Olasılıksal mühendislik ve 24/7 çalışan

• Yazılım geliştirme, deterministik sistemlerden olasılıksal sistemlere sessizce geçiyor; AI ajanlarının gece boyunca kod ürettiği, incelediği ve birleştirdiği bir çağda geliştiricinin rolü ile organizasyon yapısı kökten değişiyor
• AI-native ekiplerde roller yukarı taşınırken aynı anda aşağı doğru da ayrışıyor; ajan çıktısını yöneten basit işlerin yeni bir düşük ücretli iş sınıfına dönüşme riski var
• Kod üretim maliyeti sıfıra yaklaşırken Jevons paradoksundaki gibi kod üretim hacmi patlıyor; ancak üretim ucuzlarken doğrulama ucuzlamıyor ve temel sorun bu asimetri
• Junior mühendisler AI'ya dayanarak daha başlangıçta cilalanmış kod çıktıları üretirken debug etme, muhakeme ve zanaatkârlık eğitimi krizi şimdiden gerçeğe dönüşmüş durumda
• Bugün kullanılan model, gelecekte kullanılacak modeller içinde en zayıf olanı; bu yüzden organizasyonların bugünkü kabiliyetlere değil, henüz piyasaya çıkmamış geleceğin modellerine hazırlanmış sistemlere yatırım yapması gerekiyor

---

Olasılıksal mühendisliğe geçiş

• Yazılım sektörü onlarca yıl boyunca deterministik bir sözleşme üzerine kuruldu — kodu yazar, test eder ve yayınlarsanız çalışacağı varsayılırdı
• Bu sözleşme bozuluyor; AI-native şirketlerdeki üst düzey operatörler arasında kod tabanı artık "çalıştığına inandığınız" bir şeye dönüşüyor ve kesin olasılıklar artık belirtilemez hale geliyor
• Buna yol açan şey, Compound Loop adlı yan projeyi inşa etme deneyimiydi — birden fazla frontier modeli birbirine karşı konumlandırarak kodu otonom biçimde yazan, inceleyen ve birleştiren bir sistem
  • Uyumadan önce sistemi gerçek bir problem üzerinde çalıştırıyorsunuz; sabah ise bir gece önce var olmayan PR yığınlarını triage ediyorsunuz
  • Bazıları çok iyi, bazıları hatalı, bazılarıysa hiç sormadığınız soruları görünür kılıyor
• Bilgi emeği tarihinde ilk kez, işten çıkan kişi beyninin tek kopyasını da yanında götürmüyor
• 9-9-6 kavramı fiilen öldü; 24/7 çalışan, 24 saat çalışan insan değil, ajanların büyük ölçekli paralelleştirmeyle iş yaptığı kişi anlamına geliyor
• 2026'da çoğu ekipte darboğaz hâlâ yazmakta değil, koordinasyonda yaşanıyor ve organizasyonel yeniden yapılanma henüz çok erken aşamada

Rollerin ayrışması — aynı anda yükseliş ve düşüş

• AI-native ekiplerde "herkes seviye atlıyor" gibi temiz bir anlatıdan çok daha karmaşık bir örüntü var
• Yukarı hareket: En iyi mühendisler daha etkili PM'lere, en iyi PM'ler sistem mimarlarına, en iyi mimarlar ise dağıtım, büyüme ve pazar yapısını düşünen rollere kayıyor
  • Bu grup için bu, tarihteki kaldıraç etkisi en yüksek çalışma ortamı
• Aşağı doğru ayrışma: Aynı anda çok sayıda mühendis mimara dönüşmüyor; bunun yerine spec yazarı, reviewer, ajan bakıcısı haline geliyor
  • Niyeti makinenin okuyabileceği prompt'lara çevirmek ve kendisinin bütünüyle sahip olmadığı kriterlere göre makinenin işine not vermek gibi roller üstleniyorlar
  • Bunların bir kısmı önemli işler ama bir kısmı da yeni terimlerle paketlenmiş 2026 sürümü veri girişi
• Ayrışmış rollerin daha düşük ücretli, daha düşük değer biçilen ve çoğu durumda kariyer çıkmazı haline gelen işler olması bekleniyor
• Ajan filosunu etkili biçimde yöneten üst üçte birlik kesim ile çıktıları idare eden orta katman arasındaki ücret farkı, önceki dönemde mühendislerle satış ekipleri arasındaki farktan daha büyük olacak
• AI altyapısında kernel performansı, compiler tasarımı ve hardware abstraction hâlâ savunulabilir bir moat olarak kalıyor — sistem mühendisliğinin en alt seviyelerinde hâlâ yüksek derecede deterministik doğruluk gerekiyor

Jevons paradoksu — kod versiyonu

• 1865'te ekonomist William Stanley Jevons, daha verimli buhar makinelerinin kömür tüketimini azaltmadığını, aksine artırdığını gözlemledi — verimlilik, motor yapmaya değer görülen şeylerin kapsamını genişletti
• Kod yazmanın birim maliyeti sıfıra yaklaşırken yazılım da aynı olguyu yaşıyor — daha az yazmıyoruz, çok daha fazlasını yazıyor ve çok daha fazlasını yayımlıyoruz
• Ölçekleme yasalarının sonsuza kadar süreceğine inanan şirketler buna göre yapılanıyor ve güç yasası dağılımının kazananları onlar olacak
• Sahada bunun yaşandığını şimdiden görüyoruz:
  • Ajanlar PR açıyor, birbirlerinin işini inceliyor ve insan klavyeye dokunmadan kapatıyor
  • Kendini iyileştiren test paketleri, temel kod değiştiğinde kendini yeniden yazıyor
  • Otonom deney döngüleri, ekiplerin geçmişte 3 tane çalıştırabildiği sürede 100 hipotezi çalıştırıp ölçüyor ve eliyor
  • Dokümantasyon, merge sırasında otomatik güncelleniyor ve kendini geliştiren AI becerilerinden yararlanıyor
• Ajan merkezli yeniden yapılanan ekipler, bir yıl öncesine kıyasla 3x, 5x, 10x çıktı elde ediyor ve eğri düzleşmek yerine yükselmeye devam ediyor
• Jevons'un ikinci dersi: arz patladığında seçim mekanizması asıl mesele haline gelir
  • Ajan filosunu doğru problemlere yönlendiren, çıktılar içinden değerli olanları süzen ve sonuçları tutarlı bir bütün haline getiren operatörler, bugün yazılım dünyasında kaldıraç etkisi en yüksek işi yapıyor
  • İşin değeri artık üretim çabasından değil, yön verme, seçme ve tutarlılık sağlamadan doğuyor

Deterministik mühendislikten olasılıksal mühendisliğe

• Deterministik mühendislik, yazılım tarihinin büyük bölümüne hakim olan sözleşmeydi — kodu yazar, test eder ve gözden geçirirseniz davranışı iyi anlaşılmış sınırlar içinde kavrayabilirsiniz; bug'lar yeniden üretilebilir varlıklardır
• Olasılıksal mühendislik frontier ekiplerine çoktan geldi — kod tabanının büyük kısmı olasılıksal sistemler tarafından üretiliyor, zaman baskısıyla inceleniyor ve tek bir insanın tasarlamadığı bir bütüne entegre ediliyor
• Temel asimetri şu: üretim ucuzladı ama doğrulama ucuzlamadı
  • Ajanlar 500 satırlık bir PR'ı 1 dakikada üretebilir; ama eşzamanlılık sorunları, spec'in yanlış yorumlanması ya da niyetten farklı bir implementasyon gibi ince bug'ları bulmak için senior bir mühendisin 1 saatten fazla harcaması gerekebilir
  • Review süreci, üretimden daha yavaş ölçeklenir ve çıktı hacmi karşısında lineerden daha kötü ölçeklenir — kod tabanının daha büyük kısmı ajanlarca yazıldıkça, tek tek parçaları değerlendirmek için gereken bağlam da artar
• Belirli bir ölçeğin üstünde sistem, insanların güvenilir biçimde değerlendirebileceğinden fazlasını üretir ve doğruluk olasılıksal hale gelir
• Somut örnekler: 10 denemenin 9'unda test paketini geçen bir race condition; staging'de kusursuz görünen ama beklenmedik prompt dağılımlarında başarısız olan bir özellik; 10 bin satırın 1 satırını sessizce bozan ve ancak 3 hafta sonra fark edilen bir migration
• Proximal ve Modular, frontier ajan sistemlerinin temel iş testleri üzerine ortak bir araştırma yayımladı; belgelenmiş hata örüntüleri bu olguyla doğrudan örtüşüyor
• Hata modu dramatik çöküş değil, yavaş ve sessiz bozulma — üretim artıyor, review kalitesi düşüyor, görünmeyen kusurlar birikiyor ve güven, sorun ancak müşteri, denetim ya da production incident ile ortaya çıktığında sessizce aşınıyor
• Bu sorunu gerçekten çözecek araçlar henüz yok — küçük merge'ler, katı gate'ler, cilalı çıktıya karşı acımasız şüphecilik, gözlemlenebilirlik ve rollback disiplini gibi kültürel tepkiler yardımcı oluyor, ancak kültür belli bir ekip ölçeğinin ötesinde ölçeklenemiyor
• Bu sorunu çözen kişi ya da şirket, önümüzdeki 10 yılın ciddi yazılım geliştirmesinin işletim sistemini tanımlayacak

Sektöre göre geçiş hızındaki farklar

• Deterministik mühendislikten olasılıksal mühendisliğe geçiş tekdüze değil; sektöre ve risk profiline göre katmanlı ilerliyor

• Deterministik katman

  • Aviyonik, tıbbi cihazlar, finansal işlem altyapısı, nükleer kontrol sistemleri, ödeme ağı çekirdeği gibi yüksek regülasyonlu ve yüksek riskli alanlar
  • Bu alanlar ajan desteğini, resmi doğrulama, kapsamlı simülasyon ve insan imza zincirlerinin arkasında dikkatli biçimde benimsiyor
  • Bu, hayal gücü eksikliği değil, risk düzeyine dair doğru muhakeme

• Olasılıksal katman

  • Tüketici yazılımı, iç araçlar, pazarlama sistemleri, SaaS'ın büyük bölümü, içerik altyapısı, deneysel ve erken aşama ürünler
  • Bug'ların maliyeti rollback, özür ve hotfix seviyesinde kalıyor; karşılığında deterministik dünyanın yapısal olarak yetişemeyeceği bir iterasyon hızı kazanılıyor
  • Olasılıksal ekipler, deterministik rakiplerinden çeyrek başına 10 kat daha fazla şey öğrenebilir

• Yakınsama Bölgesi (Convergence Zone)

  • Modeller daha akıllı hale geldikçe ve harness'ler geliştikçe, "olasılıksal olarak yapmak için yeterince güvenli" olan alanın sınırı sürekli kayıyor
  • Sigorta, sağlık ve bazı kurumsal altyapı parçaları gibi bugün deterministik görünen alanlara olasılıksal yöntemler alttan alta yüzde 10'luk dilimlerle sızıyor
  • Olasılıksal mühendisliğin öncüleri, deterministik guardrail'leri yeniden inşa ediyor — biçimsel kontroller, doğrulanmış kritik yollar ve olasılıksal üretimin deterministik doğrulamayla sınırlandığı hibrit sistemler
• Önümüzdeki 10 yılın kazananları, hangi katmanda olduklarını bilen; başka bir katmandaymış gibi davranma cazibesine direnip kendi stack'leri içindeki sınırları hassas biçimde çizen ekipler olacak

Ajanik filo (Agentic Fleet)

• "Fabrika vardiyası" doğru benzetme değil — fabrika işçileri otomasyona geçen sistemlerdi ama bugünün öznesi bu değil
• Daha doğru benzetme ajanik filo; ancak "filo" sözcüğünün çağrıştırdığı düzen, hiyerarşi ve güvenilirlik, gerçekte henüz mevcut değil
  • Aslında çoğu operatörün işlettiği şey, iyi eğitilmiş bir donanmadan çok kırılgan bir taşeron sürüsüne benziyor
  • Ajanların yetenekleri eşit dağılmıyor, davranışları olasılıksal, bazen kendinden emin biçimde yanlışlar ve büyük ölçekte çalıştırıldıklarında pahalılar
  • Orkestrasyon katmanı bozuluyor, context window'lar patlıyor ve akıl yürütme maliyetleri yönetim kuruluna göstermeyi istemeyeceğiniz faturalar halinde ortaya çıkıyor
• Buna rağmen filo fikri geçerli: bileşim (farklı işler için farklı ajanlar), koordinasyon (handoff, bağımlılıklar, escalation), komuta yapısı (görevi belirleme, angajman kuralları, sonuçları gözden geçirme), vardiyalı çalışma (komutan uyurken bile belirlenen sınırlar içinde işin sürmesi ve sabah rapor verilmesi)
• İyi bir filonun tanımı, üretim hacmi değil üretilen şeylerin tutarlılığıdır
• Yeni çalışma biçimi:
  • Sabah triage ve merge
  • Gün ortasında yüksek kaldıraçlı insan işleri — müşteri görüşmeleri, strateji, ürün kararları ve gece çalışmasını yönlendirecek spec'lerin yazılması
  • Öğleden sonra ilk ajanlar geri döndüğünde review ve yön düzeltmesi
  • Günün sonunda önceki kuşağın yapmadığı şey — handoff — işi kuyruğa koyup ajan filosuna gece denemesi için spec'leri teslim etmek; bazıları yanlış olacak, bazıları parlayacak ve aradaki farkı değerlendirmek yalnızca insanın yapabileceği iş olacak

Henüz piyasaya çıkmamış modeller için inşa etmek

• Son birkaç yıldır tutarlı biçimde vurgulanan nokta şu: bugün kullandığınız model, ileride kullanacaklarınız arasında en aptal olanı
• Ancak yetenek artışının pürüzsüz olacağına dair bir garanti yok — maliyet, gecikme, güvenilirlik ve ölçekleme sınırları bu eğriyi karmaşıklaştırabilir
• Buna rağmen yönsel bahis, altyapı katmanında gözlenenlerle güçlü biçimde destekleniyor: frontier kabiliyetler önümüzdeki 6 ila 12 ay içinde bugünü anlamlı biçimde aşacak ve bugünün en iyi modeliyle bir yıl sonraki en iyi model arasındaki farkın, geçen yıl ile bu yıl arasındaki farktan daha büyük olması muhtemel
• Stratejik sonuç şu: organizasyonlar bugünkü modele değil, henüz sahip olmadıkları modeli kullanabilecek kapasiteye yatırım yapmalı
  • Spec yazma biçimi, review kültürü, gözlemlenebilirlik kablolaması, ajan filosu operasyonu, junior'ların becerilerini korumaya dönük eğitim ritüelleri — bunların hepsi 2026'nın değil, 2027–2028'in iskelesi
• Bu iskeleyi şimdi kuran şirketler bir sonraki yetenek sıçramasını kaldıraçla emer; araçların olgunlaşmasını bekleyenler ise ilk yılı, erken hareket edenlerin zaten öğrendiği şeyleri öğrenmeye çalışarak geçirir
• Mevcut modellerin gerektirdiğinden daha fazla biçimde spec, review ve operasyon disiplinine aşırı yatırım yapma isteği gerekiyor
• Bu çağın ilgisizleşmesi kendini ilan etmez — bir yıl önce bariz biçimde daha iyi olmayan ekipleri artık yakalayamama şeklinde gelen kademeli bir yetersizlik olarak gelir

Kaybolacak kaslar

• AI'nın toplumu belirleyici biçimde tabakalaştıracağı ya da büyük ölçüde demokratikleştireceği varsayımlarına karşı bir gerçek var — insanlar en düşük direnç yolunu optimize etmede son derece iyidir
• Temel önerme şu: bir şeyi doğrudan inşa etmezseniz, inşa edilmiş olanı değerlendirme kabiliyetinizi de kaybedersiniz
• Bunun gerçeğe dönüşmüş hali şimdiden görülüyor: İlk haftadan itibaren AI'ya dayanan junior mühendisler hızlıca yayın yapıyor ve cilalı kod üretiyor; ama model beklenmedik biçimde hata verdiğinde bug'ı bulamıyorlar — çünkü sabah 2'de stack trace ile yüzüncü kez boğuşurken oluşan o iç sistem modelini hiç geliştirmediler
• Zevk (taste), cilalı bir taslağa onay vererek öğrenilmez; muhakeme (judgment), zor bir problemle bir öğleden sonrayı geçirmek yerine makinenin makul görünen cevabını 5 saniyede kabul ederek gelişmez; zanaatkârlık (craft) ise başka ajanların işini review ederek kazanılmaz
• Bu, çoğu organizasyonun henüz fark etmediği bir eğitim krizi
  • Yazılım mühendisliğinin çıraklık modeli (junior küçük bir şey yayımlar → senior inceler → junior kırmızı kalem üzerinden zevk kazanır) çöküyor — junior ajan üzerinden yayımlıyor, senior ise insan çıktısı yerine ajan çıktısını review ediyor
  • Peki bir sonraki neslin zanaatkârlığı nereden gelecek? Tekrar olmadan zevk nasıl eğitilecek? Mentee'nin en baştan yazmadığı bir şeyde mentorluk nasıl ikame edilecek?
• Geleneksel organizasyonların çoğunda bugünün senior mühendisleri, eski yöntemle tam eğitim almış son kuşak
• Dengeli yanıt şu: kasıtlı ve düzenli şekilde, önemli bir şey üzerinde filosuz, zor yoldan bizzat çalışmak — çünkü meslektaşların çoğu bu kası korumayacak ve 10 yıl sonra farkı bu yaratabilir

Rahatsız edici kısım

• Bu deneme bilerek iyimserlikle sonuçlanmıyor — değişim gelmiyormuş gibi davranmak, onun gelişini durdurmuyor
• İş zaten sonsuza dek değişti ve AI'nın hızına uyumlu biçimde evrimsel ve kademeli ilerliyor
• İnsanlar gündüzü, gerçekten ihtiyaç duyulan işler için geri alacak; makineler ise her zaman basit emek olan işler için geceyi geri alacak
• Önümüzdeki birkaç yılda ortaya çıkabilecek senaryolar:
  • Review yükü altında yıpranmış bir çalışan katmanı
  • Sistemin ihtiyaç duyduğu ama ödüllendirmediği ayrışmış roller katmanı
  • Bugünün senior'larının muhakemesinde kullandığı zanaatkârlığı geliştiremeyen bir junior kuşağı
  • Çıktı hacmini iş kalitesiyle karıştıran ve ancak incident yaşandığında aradaki boşluğu fark eden ekipler
  • Bir sonraki model için operasyonel kas geliştiren organizasyonlarla geliştirmeyenler arasında giderek açılan fark
• Temel mesaj şu: henüz sahip olmadığınız modeller için organizasyonu kurun, bazen zor şeyleri bizzat yaparak yöntemi unutmayın, gece filosunu göreve gönderip işlerin ilerlediğini bilerek rahat uyuyun — ama geri dönenlerin bir kısmının, artık fark edecek şekilde eğitilmediğiniz hatalar taşıyabileceğine karşı da uyanık olun
• 24/7 çalışan bir vaat değil, yeniden tahsis ve olasılıksal mühendislik geleceğine yapılmış bir bahis — döngü içindeki insanın döngüde kalmaya değecek kadar keskin, dürüst ve iyi eğitilmiş olduğuna; o insanı çevreleyen organizasyonun ise bugünün modeli için değil, henüz piyasaya çıkmamış modeller için inşa edildiğine dair bir bahis