AWS, geliştiricilerin %90'ının artık AI kodlama araçlarını kullandığını, ancak kod inceleme, test, CI/CD (Sürekli Entegrasyon/Sürekli Dağıtım) ve dağıtım altyapısının bu yeni hacim için tasarlanmadığını belirtti . Daha fazla kod, mevcut boru hatlarında dosya birleştirme, test yazma ve hata düzeltme gibi manuel süreçlerin birikmesine ve işlerin yavaşlamasına neden oluyor
.
Daha fazla AI tarafından üretilen kod, daha fazla insan incelemesi gerektiriyor. Eğer kod gözden geçirenler yeni darboğaz haline gelirse, net teslimat hızı düşebiliyor .
AI kodu genellikle makul görünse de önemli düzeltmeler gerektiriyor. Amazon çalışanları, dahili AI aracı Kiro'nun sıklıkla hatalı veya kusurlu kod ürettiğini, bazen tamamen yeniden yazılması gerektiğini bildirdi . Hatta bir mühendis olan Dina, Guardian'a verdiği demeçte "Ben ve birçok meslektaşım bunun bizi aslında o kadar da hızlandırdığını düşünmüyoruz" dedi
.
AWS'nin gönderisiyle aynı dönemde paylaşılan sektör verileri, her beş kuruluştan birinin doğrudan yapay zeka tarafından üretilen koda bağlı büyük bir güvenlik ihlali yaşadığını ortaya koydu .
Belirtmek gerekir ki AWS, bu tezi ilk kez Ocak 2026'da yayınladığı "Yapay Zeka Kod Asistanlarınız Teslimat Hattınızı Altüst Edecek" başlıklı bir blog yazısında ortaya koymuştu .
AWS'nin bu çıkışı, aşağıdaki tablo yüzünden adeta bir "bilişsel uyumsuzluk bombası" olarak patladı:
Şubat 2026'da Amazon, yalnızca 2026 yılı için AI altyapısına 200 milyar dolar harcama planını duyurdu. Bu, tarihteki en büyük kurumsal AI bahsiydi ve Wall Street beklentilerini 50 milyar dolar aşarak hisselerin düşmesine neden oldu . CEO Andy Jassy, bunu hesaplı ve uzun vadeli bir hamle olarak savundu
.
Amazon, geliştiricilerin %80'inden fazlasının her hafta AI araçlarını kullanmasını zorunlu kılan dahili hedefler koydu. Bu kullanım, MeshClaw adlı bir platform ve KiroRank adlı bir liderlik tablosu üzerinden takip edilmeye başlandı . Çalışanlar, sıralamada yükselmek için hiçbir işe yaramayan AI görevleri çalıştırarak sistemi manipüle etti. Bu durum bilgi işlem maliyetlerini o kadar artırdı ki Amazon, liderlik tablosunu kapatmak zorunda kaldı
.
Mart 2026'da Amazon.com ve alışveriş uygulamasında, milyonlarca müşteriyi etkileyen bir dizi üretim kesintisi yaşandı. Bu kesintiler, yeterli inceleme yapılmadan dağıtılan, AI destekli kod değişikliklerine bağlandı . Amazon bazı haberlere itiraz etse de, sonuç olarak tüm AI tarafından üretilen kodun, dağıtımdan önce kıdemli mühendisler tarafından incelenmesini zorunlu kılan yeni bir politika getirdi
. Bu yeni onay politikası, üretkenlik teziyle doğrudan çelişiyordu: Geliştirmeyi hızlandırması gereken araç, şimdi onu yavaşlatıyordu
.
Ocak 2026'da Amazon, 16.000 kurumsal işten çıkarmayı onayladı ve Ekim 2025'ten bu yana toplam işten çıkarma sayısı yaklaşık 30.000'e ulaşarak şirket tarihinin en büyük iş gücü azaltımı oldu . Yöneticiler, işten çıkarmaların gerekçesi olarak açıkça yapay zeka otomasyonunu ve kurumsal rollerin AI ile değiştirilmesini gösterdi
.
AWS'nin mesajı, AI tarafından üretilen kodun kalite riskleri, güvenlik açıkları ve darboğazları yazmaktan incelemeye kaydırdığına dair büyüyen kanıtlarla örtüşüyordu. Kuruluşlar AI kod çıktısını artırırken, inceleme kapasitelerini daralttıkça bu sorun daha da kötüleşiyor .
Bu açıklamanın viral olmasının ardında yatan temel ironi şuydu: AWS, kendi AI kod asistanı Amazon Q Developer dahil olmak üzere AI altyapısı satıyor, Amazon 200 milyar dolar harcıyor, içeride %80+ AI kullanımını zorunlu kılıyor, kısmen AI'a kaynak yaratmak için 16.000 kişiyi işten çıkarıyordu; ancak AWS'nin kendi kamuoyu mesajı "daha fazla AI kodu sizi yavaşlatabilir" idi . Sosyal medyadaki mühendisler, bu gönderinin aslında Amazon'un içinde yaşananları birebir tarif ettiğine dikkat çekti: AI kodu, yetersiz incelemeyle canlı ortama sürülüyor, hatalara yol açıyor ve şirketi, geliştirmeyi yavaşlatan kıdemli mühendis onayı gibi yeni politikalara zorluyordu
.
Comments
0 comments