Zevk sahibi 30 kat AI mühendisi nasıl olunur

• Yapay zekanın büyük miktarda kod ürettiği çağda, mühendislerin değerini belirleyen temel yetkinlik hız, bilgi ya da kıdem değil; “zevk (taste)”, yani neyin yapılacağına karar verme ve değerlendirme becerisi
• OpenAI Codex ekibi üyeleri birbirlerinden bağımsız olarak aynı sonuca ulaştı; iyi bir yazılım zevkine sahip biri, herkesin 10 kat mühendis olmasını sağlayabilir
• Zevk, tanıma (recognition) · pusula (compass) · vizyon (vision) olmak üzere üç biçime ayrılır ve bunların hepsi tek bir mekanizmaya, yani içsel değerlendirme fonksiyonunun kalitesine yakınsar
• Değer, özellikle problem seçimi, sistem mimarisi, kalite yargısı, kullanıcı empatisi ve iletişim olmak üzere beş alanda yoğunlaşır
• Kod yazmanın metalaştığı bugün, asıl gerçek yetkinlik yargılama ve düşünmedir; bunlar bilinçli şekilde geliştirilmelidir

---

Dünya değişti ama mühendislerin çoğu bunu fark etmedi

• Anthropic CEO’su Dario Amodei, 2025 Mart’ında yapay zekanın birkaç ay içinde kodun %90’ını yazacağını öngördü; o zamanlar bu kulağa saçma geliyordu
• Claude Code’un yaratıcısı Boris Cherny, Aralık ayında kendi commit ettiği kodun %100’ünün yapay zeka tarafından yazıldığını ve bir kez bile IDE açmadığını aktardı
• Yapay zeka kodlama araçlarını “slop” diye nitelendiren Andrej Karpathy, Aralık ayında tutumunu tamamen tersine çevirdi
  • “Bir programcı olarak kendimi hiç bu kadar geride kalmış hissetmemiştim; meslek dramatik biçimde yeniden şekilleniyor”
  • Ruby on Rails’in yaratıcısı DHH, direnç göstermesinin nedeninin “modellerin yeterince iyi olmaması” olduğunu, ancak artık durumun tersine döndüğünü kabul etti
  • Vercel CTO’su Malte Ubl, “yazılım üretim maliyetinin sıfıra yakınsadığını” söyledi
• 2025’in Kasım-Aralık döneminde Opus 4.5, GPT-5.2, Gemini 3 görünmez bir yetkinlik eşiğini aştı; yapay zeka kodu geniş bir görev yelpazesinde deneyimli mühendis seviyesine ulaştı ve gereken süre saatlerden dakikalara indi
• Kod üretimi metalaştığında geriye yazılım mühendisliği kalır: problemi parçalara ayırma, neyin yapılacağına karar verme, test/güvenilirlik/ölçeklenebilirlik tasarlama, trade-off’ları değerlendirme; yani zevk

Zevk gerçekte nedir

• En iyi mühendislik ekiplerinin sözünü ettiği zevkin üç farklı tanımı vardır; bunlar aynı yeteneğe farklı açılardan bakar

• Tanıma (Recognition) olarak zevk

  • İki implementasyona bakıp, nedenini açıklamadan önce hangisinin daha iyi olduğunu hissedebilme yeteneği
  • Emma Tang: Bir sistemin gerçekten temiz, ölçeklenebilir ve tekrar içermeyen olup olmadığı, anlaşılmasının ne kadar basit olduğu zevk meselesidir
  • Sosu tadan bir şefin, eksik asiditeyi bilinçli olarak tanımlamadan önce fark etmesi gibi, örüntü eşleme bilinçli akıl yürütmeden daha hızlı çalışır
  • Codex ekibinin CLI için TypeScript yerine Rust seçmesi buna örnek
    • İkisi de çalışır; ancak Rust’ın kısıtları (güçlü tip sistemi, açık bellek yönetimi, az bağımlılık) teknik avantajların ötesinde bir mühendislik kültürü etkisi yaratır
    • Buradaki değerlendirme “teknik olarak üstün dil” değil, “ekipte istenen davranışı şekillendiren dil”dir
  • Kötü zevk: Rust’ı sadece moda olduğu için ya da bir blogda hızlı olduğu yazdığı için, ikinci derece etkileri anlamadan seçmek

• Pusula (Compass) olarak zevk

  • Tibo’nun sözünü ettiği, mühendisin “kendi pusulasına” sahip olması biçimi; burada mesele mevcut olanı değerlendirmek değil, bir sonraki adımda ne yapılacağını bilme yeteneğidir
  • Tek satır kod yazmadan önce “bu doğru özellik değil” diyebilen mühendis
  • Boris Cherny’nin Claude Code’un todo listesi özelliğini iki gün boyunca yaklaşık 20 prototiple geliştirmesi buna örnek
    • Satır içi todo, çekmece arayüzü, etkileşimli pill, ekranın alt kısmında gösterim gibi denemeler yaparak, keyfi değil kaçınılmaz hissettiren bir forma yakınsadı
    • Sonradan neden nihai sürümün daha iyi olduğunu açıklayabildi; ancak ara sürümlere yönelik ilk memnuniyetsizlik hissi başlı başına pusula işlevi gören bir zevkti
  • Pusula zevki, uygulamadan daha yukarı akışta çalıştığı için tanıma zevkinden daha nadirdir

• Vizyon (Vision) olarak zevk

  • SQ Mah’in “evrimi insanlar tanımlar” sözüyle ifade edilen, şu anda neyin iyi olduğundan çok iki yıl sonra neyin önemli olacağını bilmeye dair en zor biçim
  • OpenClaw’un yaratıcısı Peter Steinberger, aynı anda 5-10 ajan çalıştırıyor ve zamanının çoğunu mimari ile sistem tasarımına ayırıyor
    • “Kodun çoğu sıkıcı veri dönüşümüdür; enerjiyi sistem tasarımına yoğunlaştırın” diyor
  • Codex ekibinin bir sonraki önceliği zengin bağlam temelli planlama; bunun için iş hedefleri, pazar dinamikleri, ekip öncelikleri gibi kod tabanının dışındaki bilgilere ihtiyaç var
    • Burada mesele daha iyi bir kod üretici değil; modelin yazılımın neden var olduğunu anladığı bir geleceğe yönelik ürün stratejisine uygulanmış vizyon zevki

• Bütünleşik tanım

  • Bu üç biçimin tümü tek bir mekanizmaya yakınsar: zevk, içsel değerlendirme fonksiyonunun kalitesidir
  • Tanımada değerlendirme fonksiyonu tamamlanmış çıktıda, pusulada olasılık ve yönde, vizyonda ise gelecekte ve yörüngede çalışır
  • Yapay zekanın kod ürettiği bir dünyada insanın işi değerlendirmedir: neyin yapılacağına karar vermek, çıktının yeterli olup olmadığını yargılamak, mimarinin ne zaman değişmesi gerektiğini fark etmek; yani değerlendirme doğrudan işin kendisidir

Neden bazı mühendisler çok daha fazla kazanıyor

• Yapay zeka öncesinde ücret farkı üç şeyle açıklanıyordu: şirket, kıdem ve uzmanlık alanı; ancak yapay zeka bu üç değişkenin tamamını karıştırıyor
• Startup’lardaki üstün bir mühendis ile ortalama bir mühendis arasındaki fark 3 kattan 10 kata çıktı; çünkü üstün olan taraf yapay zekayla küçük bir ekibin çıktısını üretebiliyor
• Kıdem ekseni yer değiştiriyor; kod yazma deneyiminden çok iyi muhakeme deneyimi önem kazanıyor
  • “React biliyor” olmanın değeri azalırken, “yük altında güvenilir bir sistem tasarlayabiliyor” olmanın değeri artıyor
• Fark yaratan mühendislerin ortak noktası, bileşik etkiyle biriken kararlar almaları
  • Tek bir iyi mimari kararı, bir yıl boyunca aylarca sürecek işi tasarruf ettirebilir
  • Tek bir iyi ürün kararı, bir özelliğin gerçekten benimsenip benimsenmeyeceğini belirleyebilir
• Daha çok çalışsanız bile, zevki daha iyi olan birinin ürettiği değerin yarısını ancak üretebilirsiniz; 8 ajanı yanlış probleme yönlendirmektense 2 ajanı doğru probleme yönlendirmek daha fazla değer üretir
• OpenAI örneğinde en üretken mühendisler daha fazla kod üretmediler; bunun yerine zamanlarını kullanıcılarla konuşmaya, ürün yönüne ve empatiye ayırarak odaklarını değiştirdiler
  • Bazıları “kod tabanı hissini kaybediyorum” diyerek tab autocomplete’e geri döndü; her iki tepki de geçerli

Değerin gerçekte üretildiği yer

• Zevkin dengesiz değer yarattığı beş alan vardır; mühendislerin çoğu yalnızca bir ya da iki alanda rekabet eder

• Zone 1: Problem seçimi

  • Ne yapılacağını seçmek, kaldıraç etkisi en yüksek zevk kararıdır ama çoğu kişi bunun üzerine neredeyse hiç düşünmez
  • Zevk sahibi mühendisler, “Bunu iyi çözersem diğer beş problem ortadan kalkar mı?” diye sorar
  • Peter Steinberger, ajanla uzun süre gidip gelerek planı rafine ediyor, meydan okuyor ve itiraz ediyor; ancak tatmin olduğunda ajanı çalıştırıyor, plan işin kendisi, yürütme ise devrediliyor
  • Claude Code izin sisteminde karmaşık RBAC ve ayrıntılı politikalar yerine en basit yaklaşımı seçti (izin isteyip yanıtı hatırlama); böylece hızlı ve sezgisel bir şekilde yayına çıktı

• Zone 2: Sistem mimarisi

  • Parçaların birbirine geçme biçimidir; zevkin yarı ömrünün en uzun olduğu alandır; iyi kararlar iki yıl sonra bile getiri sağlar, kötü kararlar ise yeniden yazım gerektiren teknik borç olarak birikir
  • Codex’in ajan döngüsünü bir durum makinesi olarak kurma kararı, Claude Code’un “mümkün olduğunca az iş mantığı” yazma kararı ve OpenClaw’ın modüler genişletilebilirliğe takıntısı mimari zevk kararlarıdır
  • Boris Cherny: “Her yeni model çıktığında bir sürü kod siliyoruz ve modelin etrafında mümkün olduğunca az kod tutuyoruz”
    • Takımların çoğu her sürümde koda ekleme yapar, ama Claude Code ekibi kod kaldırır; ürünün kendisi modeldir ve çevresi olabildiğince ince olmalıdır

• Zone 3: Kalite yargısı

  • Bir şeyin yayına girmek için yeterli olup olmadığını ya da daha fazla çalışma gerektirip gerektirmediğini bilmektir; bu, yapay zekanın yardımcı olamadığı bir alandır (çünkü belirli bağlamda neyin “yeterli” olduğunu bilmez)
  • Codex’in katmanlı kod incelemesi: kritik olmayan kodlar yalnızca yapay zeka incelemesinden geçer, kritik ajan kodları için insan incelemesi zorunludur
    • Zevk, hangi kodun önemli olduğunu bilmektedir; izin sistemi insan gözü gerektirir, README güncellemesi ise gerektirmez
  • Codex ekibi neredeyse tüm kodu prompt ile yazıyor, ancak şirket içindeki diğer bölümler yaklaşık %70 seviyesinde; elle yazılan %30, kalite yargısının en önemli olduğu kısımdır (“30/70 kuralı”)

• Zone 4: Kullanıcı empatisi

  • Karşı taraftaki insanın gerçekte neye ihtiyaç duyduğunu anlamaktır; bu, yapay zekanın en zayıf olduğu alandır
  • Boris’in hazırladığı Claude Code’un bağlamsal yükleme mesajları (basit bir dönen simge yerine modelin ne yaptığını gösteren mesajlar) kimse tarafından istenmedi, ama bilgisiz bekleyiş ile bilgili bekleyiş arasındaki fark için yapıldı
  • Codex’in sandbox varsayılanları da bir kullanıcı empatisi kararıdır; Tibo: “Benimsenme oranına zarar verse bile varsayılan olarak güvenli olmayabilecek bir şeyi önermiyoruz”
    • Birçok kullanıcının “o kadar teknik olmadığını” ve geri alınamaz şeyleri yanlışlıkla yapabileceğini anlıyorlar; rahatlık yerine güvenliği seçiyorlar

• Zone 5: İletişim ve hikaye anlatımı

  • Yaptığınız şeyi nasıl çerçevelediğinizdir; mühendislerin sürekli küçümsediği ama pazarın ödüllendirdiği bir alandır
  • Peter Steinberger’in OpenClaw’ı, viral olduğu haftada Claude Code ve Codex’in toplamından daha fazla Google araması aldı
    • Net bir isim, ikna edici bir demo ve “tek bir kişinin ekip ölçeğinde çıktı üretmesi” anlatısı yayılımı hızlandırdı
  • Codex’in AGENTS.md dosyası (insanlar için değil, yapay zeka ajanları için README), belgenin hedef okuyucusunun değiştiğini fark edip formatı buna göre uyarlayan bir iletişim zevki örneğidir

Zevk örnekleri (ve yokluğu)

• Teknoloji yığını seçimi

  • Zevk yok: “En popüler olan ve herkes bildiği için TypeScript”; gerekçe sadece alışkanlık
  • Zevk var: Boris, Claude modeli için “on distribution” olduğu (yani modelin zaten iyi ele aldığı alan) için TypeScript seçiyor; ekibin rahatlığına değil modelin güçlü yanlarına göre optimize ediyor
    • Codex ise “belirledikleri mühendislik standartlarını düşünmeye zorlayan” ve doğrudan incelenebilen asgari bağımlılık istediği için Rust seçiyor; karar aynı eksende olsa da ikisi de genel tercihlerden değil somut kısıtlardan hareket ediyor

• Tam olarak anlaşılmamış kodla çalışma

  • Zevk yok: “Yapay zeka üretti ve testlerden geçti, o halde yayımlayalım”; testlerin yeterliliği ve bakım yapılabilirlik düşünülmüyor
  • Zevk var: Peter okumadığı kodu yayımlıyor ama bunu özensizce yapmıyor; “Bileşenlerin konumunu ve yapısını, ayrıca tüm sistem tasarımını biliyorum ve bu genelde yeterli oluyor” diyor
    • Testler, linting ve lokal CI doğrulama katmanlarıdır; bir taraf kumardır, diğeri ise doğruluğu yapısal olarak güvence altına alınmış bir sistemdir

• Özellik taleplerine yanıt verme

  • Zevk yok: Bilette yazdığı gibi uygula, yayımla ve sonrakine geç
  • Zevk var: Boris, yayından önce iki gün içinde 20 prototip üretiyor; bu yavaşlık değil, doğru çözüme doğru hızlı deneylerle yön bulmak; kaçınılmazlık, zevkin parmak izidir

• Yapay zeka ajanları için tasarım

  • Zevk yok: Kurulum yönergeleri ve API endpoint’leri içeren sıradan bir README
  • Zevk var: Codex, yapay zekaya kod tabanında nasıl gezineceğini, hangi test komutlarını çalıştıracağını ve standartlara nasıl uyacağını anlatan bir AGENTS.md yazıyor; kod tabanını modelin başarılı olmasını kaçınılmaz kılacak şekilde yapılandırıyor

• PR seliyle başa çıkma

  • Zevk yok: Yapay zeka üretimi PR’lar akarken aynı inceleme sürecini sürdürmek; inceleyici aşırı yüklenir, kalite düşer
  • Zevk var: Emma Tang’in ekibi, PR’larda prompt’un eklenmesini şart koşuyor; yoksa Slack üzerinden “prompt neydi?” diye soruyor
    • Yapay zeka dünyasında niyeti incelemek, kodu incelemekten daha faydalı; Peter PR’lara “prompt requests” diyor ve koddan çok üretim prompt’una bakıyor; üretim birimi değiştiği için inceleme birimi de değişiyor

Zevki geliştirme planı (izlenim değil)

• “Daha fazla deneyim kazan” tavsiyesi, “daha çok egzersiz yap” demek kadar işe yaramaz; aşağıda üç farklı biçim için 90 günlük plan var

• 1. ay: Yapılandırılmış maruziyetle algı zevki oluşturma

  • Mekanizma, geniş varyasyonlara yoğun biçimde maruz kalma ve ardından bilinçli düşünmedir
  • 1-2. hafta: Hayran olduğunuz 10 geliştirici aracını inceleyin
    • Codex CLI, Claude Code, Linear, Supabase, Stripe dashboard, Vercel, Tailwind, Railway, Resend ve yazılım dışı 1 ürün (iyi tasarlanmış bir müze sergisi ya da restoran menüsü) kurun
    • Her biri için 15 dakika yazın: İlk 60 saniyede ne fark ettim, beni ne sevindirdi, ne kafamı karıştırdı, hangi kararı çalmak isterdim
    • İyi araçlar ilk 30 saniyede süreci açıklamadan sonucu gösterir; kötü araçlar ise neden önemsemeniz gerektiğini göstermeden mimariyi anlatır
  • 3-4. hafta: Keşif için değil, metodoloji için 10 makale inceleyin
    • Orijinal BLEU score makalesi, Anthropic’in Constitutional AI makalesi, Google’ın PageRank makalesi, Netflix Prize kayıtları, Scaling Laws makalesi
    • Şunları yazın: Metodolojiyi zarif kılan şey ne, onu çalıştıran tek içgörü ne, bunu kendi alanıma nasıl uygularım
    • Net değerlendirme ölçütleri, sınırların dürüstçe açıklanması ve karmaşıklık yerine basit formülasyonlar gibi yapısal ilkelerin alanlar arasında tekrar ettiğini fark edeceksiniz

• 2. ay: Etkin ayrım gücüyle pusula zevki oluşturma

  • Haftalık alıştırma “Side-by-Side”: Aynı türden iki örnek bulun ve neden birinin daha iyi olduğunu 500 kelimeyle yazın (iki API dokümantasyonu, iki teknik blog, iki mimari diyagram, iki değerlendirme çerçevesi)
    • “Bunu tercih ediyorum” yasak; daima “Bunun daha iyi olmasının nedeni…” diye başlayıp somut mekanizmayı belirtin
    • Örnek: Stripe dokümantasyonu, iç mimari yerine geliştiricinin yapmak istediği şey (ödeme göndermek, hataları ele almak) etrafında kurulduğu için daha iyidir
  • Günlük alıştırma “Practice Noticing”: Bir araç, makale ya da koda her baktığınızda, üreticinin bir kararını seçin ve “Neden bu ve neden bariz alternatif değil?” diye tek cümle yazın; 30 günün sonunda ortaya çıkan 30 gözlemin deseni, gelişmekte olan zevkinizdir

• 3. ay: Üretken uygulamayla vizyon zevki oluşturma

  • 9. hafta: Sahip olduğunuz bir şeyi (ekip onboarding akışı, proje README’si, değerlendirme pipeline’ının geliştirici deneyimi) öğrendiklerinizle yeniden tasarlayın
  • 10. hafta: Şimdiye kadar yazdığınız en hassas metni yazın; en uzun ya da en kapsamlı olanı değil, her paragrafın işini yaptığı ve okurun düşüncesini değiştirdiği bir metin
  • 11. hafta: Bir sistemi sıfırdan tasarlayın ve tüm kararları gelenekle değil birinci ilkelerle açıklayın (“best practice olduğu için microservice” değil, “ekip 4 kişi, trafik öngörülebilir, 18 ay boyunca gerek olmayacak ölçek avantajından daha değerli olduğu için deploy sadeliği ön planda, bu yüzden monolith”)
  • 12. hafta: Zevkinizi paylaşın; iki yaklaşım arasındaki farkı öğretin ve kendi kod tabanınız için bir AGENTS.md yazın; zevki sistemlere ve dokümana kodlayabilme becerisi, kişisel yetkinlikle kurumsal kapasiteyi ayırır

Zevki hızlı geliştirmek için beş proje

• 1. Yapay zeka tarafından üretilen kod için değerlendirme çerçevesi kurma

  • Linter veya test runner değil, “bu yapay zeka kodu prodüksiyon için yeterince uygun mu” sorusuna yanıt veren bir çerçeve; kendi rubriğini tanımla (doğruluk, bakım yapılabilirlik, verimlilik, güvenlik, stil)
  • Bunu yapay zeka tarafından üretilmiş 50 gerçek PR’a uygula ve puanla; şaşırtıcı puanları temel alarak rubriği kalibre et, sonuçları yayımla ve Zone 3 (kalite değerlendirmesi) zevkini geliştir

• 2. Açık kaynak projelerde onboarding sürecini yeniden tasarlama

  • Tekniğine saygı duyduğun ama onboarding’i sıkıntılı olan bir aracı fork et; geliştirici deneyiminin ilk 5 dakikasını yeniden tasarla, README ve başlangıç kılavuzu yaz, yeni katkı verenlerin ilk gününde PR açabileceği bir yapı kur
  • Aynı anda Zone 4 (kullanıcı empatisi) ve Zone 5 (iletişim) geliştir

• 3. Takım için bir “zevk testi” oluşturma

  • Uygulama yaklaşımı için 10 çift doküman yaz; her çiftte bir taraf daha iyi zevki temsil etsin, 5 mühendise hangi tarafın daha iyi olduğunu ve nedenini sor
  • İlginç çıktı doğru cevap değil, görüş ayrılığıdır; standartların kaydığı noktalar bug’ların, teknik borcun ve yeniden iş yapmanın kaynağıdır; en yüksek kaldıraç etkisine sahip olan şey organizasyonel zevki geliştirmektir

• 4. 48 saatlik kısıtla ürün piyasaya sürme

  • Prototip değil, başkalarının kullanacağı çalışan bir ürün; zaman kısıtı sürekli olarak zevk kararları vermeye zorlar (neleri dahil edeceğin ve neleri keseceğin)
  • Yanlış bir özelliğe 6 saat harcarsan zamanının dörtte birini yakmış olursun; bu yüzden kötü kararların sonucu anında ortaya çıkar

• 5. Düşünce biçimini değiştiren teknik blog yazıları yazma

  • Tutorial veya how-to değil, tanıdık kavramları yeniden çerçeveleyip okuyucunun onları sonrasında farklı görmesini sağlayan yazılar yaz (zevkin aslında değerlendirme olduğunun fark edilmesi, her model sürümünde kod silmenin bir alışkanlık değil mimari bir felsefe olduğunun kavranması)
  • Zone 5 (iletişim ve hikâye anlatımı) geliştir; gerçek bir bakış açısı her türlü zevkin temelidir

Zevk merkezli kariyer optimizasyonu

• Hız yarışını bırak

  • Yapay zeka kodu makine hızında yazıyorsa, kod yazma hızı yarışı kaybedilmiş bir oyundur; saatte 500 satır üreten kişiden, hangi 50 satırın gerçekten gerekli olduğunu 30 dakika düşünerek bulan kişi daha değerlidir
  • Uygulama hızı metalaştı; metalaşmayan şey ise neyin nasıl uygulanacağına dair yargıdır

• Zevk için gerekli “bitişik becerilere” yatırım yap

  • En iyi mühendislerin ortak noktası yalnızca kod yazan kişiler olmamalarıdır; Boris bir startup kurucusu, Emma Stripe’ta 4 yıl veri altyapısına liderlik etti, Peter ise PSPDFKit’i küresel bir işe dönüştürdü
  • Zevkin ham maddeye ihtiyacı vardır; ürün düşüncesi, tasarım farkındalığı, iş bilgisi ve iletişim becerisi zevki mümkün kılan malzemelerdir

• Zevkin ödüllendirildiği rolleri seç

  • İyi tanımlanmış spesifikasyonları uygulayan roller hızı ödüllendirir; neyin nasıl yapılacağına ve neyin yeterli olduğuna karar verilen roller ise zevki doğrudan ödüllendirir
  • Zevkin özellikle ödüllendirildiği roller: erken aşama startup’larda kurucu mühendis, ürün şirketlerinde tech lead, diğer mühendislerin üzerinde inşa ettiği sistemleri tasarlayan platform ve altyapı mühendisi, geliştirici deneyimi mühendisi, ekipler arası mimari kararlarla ilgilenen staff+ mühendis

• Zevki yansıtan kamusal üretimler oluştur

  • Yapay zeka çağında özgeçmişten çok portföy önemlidir; kanıt, ortaya koyduğun iştedir (iyi tasarlanmış açık kaynak, tutarlı bakış açısına sahip teknik blog, insanların gerçekten kullandığı ürünler)
  • Peter’ın OpenClaw’ı herhangi bir özgeçmişten daha güçlü konuşur; Boris’in Claude Code prototipi de herhangi bir davranışsal mülakat yanıtından daha iyi zevk kanıtı sunar

Rahatsız edici gerçek

• Zevk eşit dağılmamıştır ve öyle olmaya devam edecektir; bazı insanlar bunu 15 yıl boyunca verdikleri binlerce kararla geliştirmiştir ve 90 günlük bir planla kapatılamayacak bir başlangıç farkına sahiptir
  • Codex ekibi, modellere sınırsız token erişimi olan bir model şirketinde çalışıyor; Peter ise 20 yıllık deneyimi ve şirket exit’i olan alışılmadık bir başlangıç noktasına sahip
• Yine de “hiç zevk yok” ile “biraz zevk var” arasındaki fark kariyer etkisi açısından devasa boyuttadır ve kapatılabilir; ticket alıp uygulama yapan birinin, kullanıcı araştırmasıyla ne yapılması gerektiğini önermesi ve bunu test ile mimariye kadar yapay zekayla hayata geçirmesi işte budur
• Gergely Orosz’un dürüst yakınması: “Değerli bir şeyin birden elimden alınmış gibi hissettiriyor; kodlamada iyi hale gelmek çok emek istedi ve akışa girip fikirlerimi yazarak ilerlemek en güzel anılarımdan biriydi”
  • Elle kod yazma becerisinin daha az merkezi hale gelmesinin yarattığı kayıp hissi gerçektir; ancak hangi kodun var olması gerektiğini, nasıl yapılandırılacağını ve neyin yeterli olduğunu bilme yeteneği her zaman gerçek yetkinlikti
• Bundan sonra başarılı olacak mühendis, bunu fark eden kişidir; zevk her zaman işin kendisiydi, sadece kodun içinde gizliydi ve yapay zeka yazma işini devralınca bunu görünür hale getirdi

[clastneo]

Vay be, artık 10x bile yetmiyor da 30x’i düşünmek gerekiyor demek haha

[channprj]

Ben de x kat mühendis gibi biraz abartılı ifadeleri artık görmemek istiyorum.. T_T
Nicelmiş gibi dursa da aslında olgusal değil, nitel bir ifade.