hkucuk

Şef Olmayan Müzisyen, Yapay Zeka Çağında Kaybolur

2 Nisan 2026 • ☕️ 5 dk okuma • 🏷 bilgisayar, yazılım, yapay zeka

Yazar tarafından şu dillere çevrildi: English


Yazılım geliştirme uzun yıllar boyunca büyük ölçüde kodlama ile özdeşleşti. Sprint planlamaları kodlama görevleri etrafında şekillendi, ekip büyüklükleri kod üretim kapasitesine göre hesaplandı, kariyer yolları çoğunlukla “daha iyi kod yazan mühendis” hedefiyle çizildi. Oysa yazılım geliştirme hiçbir zaman salt kodlamadan ibaret değildi. Analiz, mimari tasarım, test, devreye alma. Bunlar aynı döngünün eşit derecede kritik parçalarıydı.

Ama bunu söylemek kolaydı, kabul ettirmek zordu. Çünkü yıllarca kodlama, bu döngünün en görünür ve en ölçülebilir parçasıydı. Kaç satır yazıldı, kaç ticket kapandı, sprint velocity ne oldu. Sistemin geri kalanı; problemi doğru tanımlamak, mimariyi doğru kurmak, kısıtları baştan belirlemek, hep arka planda olan şeyler sayıldı.

“Programcı mı, mühendis mi?” diye sorardım. İkisi aynı şey değil. Hiçbir zaman olmadı.

Ben bu sektörde on yedi yıldır, yapay zeka bu kadar gündemde değilken, çok önce, her fırsatta aynı şeyi söyledim: Sadece kod yazan biri olmayın. İyi analiz yapın, analizinize uygun mimariyi tasarlayın, problemi doğru tanımlamadan önce klavyeye dokunmayın. Gerçek bir mühendis olun.

Orchestrator


Kodlamanın hızlanması neyi değiştiriyor?

Yapay zeka destekli araçlarla birlikte kodlama süreleri dramatik biçimde kısalıyor. Eskiden bir ekibin haftalar harcadığı bir modülün iskeleti artık saatler içinde çıkabiliyor. Bu hız artışı, yazılım geliştirme döngüsünün geri kalan aşamalarını daha görünür, daha belirleyici kılıyor.

Şöyle düşünün: Bir bina inşa ediyorsunuz. Eskiden tuğla örme en uzun aşamaydı. Bir makine geldi ve tuğlaları sizin yerinize çok hızlı örüyor. Ama temel yanlış atılmışsa, statik hesaplar tutarsızsa, makine yanlış yere çok hızlı tuğla örüyor demektir. Hız, yönün yerini alamaz.

Gerçek hayattan örnek
Bir e-ticaret şirketinde yeni bir ödeme akışı geliştiriliyor. Ekip gereksinim analizini yüzeysel bırakıp hızlıca kodlamaya geçiyor, yapay zeka da bu süreci hızlandırıyor. Altı hafta sonra ortaya çıkan sistem çalışıyor ama yanlış problemi çözüyor. Kullanıcıların asıl sorunu ödeme adımı değil, sepet yönetimi ekranındaki karmaşa. Hız burada düşmanınız oldu, daha hızlı yanlış üretti.

Doğru analiz başta yapılsaydı, yapay zeka o doğru mimariyi de aynı hızda kodlayabilirdi. Sonuç hem doğru hem de hızlı olurdu.

Değer nereye kayıyor?

Yazılım ekonomisinde değer, kodlama kapasitesinden analiz ve mimari yetkinliğine doğru kayıyor. Bu kayış kademeli değil, yapısal. Daha az mühendisle daha fazla ürün çıkarmak artık mümkün. Ama bu “daha az mühendis” ifadesi yanıltıcı. Aslında daha az kod yazma görevi var, daha fazla doğru şeyi inşa etme sorumluluğu var.

Doğru problemi tanımlamak, doğru teknolojiyi seçmek, sistemin nasıl ölçekleneceğini, nerede kırılacağını, hangi kısıtlar altında çalışacağını baştan belirlemek, bunlar her zaman asıl işin özüydü. Fark şu ki, artık bu adımları atlamanın bedeli çok daha hızlı ve çok daha ağır biçimde ortaya çıkıyor.

Mimari kararın ağırlığı
Bir startup, erken aşamada veri mimarisini monolitik kurdu. İlk iki yıl sorun olmadı. Ancak kullanıcı sayısı belirli bir eşiği geçince sistem çöktü ve servis dönüşümü için altı aylık bir teknik borç temizleme süreci başladı. Bu süreçte ürün geliştirme tamamen durdu, iki kritik müşteri ayrıldı.

Başta otuz dakika ayrılıp “bu sistem 100 bin kullanıcıda nasıl davranır?” sorusu sorulsaydı, mimari farklı kurulur, o altı ay kazanılırdı. Yapay zeka kodu hızla yazmış olabilirdi ama yanlış kararı daha hızlı yazmak sorunu çözmez, büyütür.


Mühendis artık bir orkestra şefi

İşte bu noktada yeni bir rol ortaya çıkıyor ve bu rol, benim on yıllardır tanımlamaya çalıştığım “gerçek mühendis” kavramıyla büyük ölçüde örtüşüyor. Artık mühendis, kodu bizzat yazan kişi değil; yapay zekayı yönlendiren, koordine eden ve çıktılarını değerlendiren kişi. Bir orkestra şefi gibi.

Orkestra şefi keman çalmak zorunda değildir. Ama hangi partinin ne zaman gireceğini, seslerin birbiriyle nasıl uyum içinde çalacağını, nerede tempo değişeceğini, bütünün nasıl bir anlam taşıyacağını bilmek zorundadır. Yapay zeka güçlü bir enstrüman. Ama enstrüman şefin olmadığı yerde gürültü üretir.

ORKESTRATÖR OLARAK MÜHENDİS - YENİ İŞ AKIŞI
1

Problemi tanımla ve sınırla

Ne inşa edilecek, neden inşa edilecek, hangi kısıtlar geçerli? Bu adım tamamen insana ait.

2

Mimariyi kur, kararları ver

Hangi servis, hangi veri modeli, hangi teknoloji yığını? Büyük kararlar burada alınır. Yapay zeka alternatifleri değerlendirmede yardımcı olabilir ama kararı veren mühendistir.

3

Yapay zekayı yönlendir

Doğru bağlamı, doğru kısıtları, doğru çıktı formatını tanımla. Belirsiz prompt, belirsiz kod üretir. Bu aşama bir mühendislik disiplini gerektiriyor.

4

Çıktıyı değerlendir ve doğrula

Üretilen kodu kör kabul etme. Mimariyle tutarlı mı? Edge case'ler ele alınmış mı? Güvenlik açığı var mı? Bu değerlendirme derin teknik bilgi olmadan yapılamaz.

5

İterasyonu yönet

Yapay zekayla çalışmak doğrusal değil döngüsel. Hangi parçanın yeniden üretilmesi, hangi kararın revize edilmesi gerektiğini görmek orkestratörün asıl işidir.

Orkestrasyon farkı
İki senior mühendis aynı yapay zeka aracıyla çalışıyor. Biri araca "kullanıcı kimlik doğrulama sistemi yaz" diyor. Diğeri şunu söylüyor: "Çok kiracılı SaaS mimarisi için JWT tabanlı bir kimlik doğrulama sistemi tasarla. Her kiracının izolasyonu kritik, audit log zorunlu, ileride SSO entegrasyonu ekleneceğini varsay." İkinci mühendis daha değerli ve daha kullanılabilir bir çıktı alıyor. Aradaki fark kodlama becerisi değil, analiz ve mimari netliği.

İletişim artık bir mühendislik becerisi

Hem yapay zekayı yönlendirmek hem de organizasyon içinde değer üretmek için başka bir beceri çok daha kritik hale geliyor, iletişim. Ve bunu sunum yapmak veya mail yazmak gibi dar anlamda ele almıyorum.

Bir ihtiyacı gerçekten anlamak için doğru soruları sorabilmek, paydaşların söylediklerinin arkasındaki asıl problemi çıkarabilmek, kurduğunuz mimariyi teknik olmayan bir yöneticiye de teknik bir ekibe de net biçimde aktarabilmek ve yapay zekaya vereceğiniz bağlamı tam, eksiksiz ve doğru biçimde ifade edebilmek. Bunlar artık olsa iyi olur değil, mühendisliğin olmazsa olmaz parçaları.

İletişimin teknik sonucu
Bir ekip, müşteri taleplerini işleyen yeni bir iş akışı geliştiriyor. Ürün müdürü "bildirimleri daha akıllı yapalım" diyor. İletişim becerisi zayıf mühendis bunu anlık bildirim optimizasyonu olarak yorumluyor ve bir hafta çalışıyor. İletişim becerisi güçlü mühendis ise üç soru soruyor: "Hangi kullanıcı segmenti için? Hangi kanalda? Başarı kriteri ne?" ve ortaya tamamen farklı bir spesifikasyon çıkıyor. İki yaklaşım arasındaki fark teknik değil, analitik ve iletişimsel.

Uzun yılların gözlemi değişmedi

Kariyerini yalnızca kod yazmak üzerine kurmuş mühendisler bu dönüşümü sancılı hissedebilir. Bu his anlaşılır ama yanlış bir yere odaklanıyor. Tehdit, yapay zekadan gelmiyor. Tehdit, yıllarca ertelenen dönüşümü artık erteleyemeyeceğimiz gerçeğinden geliyor.

Sistematik düşünme, problem analizi, mimari tasarım ve bunları net biçimde ifade edebilme yetkinliğiniz varsa bu dönem sizin için bir tehdit değil, değerinizin nihayet hak ettiği yere yükseldiği bir dönem. Yapay zeka iyi mühendisleri daha da güçlü kılıyor. Kötü mühendisleri ise yanlışta daha da hızlı yapıyor.

Yapay zeka kod yazmayı öğrendi. Ama neyi, neden, nasıl inşa edeceğini bilmek ve bu bilgiyi bir araca aktarabilecek netlikte ifade etmek hâlâ insanın işi.

Orkestra şefi olmak için önce müziği derinlemesine anlamak gerekir. Sistemi kim tasarlayacak, yapay zekayı kim yönlendirecek, çıktıyı kim değerlendirecek? Analiz yapabilen, mimari düşünebilen, iletişim kurabilen ve tüm bunları orkestre edebilen mühendis.

Ben bunu çok uzun zamandır söylüyordum. Şimdi söylememe gerek yok, yapay zekanın kendisi kanıtlıyor.