abartı. Alan bilgisi olan biri somut bir spesifikasyon verirse verimlilik ciddi biçimde artar, ama sonucun kalitesi hâlâ kullanıcının bilgi düzeyini yansıtır
  İyi bir traktör versen de çiftçinin becerisi önemlidir benzetmesi yerinde

  • Birinin 8000’den fazla testi kopyalayıp yapıştırarak tam teşekküllü bir HTML ayrıştırıcısı yaptığı bir örnek var. O kadar ipucuyla bu mümkün olabilir
  • “Büyük proje” tanımı belirsiz. Zaten sayısız GitHub reposu olan alanlarla bilinmeyen alanlar tamamen farklı
  • Eğer bu gerçekten yalnızca 10 yıldan fazla deneyimi olanlarda işe yarıyorsa, bu neredeyse anti-AI iddiası gibi geliyor. Çünkü AI’nin vaadi herkesin bunu kolayca kullanabilmesiydi
  • Ben de öyle düşünüyorum. LLM sadece bir üretkenlik çarpanı ve sonuç girdinin kalitesine göre değişiyor. Net teknik spesifikasyonlarla yönlendirildiğinde büyü gibi çalışıyor

• Geliştirme araçları giderek daha fazla soyutlandıkça geliştiricinin etkisi ve ödülü aslında daha da arttı. LLM de bunun devamı
  Soyutlama işi kolaylaştırır, ama aynı zamanda daha fazla iş yapılabilmesini sağlar ve yeni karmaşıklıklar doğurur. Sonuçta güven ve etki önem kazanır. CEO’nun çalışanlardan çok daha fazla ödüllendirilmesinin nedeni de budur
  LLM, geliştiricinin gücünü ve etkisini daha da artıracak

  • Ama bazıları LLM’yi “yeni mezun bir stajyer” gibi görüyor. Yani iş, bizzat üretmekten çok yönlendirme ve yönetme işine dönüşüyor. Yöneticilerin AI’ye övgü dizmesinin nedeni de bu. Programlamayı bir yönetim işine çevirip ‘programcı’ rolünün kendisini azaltma yönüne gidiyorlar
    Sonunda eski günlerdeki gibi yine “yukarı çık ya da(out) yok ol” dönemi gelebilir. İnsan yönetimi ve iş sezgisi geliştirmezsen giderek anlamsız bir varlık haline gelme riskin var

• “Look ma, no hands” tarzı AI’ye aşırı güven tuzağına düşmemek gerek.
  Antirez + LLM + CFO kombinasyonu milyar dolarlık bir Redis şirketi kurabilir ama bunun nedeni onun Redis’i kusursuz biçimde anlaması.
  Eğer Postgres gibi yabancı bir kod tabanı olsaydı aynı sonucu çıkarmak zor olurdu ve geliştiricilerin çoğu böyle yabancı ortamlarda çalışıyor.
  Sonuçta LLM’nin gerçek değeri alan uzmanları için ortaya çıkıyor ve bir organizasyonun AI’yi doğru kullanabilmesi için çalışan eğitimi ve öğrenmeye yatırım şart

  • Blog yazısı da aynı şeyi söylüyor. Çıktının kalitesi ipucunun kalitesine, yani kullanıcının anlama düzeyine bağlı
  • AI sonuçta gelişmiş otomatik tamamlama. Ne istediğini hayal edebilmeli ve doğru çıktıyı tanıyabilmelisin. Bu yüzden LLM ile öğrenmek riskli. Arama motoru iyi kaynakları ayırt etmeye yardımcı olur ama LLM’de bu ayırt etme sinyali daha zayıf
  • Bence LLM sadece kod yazımında değil, anlama sürecinde de yardımcı oluyor. antirez’in “artık ilginç olan şey kod yazmak değil, neyi nasıl yapacağını anlamak” sözüne katılıyorum
  • Birçok yönetici AI ile geleceği tahmin etmeye çalışıyor ama gerçekte sahadaki mühendisler hâlâ production koduyla uğraşıyor
  • “Alan uzmanı”nın anlamı da değişiyor. Benim bilgisayarlı görü alanında deneyimim yoktu ama görsel geri bildirim döngüsü sayesinde hızlı öğrendim. Test görsellerini LLM’ye yükleyip konuşarak sorun çözdüm
    Bu şekilde doğrulama düzenini iyi kurarsan, yabancı alanlarda da sonuç alabilirsin. Sonuçta gereken şey sezgi, eleştirel düşünme ve bilimsel düşünce biçimi

• “LLM’nin benim kodumu öğrenmiş olması hoşuma gidiyor” sözüne katılmıyorum.
  Ben öyle hissetmiyorum. Hatta yazılım kalitesi düşüyor, LLM’nin daha iyi kod ürettiğini de düşünmüyorum

• “AI’yi reddederek dünyayı durduramazsın” sözüne katılıyorum.
  Ben de arkadaşlarıma “bizzat deneyip karar verin” diye tavsiye ediyorum. 5 dakika kurcalayıp hüküm vermeyin, birkaç hafta deney yapın diyorum.
  Şu anda medyanın büyük kısmı tık almak için olumsuz anlatılar satıyor. Sağlıklı bir yargıya varmanın tek yolu bizzat kullanmak.
  Ve şu anda olumlu sinyallere daha dikkatli bakmak gerekiyor. “Bununla şunu yaptım” türü örnekler, “şu hâlâ olmuyor” demekten çok daha değerli

[parkindani]

Hâlâ yapay zeka kullanmadan sadece çöp kod ürettiklerini söyleyen epey geliştirici var gibi görünüyor. İlginç...

[dbs0829]

Öte yandan, sorunlara işaret eden seslerin de göz ardı edilmemesi gerektiğini düşünüyorum. En ufak bir eleştirinin bile çoğu zaman sanki sadece bir saldırıymış gibi geçiştirildiğini hissediyorum.