AI Native Engineer — İlkelerin Üzerindeki Sezgi

AI Native Engineer tam olarak nasıl bir insandır (Who).

Görünür hale gelenler — önceki çağın mühendislerinden farkı

• Drew Hoskins: "Araçlar ve diller o kadar zordu ki, bunları öğrenip kullanmak başlı başına tam zamanlı bir işti." Yapay zeka bu tam zamanlı işi devralmaya başlayınca, aslında yapılması gereken ama gizli kalmış şeyler görünür oldu
• Sorumluluğun genişlemesi: teslimattan (delivery) keşfe (discovery). "Bunu neden yapmalıyız?" sorusunun cevabını bilmiyorsanız geriye kalan bir rol yok
• 10 kat hızlı öğrenme: Yapay zekanın 30 saniyede yazdığı 200 satırı okuyup değerlendirebilmek için temelin sağlam olması gerekir. Bir bakıma yapay zekanın yazdığı kod ders kitabı haline gelir ama onu okuyacak göze sahip olmak gerekir
• Karar verme hızı: Forsgren — "Yapay zekayla çalışırken 30 dakika içinde zihinsel modeli onlarca kez yeniden kurmak gerekir." Hızlı karar, derin anlayıştan gelir

Maker'ın ters rüzgarı

• DORA 2025: Yapay zeka devreye girdikten sonra PR oluşturma %98 arttı. Yazılım teslim performansı? Düz. Kod yazmak zaten asıl darboğaz değildi
• Tıklayabildiğiniz kadar başkaları da tıklıyor. Üretmenin kendisi bir metaya (commodity) dönüştü. Tıklamak artık rekabet avantajı değil
• Eskiden "Maker, Closer zihniyetine sahipse" bu bir övgüydü. Artık bir ön koşul

Büyücünün hatası — teknolojinin daha da önemli hale gelmesi paradoksu

• Yazarın iOS'ta zorlanma hikayesi: Golang'de doğrudan çekirdek mantığa odaklanabildi, iOS'ta ise teknik yetkinlik eksikliği yüzünden yapay zekayla 2-3 gün sonsuz döngüye girdi. "Bir iOS mühendisi olsaydı bunu 5 dakikada düzeltirdi"
• Carson Gross'un "büyücünün çırağı tuzağı": Junior bir geliştirici kod yazamıyorsa, kod okuyamaz da hale gelir. Okuyamıyorsa LLM tarafından sürüklenir
• Steve Krouse: "Vibe coding, kişinin kendi vibe'ının hassas bir soyutlama olduğu yanılsamasını verir." Hiç kimse "vibe writing" demiyor
• LLM, özsel karmaşıklığı azaltmaz. Yalnızca arızi karmaşıklığın kolayca üretilmesini sağlar (Fred Brooks, No Silver Bullet)
• Araç bilgisi (Swift sözdizimi, React kalıpları) ile ilke bilgisi (ağlar, OS, veri yapıları) arasındaki fark. Yapay zeka araç bilgisinin yerini aldıkça ilke bilgisi daha da parlıyor

İlkelerin üzerindeki sezgi — Eval

• Sezgisiz ilke, akademisyenliktir. Yalnızca ilkeler yeterli değildir
• Anthropic'in "taste" dediği şey. Yapay zekayı en iyi yapan insanların, yapay zekaya en son bıraktığı şey
• Linear CTO Thomas: "Taste is not mystical. It's a craft." İki yıl boyunca Quality Wednesday ile 2.500 defect düzeltildi — taste kas gibi gelişti
• Eval = yapay zekanın ürettiği çıktıyı değerlendirme muhakemesi. "Yapay zekanın All Pass'i benim için de All Pass mi?" Bu soruyu sorabilen kişi AI Native Engineer'dır

Sonuç — hızlandırıcının üzerindeki pusula

• Terry Winograd (Stanford'un ilk nesil yapay zeka araştırmacısı): "Yapay zeka sorunun nedeni değildir. Yapay zeka bir hızlandırıcıdır (Accelerant)." Değişen şey yön değil, hızdır
• İlkesiz sezgi tahmindir, sezgisiz ilke ise akademisyenliktir
• How (agentic beceriler) edinip, Where (AX organizasyonu) içinde çalışsanız bile, Who (kendim) olarak ilkeler üzerinde sezgi gösterebilen biri değilseniz bunların hiçbir anlamı yoktur