Büyük paralar kazanacağız
(rocketpoweredjetpants.com)- Yaklaşık 5 yıla yayılan bir senaryoda, yapay zeka destekli kodlamanın yayılması junior işe alımlarını azaltabilir ve kod karmaşıklığını biriktirerek, bunu toparlayacak deneyimli senior geliştiricilerin piyasa değerini ciddi biçimde yükseltebilir
- Kodlama modellerinin junior geliştiricilerin yerini alacak kadar ilerlediğini düşünen şirketler, insan kaynağı yerine daha fazla token satın almaya başladı; fiilen junior işe alım fırsatları da azalıyor
- LLM'ler mevcut kodu temizlemekten çok yeni kod ekleme eğiliminde ve buna depo bütününü sığdıramayan bağlam penceresi sınırı da eklenince, tekrar eden kod ve teknik borç artıyor
- Yapay zeka tarafından üretilen kodun hata oranı ve toplam kod miktarı birlikte arttıkça bug sayısı yükseliyor; düzgün soyutlanmamış tekrar eden implementasyonlar yüzünden aynı hatayı birden fazla yerde tekrar tekrar düzeltmek gerekiyor
- Junior işe alımının durması ve ciddi tükenmişliğin %22 artması nedeniyle deneyimli iş gücü arzı azalırsa, yapay zeka öncesi bakım deneyimi ve iyi muhakeme yeteneğine sahip geliştiriciler, Y2K dönemindeki COBOL geliştiricileri gibi nadir fırsatlarla karşılaşabilir
Yapay zekanın büyüttüğü kod ölçeği ve karmaşıklığı
- Tüm sürecin yaklaşık 5 yıl süreceği ve şu anda bunun zaten 1,5-2 yılı kadarının geride kaldığı varsayımıyla başlanıyor
- En yeni yapay zeka modelleri kusursuz olmasa da kodlamada junior geliştiricilerle benzer ya da daha iyi bir seviyeye ulaşmış durumda
- Aynı maliyetle bir junior geliştirici işe almak yerine çok sayıda token kullanarak daha fazla iş çıkarmanın mümkün olduğu yönündeki kanaat yayılıyor
- Junior geliştirici iş ilanları azalabilir; Stanford Digital Economy Lab analizine göre bu tür istihdam değişimleri şimdiden görülüyor
- LLM'ler, eğitim verilerinde gördükleri üçüncü taraf kütüphanelerin yardımcı fonksiyonlarını ve metodlarını bile doğrudan üretebildiği için yeni kod eklemeyi tercih ediyor
- Sonuç olarak yazılan kod ve depo boyutu sürekli büyüyor; ilgili araştırmalar da kod ölçeğindeki artışı doğruluyor
- Yapay zeka, kod temizleme, tekrarları giderme ve bakım kolaylığını artırmaktan ziyade mevcut koda işlev ekleme eğiliminde
- Büyük bağlam pencereleri bile modern bir deponun tamamını kapsayamadığı için mevcut implementasyonlar gözden kaçabiliyor
- Yapay zekanın yazdığı kod çoğunlukla eklemeci nitelikte ve sık sık tekrar içeriyor; yapay zeka destekli kod kalitesi araştırmasında da aynı durum gözleniyor
- Yapay zeka, insanlara kıyasla karmaşık kodu ve kontrol akışını daha hızlı ve daha doğru okuyabiliyor
- Buna paralel olarak kuruluşların tolere ettiği karmaşıklık bütçesi ve teknik borç da büyüyor
- Hata ayıklamanın kod yazmaktan iki kat daha zor olduğu ilkesi hâlâ geçerli; karmaşıklık birikmeye devam ederse yapay zekanın bile baş edemeyeceği bir noktaya gelinebilir
- Bazı kod tabanları zaten insanların kaldırabileceği karmaşıklık seviyesini aşmış durumda; yapay zeka teknik borç krizi örnekleri de bunu gösteriyor
- Yapay zeka tarafından üretilen kodun hata oranı genel olarak insan yazımı koda göre daha yüksek
- Gelecekte hata oranı insanlardan daha düşük seviyeye inse bile, üretilen toplam kod miktarı arttığı için toplam hata sayısı yine artabilir
- Kod uygun biçimde ayrıştırılıp soyutlanmadığında, bir yerdeki bug düzeltilse bile diğer tekrar eden implementasyonlar olduğu gibi kalır; aynı hatayı tekrar tekrar düzeltme durumu sürer
Deneyimli senior geliştiricilerin kıtlığı
- Karmaşık, kötü yapılandırılmış, bug ve tekrarlarla dolu kod tabanlarında neyin silineceğine, hangi soyutlamanın yanlış olduğuna ya da yaklaşımın baştan tasarlanıp tasarlanmayacağına karar verecek senior geliştiricilere ihtiyaç var
- Deneyimli iş gücü yalnızca sektörden doğal çıkışlarla değil, yapay zekanın ürettiği karmaşıklığı yönetme yükü nedeniyle de azalıyor
- Senior geliştiricilerde ciddi tükenmişlik %22 arttı
- Junior işe alımı durursa, geleceğin seniorlarına dönüşecek insan kaynağı da azalır
- Kariyerine yapay zekadan sonra başlayan geliştiriciler de yetkin olabilir, ancak yapay zeka öncesi yöntemlerle bakımı yapılabilir kod yazma deneyimleri sınırlı olabilir
- Zaten production'a hazır senior mühendisler iş gücü piyasasının başlıca darboğazı olduğundan, deneyim ve iyi kod sezgisine sahip geliştiricilere duyulan ihtiyaç daha da artacak gibi görünüyor
- Talep artıp arz azalınca fiyat yükselir; Y2K öncesi ve sonrasında COBOL geliştiricilerinin yaşadığına benzer fırsatlar senior geliştiriciler için de ortaya çıkabilir
- Yapay zeka odaklı işten çıkarma dönemini atlatan deneyimli geliştiriciler, arz yetersizliğinin belirginleştiği anda yüksek karşılık alma olasılığına sahip olabilir
1 yorum
Lobste.rs yorumları
Bunun, geçmişte WYSIWYG araçların ya da yurt dışı dış kaynak ekiplerinin ürettiği çıktıları toparlama işlerinden çok daha ciddi ölçekte olacağını düşünüyorum.
Bir şirket, kullanıcının dört seçenekten hangisini seçtiğini anlamak için bir sohbet botuna ayda 20 bin dolar ödüyorsa, aynı tutara token fiyatlarına ya da olasılıksal hatalara bağlı olmayan bir program yazıp üstüne aylık 1.000 dolarlık bakım sözleşmesi de önerebilirsiniz.
Şirketler, LLM’leri birçok işe dahil etmenin insan çalıştırmaktan daha pahalı olduğunu şimdiden fark ediyor; ama asıl sorun, birçok yerde mevcut personelin çoktan işten çıkarılmış olması. Bu yüzden hasat zamanı 5 yıldan çok daha erken gelebilir.
Çok iyi bir anlamsal arama varsa, devasa bir context window’a mutlaka gerek yok.
Kodlama agent’ının yinelenen kavramları iyi bulabilmesi için embedding modelini özel olarak eğitirseniz, son kullanma zamanını priority queue ile yöneten beş farklı kaynağı belleğe alıp bunları tek bir
ExpirationQueuesınıfında birleştirebilir.Ancak böyle bir yapay zekanın fazla aceleci davranıp erken yapılmış soyutlamalar uygulama riski de var.