Yapay zeka araclari ile calisirken üc türlü context var:

1. Yapay zekanin kullandigi ve promptlar ile olusturulan context
2. Yazilimcinin birden fazla ajani paralelde ayni is üzerinde calisabilmeleri icin kendi zihninde olusturmak zorunda oldugu zihin contexti.
3. Beynin (lislemcinin) paralel calisabimek icin kulllandigi context ve onun icindeki context switch

Yapay zeka araclarini tam anlamiyla verimli kullandiginiz nasil anlarsiniz?

Flow olustugunda…

Müsterinin gereksinimlerini tatmin etmek amaciyla yapay zekay kullanimina hakimiyet icin gerekli iki yeti:

– Müsteri gereksinimlerini kavramak
– Yapay zeka destegi olmasaydi bile bunlari uctan uca tek basina implemente edebilip, canliya alabilecek teknik yeterlilige sahip olmak.

Yapay zeka konusunda kemiklesmis, bilgi sahibi olmadan fikir beyan edisler artmis durumda. Burada konuyu biraz daha aydinlatabilmek icin kendi düsüncelerimi ve bu konudaki tecrübelerimi paylasmak istiyorum.

Okumaya devam et →

Yazilimcilar yapay zeka konusunda bu aralar üc gruba ayrilmis duruma:

– Ilk deneyimini yaptiktan sonra bir ise yaramadigini düsünenler
– Hic ilk tecrübesi olmayanlar
– Yazillimi tamamen yapay zekaya devredenler

Gecen ay Github Copilot icin 173 dolar ödeme yapmisim. Sürekli Claude Opus 4.6 kullandim. Yazilan kod 5 kisilik senior bir ekibin belki 2 ayda cikacagi türdendi. Bir senior yazilimcinin tüm giderleri ile maliyeti 200K TL civarinda. Bu durumda 2 milyon TL gider karsisinda 173 dolar duruyor. Bir girisimci icin bundan daha güzel bir gider azaltma kalemi , ama bir yazilimci icin bundan daha hüzünlü bir tablo olamaz, cünkü 5 kisilik bir senior ekibin calisma dinamigi, ruhu, pratigi ve eglencesinin parcasi olmanin karsiligini para ile ölcmek imkansiz.

Okumaya devam et →

Herkes prompt yazarken sade ve detayli bir dilin yeterli oldugunu düsünüyor. Prompt yazarken kullanilan dil ilk etapta cok önemli degil, yani gramatiksel kusursuz cümlelerin yazilmasi gerekmiyor. Daha önemli olan sey baglam yani context. Context yapilacak is hakkinda plain text haricinde resim, url, kod, video, teknik terimler vs gibi yapilacak ise isaret eden yapilar ihtiya etmek zorunda.

Degerli arkadaslar,

yapay zeka ile yazilimin nereye dogru gittigini size resmetmeye calisacagim. Kendim, biraz sonra okuyacaklarinizi intensif bir sekilde son günlerde yasiyorum, yani dogrudan tecrübelerimle sabit.

Promptlar ile kod yazdirmak deklaratif programlama tarzidir. Nasil degil ne yapilacagini beyan etmemiz yeterlidir.

Deklaratif apiler araciligiyla neyin nasil yapildigini bilmeden zaten yillardir deklaratif programliyorduk. Simdi nasil kismini LLMlerin üstlenmis olmasi bizim calisma ve düsünme tarzimizda birsey degistirmez.

Okumaya devam et →

Artik nereye bakarsaniz claude code ya da türevleri ile yazilim projelerinde her seyi otomatize etmeye calisanlari göreceksiniz. Kesinlikle bir satir kod yazma niyetleri olmadigi gibi gereksinim analizinden dogan artefaktlari yapay zekanin alabilecegi bir yerde (örng. backlog) tutup, gerisini full otomatize etmeyen calisan tiplerden bahsediyorum. Genelde bu tipler “aksamdan bir dügmeye bastim, sabah kalktigimda tüm uygulama hazirdi” minvalinde söylemler paylasirlar.

Su anda LLM ler turing complete degil. Er ya da gec LLM ler derleyicilerde oldugu gibi deterministik sonuclar üretmeyi ögrenecekler.

Copilot / Sonet 4.5 sadece fkir olarak tanimladigim uygulama icin genis kapsamli feature listesi olusturup, bunlari 45 dakika icinde  6.319 satir kod ve 46 Dart dosyasi olarak implemente etti. Ayni zaman zarfinde uygulamanin ihtiyac duydugu backend API de olustu.