Doğrulayan mühendislik: yapay zekâ çağında kıdemli huylar

Sağlam bir iş akışı şu an yok. Spanos, güncel modellerle çalışmanın kalıcı bir düzenini bulduğunu sanmanın yanılgı olduğunu söylüyor; çünkü yetenekler, arayüzler ve iyi uygulamalar birkaç ayda bir değişiyor. Ekipler eski alışkanlığa tutunmak ile ajan destekli düzene geçmek arasında gidip geliyor. Sabit oyun planına sarılan geride kalıyor; her model güncellemesini yeniden öğrenme işareti sayan ayakta kalıyor. Planlanacak tek sabit değişimin kendisi.

Demetri Spanos on yıllardır öğrenen sistemlerin ön cephesinde; A Life Engineered sunucusu Steve Huynh bu birikimi özenle açıyor. Kayıt Ekim 2026'dan; model yetenekleri o sırada özgüvenli uygulayıcıları bile şaşırtacak hızda ilerliyordu. Spanos yirmili yaşlarındaki genç mühendislere yol gösteriyor, uzun meslek yolculuğu kaygısını ciddiye alıyor. Güvenilirliği birkaç LLM kuşağını görmesinden geliyor; her otomasyon dalgasının işleri silmek yerine dönüştürdüğünü izlemiş.

Gençler ile orta kuşak farklı sorular soruyor; kayıt ikisini tek sloganda ezmiyor. Mesleğe yeni başlayan, taslak işlerin çoğunu üretilmiş çıktılar üstlenirken sektöre nasıl girileceğini soruyor; tecrübeli isimler ajan sürüleri büyürken muhakeme ve sistem sahipliğinin yerini koruyup korumayacağını merak ediyor. Spanos'a göre öğütler sürekli değişiyor, çünkü her model sürümü devredilecek iş ile elde yapılacak işin sınırını kaydırıyor. Bu oynaklık genç mühendis çevresini de geriyor; kaygının kaynağı tembellik değil, gereksiz kalma korkusu.

Yeni araçları görmezden gelip birikimle idare etmek kısa bir süre daha olası; ama bu süre daralıyor. Spanos ilgisizliği eriyen bir değer gibi anlatıyor: uzak kalınan her çeyrek, taze model davranışlarına, keskinleşen istem normlarına, gelişen doğrulama alışkanlıklarına yabancılığı büyütüyor. Bugün öğrenmeyi erteleyen ekipler, yarın akıcılığını ölçemedikleri çalışma arkadaşlarıyla ve ajanlarla pazarlık edecek. Kısa bilinçli denemeler bugün orantısız kaldıraç sağlıyor; beklemek yönetilebilir öğrenme eğrisini dik bir yokuşa çeviriyor.

Okuma huyları, yönlendirme gücü

Tipik uygulayıcıları iki huy ayırıyor. Spanos üretilmiş çıktıyı kendisi okuyor; huyu da işin türü de bunu gerektiriyor: müşteriye dokunan ya da tasarımın merkezindeki her iş doğrudan insan gözünden geçiyor. Buna karşılık saygın bazı isimler çıktı üretip hata yakalamayı sınama setlerine bırakıyor, kapsamaya bakıp içleri rahat ediyor. Kayıtta iki kamp da özensiz görünmüyor; ama Spanos ikinci huyun anlama borcunu büyüttüğünü söylüyor, çünkü sınama setleri davranışı ölçer, tasarım tutarlılığı hakkında az şey söyler. Onun LLM çağı kuralı yalın: model ne kadar çok taslak yazarsa insan sonucu o kadar bilinçli yorumlamalı.

Eylül 2026 tarihli aicodingweekly.news adresindeki yazı, Mitchell Hashimoto'ya bağlanan beyaz tahta savunmasını anlatıyor: müşteriye dokunan her sistemi istendiğinde açıklayabilmek; bir tasarımın neden ötekine yeğlendiğini, kötü niyetli bir tarafın sistemi nasıl zorlayabileceğini, yükü hangi veri yapılarının taşıdığını, arızanın nerede belireceğini bilmek. Deneme ve tek kullanımlık öncüller bu barın dışında; orada hız titizlikten önce geliyor. Kayıt bu barı model destekli üretim sistemleri için onaylıyor: açıklamaya hazır olmak, tasarımın hâlâ mühendiste olduğunu, ajanlardan kiralanmış bir anlayışla idare edilmediğini kanıtlıyor.

Spanos beyaz tahtaya koşut bir çerçeve öneriyor: yönlendirme gücü. Ona göre anlamak, yönlendirebilmek demek: bir sistem verildiğinde tepkisini öngörebiliyor, davranışını sınırlayabiliyor, saptığında toparlayabiliyor musun? Ajan sürüsü hızlı taslak çıkarabilir; ama kaldıraçsız hız, ekipleri kendi ürünlerinin yolcusu yapıyor. Kayıt mühendislerden model destekli sistemler üzerindeki her kaldıracı saymalarını istiyor: istemler ve sınırlar, değerlendirmeler, geri alma yolları, çalışma anı güvenceleri. Kaldıraçların eksik olduğu yerde, üretim ölçeği büyütülmeden önce kaldıraç kurulmalı.

ideas.fin.ai adresindeki Fin yazısına göre Claude bağlantılı düzeneklerin en verimli kullanıcıları bağlamı ve sınırları önden yüklüyor, sonra tek dev istek patlatmak yerine sohbet içinde birçok turda ilerliyor. Hedefleri, sınırları, kabul ölçülerini başta anlatıyor; ilgili dosyaları ve token bütçelerini bilinçli besliyor; model yanlış anlamaları gösterdikçe diyaloğu inceltiyor. Bu taban işini atlayan ekipler, neden böyle karar verildiğini anlatan ortak bir kayıt olmadığı için kimse açıklayamadığı çıktılarla kalıyor. Kayıt bu disiplini taşıyıcı sayıyor: bağlam işi ek yük değil, mühendisliğin ta kendisi; üretim onun yan ürünü.

Küçük parçalar, sahiplenilen birleştirmeler

highcircl.com adresindeki derleme, Aralık 2025 tarihli 13 tecrübeli geliştirici incelemesini aktarıyor: istem başına ortalama 1,8 işlem; 70 işleme varan planlar tek sıçrayışla değil küçük lokmalarla yürütülüyor. En güçlüler yazan ile gözden geçiren oturumları ayırıyor: bir ajan taslağı yazıyor, öteki insan bakmadan önce eleştiriyor. Ortak disiplinleri, kulağa ne kadar düzgün gelse de doğrulanmamış işin birleştirilmemesi. Kayıt bunu kıdemli döngünün özeti sayıyor: tutkulu planlara kapı açık, yeter ki her artım denetimden, odaklı ölçümden, açık insan onayından geçsin.

chiraghasija.cc adresindeki oyun planı benzer bir kıdemli düzeni anlatıyor: deponun kökünde bir kural dosyası tut, işleri atomik parçalara böl, birleştirmeden önce üret, eleştir, düzelt, doğrula turları koş. İnsan gözüyle fark gözden geçirme zorunlu; yazan, iş birleştirilmeden önce değişikliği yalın dille yeniden anlatmak zorunda. Kayıt bu sıralamanın model akıcılığını kalıcı ekip varlığına çevirdiğini vurguluyor: kurallar birikiyor, gözden geçirmeler öğretiyor. Burada hüner sözcük oyununda değil, her ajan oturumunun miras aldığı kurumsal hafızada.

justinflick.com adresindeki notlar, sorgulanan planlama, koşut ajan oturumları, atomik yığın istekler ve set ötesi elle doğrulama üzerine kurulu bir oturum düzeni anlatıyor. Planlama kipi, yürütme başlamadan sertçe sorgulanıyor; eşzamanlı oturumlar birbirini kirletmeden seçenekleri yokluyor; her artım gerçek gözden geçirmeye sığacak kadar küçük tutuluyor. Ardından tam sahiplenme geliyor: insan yalnız birleştir düğmesine basan değil, ruhuyla yazan sayılıyor. Oyunbaz deneme kipleri yalnız düşük riskli denemelere kalıyor; üretim yolları hiçbir otomatik ölçümün tek başına veremeyeceği kanıt istiyor.

mitchellh.com adresindeki yazı, eski işleri yeni huylar için alıştırma sahası sayıp ajan destekli önceki teslimleri iki kez yeniden üretmeyi anlatıyor. Her ajan hatası ardından kalıcı bir kurala ve bir doğrulama aracına dönüşüyor; sistem kendi yinelenen arızalarını sonraki oturumlarda kendisi yakalıyor. Kayıt model iş birliğinin bu bileşik yaklaşımını kutluyor: hatalar saklanacak ayıplar değil, daha iyi korkulukların teknik resimleri. Aylar içinde kural dosyası kişisel bir işletme kılavuzuna dönüşüyor; her ajan kuşağı, öncekilerin görünür hatalarla ödediği dersleri miras alıyor.

Tek kişilik iddialar, ekip hesabı

Anlatılan uygulayıcıların yaklaşık üçte biri tek kişilik dev girişim düşü kovalıyor: düzinelerce ajanla çarpanlanan olağanüstü bir mühendis. Bu yönde denemeler 2026'nın ikinci çeyreğinde başlamış, sonuçlar hâlâ bekleniyor. TechCrunch haberine konu olan yönetici grubundaki Altman iddiası tek kişilik ilk 1B $ şirketi öngörüyor; kendi kendine yeten ürünlerin en kolay, ilişkiye dayalı işlerin otomasyona dirençli göründüğünü ekliyor. Kayıt bu öngörüyü plan değil gerilim sınavı sayıyor: küçük ekipler model destekli çok üretse bile dağılım ve insan güveni hangi ürünün gerçek kullanıcıyla buluşunca yaşayacağını belirliyor.

Spanos işe alımı bir bütçe denemesiyle yeniden çerçeveliyor: büyük bir teknoloji şirketindeki dört genç maaşı tutarında ödenek olsa dört kişiyi modelsiz mi alırsın, üç kişi artı cömert sınır modeli kredisi mi? Ekip büyüdükçe soru onuncu mühendis marjında keskinleşiyor; her yeni alım, daha iyi araçların ve keskin istemlerin kaldıracıyla yarışmak zorunda. Kayıt evrensel yanıt vermiyor; token bedelleri, gözden geçirme kapasitesi, sorunun yeniliği hesabı değiştiriyor. Değeri, personel sayısı ile yetenek bütçesini açıkça karşıtmakta: işe alım planları ataletle yürümüyor.

Mühendislerin yaklaşık üçte biri beklemede kalmayı seçiyor; ne ileri atılıyor ne de kopuyor. Kayıt bu duruşa yaş hesabıyla saygı gösteriyor: on yıl emek vermiş bir uygulayıcı toz duman dağılmadan 55 yaşına gelebilir, 55'inde de 65'inde de inandırıcı bir öyküye gereksinir. Belirsizliğin kendisi en büyük kümeyi oluşturuyor, çünkü model yeteneklerinin doğrulama ağırlıklı rolleri ne hızla dönüştüreceğini kimse fiyatlayamıyor. Spanos bu tutumu saygıyla karşılarken edilgen bekleme ile bilinçli sabrı ayırıyor: yalnız ikincisi gelecek seçenekleri koruyan düzenli denemeyle el ele gidiyor.

NPR haberine göre Mayıs 2026 Meta düzenlemesi çalışanların yaklaşık yüzde 10'unu, 8 bin kişiyi kapsıyor; bildirimler 20 Mayıs Asya sabahından başlayarak yapılmış, 7 bin kişi de yapay zekâ ekiplerine kaydırılmış. Kesintiler rekor kazançlar ve OpenAI, Anthropic, Google ile yarışta iki katına çıkan sermaye taahhüdüyle el ele gelmiş. Kayıt bunu verimlilik gösterisi ile gerçek yön değişiminin buluşması sayıyor: bordro küçülürken LLM bütçesi şişiyor. Çalışan mühendis için ders yalın: işveren güçlü görünse bile liderlik küçük gruplar ile güçlü modellerin daha çok iş çıkaracağına inanınca rol güvencesi kalmıyor.

Kesintiler, kemikler, şaşırtan ölçüler

Büyük bir sosyal platformdaki önceki toplu çıkarmalar kaydın dönüp baktığı emsali oluşturuyor: derin kesintilerin ardından aynı şirket, işletme sorunlarının nerede gömülü olduğunu bilen yöneticileri sessizce geri almış. Spanos verimlilik görüntüsü peşindeki şirketlerin kemiğe fazla dayanıp dayanmadığını soruyor; kırılgan bütünleşmeleri ve ajan destekli iş akışlarını bilenleri elden çıkarmak. Kurumsal hafıza pahalı görünür, ta ki gidene dek; ardından yeniden keşif bedeli kazanılan maaşları katlar. Mühendise düşen pratik uyarı: sistemleri, kararları, model huysuzluklarını, halefler insan ya da ajan olsun devir toplantısı olmadan devralacakmış gibi belgelemek.

Güncel teşviklerde parlayan mühendisler her zaman en güçlü mühendisler olmuyor; kayıt bu aralığı açıkça adlandırıyor. highcircl.com adresindeki tartışma taze bir formül katıyor: birleştirilen çıktı ile gerçekten anlaşılan çıktı arasındaki uzaklık, gözden geçirmenin göstermelik kaldığı her yerde açılıyor. Gönderim sayılarını kutlayıp anlamayı es geçen ekipler, model destekli sistemlerin içine gizli yük biriktiriyor. Önerilen duruş, her döngüyü sorumluluğu üstünde tutan mühendis gibi kurmak: ajanlar güçlü taslakçılar, güveni artım artım kazanıyor, peşinen değil.

Çıktı hacmi ölçüleri eski bir ölçüm tuzağını yeniden sahneliyor: gönderim sayıları hedef olunca değeri ölçmeyi bırakıyor. Kayıt bu devinimi ders kitabı etiketlerine yaslanmadan gösteriyor: yığın üreten model destekli panolar sessizce özenli sadeleştirmeyi, silmeyi, geri alınabilirliği cezalandırıyor. Süslü çözümler zarif olanları geride bırakıyor; gözden geçirenler kimse tam anlamadığı olası metinlerde boğuluyor. Burada kıdemli muhakeme, ölçülemeyen erdemleri, duruluğu, geri alınabilirliği, ölçülülüğü savunmak demek; pano tarzı raporlama ölçülülüğü düşük verim gibi gösterse bile.

Hesaplayıcı modeller, kalıcı üstünlük

Birikmiş iş listesini temizleme öyküleri de benzer kuşku istiyor. Kayıt, ajan desteğiyle 1000 eski biletin silindiği Woven örneğini anıp silmenin gerçekte neyi kanıtladığını soruyor. Yapılmamış iş bilgi taşır: bazıları hiç yapılmaya değmezdi, bazıları da yazıldığı biçimde hiç yapılamazdı. Kuyrukları boşaltmak öncelik, güçlük, kullanıcı ilgisizliği sinyallerini yok edebilir. Kalıcı içgörü hızdan çok tutku ve önceliklendirme dersi: model yardımıyla çok bitiren değil, hangi işi bırakacağını bilen ekipler öne geçiyor.

Madencilik, kereste, dokuma gibi tutucu sektörler için kayıt güncel modelleri özerk yedekler değil metin hesaplayıcısı gibi çerçeveliyor. Bu alanlardaki müşterilere bütün veri kümelerini birden teslim etmeleri önerilmiyor; her seferinde bir ileti ya da bir görev getiriliyor, hem alışkanlık kuruluyor hem açık kapatılıyor. Bu temkinli tempo yine de 10-15 yıllık kademeli yenileşmeyi çok daha kısa bir benimseme eğrisine sıkıştırıyor. Token bütçeleri mütevazı kalıyor, istemler somut tutuluyor, doğrulanan her kazanım içerideki güvenilirlikle bir sonraki denemeyi finanse ediyor.

Muhakeme, doğrulama, sistem anlayışı kaydın kapanışta savunduğu kalıcı üstünlüğü oluşturuyor. Uygulayıcılar beliren yapay zekâ yerlisi ekip biçimlerini, derin uzmanlığı disiplinli ajan orkestrasyonuyla eşleyen küçük yoğun grupları izlemeli. Damıtılmış genç listesi dört huydan geçiyor: bağlam dosyası tut, işleri denetlenebilir parçalara böl, her sonucu elle doğrula, birleştirilen her çıktıyı tam sahiplen. Bu düzen işlerken modeller değişmeyi sürdürecek; ama düzenin kendisi bileşik büyüyor, her destek kuşağını sessiz bağımlılığa değil daha derin ustalığa çeviriyor.