Yazılım geliştirmede yapay zekayı devreye alma yarışı, kısa vadeli verimlilik artışlarına odaklanılması kurumsal sistemleri düşük kaliteli, hatalı ve potansiyel olarak tehlikeli kodlarla doldurduğu için uzun vadeli bir teknik borç krizi yaratıyor. Alphabet, yapay zekanın artık Google'daki tüm yeni kodların %75'ini ürettiğini bildirirken, günümüzün en popüler yapay zeka ajanlarını oluşturan mühendislerin bazıları, “vibe slop” (titreşim pisliği) dedikleri şey için bir hesaplaşmanın yaklaştığı konusunda uyarıyor.
Popüler OpenClaw yapay zeka ajanının kilit yaratıcılarından Mario Zechner yakın tarihli bir röportajda, “Elimizde çökmekte olan bir altyapı var ve elimizde artık eskiye göre çok ama çok hatalı olan yazılımlar var,” dedi. “Bu oyunu birkaç ay, hatta belki birkaç yıl daha oynayabiliriz ama sonunda bize yetişecek.”
Bu gerginlik tüm endüstride görülüyor. Anthropic’in bir yapay zeka kodlama aracı olan Claude Code, geçtiğimiz yıl medyan günlük kullanımın haftalık 20 dakikadan 20 saate fırladığını gördü ve bu da devasa bir benimsenmeyi gösteriyor. Yine de Zechner, aracı “şimdiye kadar kullandığım en bozuk yazılım parçalarından biri” olarak nitelendiriyor ve sorunları aracın kendi yapay zeka liderliğindeki geliştirme sürecine bağlıyor. Yapay zeka tarafından üretilen kod için yapılan baskı, alanın en büyük iki oyuncusu olan OpenAI ve Anthropic'in halka arzlara (IPO) hazırlandığı bildirilen bir dönemde geliyor.
Hız ve kalite arasındaki çatışma, yatırımcılar için gizli, bilanço dışı bir risk sunuyor. Yapay zeka özelliklerini piyasaya sürme baskısı, şirketlerin kısa vadeli verimliliği; hizmet kesintileri, güvenlik açıkları ve maliyetli ve zaman alıcı düzeltmeler gerektirecek artan bir teknik borç dahil olmak üzere uzun vadeli sıkıntılarla takas etmesine neden oluyor. Bugünün yapay zeka yakıtlı hızının faturası eninde sonunda ödenecek.
## Agentic Wedge Bir Borç Tuzağı Yaratıyor
Birçok yapay zeka firması için stratejik oyun planı, bir ürünün bir iş akışına girdiği, değerini kanıtladığı ve bir organizasyon genelinde genişlediği “agentic wedge” (ajan kama) stratejisidir. Örneğin Palantir’in AIP platformu, 200 saatlik bir üretim onay sürecini sadece 15 saniyeye indirdi. Risk şu ki, bu kama yazılım geliştirmenin kendisine uygulandığında bir borç tuzağına dönüşüyor. İşleri otomatikleştiren aynı sistemler, gelecek nesil ürünlerin oluşturulmasını hızlandırıyor ancak genellikle yeterli kalite kontrolü olmadan.
Bu bir paradoks yaratıyor. Shopify gibi şirketler kodlarının %50'den fazlasını yapay zekanın yazdığını bildirirken ve Google'dan Sundar Pichai %75'lik bir rakamı överken, bu araçların yaratıcıları alarm veriyor. Zechner ve ortağı Armin Ronacher'a göre sorun, yapay zeka ajanlarının yeni kod üretmede iyi olmaları ancak çoğu büyük işletmeye güç veren geniş, karmaşık eski (legacy) sistemleri değerlendirmede ve yükseltmede zayıf olmalarıdır. “Vibe coding” üzerine kurulu girişimler ilk başta hızla ölçeklenebilir ancak sonunda yapay zeka araçlarının aşmakta zorlandığı bir karmaşıklık ve kırılganlık duvarına çarparlar.
## Değerlendirme ve 'Taste' (Estetik Anlayışı) Son Aşama Olarak
“Vibe slop” sorununun kökeni, kurumsal yapay zekanın en zor kısmının zeka değil, bir sistemin yeterince iyi olup olmadığına karar veren yapılandırılmış insan yargısı olan değerlendirme olması olabilir. Micro1 CEO'su Ali Ansari, doğruluğun ötesinde bir “taste” (estetik anlayışı) katmanı veya bir sistemin onurlandırması gereken yazılmamış kurallar olduğunu savunuyor. Bir yapay zeka, teknik olarak çalışan ancak kötü yargılanmış, markaya uymayan veya sürdürülemez kodlar üretebilir. Bu, deneyim yoluyla öğrenilen bir beceridir; şu anda yerini yapay zekaya bırakan bir nesil genç mühendisin mahrum kaldığı deneyimin ta kendisidir.
Yargıdaki bu boşluk, sistemik riskin biriktiği yerdir. Bilgisayar bilimcisi Timothy B. Lee'nin belirttiği gibi, deneyimli programcıların “örtük bilgisi” olmadan, yapay zeka modelleri “çok kolay bir şekilde yanlış yöne gidebilir.” Bu, kolayca kıyaslanabilecek (benchmark) bir sorun değildir. Hatalar, güvenlik açıkları ve kırılgan mimari olarak ortaya çıkan nitel bir eksikliktir. Anthropic'in Stainless'ı 300 milyon dolara satın alması, kodu güvenilir ürünlere dönüştüren temel araçların kritikliğini vurguluyor; bu katman, kod üretme telaşında genellikle göz ardı ediliyor.
## Yazılım Kalitesi İçin Bir Hesaplaşma
Yapay zeka odaklı geliştirme baskısı, yirmi yıllık yazılım pratiğiyle bir hesaplaşmayı zorunlu kılıyor. Palantir’den Alex Karp gibi bazıları yapay zekayı “eski yazılımların ölümü” olarak görürken, “vibe slop” fenomeni karmaşık sistemleri değiştirmenin göründüğünden çok daha zor olduğunu gösteriyor. Yatırımcılar için risk, büyük teknoloji firmaları tarafından bildirilen verimlilik artışlarının bir serap olması ve sonuçta büyümeyi yavaşlatacak ve maliyetleri şişirecek hızlı bir teknik borç birikimini maskelemesidir.
Zorluk şu ki, bu borç büyük bir kesinti, veri ihlali veya ürün hatasını tetikleyene kadar büyük ölçüde görünmezdir. GitHub, düşük kaliteli, yapay zeka tarafından üretilen katkı dalgasıyla mücadele etmek için şimdiden yeni politikalar oluşturmak zorunda kaldı. Zechner'in inandığı gibi, şirketleri yapay zeka tarafından üretilen koda aşırı vurgu yapmalarının maliyetleri artırdığını ve standart altı yazılımlara yol açtığını fark etmeye zorlayacak bir hesaplaşma yaklaşıyor. Yatırımcılar için soru, yapay zekanın kod yazıp yazamadığı değil, ona güvenen şirketlerin sağlam bir temel üzerine mi yoksa bir pislik yığını üzerine mi inşa edildiğidir.
Bu makale sadece bilgilendirme amaçlıdır ve yatırım tavsiyesi teşkil etmez.
