Önce Şüphe, Sonra Şaşkınlık…
Son dönemde yapay zekâ araçlarının gelişim hızı gerçekten baş döndürücü. Her hafta yeni bir araç, yeni bir vaat, yeni bir “oyun değiştirici” iddia…
Açık söyleyeyim: Ben de bu yolculuğa ilk başta biraz burun kıvırarak başladım. “Bu kadar mı kolay?” diye sordum kendime. “Gerçekten işe yarar mı, yoksa bir hype mı?”
Bu yazı; AI destekli kodlama ile “kod yazan”dan çok “kodu yöneten” geliştiriciye dönüşme deneyimimi ve bu süreçte çıkardığım dersleri özetliyor.
Ama sonra… Birkaç küçük deneme, birkaç meraklı soru, birkaç cesur prompt derken kendimi hiç beklemediğim bir yerde buldum.
Bu işin popüler adı bugünlerde vibe coding:
Fikrini doğal dille anlatıp, kodu büyük ölçüde yapay zekâ araçlarına yazdırdığın; senin ise ürünü yöneten, yönlendiren ve doğrulayan bir rol üstlendiğin yeni nesil geliştirme yaklaşımı.
Claude, Replit, Antigravity, Refact, Manus, Copilot gibi birçok aracı bizzat kullandım ve test ettim. Ortaya çıkan sonuçlar beni gerçekten şaşırttı. 10 ile 50 USD arası küçük bütçelerle; çalışan, anlamlı, hatta ticari olarak kullanılabilecek uygulamalar ortaya çıktı.
Daha da ilginci şuydu: Bazı projelerde hangi programlama dilinde yazıldığını bile bilmeden, uçtan uca çalışan sistemler geliştirdim.
Küçük Bir Örnek
Bir gün bir network monitoring süreci yazılmasını istedim. Benim bu konudaki bilgi seviyem şuydu: DPI (Deep Packet Inspection – Derin Paket İncelemesi); ağ trafiğindeki veri paketlerinin yalnızca başlıklarını değil, içeriklerini de analiz ederek güvenlik, izleme ve politika uygulamalarını mümkün kılan bir tekniktir. Yani DPI’ın ne olduğu, ne işe yaradığı, hangi problemleri çözdüğü, hangi riskleri barındırdığı ve kabaca hangi alt süreçlerden oluştuğu hakkında; bir IT yöneticisinin veya teknoloji meraklısının bilmesi gereken kadar bilgiye sahiptim. Her IT uzmanı DPI’ı derinlemesine bilmek zorunda değil. Ama bugün geldiğimiz noktada, bu tür kavramları öğrenmek ve anlamak artık eskisinden çok daha kolay. Bu süreçte benim için netleşen bazı çıkarımlar oldu. Paylaşmak istiyorum:
Vibe Coding’den Çıkardığım 9 Ders ise:
1. Fikri önce zihninde netleştir. Ne istediğini, neyi çözmek istediğini, neyin “olmazsa olmaz” olduğunu açıkça tanımla. Belirsiz fikir → belirsiz çıktı.
2. Süreç bilgisi eksikse utanma, destek al. ChatGPT, Gemini gibi araçları birer “öğretmen” gibi kullan. Önce süreci öğren, sonra ürünü iste.
3. Kafandaki modeli düzgün bir prompt’a dök. Bu işin sihri burada başlıyor. Ne kadar net anlatırsan, çıkan sonuç o kadar kaliteli oluyor.
4. Rol tanımı yap. “Profesyonel bir yazılımcı gibi düşün”, “Bir network uzmanı gözüyle bak”, “ISO 27001, güvenlik, logging, audit gibi kavramları dikkate al” demeyi unutma.
5. Ortaya çıkan dokümanı adım adım zincirin parçası yap. PDF, Word, mimari doküman… Bunları Claude, Replit, Antigravity gibi platformlara verdiğinde iş bambaşka bir seviyeye çıkıyor.
6. Kod kadar çalıştırma talimatını da iste. “Bu kod nasıl çalışır?” “Hangi ek yazılımlar gerekir?” “Docker mı, local mi, cloud mu?” Genellikle çok iyi hazırlanmış bir README.md dosyasıyla adım adım yönlendiriyorlar.
7. Sistemi ayağa kaldır. En keyifli anlardan biri. Kâğıt üzerindeki fikrin gerçekten çalıştığını görmek.
8. Büyük işleri parçalara böl. Ben genelde şöyle ilerledim: “Şimdi sadece Adım 1’i yap.” “Adım 2’ye geçmeden önce kontrol et.” Bu yaklaşım hem hatayı azaltıyor hem de kontrolü sende tutuyor.
9. Ve en önemlisi: Eğlen. Cidden… uzun zamandır bu kadar eğlendiğimi hatırlamıyorum.
Eğer benim gibi uzun yıllardır aktif olarak kod yazmayan biriysen, özellikle denemeni tavsiye ederim. Hatta daha da güzeli: Geçmişte yazdığın bir uygulamayı, eski bir projeni, bir zamanlar “çok uğraştırmış” bir fikri bu araçlara tarif et. Ortaya çıkan sonucu gördüğünde büyük ihtimalle şu cümleyi kuracaksın: “Biz bunu neden daha önce yapmadık?” Bence mesele artık “kod yazabiliyor musun?” değil. Mesele; neyi, neden ve nasıl istediğini anlatabiliyor musun? Gerisini… bu yeni nesil yardımcılar hallediyor.
Sizce geleceğin yazılımcısı “kod yazan” mı, yoksa “kodu yöneten” mi olacak?
