---
title: "Kod Tabanımın Yarısını Yapay Zeka Yazdı: Bakım Faturası Üçüncü Ayda Çıktı"
url: https://blog.edumints.com/kod-tabanimin-yarisini-yapay-zeka-yazdi-bakim-faturasi-ucunc-2khryqcf
category: "DevOps"
date: 2026-09-16T09:09:50.930Z
publisher: Edumints Blog
lang: tr-TR
source_name: "dev.to"
source_url: https://dev.to/debashish_ghosal/ai-wrote-half-my-codebase-the-maintenance-bill-showed-up-in-month-three-lhp
---

# Kod Tabanımın Yarısını Yapay Zeka Yazdı: Bakım Faturası Üçüncü Ayda Çıktı

Yapay zeka ilk taslağı üretmeyi neredeyse bedava hale getirdi; bunu büyük bir kazanım saydım. Ancak asıl fatura daha sonra geldi: Dolar cinsinden değil, ekipte artık kimsenin tam olarak derinlemesine anlamadığı sistem parçaları biçiminde.

Yapay zeka tabanlı kodlama araçlarını her gün severek kullanıyorum. İskelet (scaffolding) ve şablon kod (boilerplate) dakikalar içinde hazırlandığı için son aylarda hiç olmadığı kadar çok açık kaynak proje yayınladım. Dolayısıyla bu bir yapay zeka karşıtlığı yazısı değil; bir **yazılım muhasebesi** değerlendirmesidir. İlk taslağın hızını ölçmekte çok başarılıyız; fakat asıl maliyetin saklandığı "sonraki aşamayı" ölçmekte yetersiz kalıyoruz.

## Sizi Endişelendirmesi Gereken Oran

Geleneksel yazılım yaşam döngüsünde kod yazma, kod inceleme (code review) ve bakım maliyetleri birbiriyle dengeliydi. Yapay zeka bu oranı temelden sarstı:
- **Kod üretimi** maliyeti neredeyse sıfıra indi.
- **İnceleme süresi** sabit kaldı.
- Kod tabanının en uzun evresi olan **bakım maliyeti** hiç değişmedi.

Böylece yeni bir tablo ortaya çıkıyor: İlk haftada olağanüstü üretken görünen, üçüncü aya gelindiğinde ise sürdürülmesi giderek pahalılaşan projeler. Bu durum ani bir çöküşle değil; ilk bakışta güvenilir görünen ancak ekibin tam kavrayamadığı kodların zamanla birikmesi ve sonraki değişikliklerin bu yapının etrafından dolaşmak zorunda kalmasıyla gerçekleşiyor.

## Yapay Zeka Koduna Bakışımı Değiştiren Hata

Beni uyandıran şey büyük bir felaket değil, çok temiz görünen bir kod değişikliğindeki ufak bir hataydı. Kod şık yazılmıştı, testler yeşildi ve açıklamalar tutarlıydı. Ancak isteğe bağlı (optional) bir alan eksik olduğunda harici API yanıtını yanlış ayrıştırıyordu. Kod yalnızca "mutlu yolu" (happy path) ele almış, veri eksikliğini gözden kaçırmıştı. 

Buradaki kritik sorun, **olduğundan daha güvenilir görünen kodun daha az denetlenmesidir**. METR’in 2025 araştırması da bunu doğruluyor: Deneyimli geliştiriciler yapay zeka kullandıklarında daha hızlı olduklarını hissetseler de işleri tamamlamak aslında **%19 daha uzun** sürdü.

## Faturanın Gerçekte Çıktığı 2 Alan

1. **Üretilen Kodda Hata Ayıklama (Kendi Kodunuz Dahil):** CauterRule projesinde tekrarlayan ajan hatalarını çözmek için 4.768 yörüngelik saha testi ve zaman aşımları ile token limitlerini içeren dayanıklı bir runner altyapısı kurmam gerekti. Günler içinde yazılan kodu anlayabilmek için devasa bir analiz altyapısı kurmak zorunda kaldık.
2. **Çağrı Başına Değil, Görev Başına Maliyet:** Paneller tek bir LLM çağrısının $0.001 tuttuğunu gösterir. Ancak hata, yeniden deneme ve model eskalasyonu birleştiğinde görevin toplam maliyeti $0.053'e fırlar. Tamamlanan görev başına gerçek maliyeti izlemediğinizde tasarruf yanılsamasına düşersiniz.

## Öğrenme ve Geliştirme Çıkarımları

- **Görünüşe Aldanmayın:** Yapay zekanın ürettiği temiz sentaks, hatasız mantık anlamına gelmez. Uç senaryoları ve negatif testleri mutlaka manuel olarak sorgulayın.
- **Görev Odaklı Gözlemlenebilirlik Kurun:** Yalnızca API çağrı maliyetini değil, ajanların görevi tamamlamak için harcadığı kümülatif döngüleri ve hata ayıklama sürelerini ölçün.

[Orijinal kaynağa buradan ulaşabilirsiniz.](https://dev.to/debashish_ghosal/ai-wrote-half-my-codebase-the-maintenance-bill-showed-up-in-month-three-lhp)

---

Bu konuyu derinlemesine öğrenmek isterseniz: [Agent Monitoring ve Debugging](https://edumints.com/kesfet/production-agent-orchestration-crewai-ve-autogen-i-u3cu) modülüne göz atın.

---

**Kaynak:** [dev.to](https://dev.to/debashish_ghosal/ai-wrote-half-my-codebase-the-maintenance-bill-showed-up-in-month-three-lhp)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/kod-tabanimin-yarisini-yapay-zeka-yazdi-bakim-faturasi-ucunc-2khryqcf