Google CEO'su Sundar Pichai'nin Las Vegas'taki Google Cloud Next 2026'da duyurduğu %75'lik oran, AI tarafından üretilen kodun büyük bir mühendislik organizasyonu içinde ne kadar hızlı ölçeklendiğini gösteren en çarpıcı kamuya açık ölçüt . Şirketin dahili AI kodlama modellerinden Gemini, performans değerlendirme hedeflerine entegre edilmiş durumda. 2025'in dördüncü çeyreği itibarıyla bazı organizasyonlarda kod değişikliklerinin %55'inin "Vekil Destekli" (Agent-Assisted) olması hedefi kondu ve 2026'nın ilk yarısı için Google'ın 'creation' organizasyonundaki mühendislerin %65'inin taahhüt edilen kodlarının %75'inden fazlasını yapay zeka kullanarak yazması bekleniyor
. Şirket ayrıca, yapay zeka destekli kod taşımalarının (migration), bir yıl önce mühendislerin tek başına yaptığı çalışmalara kıyasla altı kat daha hızlı tamamlandığını bildirdi
.
2 Haziran 2026'da Microsoft Build'de Microsoft, MAI-Code-1-Flash'i tanıttı . Bu model, OpenAI, Anthropic veya başka bir üçüncü taraf modelinden özütleme (distillation) yapılmaksızın, lisanslı verilerle Microsoft tarafından uçtan uca oluşturulmuş, 5 milyar aktif parametreli bir kodlama modelidir
. Model, toplamda 137 milyar parametreye ve 256.000 token bağlam penceresine sahip seyrek bir Uzmanlar Karması (Mixture-of-Experts) mimarisi kullanır ve Mart-Mayıs 2026 tarihleri arasında doğrudan GitHub Copilot'un üretim altyapısı içinde eğitilmiştir — yani model, daha sonra hizmet edeceği gerçek dünya geliştirici iş akışlarını öğrenmiştir
.
Sonuç, Microsoft'un çekişmeli kodlama kıyaslamasında (adversarial coding benchmark) %85,8 puan alan ve SWE-Bench Pro'da yaklaşık %51 puan alarak, karmaşık kodlama görevlerinde %60'a kadar daha az token tüketirken Anthropic'in Claude Haiku 4.5 modelinden 16 yüzde puanı daha iyi performans gösteren bir model oldu . MAI-Code-1-Flash, 2 Haziran'da Free, Pro, Pro+ ve Max planları dahilinde Visual Studio Code'daki GitHub Copilot kullanıcılarına sunulmaya başlandı ve üçüncü taraf erişimi Fireworks AI, Baseten ve OpenRouter üzerinden sağlanıyor
.
OpenAI, Nisan 2025'te birçok görevi paralel olarak yürütebilen bulut tabanlı bir yazılım mühendisliği ajanı olarak Codex'i piyasaya sürdü . Nisan 2026'ya gelindiğinde, haftalık aktif kullanıcı sayısı 4 milyonu aşmıştı
. Platform o zamandan beri bir uygulama, CLI, IDE eklentileri ve bulut hizmetini kapsayan, her biri birbirini güçlendiren bir model ve arayüz ailesine dönüştü
.
Codex'in evrimindeki kilit kilometre taşları:
Codex, geliştiricilerin yazılım inşa etme şeklini temelden değiştirdiğini söylediği, üretime hazır bir altyapı haline geldi .
Anthropic'in Code with Claude 2025'te kullanıma sunduğu Claude Code, AI kodlama pazarındaki en dramatik ticari yükselişi yakaladı. Mayıs 2025'teki lansmanından aylar sonra 500 milyon dolarlık yıllıklandırılmış gelir oranını aştı, 2025 sonunda 1 milyar dolara ulaştı ve Şubat 2026'ya kadar 2,5 milyar doları aştı — bu hız, ChatGPT'nin erken benimsenme hızını bile geride bıraktı . Anthropic'in toplam geliri, büyük ölçüde Claude Code sayesinde, 2025 sonunda yaklaşık 9 milyar dolardan 2026 baharında 30 milyar doların üzerine çıktı
.
28 Mayıs 2026'da Anthropic, Claude Opus 4.8'i piyasaya sürdü. 1 milyon token bağlam penceresine sahip hibrit bir akıl yürütme modeli olan bu sürüm, uzun süreli vekil görevleri için sınırları zorluyor. Anthropic, Opus 4.7'ye kıyasla kendi kodundaki kusurları fark etmeden geçme olasılığının yaklaşık dört kat daha düşük olduğunu bildiriyor .
Kod yazmaktan ajanları denetlemeye geçiş, uzak bir öngörü değil — dünyanın en büyük yazılım organizasyonlarında mevcut çalışma modeli bu. Pichai'nin açıkladığı gibi, Google mühendisleri giderek daha fazla satır satır kodlayıcılar olarak değil, planlama, yazma, test etme ve karmaşık görevleri yürüten yapay zeka ajanlarını kullanan gözden geçiriciler ve orkestra şefleri olarak hareket ediyor .
Anthropic'in 2026 Vekil Kodlama Trendleri Raporu dönüşümü net bir şekilde tanımladı: 2025'te kodlama ajanları deneysel araçlardan, gerçek müşterilere gerçek özellikler sunan üretim sistemlerine dönüştü. Yapay zeka artık tüm uygulama iş akışlarını — test yazma, hata ayıklama, dokümantasyon oluşturma ve giderek karmaşıklaşan kod tabanlarında gezinme — yönetiyor. Rapor, tekli ajanların yakında koordineli ajan ekiplerine dönüşeceğini ve daha önce saatler veya günler süren görevlerin minimum insan müdahalesiyle tamamlanacağını öngörüyor .
Mühendislik rolünün bu yeniden tanımlanması, büyük platformlarda kendini gösteriyor:
Üretkenlik kazanımları çarpıcı. Claude Code, bir saat içinde karmaşık bir dağıtık sistem mimarisi oluşturma becerisini gösterdi — rapora göre bu iş, daha önce bir Google projesinin tam bir yılını almıştı . Microsoft, MAI-Code-1-Flash'in karmaşık görevlerde karşılaştırılabilir modellere kıyasla %60'a kadar daha az token kullandığını iddia ediyor
.
Kullanıcının sorusunda, ABD'deki mühendislik iş ilanlarında %30'luk bir artış ve 22-25 yaş arası geliştiriciler için istihdamda yaklaşık %20'lik bir düşüş gibi belirli iş gücü piyasası rakamlarına atıfta bulunulmuştu. Bu kesin rakamlar, sağlanan kaynaklarda bağımsız olarak doğrulanamadı. Bununla birlikte, mevcut kanıtlar çöküşten ziyade kutuplaşma yaşayan bir mesleğin tutarlı bir resmini çiziyor.
Anthropic'in trend raporu, yapay zekanın daha hızlı teslimat ve daha yüksek değerli işleri mümkün kılmasıyla şirketlerin daha az değil, daha fazla mühendis işe aldığını belirtiyor . Talep, sistemleri mimari olarak tasarlayabilen, yapay zeka tarafından üretilen çıktıları inceleyebilen ve üst düzey tasarım kararları alabilen kıdemli mühendislere doğru kayıyor. Google'da, vekil destekli kod değişiklikleri için dahili hedefler, şirketin mühendislik çalışan sayısının artmaya devam ettiğine dair beyanıyla birleştiğinde, yapay zekanın mühendisleri doğrudan değiştirmek yerine çıktıyı artırmak için kullanıldığını gösteriyor
.
Sağlanan kaynaklardaki en acil endişe, kariyerinin başındaki mühendislere ne olacağıdır. Genç geliştiriciler geleneksel olarak becerilerini rutin kodlama görevleriyle — hata düzeltme, test yazma, basit özellikler uygulama — geliştirdiler. Bu görevler, artık yapay zeka ajanları tarafından en verimli şekilde üstlenilenlerdir. Birçok kaynak bunu bir "deneyim açığı" sorunu olarak tanımlıyor: Eğer yapay zeka giriş seviyesi kodlama işlerini yaparsa, yeni mühendisler kıdemli olmayı nasıl öğrenecek ?
Sağlanan materyallerdeki hiçbir kaynak bu zorluğa doğrulanmış bir çözüm sunmuyor. Bu durum, mesleğin yeni eğitim yöntemlerine, mentorluk yapılarına ve yeniden tanımlanmış bir kariyer basamaklarına ihtiyaç duyacağını ima ediyor — ancak bu değişiklikler hala üzerinde çalışılmakta.
Gidişat net. Google, on sekiz ayda %25 yapay zeka tarafından üretilen koddan %75'e çıktı. Claude Code, bir yıldan kısa sürede sıfırdan 2,5 milyar dolarlık yıllıklandırılmış gelire ulaştı. OpenAI'nin Codex'i, yaklaşık aynı dönemde tek ajanlı bir CLI'den masaüstü, bulut ve IDE'yi kapsayan çok ajanlı bir platforma dönüştü .
Cevaplanmamış sorular, yapay zeka kodlama ajanlarının gelişmeye devam edip etmeyeceğiyle ilgili değil — edecekler — bunun yerine mühendislik organizasyonlarının, eğitim kurumlarının ve bireysel geliştiricilerin, kod yazma eyleminin giderek daha fazla makineler tarafından yapıldığı ve insan rolünün neyin inşa edileceğine yön vermek, gözden geçirmek ve karar vermek olduğu bir mesleğe nasıl uyum sağlayacağıyla ilgili.
Comments
0 comments