Geleneksel “Yazılım Dünyasında Trendler” serisinin 7. sayısı olan 2026 versiyonu ile ancak karşınızdayız. (2020, 2021, 2022, 2023, 2024, 2025)

Geçen yıla benzer bir girizgahla başlayacağım: Bu sene de iş ve kişisel yoğunluğum nedeniyle epey geç başladım yazarlara ulaşıp yazıları toplama sürecine. Bu nedenle de kısıtlı zamanda daha az yazarın müsaitliğini yakalayabildim. Diğer yandan önceki senelerde olduğu gibi 2 dönem kuralına takılan yazarlarımız oldu. Bu sebeplerden maalesef ana akım diyebileceğimiz web geliştirme ve yapay zeka dışındaki çoğu alanda planladığım sayıda uzmana ulaşamadım. Bu konuda alan çeşitliliğini sağlamak için(başta oyun geliştirme, mobil geliştirme, veri bilimi, fonksiyonel programlama, gömülü programlama, aviyonik, blockchain…) tavsiye edeceğiniz uzmanlarla bana yardımcı olursanız çok memnun olurum.

Bu sayıda alanında uzman on sekiz kişinin görüşlerini okuyacaksınız. Konularda doğal olarak -geçen sene olduğu gibi- gün geçtikçe daha fazla gündelik hayatımıza dahil olan yapay zeka uygulamaları, bunların iş hayatımıza ve sektöre etkileri öne çıktı.

Başta yapay zeka alanı olmak üzere yenilikler o kadar hızlı yaşanıyor ki birkaç aya eskiyebiliyor. Mesela bazı yazarlarımızın Aralık ayında ilettiği yazılardaki bazı öngörüleri şimdiden gerçekleşti/gerçekleşiyor bile.

Geçen senelerde olduğu gibi bu sene de içerikte çeşitliliği sağlamak için yazarlarımızdan sınırları oldukça geniş çizilmiş “serbest bir format” istedim. Kimi yazarlarımız tek bir uzmanlık alanında, kimileri dokundukları farklı alanlarda değerli görüşlerini paylaştı. Yine kimileri teknik konulara(dil, framework vs), kimileri daha soyut olan süreçlere, metodolojilere odaklandı. Bazı yazarlarımız ise olası gündemlerden ziyade önemli gördükleri, gündem olması gerektiğini düşündükleri konuları gündem edip yazdılar. Velhasıl her biri kendi perspektifinden okurlara değer katacak öngörülerini, tavsiyelerini paylaştı.

Rapora geçmeden önce bizlerle değerli görüşlerini paylaşan tüm yazarlarımıza(Altuğ Bilgin Altıntaş, Berk Ulsoy, Cahit Barkın Özer, Coşkun Taşdemir, Egemen İmre, Erkan Ceran, Eser Özvataf, Evren Tan, Furkan Şahin Kulaksız, Gizem Saruhan, Gökmen Görgen, Murat Dinç, Mustafa Akın, Nesrin Aşan, Oğuzhan Yılmaz, Süleyman Fazıl Yeşil, Yiğit Alp Çıray ve Ziyahan Albeniz) teşekkür ediyorum.

Not: Yazarlar alfabetik olarak sıralanmıştır.

Kapak Fotoğrafı: unsplash.com/@kvncnls

Kapak Tasarımı: Tarık Çayır

Kürasyon: Muhammed Hilmi Koca

Altuğ Bilgin Altıntaş

Software Architect

AI İşimizi Elimizi Almıyor; Bizi 20 Yıl Öncesine, “Özümüze” Döndürüyor

Yapay zeka (AI) ve yazılım dünyasındaki gelişmelerle ilgili her gün yeni bir kıyamet senaryosu duyuyoruz. “AI kod yazıyor, yazılımcılara ihtiyaç kalmayacak mı?” sorusu her toplantıda, her kahve molasında bir şekilde gündeme geliyor.

Benim cevabım net: Hayır, AI işimizi elimizden almıyor. Aksine, bizi teknolojinin gürültüsünden arındırıp, yaklaşık 20 yıl önce Eric Evans’ın işaret ettiği o kutsal noktaya geri götürüyor.

Teknoloji Amaç Değil, Araçtır

Yazılım dünyasında sıkça düştüğümüz bir tuzak var: Aracı, amaç zannetmek. Yeni çıkan framework’ler, kütüphaneler ve diller arasında kaybolurken asıl meseleyi unutuyoruz.

Eliyahu Goldratt’ın efsanevi kitabı “Amaç” (The Goal) bize şunu hatırlatır: Bir işletmenin amacı teknoloji üretmek değil, o teknoloji (araç) sayesinde değer üretmektir. Bizim “ekmeğimiz”, yazdığımız if-else bloklarından değil, o kodların hizmet ettiği "Domain"den (İş Alanı) gelir. Müşteriye sağladığımız fayda, çözdüğümüz iş problemi kadar varız.

Eric Evans Haklıydı: Domain Kraldır

20 yıl önce Eric Evans Domain-Driven Design (DDD) ile sahneye çıktığında bize bir şeyi haykırıyordu: “Yazılımın kalbi koddur ama ruhu iş mantığıdır.” Ancak zamanla biz yazılımcılar olarak teknik detaylarda boğulduk, işin özünden uzaklaştık.

Bugün AI, bize Evans’ın vizyonunu altın tepside geri sunuyor. Copilot’lar, GPT’ler hamaliye işlerini, syntax ezberini ve boilerplate kodları üstlenerek yazılım kalitesini artırıyor. Bu sayede bize, asıl odaklanmamız gereken şeyi, yani “Domain”i hediye ediyor.

8 Adımın Sadece 1'i Kodlamadır

Paylaştığım Domain-Driven Design Starter Modeling Process şemasına dikkatlice bakın. Bu süreç, bir yazılımın hayata geçirilmesi için gereken adımları gösteriyor:

Gördüğünüz gibi, toplam 8 adımın 7 tanesi; iş süreçlerinin keşfi, iletişim, stratejik konumlandırma ve mimari kurgudan oluşuyor. Kod yazmak (Code) sadece en son adımdır.

Şimdi soruyorum: AI en sondaki bu adımı otomatikleştiriyor veya hızlandırıyor diye üzülmeli miyiz? Yoksa bize ilk 7 adımda, yani işin keşfi, stratejisi ve mimarisinde derinleşmek için zaman kazandırdığı için ona teşekkür mü etmeliyiz?

Tehlikede Olan Kim?

AI, yazılımcıların işini kolaylaştırıyor ve kaliteyi artırıyor. Ancak bir grup için gerçekten tehdit oluşturuyor: Sadece teknolojiye odaklananlar.

Eğer tek yetkinliğiniz syntax bilmekse, iş mantığını, müşterinin derdini veya domain’in derinliğini umursamadan sadece kod yazmayı “amaç” edindiyseniz, evet, AI sizin yerinizi alabilir. Çünkü AI, işin “teknik amelelik” kısmını bizden çok daha hızlı yapıyor.

Ama Domain’e hakim olan, teknolojiyi bir araç olarak görüp iş mantığına odaklanan mühendisler için bu bir rönesanstır. AI sayesinde, layık olduğu önemi tekrar kazanacak olan Domain Driven Design ve iş mantığı (Business Logic) çağına hoş geldiniz.

Şimdi klavyenin başından biraz kalkıp, tahtanın başına geçme ve “işimizi” konuşma zamanı.

Berk Ulsoy

Strategic Tech & Product Leadership

Doğrunun, yanlışın, gerçeğin, korkunun, haberin ve reklamın birbirine karıştığı bir 2025’i geride bıraktık.

2026 bu konularda çok farklı olmayacak. Dolayısıyla, roller ne olursa olsun yine en önemli şey, neyin gürültü neyin sinyal olduğunun ayrımına varıp ayakları yere basan kararlar almak olacak.

Yazılım trendlerinde işletmelerin yaşayacağı konulardan yaklaşalım. Zira onların yaşadıkları, doğrudan yazılım sektöründe yapılacakları ve fırsatları belirleyecek.

Maliyet optimizasyonu, nakit akışı ve verimlilik baskısı

Şirketler giderek artan bir şekilde nakit akışı odağıyla hareket etmeye devam edecek. Bu da aktif yatırımların artan bir geri dönüş baskısı görmesine ve yeni yatırımların daha sert bir fizibilite çalışmasına maruz kalmasına yol açacak.

AI tabanlı ürün ve hizmetler sunan şirketler için bunun anlamı, müşterilerinin işlerine yaptıkları katkıyı somut olarak göstermeleri konusunda sabrın azalması demek.

Cloud tarafında ise FinOps disiplini, pratikleri ve araçlarının yaygınlaşması artacak. Çoğu kurumun olgunluk seviyesi hâlâ fatura geldikten, masraf oluştuktan sonra reaksiyon göstermek üzerine olduğundan gidilecek mesafe daha var.

Güvenlik

Siber güvenlik önemini artırmaya devam edecek. Zero Trust çözümleri kurumlar için giderek baseline olmaya başlayacak. Hem güvenlik çözümlerinde hem saldırılarda AI kullanımının payı artacak.

Kurum içerisinde AI kullanımının yarattığı hukuksal ve güvenlik riskleri daha fazla şirketin odak noktası olacak ve riskli kullanımlar kontrol altına alınacak. Güvenlik çözümleri, SDLC’den altyapıya; supply chain güvenliğinden yetkilendirme yönetimine kadar her alana dâhil olmaya devam edecek.

AI yönetmeliklerine uyumluluk

Şirketlerin uymak zorunda oldukları yönetmeliklere bir yenisi ekleniyor. AI yönetmeliklerine uyumluluğun ve bunun sürekliliğinin kanıtlanması, şirketlerin çözmesi gereken bir problem hâline gelecek.

İş imkânları

Yazılımcılar için iş imkânlarının durumu; bulundukları coğrafyaya, sektörlere, bilgi ve tecrübe alanlarına göre farklı olmaya devam edecek. Zira yazılım uzmanına olan talep ne ülkeden ülkeye ne de sektörden sektöre homojen dağılım gösteren bir şey değil.

Uzaktan çalışmanın azalması, dar yerel pazarları hareketlendirecek.

Veri yönetimi

Kurumlar için pek çok AI yatırımının değer üretmesi, kullanılan modelden çok verinin kalitesine bağlı. Standartlaştırılmış veri akışları, kataloglar, lineage takibi, veri temizleme, erişim kontrolü ve regülasyon uyumlu yaşam yönetimi gibi konular hâlâ pek çok şirketin açık noktaları. Bu konuya gerekli önemi vermeyenlerin AI girişimleri, eğer girişimin başarısı veriye bağlıysa, yürümeye çalışmadan koşmaya benzer şekilde başarısızlıkla sonuçlanması muhtemel.

AI’ın yazılım geliştirmeye etkisi

Gelelim sosyal medyanın en popüler konusuna. İyi haber: mimari tasarım, doğrulama, güvenlik, entegrasyon ve iş alanı bilgisi gibi konulara hâkimiyetin değeri artacak.

Kötü haber: bu konulara hâkim olmayı öğrenmek zorlaşacak. Zira bunun yolu tecrübeden geçiyor ve AI araçlarını iyi kullanan tecrübeli yazılımcıların kapattığı alan, yeni mezunların bu tecrübelere erişim imkânını zorlaştırıyor.

Tedarik zinciri ve bağımlılık riskleri

Yazılım tedarik zincirleri üzerine yapılan saldırılar, şirketlerde açık kaynak yazılımların özgünlük denetimlerinin artmasına yol açacak. Lisans, bakım ve güvenlik risklerinin teknik ekiplerin olduğu kadar hukuk ekiplerinin de konusu hâline gelmesi, daha küçük şirketlerde de görülecek.

Arzuladığınız gibi bir yıl geçirmeniz dileğiyle.

Cahit Barkın Özer

AI Engineer

Teknoloji dünyası son iki yılını Üretken Yapay Zeka (GenAI) ile “neler yapılabileceğini” keşfetmekle geçirdi. Ancak 2026’ya yaklaşırken rüzgarın yönü değişiyor. Artık sektördeki subjektif yorumların yerini; projenin olgunluğu, ölçülebilirliği ve iş değerine entegrasyonu alıyor. Başarılı konsept kanıtları (PoC), gerçek değer üreten ölçeklenebilir sistemlere evriliyor.

Sektörde öne çıkan trendler:

1. Sohbet Eden Asistanlardan, İş Yapan “Ajanlara” (Agentic Shift)

Ofis çalışanları, sohbet tabanlı asistanlarla (Chatbot) işlerini hızlandırmayı büyük ölçüde benimsedi. Ancak artık sadece metin üreten değil; muhakeme yapabilen (reasoning), diğer yazılımlarla konuşabilen, sistemleri güncelleyen ve karmaşık süreçleri uçtan uca yöneten ajanlar sahneye çıkıyor.

Büyük Dil Modeli (LLM) geliştiricileri, modellerin yüksek muhakeme ve fonksiyon çağırma (tool calling) yetenekleri ve geniş bağlam pencereleriyle birçok işi halledebildiğini vurgulasa da, pratikteki uç durumların ve ufak detayların kaçırılması, insan gözetiminin (Human-in-the-loop) önemini gösteriyor. Bu noktada asıl mühendislik zorluğu modelin kullanımı yerine orkestrasyon, entegrasyon ve ölçümde.

Modellerin birbiriyle nasıl konuştuğu, MCP (Model Context Protocol), A2A (Agent-to-Agent) ve ACP (Agent Communication Protocol) gibi protokollerin olgunlaşması (bu protokollerin hala eksiklikleri bulunuyor) ve standartlaşması bekleniyor. Her ajanik akış “model agnostik” (modelden bağımsız) olamıyor; bu alanda prompt ve çıktının ayarlanması ve gecikme süresi testleri gibi kontroller yapılması gerekiyor. Bu aşamada AgentOps kavramı; izleme (monitoring), maliyet yönetimi ve güvenliğin “ajan seviyesinde” ele alınması ile başarının anahtarı haline geliyor.

2. Maliyet ve Mimari: Tek Dev Model’den Ayrılış

“Tek bir devasa, kapalı kaynak modelin her isteği çözmesi” fikri, yerini maliyet ve performans odaklı hibrit mimarilere bırakıyor. Her iş için en pahalı modeli kullanmak sürdürülebilir görülmüyor.

Bunun yerine; yazılım tabanlı deterministik kurallar, RAG (Retrieval-Augmented Generation) yapıları, açık kaynak modeller ve Küçük Dil Modelleri (SLM: Small Language Models) [1] harmanlanarak düşük maliyetli ve düşük gecikmeli alternatifler aranıyor. Nvidia’nın Groq ile imzaladığı Münhasır Olmayan Çıkarım Teknolojisi Lisanslama Anlaşması [2], LPU (Language Processing Unit) teknolojileri sayesinde çıkarım (inference) sürelerinin düşmesi ve ajanik hatların gerçek zamanlı çalışabilmesi için kritik bir kaldıraç olabilir. Ajanik hatlar ile çıktının doğruluğunun, deterministik de olacak biçimde artırılması yine dikkat çeken konulardan.

3. Veri Egemenliği ve Bağlam Mühendisliği

Kamuya açık karşılaştırma veri kümeleri (public benchmark datasets) modeller tarafından ezberlenmiş olarak görülüyor; bu da model tercihinde yanıltıcı doğruluk oranlarına yol açabiliyor. Bunun çözümü için kamuya kapalı (private) karşılaştırma verilerinin üretilmesi veya paylaşılanların kullanılması tercih edilen yöntemlerden [3] [4].

Modeller herkesin erişimine açık ve metalaşmış halde. Farkı yaratan şey: Şirketin en uygun olan modeli doğru şekilde seçmesi ve onları kendi verileri ile kurdukları hatlarda çalıştırmaları. Verinin ayrıca temiz, doğrulanmış ve güvenli bir bağlamda olması da önem arz ediyor. İstem (prompt) formatı ile birlikte modele hangi bağlamın verildiği (context engineering) belirleyici hale geliyor [5]. Şirket içi mesajlaşma kayıtları (Slack/Teams/Zoom), Jira ticket’ları, git commit’leri, loglar ve e-postalar büyük bir hazine olarak görülüyor. Kendi veri envanterini ve altyapısını kuran şirketler önümüzdeki dönemlerde avantaj sağlayabilirler.

4. Yazılım Geliştirmenin İki Yüzü: Vibe Coding ve CLI Ajanları

Yazılım geliştirme dünyasında ilginç bir çatallanma yaşıyoruz:

Amatörler için “Vibe Coding” [6]: Tek satır kod yazmadan, sadece doğal dille basit uygulamalar geliştirmek mümkün hale geliyor. Mobil uygulama üzerinden ihtiyacınız olan uygulamayı geliştirmek [7] veya YouTube Playables gibi platformlarda “hyper-casual” oyunlar yapıp reklam geliri elde etmek [8] gibi fikirlerin gerçeklenebilirliği sektörde deneysel olarak ele alınıyor.

Profesyoneller için “Ajanik CLI”: Copilot’tan Cursor’a geçişi gözlemlemiştik; şimdi ise Cursor her yazılımcının eşlikçisi olurken, Claude Code ve Gemini CLI gibi terminal tabanlı (CLI) ajanlara doğru güçlü bir yönelim var [9].

Burada bir risk bulunuyor: Kullanıcılar ajanın yaptığı değişiklikleri git diff üzerinden anlık incelese de, bu eylemin “vibe coding”e kayma eğilimi, kodun detaylarını gözden kaçırma ve güvenlik açığı yaratma riski taşıyabilir. Yapılan bazı araştırmalar, koddan otomatik oluşturulan testlerin bile kodun kendi zayıflıklarını barındırabildiğini gösteriyor; bu da profesyonel ortamda otomatik kod oluşturan yapılar konusunda dikkatli olunması gerektiğini işaret ediyor [10]. Yazılım geliştirmedeki ucuzlama beklentileri uzun vadeli bakım maliyetleri dikkate alındığında her zaman geçerli olmayabilir. LLM tabanlı, hızlı yazılmış kodlar çok daha hızlı “çürüme” (code rot) potansiyeli taşıyabiliyor.

Benim görüşüm: Kod üretimi konusunda, sonradan “refactor” maliyeti yaratmayacak, pozitif ROI (Yatırım Getirisi) sağlayacak yapılar kurulması gerektiği yönünde. En temel seviyede neyin neden yapıldığının bilinmesi (soyutlamaların arkasındaki sisteme hakim olmak), mimari ve sistem seviyesinde düşünme yeteneği ve popüler çözümün ötesini görebilen yaratıcılık gibi yeteneklerin, mühendisler için hiç olmadığı kadar değerli hale geldiğini düşünüyorum. Yaratıcı, uzun ömürlü ve kaliteli sistemleri daha hızlı bir şekilde kurmak hala insan uzmanlığı gerektiriyor. Tekrar eden boilerplate yapıların otomatize edilmesi, prototipleme, muhakeme eşlikçisi olarak kullanım ve dokümantasyon oluşturma gibi konularda ise çok büyük potansiyeller var.

5. Teknoloji Yığınındaki Trendler

* Knowledge Graph Tabanlı RAG: Standart RAG yaygınlaşırken, Agentic RAG ve Knowledge Graph (Bilgi Grafiği) tabanlı sistemler popüler hale geliyor.

* Multimodalite: Video akışı şeklinde gören, sizinle konuşan asistanlar [11]; SLM’lerdeki gelişmelerle birlikte daha da olgunlaşıyor. Bu durum erişilebilirlikten güvenlik kayıtları ve içerik denetimi gibi yeni çözümlere kapı aralıyor.

* Dokümantasyon: Google NotebookLM [12] gibi “RAG as a Service” araçları ile dokümanlar, Deepwiki [13] ile repolar çok daha hızlı kavranabiliyor, bilgi tüketim hızımız artıyor.

* Otomasyon: n8n [14] gibi otomasyon araçların popülerleşmesi, ajanik süreçlerin “no-code/low-code” tarafında da yaygınlaşmasını sağlıyor.

* İçerik üretimi: PDF ve PPTX üretiminde kullanılabilir kaliteye ulaşılmasını; derin araştırma yeteneklerinde iyileşme sağlanmasını, görsel ve video üretiminde ise gelişimin sürerek video ve görsel düzenleme yeteneklerinin artmasını bekliyorum.

Sonuç

Bana göre “Yapay zekâ balonu” tartışmaları, çoğu zaman teknolojinin yetersizliğinden ziyade beklentilerin gerçekçi olmamasından kaynaklanıyor. Kısa vadede ekonomik kısıtlar ve iş modellerinin netleşmesiyle bir normalleşme süreci yaşanabilir; ancak bu durum bir çöküşten çok, abartıdan ölçülebilir ve sürdürülebilir uygulamalara doğru bir geçiş olarak değerlendirilebilir diye düşünüyorum.

Başarı, giderek öznel değerlendirmelerden ziyade; ölçülebilir etkileşim, verimlilik ve doğruluk gibi nesnel metriklerle tanımlanıyor. Riskleri azaltan, bilgiyi işlenebilir hâle getiren ve tekrarlı işleri otomatikleştirerek somut değer üreten yaklaşımlar, sürdürülebilir başarının temel belirleyicileri hâline geliyor.

Kaynakça

[1] Nvidia, “SLM’lerin Ajanik Sistemlerin Geleceği Olduğuna Dair Görüş Makalesi”, arXiv, 2025. (https://arxiv.org/abs/2506.02153)

[2] TechCrunch, “Nvidia Acquires AI Chip Challenger Groq”, Aralık 2025. (https://techcrunch.com/2025/12/24/nvidia-acquires-ai-chip-challenger-groq-for-20b-report-says/)

[3] LMSYS Chatbot Arena Leaderboard. (https://lmarena.ai/tr/leaderboard)

[4] ARC Prize Leaderboard (Verified by Private Values). (https://arcprize.org/leaderboard)

[5] Anthropic Engineering, “Effective Context Engineering for AI Agents”. (https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)

[6] Andrej Karpathy, “Vibe Coding’in tanımını yaptığı X paylaşımı”, 2025. (https://x.com/karpathy/status/1886192184808149383)

[7] TechCrunch, “Nothing Launches AI Tool for Building Mini Apps”, Eylül 2025. (https://techcrunch.com/2025/09/30/nothing-launches-ai-tool-for-building-mini-apps-using-prompts/)

[8] Creative Bloq, “You can now play AI generated games in YouTube”. (https://www.creativebloq.com/3d/video-game-design/you-can-now-play-ai-generated-games-in-youtube)

[9] DPAIA Developer Tools. (https://dpaia.dev/)

[10] arXiv Preprint, “Automated Code Generation Risks”, Eylül 2024. (https://arxiv.org/abs/2409.09464)

[11] Google DeepMind, “Project Astra”. (https://deepmind.google/models/project-astra/)

[12] Google NotebookLM. (https://notebooklm.google.com/)

[13] Devin AI, “Deepwiki Documentation”. (https://docs.devin.ai/work-with-devin/deepwiki)

[14] n8n Workflow Automation. (https://n8n.io/)

Coşkun Taşdemir

Senior Embedded Software Engineer

2026 Yazılım Trendleri (Niyetine)…

2026 yazılım trendleri hakkında konuşacak çok şey var. Kafamdaki listede birçok farklı başlık vardı; ancak bunların hepsinden daha önemli bazı noktalar üzerine konuşmanın daha anlamlı olacağını düşünüyorum.

Her gün yapay zekâ alanında yeni bir gelişme, yeni bir araç, yeni bir video görüyoruz. Tüm bunlar çoğumuzda bir FOMO (Fear of Missing Out) — yani “bir şeyleri kaçırıyorum” hissi — oluşturuyor. Bu da psikolojik olarak sürekli diken üstünde kalmamıza neden oluyor.

Pandeminin şokunu yeni atlatmış bir dünyada; ekonomik çalkantılar, her gün farklı bir haberle güne başlamak ve şimdi de “yapay zekâ işimizi elimizden mi alacak?” tartışmaları derken iyice şaşkına dönmüş durumdayız.

Şunun farkında olmamız gerekiyor: İçinde bulunduğumuz dönüşüm yalnızca yazılım alanıyla sınırlı değil. Ancak nedense birçok kişi odağını sadece “yazılımcılara” çevirmiş durumda. Oysa dünyanın, kabaca İkinci Dünya Savaşı’ndan beri alışık olduğu düzen kökten değişirken, konunun yazılım dünyasından çok daha büyük olduğunu kabul etmemiz gerekiyor.

Uç Görüşler ve Gerçekçi Beklenti

Son dönemin klasik tartışmasına dönersek:

• “Yapay zekâ her şeyi yapacak, bize bir şey kalmayacak.”
• “Hiçbir şey olmaz, bu geçici bir balon.”

Ben yaşanacak olanın bu iki uç nokta arasında bir yerde olacağına inanıyorum.

Bugün yaşadığımız şaşkınlık; otomatik dokuma makinelerini ya da hayvan gücü olmadan hareket eden buharlı lokomotifleri ilk kez gören insanların yaşadıklarından çok da farklı değil.

Bazı şeyler uzun zamandır hayatımızın parçası ise, onları “doğal” kabul etme eğilimindeyiz. Oysa bugün “meslek”, “maaş”, “mesai”, hatta “yazılım” diye bildiğimiz kavramların bile bir ihtiyaç sonucu ortaya çıkmış icatlar olduğunu unutmamalıyız.

Değişmeyecek bazı gerçekler var: Fizyolojik ihtiyaçlarımız gibi. Ancak internet, video, müzik platform üyeliği, spor kulübü aboneliği, akıllı telefon kullanma, sürekli internete bağlı olma gibi “ihtiyaç” sandığımız birçok şey sonradan icat edilmiş şeyler… Bunlar olmadan yaşayabiliriz; fakat açlık ve susuzluk için aynı şeyi söyleyemeyiz.

İşsizlik Korkusu ve Kimlik Meselesi

Bugün “işsizlik” diye korktuğumuz şey, özünde aç kalma ve hayatta kalma güdüsü…

Endüstri çağının bize öğrettiği — hatta belki de bilinçaltımıza yerleştirdiği — şeylerden biri, kimliğimizi mesleklerimiz üzerinden tanımlamak oldu. Bu nedenle yaptığımız iş ortadan kalkmaya başladığında bir kimlik bunalımına sürükleniyoruz.

Yıllardır yazılımla uğraşan biri olarak şunu söyleyebilirim: Eğer bu iş ortadan kalkarsa, hem bir kimlikten hem de bir hayatta kalma aracından mahrum kalacağımız düşüncesi ciddi bir anksiyete yaratıyor.

Ancak bu kadar büyük bir dönüşümde yazılımcılar, sistemin yalnızca küçük bir yüzdesini oluşturuyor. Eğer insanların yaptığı işlerin %80’i otomasyona geçecekse, asıl soru şu olacaktır:

İnsanlar arasındaki değer üretimi ve paylaşımı nasıl şekillenecek?

“Balon” Tartışması: İki Farklı Anlam

Yapay zekâ konusundaki “balon” söylemlerinde bir miktar doğruluk payı olduğunu düşünüyorum. Ancak burada iki farklı balon tanımını ayırmak gerekiyor:

Algısal Balon

Bir teknolojinin muhtemel sağlayacağı faydaların ve getirilerin olduğundan fazla abartılması.
Bunu birkaç yıl önce “gelecek burada” diye pazarlanan metaverse kavramında gördük.

Finansal Balon

Teknolojinin faydası gerçek olsa bile, etkilerinin büyüklüğü ve zamanlamasının abartılması sonucu şirket değerlerinin aşırı şişmesi.
Buna en iyi örnek 2000'li yılların başında Amerika Birleşik Devletleri’nde görülen “.com balonu”.

O dönemde internetle ilgili öngörülerin çoğu aslında gerçekleşti. Sorun, bunun beklenen hızda gerçekleşmemiş olmasıydı. En azından o zaman acelece yapılan yatırımların makul bir sürede döndürülemeyeceği hızda..

Bugün de benzer bir durum söz konusu olabilir: Beklentiler aşırı iyimser kalabilir. Eğer yatırımların geri dönüşü beklenen hızda olmazsa, yine Amerika öncülüğünde ciddi bir finansal kriz riski oluşabilir.

Yazılımın Geleceği: Kod mu, Çözüm mü?

Yapay zekâ araçlarının verimlilik artışını artık birebir deneyimliyoruz. Tecrübeli yazılımcılar için “elle kod yazma” işi belirgin şekilde azalıyor.

Kendi deneyimim de söyleyebilirim ki son aylarda kod yazmak giderek angarya gibi gelmeye başladı. Ancak karşılaştığımız problemlerde hâlâ kendi kritik düşünme becerilerimizi kullanmak zorundayız.

Bazı durumlarda bir yazılım hatasını çözmek için tamamen yapay zekâya güvendiğimde bir kısır döngüye girdiğim çok oldu. Elbette bu araçlar hızla gelişiyor; ancak henüz insan muhakemesinin yerini tamamen almış değiller.

Burada asıl soru şu:

Yazılımlara neden ihtiyaç duyuyoruz?

Geçmişte bilgisayar programlamayı şöyle anlatırdık:
“Bilgisayarlar aptal makinelerdir; onlara bir işi adım adım tarif etmemiz gerekir.”

Bugün ise bilgisayarlarla doğal dilimizde konuşabiliyoruz. Sanki uzaylılarla konuşmak için aracılık yapacak çevirmenlere ihtiyaç duyarken artık doğrudan kendi dilimizde iletişim kurabilmek gibi…

Peki bu durumda yazılımcılara ihtiyaç kalmadı mı?

Bence hayır.

Yazılım hiçbir zaman nihai hedef olmadı. Yazılım bir araçtır. Asıl hedef, yazılımın ortaya koyduğu çözümdür.

Kodlama sürecinin otomasyonu arttıkça hepimiz birer “kod yazıcı” olmaktan çıkıp birer çözüm üreticiye dönüşmek zorundayız. Yapay zekâ araçları bu süreçte güçlü yardımcılarımız olacak; ancak çözüm ihtiyacı ortadan kalkmıyor.

Son Söz: İnsan Değeri ve Anlam

Belki de en önemli nokta şu:

İnsan olarak değerimiz, mesleklerimizden ya da kapitalist sistem içindeki fonksiyonumuzdan gelmiyor. Değerimiz, insan olmamızdan geliyor.

Dünya yeniden düşünürlere, filozoflara ve insanlığa huzur getirecek fikirlere ihtiyaç duyuyor. Tüm insanların büyük bir karmaşa içinde ızdırap çekeceği bir dünyaya giriyorsak şayet, yazılımcılara ne olduğu burada küçük bir ayrıntı kalacaktır…

Egemen İmre

Satellite System Engineer

2025 yılına damgasını vuran “Yapay Zeka Tantanası”, uzay ve uydular alanını da elbette etkiledi ve 2026 yılında da etkilemeye devam etmesi kaçınılmaz.

2025 yılının en çok öne çıkan konularından biri, veri merkezlerinin uzaya taşınması idi. Bu konu sektör içi bir mesele olmaktan çıkıp popülerleşti ve “halka mal oldu”. Normalde uydulardaki Faydalı Yük’ün bir parçası olan veri işlemenin, Faydalı Yük’ün ta kendisi haline gelmesi başlı başına ilginç bir gelişme elbette.

Uzayda güç üretimi ve soğutmanın (kağıt üzerinde) bedava olması nedeniyle herkesin iştahını kabartan ve bilen bilmeyen herkesin hesap kitap yapmaya çalıştığı bu konu aslında yeni değil. Yeni olan, eskiden devasa ve muhtemelen pek gerçekçi olmayan uydu sistemleri ile yapılması öngörülen bu işin, şimdi küçük ve çok sayıda uydu ile yapılmasının planlanması. Elbette sayıları binleri bulan çoklu uydu sistemleri deneyimi, iyi ölçeklendirilebilen üretim yetenekleri ve fırlatma sistemlerindeki alanındaki tekeli nedeniyle SpaceX bu konuda herkesten bir adım önde. Bununla birlikte soğutma, üretim ve fırlatma hala önemli bir sorun, ve yerde bu işi kurmak ve idame etmek (masraflı da olsa) daha basit. Bu nedenle, bu tür sistemlerin teknik ve mali fizibilitesi üzerinde hala ciddi soru işaretleri olsa da, yatırımcılar ile “techbro”ların ilgisi ve başımızın etini yemesi 2026’da da azalacak gibi görünmüyor.

Yapay Zeka (ya da Yapay Öğrenme) başka alanlara da el attı. Yerdeki görüntülerin kıymetlendirilmesindeki kullanım bazı alanlarda çoktan olgunlaşmıştı (bulutların tespiti vb), bazılarında ise yol alıyordu (otomatik hedef bulma ya da değişim tespiti vb.), ancak şimdi bu işlerin en azından bir kısmının “edge computing” prensibi ile yerinde yani uzayda yapılması konusunda çalışmalar hızlanıyor ve hızlanacak. Böylece yere indirilen veri küçülecek ve (belli şartlar sağlanırsa) daha kolay ve çabuk bir şekilde yere indirilecek. NVIDIA Jetson GPU’lar uzaya yollanmaya başladı bile. Tabii radyasyon etkilerinin azaltılması ve soğutma ihtiyaçlarının giderilmesi hala önemli birer mesele.

Yapay Öğrenme teknikleri sadece Faydalı Yük verileri için kullanılmıyor elbette. Bu tekniklerle veri analizi yaparak uydu sağlığının izlenmesi ve normal örüntülerin dışına çıkan durumların operatörlere raporlanması konusunda ticari ürünler sunan firmalar ortaya çıkmaya başladı bile. Görünüşe göre bunlar henüz sadece örüntüleri tanısa da, fiziksel süreçleri biraz olsun anlayan modellerin operatörlere çok daha fazla yardımcı olmasını bekleyebiliriz.

Yapay Zeka işlerini hallettiysek, daha sıkıcı konulara geçebiliriz. “Köklü” uydu şirketleri ve kurumsal yapılar eski karmaşık ve “legacy” sistemlerini idame ettirip geliştirmeye devam ediyor ve edecek. Bunlara yenilikleri entegre etmek de kolay değil. Yazılımcı tayfa iki sene önce çıkan framework’e eski diye burun kıvıradursun, iş ilanlarında Fortran bilgisinin istenmesi gibi durumlar sektörde zaman zaman karşımıza çıkabiliyor. Sektör dışındakiler bu yapılarla dalga geçedursun, dünya üzerindeki en karmaşık ve/veya zor şartlarda çalışan güvenilir sistemlerin bazıları da bu kurumlar tarafından yaptırılıyor ve işletiliyor.

Yeni şirketler ise, eski sistemleri idame etmek gibi bir kambura sahip olmadıkları için teorik olarak yeni yazılımlarını yeni teknolojilerle geliştiriyor. Ancak Startup Fasit Dairesi diyebileceğimiz bir döngü nedeniyle, istedikleri işi yapmak için gerekli insan kaynağını asla bulamıyorlar; yapılmak istenen işin hacmi, her zaman insan sayısından daha fazla oluyor. Hazır yazılımlar ise bir türlü gerekli fiyat/performans oranına kavuşamıyor. Bu nedenle birçok yeni şirket hem uydu kontrol hem de veri işleme tarafında kendi yazılımlarını tekrar tekrar geliştiriyor.

2025 yılında ABD’nin Avrupa’ya düşmanca tutumu ve genel olarak dünyanın gidişi, uydu sektörünü de etkiledi. Ulusal görevler ve bağımsızlık vurgusu, birçok küçük ve orta ölçekli şirketin göbekten bağlı olduğu veri merkezleri ve bulut altyapısının “yerliliğinin” de sorgulanmasını beraberinde getirdi. 2026 yılının dünyada bu tür hizmetleri şu ya da bu oranda “yerli ve milli” olarak sunan girişimcilerin yılı olacağını tahmin etmek zor değil ve uydu/uzay alanında da bu durum benzer. Elbette bunun bir başka sonucu da, sivil alanlarda çalışan birçok şirketin tabelaya “savunma ve istihbarat” yazıp, su akarken testiyi doldurması olacak.

Erkan Ceran

Teknoloji ve Yapay Zeka Danışmanı

2026'da Yazılım Geliştirme Bildiğimiz Haliyle Bitiyor

Dünyada bir çok kaynak ve araştırma şunu gösteriyor; Geliştirici artık sadece kod yazan kişi değil. Kod üreten sistemleri yöneten, denetleyen ve anlamlandıran bir orkestrator rolüne eviriliyor.

Bu romantik bir gelecek tasviri değil. Sahada yaşanan bir dönüşümün göstergesidir.

Herkes kullanıyor ama kimse tam güvenmiyor

AI kodlama araçlarının benimsenmesi neredeyse evrensel hale geldi. Kurumsal ekiplerin ezici çoğunluğu en az bir AI aracını kullanıyor. Pull request süreleri yarıya yakın düşüyor, kod üretim hızı dramatik biçimde artıyor.

Üstelik artık sadece IDE içi yardımcılardan bahsetmiyoruz. Claude Code, Cursor, Windsurf gibi CLI tabanlı kodlama araçları geliştiricinin terminaline yerleşti. Dosya oluşturmak, refactor yapmak, test yazmak, hatta bir repoyu baştan analiz etmek artık birkaç prompt uzaklıkta. Bu araçlar sadece kod tamamlamıyor, projeyi anlıyor, bağlam tutuyor ve çoklu dosya üzerinde otonom hareket edebiliyor. Yani artık “asistan” değil, “ajan” gibi çalışıyorlar.

Güzel tablo. Ta ki faturanın diğer tarafına bakana kadar.

AI üretimi kodlarda güvenlik açıkları belirgin biçimde artıyor. Yönetimsiz bırakılan AI pull request’leri insanların yazdığı koda kıyasla çok daha uzun review’da bekliyor. Stack Overflow verilerine göre geliştiricilerin büyük çoğunluğu AI araçlarını kullanıyor veya kullanmayı planlıyor ama çıktıya güvenen azınlıkta.

Gerilim tam burada başlıyor işte hız var ama güven yok. Herkes aracı kullanıyor ama çoğunluk çıktıya temkinli yaklaşıyor. Bu, sektörde yeni bir disiplinin doğduğunun işareti: “AI çıktı denetimi”.

2026'da değerli geliştirici tanımının, en hızlı kod yazan değil, işi en doğru ayıklayabilen ve ilgili AI ile çözen şeklinde olacağını düşünüyorum.

Bir de kıdem farkı var. Veriler, kıdemli mühendislerin AI’dan kat be kat daha fazla verimlilik elde ettiğini gösteriyor. AI, iyi mühendisi daha iyi yapıyor ama temeli olmayanı daha hızlı hata üretmeye teşvik ediyor. Yani asıl soru AI’ın ne kadar hızlı olduğu değil, kimin elinde olduğudur.

SaaS bitti mi, daha değil

2026'nın ikinci büyük kırılması SaaS modelinde yaşanıyor. Abonelik satmak yerine sonuç satma dönemi başlıyor, buna “Service as Software” deniyor.

Yazılım artık bir araç olmaktan çıkıyor, bir çalışan gibi davranıyor. AI ajanları görev alıyor, sonuç üretiyor, raporluyor. Koltuk başı fiyatlandırma yerini “başardığın kadar öde” modeline bırakıyor.

Dijital ikiz, AI asistanları bu modelin somut örneklerinden biri olarak görüyoruz. Bir yöneticinin karar alma biçimini, iletişim tonunu ve stratejik reflekslerini modelleyen bir sistem düşünün. Sesli danışmanlık veriyor, e-posta taslağı hazırlıyor, araştırma yapıyor, strateji önerisi sunuyor. Satılan şey bir yazılım lisansı değil, bir yöneticinin zamanını geri veren bir sonuç. Service as Software tam olarak bu.

CIO’lar bütçeleri kısmıyor, artırıyor. Ama artık araç değil, sonuç satın alıyorlar.

Gartner verisine göre çok ajanlı sistemlere yönelik sorgular bir yılda yüzde 1.445 arttı. Bu sıradan bir büyüme değil, bu mimari bir değişim sinyali.

Ama her “kaçınılmaz” teknoloji geçişi beklenenden uzun sürdü. Bulut bilişimin her şeyi değiştireceği 2010'da söyleniyordu mesela, 2026'da büyük kurumların önemli bir kısmı hala hibrit altyapıda. Agentic AI’da da benzer bir tablo var. Kurumların ne yazık ki çok küçük bir kısmı bunu gerçek anlamda üretime taşıyabildi.

Yön belli ama zamanlama değişken. Startup’lar hızla geçiş yapıyor. Büyük kurumlar ise düzenleyici yükler, veri egemenliği endişeleri, regülasyonlar ve mevcut teknik borç yüzünden aynı hızda hareket edemiyor.

Geliştirici krizi mi, yoksa geliştirici filtrelemesi mi

En tartışmalı konu istihdam. Junior geliştirici pozisyonlarında belirgin bir daralma eğilimi var. Mercer’ın küresel anketinde AI kaynaklı iş kaybı endişesi iki yılda neredeyse ikiye katlanmış. Rakamlar ciddi ama tek bir faktörle açıklamak yanıltıcı.

Aynı dönemde ZIRP balonunun patlaması sonrası teknoloji şirketleri genel olarak işe alımı kıstı. Makroekonomik belirsizlik tüm sektörlerde junior alımları yavaşlattı. Pandemi döneminin aşırı işe alımının düzeltmesi yaşanıyordu. Randstad CEO’su da Davos’ta bunu söylüyor: bu iş kayıplarının tamamını AI’a bağlamak için henüz çok erken.

Bir de “AI redundancy washing” var ki anlamı; şirketlerin AI’ı maliyet kesintisi bahanesi olarak kullanması demek. Deutsche Bank analistleri net bir tablo çıkarıyor; AI bahanesiyle işten çıkarma, yani “AI redundancy washing”, 2026'nın belirgin özelliklerinden biri olacak.

Benim gözlemim şu: AI iş yok etmiyor, işi yeniden dağıtıyor. Kıdemli ve adaptif profiller kazanıyor. Yüzeysel teknik bilgiyle çalışan profiller görünür hale geliyor ve bu görünürlük onların aleyhine işliyor. Yani ak koyun kara koyun ortaya çıkıyor.

Problem “AI geldi, işler gitti” değil. Problem şu: AI, derinliği olanı hızlandırıyor. Yüzeysel olanı görünür kılıyor. Bu aşamadan sonra patronlar bazı kararlar veriyor.

Gerçek risk ise mentorluk boşluğu. Eskiden bir junior, kıdemli birinin yanında öğrenirdi. Kıdemli mühendis, artık AI ajanlarını orkestrasyon ve mimari kararlarıyla meşgul. Bu yeni ortamda kimsenin elinden tutacak zamanı kalmıyor. Yeni junior arkadaşların bir sistemi geliştirmekten ziyade bir işi nasıl parçalara bölerim, her parçayı nasıl kurgularım şeklinde bir düşünce yapısına sahip olması gerekiyor, olmayanların yeni düzende yer alması mümkün görünmüyor.

Herkes yazılım üretebiliyor ama herkes değer üretemiyor

Low-code ve AI araçları sayesinde artık yazılım geliştirmek için yıllarca eğitim almak gerekmiyor. Bir fikri olan herkes prototip çıkarabiliyor. Bu iyi haber.

Kötü haber şu: üretmek kolaylaştıkça, neyin üretilmeye değer olduğunu bilmek asıl ayrıştırıcı oluyor. Matbaa örneğini ele alırsak, yaygınlaştığında daha iyi kitaplar değil, daha çok kitap çıktı. Farkı yaratan yazarlar oldu, matbaacılar değil.

Aynı şey şimdi yazılımda yaşanıyor. Araçlara erişim artıyor ama bu araçlarla gerçek iş değeri üretebilen kişi sayısı aynı hızda artmıyor.

Bu ne demek somut olarak? Verimlilik artacak, şirketler daha az insanla daha çok iş çıkaracak ama bu kazanç çalışanlara değil, çoğunlukla şirket karlarına yansıyacak. Yani pasta büyüyor ama dilimler eşit büyümüyor.

Bireyler için önerim şu; sadece araç kullanmayı öğrenmek yetmez, o araçla hangi problemi çözdüğünüzü bilmeniz gerekiyor. Domain bilgisi, iş anlayışı ve “neyi neden yaptığını” açıklayabilme becerisi, araç kullanma becerisinden daha değerli hale geliyor.

Güvenlik artık teknik değil, stratejik bir konu

Bu dönüşümün en az konuşulan ama en kritik boyutu veri güvenliği.

CLI tabanlı kodlama araçları repo erişimi istiyor, kod tabanını okuyor, dosya oluşturuyor. Ajansal AI sistemleri şirket verilerine, müşteri bilgilerine, iş süreçlerine erişiyor. Dijital ikizler C-level yöneticilerin stratejik kararlarını, sesli görüşme kayıtlarını, iletişim kalıplarını işliyor.

Bu farkındalık sektör genelinde henüz düşük. Şirketler AI ajanlarını hızla devreye alıyor ama bu ajanların neye eriştiğini, veriyi nerede işlediğini ve kimin denetlediğini yeterince sorgulamıyor. Toplantı transkriptleri, prompt içinde kullanılan şirket verileri rakip ellere geçtiğinde ne anlama gelir? Bu artık bir veri sızıntısı değil, bir strateji sızıntısıdır. 2026 da çokca bu konuda farklı vakalar duyacağımızı düşünüyorum.

Güvenlik sadece OWASP kontrol listesi değildir. Hangi AI aracının hangi veriye eriştiğini bilmek, prompt’larla istemeden veri sızdırmamak, ajan çıktılarını denetlemek, bunlar artık her geliştiricinin ve her yöneticinin sorumluluğudur.

Peki ne yapmalı?

Yazılımcılar, sistem tasarımı, mimari düşünce ve domain bilgisi her zamankinden değerli. AI çıktısını değerlendirecek tek filtre bunlar. “Sonucu doğrulayamayan operatör” olmak, 2026'nın en kötü pozisyonu olacaktır.

Şirketler olarak, AI yönetişim çerçevesi kurmak acil bir konu bence. Kıdemli mühendislere yatırım yapmak, junior pipeline’ı mentorluk programlarıyla yeniden tasarlamak ve outcome-based fiyatlandırma modellerini keşfetmek orta vadeli öncelikler arasına alınmalıdır. AI yatırımından önce kontrol yatırımı yapılmalı. Çalışanlar veri güvenliği konusunda bilgilendirilmeli ve nasıl prompt yazılacağını, risklerini bilmelidir. AI araçlarına kolayca ulaşabilmeleri sağlanmalıdır.

Sektör olarak ise AI okuryazarlığını erken eğitime entegre etmek, dijital erişim eşitliğini artırmak ve sosyal güvenlik ağlarını esnekleştirmek gündemde olmalı.

Bence, 2026'da ayakta kalan, en çok araç bilen değil, en net düşünen olacaktır. Araçlar herkesin elinde, modeller her ay yenileniyor, hız artıyor. Ama hız, yönünü bilmeyene yaramıyor.

Çünkü asıl rekabet teknoloji kullanmak değil, teknolojiyle ne inşa ettiğini bilmektir.

Evet, yazılım geliştirme bildiğimiz haliyle bitiyor. Ama biten meslek değil, konfor alanı.

Bu dönüşüme hazırlık bir araç daha öğrenmek değildir. Hazırlık, doğru soruyu soracak zihni kurmaktır.

Çünkü bu çağda farkı yaratan kod değil, onu yöneten düşüncedir.

Eser Özvataf

Açık Yazılım Ağı Gönüllüsü

BBS dönemlerinden bu yana belli iletileri belli mecralara bırakarak “dijital olarak iletişim kuran” biri olarak değişmeyen tek çekincem bir dayanağım olmadan insanları yanlış bir yöne sevk etmekti.

Birçok kez de buna benzer sene başı değerlendirmesi yazarken belli ilkeleri benimsiyordum: o dönem ilgi odağım hangi alan ise, mevcut trendlerden bahseder, neden benim ve diğer insanların değer atfettiği ile ilgili birkaç nokta paylaşıp gayet “rasyonel” bir açıdan değerlendirmemi yapar böylece “yanlış bilgi sunmaktan” olabildiğince uzak kalıyordum.

Bugün ise hem ekonomi hem teknolojinin odağı o kadar sık paradigma değişimine uğramaya başladı ki trendlerin bırakalım bir yılı, bir ay kadar dahi yaşam ömründen bahsedemiyoruz.

Bunu kendi YouTube kanalımda sevgili Mehmet Ali Peker’in konuk olduğu birbirinden farklı üç yayındaki içeriklere dönüp baktığımda daha net fark ettim. 2 Aralık 2022'de ChatGPT’i, 4 Eylül 2024'de Cursor IDE’yi, 17 Aralık 2024'de Devin AI’ı incelemişiz ve bu ürünlerin her biri bizden o gün için “pratikte kullanmaya yaklaşmıyorlar ama umut vaad ediyorlar” notu almış.

Bugün ise yayınlarda yaklaşık 3–4 farklı AI agent açık halde yarı açık kaynak gönüllü yarı profesyonel işlerimi yapıyorum. Bu döneme şahitlik etmek, o BBS dönemlerinden gelip İnternet’in ve Yazılım’ın gelişimine şahitlik etmek kadar heyecanlı. Zira artık zaman/yatırım/odak isteyen birçok şey daha “sürtünmesiz” bir biçimde kolayca halledilebilir, daha imkanlı hale geldi.

O nedenle benim buradaki tahminlerim ilk defa “desteksiz” olacak. Zira eskisi gibi ihtiyaçlardan ve daha önce tasarlanmış süreçlerden çok, insanların ve insanların oluşturduğu yapıların bu yeni pazarda yeni fırsatlar arayıp kendini konumlamasına şahit olacağız. Elbette bu sürecin kendisinden bahsedecek olsak da sonucunu ve çıktılarını okumamızı imkansıza yakın buluyorum.

İşte o desteksiz tahminlerim:

Yazılım Hizmetlerine Talep Düştükçe Daha Fiziksel Kaynaklara Talep Artacak

SaaS’lar, lisanslı yazılımlar ve bugün herhangi bir AI agent’ı yalnız bıraktığınızda elde edebileceğiniz yazılım çıktılarına talep bu yıl boyunca azalacak. “Bunlara gerek yok, ihtiyaç ortadan kalkıyor” demiyorum. Ama insanlar bir maliyet azaltma çabası için şanslarını deneyecekler.

Ancak tabii ki yeni oluşan in-house yazılımların barınmasından, ağ altyapısına, cloud hizmetlerinden tut, oluşturacağı veritabanı yüküne hatta ve hatta geliştirme aşamasında harcanan tokenların ya API/abonelik ücretleri ya da en yerel ortamda ekran kartı ihtiyaçları bir o kadar da artacak.

Özellikle AI agentların sağladığı yeni kapasitelerle rakiplerinin önüne geçmek isteyen ve yazılımlarını agresif büyütmeyi planlayan veya pivot arayışında olan yazılım ekiplerinin bu sıralar denetimli bir büyüme yerine kontrolsüz büyüme senaryolarını okuyabiliriz. Bunlar da kaynak kullanımına yansıyacaktır.

2 Pizza Takımı Döneminin Sonu

Büyük organizasyonlarda hem kurumsal hafızayı yaymak hem de verimlilik sağlamak adına 5 ila 9 kişilik ekipler kurulur, Amazon da bunu “iki büyük boy pizza ile doyacak bir grup insan” olarak ifade ederdi. Ancak takım için iletişimin de takımdaki kişi sayısıyla kartezyen çarpımla birlikte arttığını, büyük parçaların zor hareket ettiğini düşünürsek, bugün AI araçları ile hızlanan bir developer’ın tamamiyle bir iş alıp “anlamlı bir iş parçağı”nı yayına almak için bu büyüklükte bir takıma gereksinim kalmıyor.

Bu kişiler işlerinden olacak anlamına gelmiyor, eskiden elzem olan “işleri bölelim, backend’çi şunu yapsın, frontend’çi şunu yapsın” mizanseninin, uzun planlamaların ve daha birçok takım gereksinimin ortadan kalkmasından bahsediyorum. 2000'li yıllardaki gibi iş alıp, uçtan uca teslim eden geliştirici kavramına geri dönüleceğini, herkesin daha bireysel çalışacağını düşünüyorum.

Değişime Karşı Serinkanlılığın Önemi Belirleyici Olacak

Deneyimlisinden, sektörle yeni tanışacak olanına birçok tanıdığım, sohbet ettiğim insan şu anda “sakin kalmakta” zorlanıyorlar. Bazıları FOMO’yla boğuşup her şeyi takip etmek zorunda hissediyor, bazıları da yaptığı işin değersizleştiğini düşündüklerinden ötürü bir kaygı içinde yaşıyor. Ama bu endişe ikliminin çoğu insan için yarar getirmediğini söylemek için uzman olmaya gerek yok.

İnsanlarla çok iletişimde olan biri olarak, tüm bu kaygıları anlasam dahi “etki edebileceğim alanda” elden gelenin en iyisini yapmaya odaklanmanın en iyi seçenek olduğunu düşünüyorum. Sisli bir havada araç kullanan birinin sürekli “eyvah birazdan bir kaza olacak, önümü net göremiyorum” ruh halinde olması muhtemelen hata yapma olasılığını arttırıyordur.

O nedenle ben bu yıl hepimizin birbirimize de korku yaymadan sakin kalmamız, bugün kaçırdığımız şeye yarın adapte olabileceğimiz rahatlığı ile yaklaşmamız gerektiğini düşünüyorum. Zira yazılım alanı gibi bilişsel berraklık ile iyi çıktılar alınabilen bir alanda ruh halimiz, umutlu olmamız bir anlamda sermayemizin bir parçası.

Ben şahsen bu endişelere kapılmak yerine bunun bir parçası olmaya çalışıyorum örneğin. Nuh tufanı olacaksa da, gemiye atlayıp yeni topraklara taşınacağız gözüyle bakıyorum. Adeta Nuh’un gemisi gibi Software3 isimli -şimdilik ufak olan- bir organizasyon kurdum, komple AI araçları ile geliştirme yapmanın doğasını keşfetmeye çalışıyorum. Zira yeni araçlarla yeni yaklaşımlarla kendi alışkanlıklarımı evrimleştiriyor, içinde bulunduğumuz yeni düzleme adapte olmaya çalışıyorum.

Evren Tan

Software Crafter

Yazılım Yaşam Döngüsünde (SDLC) Yeni Bir Katman: Otonom Kalite Güvencesi İçin “LLM-as-a-Judge”

Yazılım dünyası olarak 2025 yılında, saniyeler içinde devasa miktarda kod üretebilen AI ajanları sayesinde “üretkenlik” (productivity) sorununu büyük ölçüde çözdük. Ancak 2026 yılı beraberinde yeni bir krizi getirdi: Kalite Duvarı. AI tarafından üretilen kodun devasa hacmi göz önüne alındığında, bu kodların insanlar tarafından manuel olarak incelenmesi (Code Review) artık fiziksel olarak imkansız hale geldi.

İşte bu noktada, denetimi de otonomlaştırarak SDLC (Yazılım Yaşam Döngüsü) içine kritik bir orta katman olarak yerleşen LLM-as-a-Judge mimarisi devreye giriyor.

1. Mimari Konumlandırma: “Bilişsel Kalite Kapısı”

Geleneksel kalite kapıları (Quality Gates) genellikle statik analizlere dayanırken, Bilişsel Kalite Kapısı (Cognitive Quality Gate), kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyen yeni nesil bir kontrol mekanizmasıdır.

LLM-as-a-Judge, basit bir “prompt” değil; yazılım teslimat sürecine stratejik olarak yerleştirilmiş çok aşamalı bir bilişsel denetim mekanizmasıdır. Bu katman, geliştiriciler ya da AI tarafından üretilen ham kodu alıp onu bir mimari süzgeçten geçirerek nihai bir karara dönüştürür. Bu katman, yazılım teslimat sürecine stratejik olarak yerleştirilmiş çok aşamalı bir bilişsel denetim mekanizmasıdır.

Süreç üç ana teknik aşamadan oluşur; code & context ingestion (bağlamsal veri girişi), multi-stage reasoning (çok aşamalı akıl yürütme) ve decision & feedback generation (karar ve geri bildirim üretimi). Gelin bu aşamaları sırasıyla inceleyelim.

Code & Context Ingestion (Bağlamsal Veri Girişi)

Bu aşama, “Hakem”in sadece önüne gelen kod satırlarına değil, o kodun içinde yaşadığı tüm ekosisteme hakim olmasını sağlar.

• ADR & Standart Entegrasyonu: Hakem, şirketin Architectural Decision Records (ADR) dosyalarını ve kodlama standartlarını sisteme yükler. Bu sayede, hakem, kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyebilir.
• Knowledge Graph Oluşturma: Sadece değişen dosyayı değil; o dosyanın etkilediği diğer sınıfları, veri tabanı şemalarını ve bağımlılıkları bir “bağlam grafiği” olarak analiz eder. Bu sayede, hakem, kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyebilir.
• Rubric Injection: Önceden tanımladığımız değerlendirme matrisleri (Rubrics), bu aşamada modele hangi “gözlükle” bakması gerektiği talimatını verir. Bu sayede, hakem, kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyebilir.

Multi-Stage Reasoning (Çok Aşamalı Akıl Yürütme)

Kodun doğruluğuna tek bir seferde karar vermek yerine, modeller arası bir “tartışma” süreci işletilir.

• Eleştiri ve Savunma: Birinci model (Critic) hataları listelerken, ikinci bir model bu bulguları test eder: “Bu gerçekten bir hata mı yoksa performans için yapılmış bilinçli bir tercih mi?” Bu sayede, hakem, kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyebilir.
• Chain-of-Thought (CoT): Judge (Hakem) model, bu tartışmayı izler ve kararın mantıksal adımlarını kağıda döker. Bu sayede, hakem, kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyebilir.

Decision & Feedback Generation (Karar ve Geri Bildirim Üretimi)

Analizi bir geliştiricinin veya AI ajanının anlayabileceği yapılandırılmış bir rapora dönüştürür.

• Structured Output: Karar, makineler tarafından okunabilmesi için JSON formatında üretilir. Bu sayede, hakem, kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyebilir.
• Narrative Feedback: Geliştiriciye sadece “hatalı” demez; “Bu yaklaşım N+1 problemine yol açıyor, onun yerine şu Query yapısını kullanmalısın” şeklinde mentorluk yapar. Bu sayede, hakem, kodun sadece sözdizimsel doğruluğunu değil, mimari uyumunu ve iş mantığını da “akıl yürüterek” denetleyebilir.

2. Paradigma Değişimi: Geleneksel CI/CD vs. LLM-as-a-Judge

2026'nın modern geliştirme hattı hem geleneksel hem de LLM tabanlı kontrolleri birleştirir; ancak roller keskindir. Geleneksel CI/CD araçları (Linter, Unit Test) kodun sözdizimsel doğruluğunu ve test kapsamını kontrol ederken, LLM-as-a-Judge mimarisi kodun mimari uyumunu ve iş mantığını “akıl yürüterek” denetler.

Aşağıdaki tabloda, geleneksel CI/CD ve LLM-as-a-Judge mimarilerinin karşılaştırması yer almaktadır.

3. Akıl Yürütme İzlenebilirliği (Reasoning Traceability)

LLM-as-a-Judge mimarisini geleneksel testlerden ayıran en büyük fark, kararın arkasındaki “neden-sonuç” ilişkisini sunabilmesidir. Hakem model, bir kod bloğunu reddettiğinde bunu sadece bir kural ihlali olarak değil, mimari bir argümanla sunar. Bu sayede, geliştirici sadece hatayı düzeltmekle kalmaz, sistemin geleceğine dair bir farkındalık kazanır.

Örnek olarak; “Bu değişiklik teknik olarak doğru olsa da, veritabanı katmanındaki N+1 sorgu problemini tetikliyor ve mevcut ölçekleme vizyonumuzla çelişiyor” şeklinde bir geri bildirim sunar. Bu, geliştiricinin sadece hatayı düzeltmesini değil, sistemin geleceğine dair bir farkındalık kazanmasını sağlar.

4. Kullanım Örneği: Bağlamsal Güvenlik ve Mimari Uyum

Bu bölümde, LLM-as-a-Judge mimarisinin gerçek dünyada nasıl kullanıldığını inceleyelim.

Bir geliştiricinin ödeme sistemine “Retry Mechanism” eklediğini düşünelim.

• Geleneksel CI/CD: Kodun derlendiğini ve unit testlerin geçtiğini onaylar. Ancak, kodun mimari uyumunu ve iş mantığını “akıl yürüterek” denetleyemez.
• LLM-as-a-Judge: Projenin finansal standartlarını ve mimari standartlarını bildiği için şunu fark eder: “Kod tekrar deneme yapıyor ancak ağ zaman aşımlarında mükerrer çekim riskini engelleyecek idempotency key bilgisini göndermiyor. Bu, finansal tutarlılık standardımızı ihlal ediyor” şeklinde geri bildirim sunar.
• Sonuç: PR, teknik değil mimari bir gerekçeyle otomatik olarak reddedilir. Geliştirici, hatayı düzeltmekle kalmaz, sistemin geleceğine dair bir farkındalık kazanır.

Bu örnekte, LLM-as-a-Judge mimarisinin geleneksel CI/CD araçlarından farkını net bir şekilde görebiliriz.

5. Değerlendirme Katmanı: Mimari Rubric Tasarımı

Hakemi eğitmek için kullandığımız rubric’ler, artık yaşayan birer dokümandır.

Peki rubric nedir ve nasıl tasarlanır? Rubric, hakemin kod kalitesini değerlendirmek için kullandığı bir dizi kriterdir. Bu kriterler, projenin mimari standartlarını ve iş kurallarını yansıtır. Rubric’ler tasarlanırken dikkat edilmesi gereken en önemli nokta, kriterlerin açık ve anlaşılır olmasıdır. Ayrıca, her kriter için farklı puanlama seviyeleri belirlenmelidir. Bu sayede, hakem, kod kalitesini daha doğru bir şekilde değerlendirebilir. Örnek olarak, bir ödeme sistemi için hazırlanmış bir rubric aşağıda yer almaktadır.

Bu puanlama sistemi, hakemin kod kalitesini daha doğru bir şekilde değerlendirmesini sağlar.

6. Hibrit Denetim: Human-in-the-loop (HITL) Entegrasyonu

Otonom bir hakem katmanı, insanı süreçten çıkarmaz; insanın rolünü “hakemlerin hakemi” seviyesine taşır. HITL katmanı, Judge LLM’in güven puanının (confidence score) düşük olduğu durumlarda devreye girer. Geliştirici burada bir “kod yazıcısı” değil, AI’ın verdiği kararı denetleyen bir “mimari otorite” olarak konumlanır.

En nihayetinde insan faktörünü tamamen ortadan kaldırmak istersek Judge LLM’in güven puanını artırmak için neler yapmalıyız? Ya da arttırmalı mıyız? Bu sorunun cevabı ise tamamen tartışmalı bir konu ve her organizasyonun kendi ihtiyaçlarına göre cevaplaması gereken bir soru bence.

7. Uygulama Rehberi: Geliştiriciler İçin Yol Haritası

• Hibrit Yapı: Linter’lar basit hataları elerken, LLM Judge mimariye odaklansın.
• Rubric Mühendisliği: Organizasyonun teknik vizyonu bu tablolara işlenmelidir.
• Golden Files: Hakeme projenizdeki “mükemmel” kod örneklerini referans tanıtın.
• Audit Log: Hakemin kararlarını düzenli olarak kıdemli geliştiricilerle gözden geçirin.

Son Söz: Yeni Nesil Geliştiricilik — “Orkestra Şefliği”

2026 yılında geliştiricilik, bir bitişe değil, çok daha stratejik bir başlangıca işaret ediyor. Yapay zeka kodu yazarken, bizler bu kodun içine felsefeyi, estetiği ve mimari ruhu üfleyen tasarımcılar haline geliyoruz.

Artık vaktimizi sözdizimi hatalarını düzeltmekle değil, “kaliteyi otonomlaştıran sistemler tasarlamakla” harcıyoruz. AI bizim yerimize kod yazmıyor; AI bizim uzmanlık standartlarımızı ölçeklendiriyor. Bizler artık teknolojinin nereye gideceğine karar veren, kaliteyi dijital bir anayasaya (rubric) dönüştüren ve bu devasa orkestrayı yöneten stratejik mimarlarız.

Furkan Şahin Kulaksız

Software Developer

Albert Einstein “3. Dünya Savaşını bilmiyorum ama 4. Dünya Savaşı taş ve sopalarla olacak” diye bir söz söylemiş. Bu sözün doğruluğunu ya da söylendiyse bile Albert Einstein tarafından söylendiğini teyit edemedim tabi ama çok basit bir Google aramasıyla bu sözün birileri tarafından söylendiğini görebilirsiniz. Yani tarihte böyle bir söylem var.

Bu vecizeyi felsefik olarak ele almak çok güzel kafa açar. Ama ben bu sözü biraz daha yazılım sektörüne yönelik yormak istiyorum.

Taş ve sopa çok ilkel. Hatta belki de tekerleğin icadından bile önce insanlık tarihinde var olan şeyler. Einstein’in bu sözünü -ya da kim söylediyse artık- ne demek istediğini burada kendimce tartışmayacağım elbette ama yeni nesil mülakatlar da artık “tekerleği icat edebilme üzerine” sorular sorulduğunun farkına vardım.

Özellikle 2025 yılının son çeyreğinde çok fazla mülakat deneyimim oldu. Kendim de aday mülakatlarına girdim.

Ben oldum olası Türkiye’deki yazılım sektöründeki mülakatlarin yapılış tarzına hep soğuk kalmışımdır ama , bu yazıya başladığım 18 Ocak 2026 tarihinde , geldiğimiz noktada firmalar artık mülakatları klasik bilgi soruları sormuyorlar şeklinde yorumluyorum.

Hepimiz yapay zekayı hayatımızın bir noktasına bir şekilde yerleştirdik. Vibe Coding ile bir yazılım firmasında proje üreten junior arkadaşlara da şahit oldum, yapay zeka ile çiçeklerle alakalı konuşanı da gördüm, kendi hastalığı üzerine sorular soran da…

Hal böyle olunca mülakata giren kişiler de en az adaylar kadar yapay zekayı kullanmayı bilen insanlar oluyorlar. Ve onlar da aday sorularını hazırlarken emin olun yapay zekaya en azından bi’ gir çık yapıyorlar.

Kendim de aday görüşmelerine giriyorum ve artık adaylara klasik soru tiplerinin olduğu soru havuzundan soru sormak çok anlamsız ve mantıksız. Çünkü bilgiye erişmek artık gerçekten kolay. Adaya “static keywordunden bahseder misin” ya da , “polymorphism yapısını anlatır mısın” diye sorulduğu zaman , o aday kafasında kalan 3 5 cümle ile zaten bunlara cevap verebiliyor. Tam olarak cevap veremese bile elenmesine sebebiyet vermiyor.

Ama bildiğimiz bir şey daha var ki o da şu. Biz ticarethanelere çalışıyoruz ve o ticarethanelerin daha çok para kazanması için her ay anlaştığımız ücretlerle para kazanıyoruz. Denklem çok basit yani. Peki firmaya yeni bir aday alınması gerektiğinde ne olacak? Yani bir adayın elenme kriteri ne olmalı? Zaten her şeyi AI yapıyor diyerek o zaman sadece ai modelleri satın alalım? Ne kadar mantıklı? Cevap vereyim çok mantıksız. Bu yazının konusu değil bunu tartışmak ama az biraz mantıklı düşünürsek bu fikrin ne kadar saçma olduğunu anlatmamıza hiç gerek yok. Diğer seçeneğe geri dönüyoruz yani. Normal bir aday ile devam etmek. Tamam da, bir ilana şu işsizlikte zaten haddinden fazla başvuru geliyor. Başvurulardan en doğru olanı nasıl bulacağız.?

AI’a kod yazdırmak ile, AI’ın yazdığı kodu yorumlayabilmek arasında dağlar kadar fark var. Şimdi aşağıdaki görselleri çok iyi analiz edelim.

Çok basit bir soru sordum. Aslında soru basit değil de, bilgi birikimi çok da ileri olmayan X yıllık bir yazılımcıyım diyelim.

Cevap bu…

Aslında vermesi gereken cevap CPU bounded , IO Bounded gibi kavramlar ve bunların üzerine ürettiği cevaplar olmalıydı. Sonrasında virtual threadlere falan girebilirdi.

Eğer önüme geleni işe alırsam GPT Atlastan aldığım bu görseli dener, büyük ihtimalle de projenin içinden geçerdi. Ama yorum yapmasını bilen , tecrübesi olan, yazdığı kodun önünü arkasını sağını solunu anlayan birisi bu önerinin saçmalığını hemen fark ederdi.

Peki kendimizi tam bu noktada bir firma sahibi ya da takım lideri yerine koyalım. Önümüzde de 100 tane CV var. Bir tanesini işe alacağız. Bu 100 CVden 99’unu nasıl eleyeceğiz.? Bir başka deyişle en doğru adayı nasıl bulacağız?

Burada değişmeyen tek şey şu. Hiçbir mülakatçı mülakat yaparak vakit kaybetmek istemez. Hepsinin tek ortak noktası , “ulan bari ilk 3 5 adaydan birisini alsak da diğerlerine olumsuz dönsek” şeklindedir. Haklı da bir söylem çünkü gerçekten bu vakit kaybı..

Arkadaşlar bu mülakatlarda ne sorulara ne cevaplar veriliyor bir bilseniz… Ve bu jr ya da sr ayrımı olmaksızın böyle.

Bakın bu bahsettiğim zamanlar AI’ın bu kadar gelişmediği zamanlar böyleydi. Şimdi daha da fena..

Eskiden bir kişiye static keywordünü sorarlardı, eğer aday jr ise “Class memberlar için kullanılır, static methodlar override edilemez” vs derdi. Bir şeyler bildiğini anlarlardı. Eğer ki biraz iyi bir jr ise , “Static Blocklar vardır, bir kere initialize olurlar” derdi ve bu cümle “hmmm bu aday iyi bir jr olabilir” derlerdi. Senior ise memory leake girerdi. PermGen / Metaspace derdi , ClassLoader derdi ve anlarlardı seviyelerini.

Şimdi böyle değil ki. Zaten bu sorular gökten zembille inen şeyler değil. YouTube da ya da basit bir Google search ile zaten feriştahının elde edilebildği şeyler. Google’a girin ve “Java Junior Mülakat Soruları” yazın deli dehşet kaynak çıkıyor. E bi zahmet ChatGPT’ye sorun sonrasında oturun, anlayın, öğrenin zaten teknikten bir şekilde sıyırırsınız. Aynı şey seniorlar için de geçerli. Yani eskiden tam cevabının anlaması belki bir kaç gün olan konular şu an AI sayesinde gerçekten bir saatten fazla sürmüyor. “En azından teknikten geçirecek kadar çalışsam yeter” diyorsanız gerçekten en zor konu için bile 1 saat kötümser bir süre..

Tamam tekrar konumuza dönüş yapalım, bu dediğim yöntemi 100 kişiden 70 i falan zaten yapıyor artık. Yani bilgi bilmenin bir değeri kalmadı. Eskiden 100 kişiden 20 si falandı, şimdi bu sayı 3–4 katına çıkmış durumda. Ama siz mülakatı yapan CTO/Takım Lideri/patron artık neyseniz o olarak, şu ana kadar 30 kişiyi eleyebildiniz. Geriye elenecek 69 kişi daha var. Haydi soru setinizde verilen cevaplara göre biraz daha deep dive indiniz, orada da bi 25–30 kişiyi elediniz.

(Burada söylemeye çalıştığım şey şu, örneğin threadlerle alakalı sorular soruyorsunuz, basic kavramlarla alakalı bir iki yanıltıcı soruyla kişinin ne kadar iyi öğrendiğini ya da tecrübesini tam olarak olmasa bile belli seviyede fikir verebilecek kadar anlayabilirisiniz.)

Geriye kaldı 39–40 kişi. Bunları da bir şekilde elemeniz lazım.

Bakın yaklaşıma dikkatinizi çekmek istiyorum.

Kabul ettiğimiz şey şu. Günümüzde herkes AI kullanıyor ve bilgiye hatta anlaşılabilir bilgiye erişim üst düzeyde kolay.
Siz bir takım liderisiniz ve takımınıza 1 kişi alacaksınız.
Teknik mülakatlara başladınız
Önce,
100 kişi mülakata başvurdu.
Sonra elinizdeki soru setiyle 30 kişiyi elediniz.
Bu soru setinden verilen cevaplara göre bi 30 kişiyi daha elediniz.

Ama hala elenmesi gereken bi 39 kişi daha var.

İşte burada artık konumuza gelebiliriz.

Gerçekten siz olsanız 39 kişiyi nasıl elerdiniz.?

İşte burada artık farklı yöntemler kendilerini gösteriyor.

Ben hatırlıyorum, eskiden zor bir test case verirlerdi. Ne kadar ilerleyebilmişsin ona bakarlardı. Ya da bir uygulama verirlerdi. Uygulamada ekstra neleri dahil ettiğine bakıp ona göre puanlanırdın vs.

Ama şimdi, bir study case veriliyor, buna unit test yazılması bekleniyor, ekstra belki security isteniyor vs vs. Bunlar da yetmiyor, kodu sana detaylıca anlattırıyorlar, üzerine sorular soruyorlar, bu da yetmiyor, bazen kodun bir blockunu sildirip yeniden yazdırıyorlar. Bunların hepsini bu kulaklar fazlasıyla duydu, bunların hepsine bu gözler fazlasıyla şahit oldu.

İşte asıl elemeler burada başlıyor, eleğin üzerinde kalanlar buradan sonra belli oluyor.

Bilgiye erişimin bu kadar ele ayağa düştüğü bir zamanda, bilginin kıymetini bilen ile bilmeyenin farkı olmalı öyle değil mi.?

Ben son zamanlarda çok fazla mülakata girdim ve adına yeni nesil mülakatlar dediğim bazı mülakat tecrübeleri edindim. Hem kendim edindim, hem de etrafımda mülakata giren insanlardan çokça mülakat tecrübesi dinledim. Bunlar da genel itibariyle şöyle.

Artık kolay ya da zor diye bir şey yok. Her şeyin inilebildiği kadar dibine inildiğini gördüm.

Ekran paylaşıp kod çıktısı sorma ve bunu mantığıyla açıklama, bilmiyorsan da bildiklerinden yola çıkarak soruyu cevaplamaya çalışılmasının beklendiğini gördüm.

Ekran paylaşımı yaptırılarak data structures ya da algoritmalar üzerine leetcode tarzı sorular sorulduğunu gördüm.

Kod refaktör ettirildiğini gördüm.

Study Case de kod sildirilip yeniden yazıldığını gördüm.

…

Bunların doğruluğu yanlışlığı tartışılır ama durum gerçekten de böyle. Ya da firmalar artık bu yönteme gidiyorlar çünkü AI zaten her şeyi yapabiliyor. AI’ı review ettirebilen adamı almak varken neden AI’ın kölesini alsın ki firmalar.?

Sosyal medyada görüyorum,

“Ben leetcode çözemem”,“Ben study case yapmam”

Eğer bunları yapmazsanız, elenirsiniz.. (:

Özet olarak bir kaç kelime ekleyeceğim ve yazıyı sonlandıracağım.

Tekerleği yeniden icat etmeyelim tabiiki ama en azından temel data structuresları bilelim. (Tree Yapıları , List , Graph vs..) Elimizi live coding mülakatlara alıştıralım. Bol bol deneyelim. Emin olun yeni nesil mülakatlar artık eskisinden çok daha zor. İş değiştirmek isteyen herkese tavsiyemdir. (:

Gizem Saruhan

Technical Lead

2023, 2024 yıllarından sonra 2026'da tekrar burada gözlemlerimi/beklentilerimi paylaşma şansı yakalamak benim için önemli bir deneyim. Küçük bi zaman yolculuğu yapıp 2023 ve 2024 yıllarındaki önerilerimi okuduğumda bir şeylerin değiştiğini ama bazı şeylerin hiç değişmediğini gördüm. Eskiden koca 1 yıl boyu trend kalacak teknolojiler, yaklaşımlar söylemek bile ütopik olabiliyordu; şimdiyse sürekli yeni bir AI-powered toolun çıkarken şu/bu trend olacak demek takdir edersiniz ki gerçekten iddialı bir sorumluluk.

2023'te: ‘Bilginin aktarımı ve hızlıca sentezlenmesi sonucu çok büyük bir sorun doğdu: tek tipleşme. Bunun üzerine yapay zekâ ürünlerinin, üretkenlik araçlarının bu kadar artması sonucu zihnimizi problemlere daha az yoruyor olmak da bu tek tipleşmenin yoğunluğunu artırdı. Aynı bootcampten çıkan iki kişiden, işe alınacak olan şüphesiz ki yumuşak becerileri daha kuvvetli olan olacak. Problem çözmek için zihninin sınırlarını zorlayabilme yetisi çok fazla ön plana çıkacak’ demişim.

2024’te ise: ‘İçinde bulunduğumuz durum ne gerektiriyorsa onu yapmak, köreliyor olduğumuz anlamına gelmiyor. Aksine ne kadar esnek olduğumuzu, ne kadar iyi bir takım oyuncusu olduğumuzu gösteriyor. Sabit bir zihne değil, gelişime açık bir zihne sahip olduğumuzu gösteriyor. Bu esnekliği göstermek, 2024’te sahip olmamamız gereken en önemli özellik olacak’ demişim.

2026’da yine tek tipleşen insanlar içinden sıyrılmak gerekecek. Bu sefer bootcampler sebebiyle değil de; AI-powered toollara, AI agentlara kod yazdırdıklarından bu geliştirmeleri hiç review etmeyen biri ile review eden, katkı sunan, gerçekten de herbir satırın ne yaptığını anlayan birinin farkı net bir şekilde anlaşılır olacak. Her şeyin ne kadar hızlı değişip geliştiğine birinci elden şahit oluyorsunuz, 2024 önerilerimi dikkate değer bulup bu konuya yatırım yaptıysanız; 2026’da değişiklikler karşısında esnek olmak konusunda sorun yaşayacağınızı sanmıyorum.

Yine bir tool veya bir dil önerisi yapmayacağım ben. Tabi ki sistemleri AI agentlar, workflowlar üzerinden ilerletmek en önemli geçiş süreci olacak bu sene. Fakat temelde baktığımızda iş kartlarını agentların hazırladığı, developmentı agentların yaptığı, üstüne bi de review agentlarıyla kodun review edildiği, testlerinin agent tarafından yazıldığı bir otonom sistem kağıt üzerinde ne kadar güzel görünürse görünsün; önümüzdeki yıllarda en önemli yetenek “anlama/anlatabilme” kapasitesi olacak.

Geliştirmek, problem çözmek artık zaman harcayacağımız şeyler olmayacak. Bunu yerini review etmek, süreci tasarlamak, isteri doğru anlatmak alacak. Bunların yanında binlerce satır kodun dakikalar içinde generate edilebildiği dünyada, işleri hızlı deliver etme isteği de körelmeyecek elbette. İnsan etkisi olmadan full AI-generated geliştirilen işlerin bu life cycle içindeki en önemli ihtiyacı “iyi test edilmek” olacak. Bu içinde bulunduğumuz dönüşüm sürecinin başında test mühendislerinin “işsiz kalacağız” korkusunun da yersiz olduğunu; aksine doğru caselerin yaratılması, test edilmesi, test otomasyon süreçlerinin geliştirilmesi gibi konuların daha da önem kazanacağını söylemek yanlış bir varsayım olmaz. Hızlı developmentın getirisi olarak belki haftada 1 gelen bir feature’a code review yapması gereken kişilerin, günde 3–4 geliştirmeyi review etmesi gerekecek. Fakat tüm ekip AI kullandıkça, code review kalitesinde de düşüş yaşanacak olması olağan. Test adımının önemi yine bu casede de karşımıza çıkıyor olacak.

Gökmen Görgen

Software Engineer

Merhaba, bu benim üçüncü yazım. Dört yıldır toplu işten çıkarmaları, resesyonu, yeni iş alanlarını ve hibrit model gibi çalışma modellerini dile getirmişim. 15 yıldan fazla süredir Python kodlayan ve aralıksız çalışmış birisi olarak, bir önceki yıla göre en çok yeni şeyler öğrenmek, tecrübe edinmek, kendimi güncellemek zorunda kaldığım yıl 2025 oldu. Artık dinamik koşullara çabuk adapte olabilen, disiplinlerarası çalışabilen, üretken, minik takımlar yönetebilen “kaptan” geliştiricilerin çok değerli olacağını öngörüyorum.

2023'te NO-CODE’un yeniden trend olacağını yazmışım. Ben daha çok Unreal Engine Blueprint gibi görsel programlama araçları üzerinden, hiç programlama altyapısı olmayan insanların da kodlama yapabileceği bir geliştirme ortamı hayal etmiştim. N8N buna çok güzel bir örnek. Ama tahmin edemediğim şey, yazılımcılar arasında bile terminal antipatisi varken, terminalin bir prompt arayüzü olarak benimsenmiş olması. Bu, editörlerin, IDE’lerin arayüz bileşenlerine de etki etmiş durumda. Yakında dosya gezginini, kod görüntüleyiciyi kaldırıp ortaya sadece prompt input koyacakları, kodu görmek yerine koddaki değişiklikleri gösteren; hatta onu bile göstermeyip ne değişiklikler yapıldığını insan diliyle anlatan editörlere ne kadar hazırız?

Bu değişiklikler bazılarımızı endişelendiriyor; ama ben meseleye olumlu yaklaşan taraftayım, sadece gelişmeleri gerçekten iyi yorumlamak gerekiyor. Mesela, yazılım mühendisliğini hep bir değişmez, sınırları ve sorumlulukları belli bir alan gibi düşünüyoruz. Halbuki biz bu noktaya gelene kadar ne kadar çok şey değişti, bunu hatırlamalıyız. Adobe, Flash platformunu geliştirmeyi bıraktığında ActionScript geliştiricilerine ne oldu, iOS ilk SDK yayınladığında SymbianOS geliştiricilerine ne oldu, onları bir hatırlamalıyız. Tamam, bu seferki değişim öncekilere pek benzemiyor. Ama şunu vurgulamaya çalışıyorum, biz profesyonel iş hayatında kontratlar imzalayıp hobi işi yapmadık hiçbir zaman. Biz, sorumlusu olduğumuz işin, ürünün veya projenin büyümesi, hayatta kalması, kazanç sağlaması için fayda üretmeye çalıştık. The Mythical Man-Month kitabında OS/360 projesi için insanların bir araya gelip kısıtlı imkanlarla nasıl organize olduğu, milyonlarca kodu yazarken karşılaştıkları zorluklar anlatılıyor. Kitabı okurken, o günden bugüne teknolojideki ilerlemelerin farkına varmak insanı büyülüyor; ancak o projede çalışan insanların geliştirici olduğunu ve hala benzer bir fayda üretme amacıyla iş yaptığımızı hatırlamalıyız. Bilgisayarlar ucuzlayıp güçlendikçe, belirli standartlar oluştukça assembler veya compilerlara ihtiyaç duymadan, interpreted dillerle projelere katkıda bulunanlar da geliştiriciydi. Gelişmiş IDE’ler ve görsel programlama ile oyun kodlayanlar da geliştiriciydi. Şimdi belki de hiç kod yazmadan, agentları etkili bir şekilde kullanıp, yeni özellikler ekleyen, sorunları çözen, fikirler geliştiren insanlar da bence yeni nesil geliştirici olacaklar.

2025'in benim için zorlu geçmesinin nedeni de bu, bir metamorfoz gibi bir süreçten geçiyoruz. Artık kod yazma, sorun bulma, analitik düşünme, mühendislik becerileri yetmiyor. Artık insan diline daha iyi hakim olan geliştiriciler olmamız gerekiyor. Yazmayı, konuşmayı, iletişim kurmayı iyi becerebilen, sosyal etkileşim gücü yüksek, dış dünyaya son derece açık geliştiriciler olmamız gerekiyor. Artık hepimiz, ajanlardan oluşan ekibi yöneten, inisiyatif alan, proje yöneten, üretken (generative) geliştiriciler olmak durumundayız. Kod yazmaktan ziyade makinelere kod yazdırmak, kodu gözden geçirmek, optimize etmek, verimini artırmak, yanlışlarını düzeltmek ve yanlışların tekrarlanmasını önlemek, hatta tam tersine kod silmek, kod temizliği yapmak bizim artık ana işimiz olacak.

Sektöre yeni girenler, endişeye kapılmak yerine bu yeni nesil geliştirici tanımına daha hızlı adapte olabilecekleri için kendilerini şanslı sayabilirler. Data Engineering, Platform Engineering, AI Governance, Generative AI, MLOps gibi yeni alanlara bir göz atabilirler. Kod optimizasyonu ilgilerini çekiyorsa Interoperability, CUDA konularına eğilebilirler, çok dilli (polyglot) olmak güzel bir avantaj. Öte yandan şirketlerin de adaptasyon problemini çözmesi gerekiyor, şu anda yeni pozisyonlar açmak yerine içeriden dönüşümü tamamlamaya çalışıyorlar. Halbuki ne pozisyon açacaklarını, pozisyonun gereksinimlerini bile bilmiyorlar. Bazı şeylerin oturması 2026'da olur mu bilmiyorum ama biraz zaman alacak. Tabi ekonomik ve siyasi gelişmeleri bu konunun dışında tutuyorum.

Herkese mutlu, huzurlu ve teknolojik imkanların tüm geliştiriciler için adil bir biçimde erişilebilir olduğu bir 2026 yılı dilerim.

Murat Dinç

Software Architecture Manager

AI Yazılımcıları Öldürmeyecek Ama Yüzeysel Olanları Zorlayacak

2026’ya girerken yazılım dünyasında en çok konuşulan soru hâlâ aynı:

“AI yazılımcıların yerini alacak mı?”

Sahada gördüğüm tablo çok daha net ve çok daha gerçekçi.

Evet, AI üretkenliği inanılmaz artırdı. Kod yazıyor, test üretiyor, refactor öneriyor, dokümantasyon çıkarıyor. Ama kurumsal dünyada işlerin nasıl yürüdüğüne baktığınızda, hype ile gerçeklik arasında ciddi bir fark görüyorsunuz.

Büyük şirketler, finans kuruluşları, sağlık firmaları, kamu projeleri, e-ticaret devleri… Hiçbiri code base’ini kontrolsüz şekilde AI ürünlerine açmak istemiyor. Çünkü mesele sadece “kod” değil.

Bir şirketin yıllarca geliştirdiği yazılım; iş kurallarını, operasyonel süreçlerini, müşteri davranışlarını ve rekabet avantajını barındırır. Bu, şirketin dijital DNA’sıdır. Hiçbir kurum bu DNA’yı üçüncü parti bir modele sorgusuz sualsiz göndermez. Veri izolasyonu, model eğitimi, log saklama ve dış servis bağımlılığı gibi konular hâlâ ciddi risk başlıklarıdır. Kurumsal dünyada risk algısı, hype’dan daha güçlüdür.

Üstelik işin bir de regülasyon boyutu var. Finans, sağlık ve kamu tarafında KVKK, GDPR, veri yerelliği ve denetim zorunlulukları gibi konular teknik değil hukuki sorumluluk doğurur. Kodun nerede işlendiği, nasıl saklandığı ve hangi model tarafından kullanıldığı soruları basit değildir. Bu yüzden birçok şirket AI kullanımını policy ile sınırlandırıyor, self-hosted çözümlere yöneliyor ya da erişimi ciddi şekilde kısıtlıyor.

Yani “AI her şeyi yazacak” söylemi, kurumsal gerçeklikle birebir örtüşmüyor.

Bir diğer kritik nokta ise şu: Şirketlerin asıl problemi kod yazmak değil. En büyük sorunlar genellikle yanlış analiz, eksik gereksinim, zayıf mimari kararlar ve ölçeklenebilirlik hatalarından kaynaklanır. AI bir fonksiyon yazabilir ama yanlış tasarlanmış bir domain modelini doğru hale getiremez. İş birimi ile teknik ekip arasındaki iletişim açığını da tek başına kapatamaz.

Hatta yanlış analiz edilmiş bir sistemi AI ile daha hızlı üretmek, problemi büyütmekten başka bir işe yaramaz.

Peki şirketler AI’ı nasıl kullanıyor? Gerçek kullanım senaryosu çoğunlukla şunlar: boilerplate kod üretimi, test generation, refactor önerileri, log analizi ve dokümantasyon desteği. Yani AI bir hızlandırıcı. Ama core mimari, kritik business logic ve güvenlik tasarımı hâlâ insan kontrolünde. Çünkü production’da patlayan sistemin sorumluluğunu AI almıyor.

Buradan çıkan sonuç net: “Coder” rolü küçülüyor olabilir. Ama “problem solver engineer” rolü büyüyor.

2026’da değerli olacak yazılımcı; iş ihtiyacını doğru modelleyen, trade-off analizi yapabilen, güvenliği tasarım aşamasında düşünen, dağıtık sistem gerçekliğini bilen ve AI’ı doğru yerde kullanan kişi olacak. AI seni hızlandırır ama seni sorumluluktan kurtarmaz.

Evet, AI bazı meslekleri dönüştürdü. Tekrarlı ve düşük karar gerektiren işleri azalttı. Ama yazılım dünyasında kritik kararlar hâlâ insan tarafından veriliyor. Çünkü şirketler kodlarını kontrolsüz açmak istemiyor, regülasyon riski almak istemiyor, rekabet avantajını paylaşmak istemiyor ve mimari sorumluluğu makineye bırakmak istemiyor.

AI yazılımcıları öldürmeyecek.

Ama sadece kod yazan, sistemi anlamayan ve iş modelini bilmeyen geliştiriciler zorlanacak.

2026’nın gerçeği hype değil, denge olacak.

AI bir araçtır. Mimari hâlâ insan işi.

Mutlu kodlamalar.

Mustafa Akın

Senior Principal Engineer

2026’da yazılım dünyasında tam olarak ne olacağını tahmin etmek çok zor. Geride kalmamak her zaman önemliydi ama şu an resmen 3 ayda bir reset atılıyor. Özellikle Opus 4.5 çıktıktan sonra, yabancı sosyal medyada Christmas tatiline denk gelen dönemde Claude Code’un verdiği 2x krediyle insanlar projelerini inanılmaz hızlarda ayağa kaldırdı.

Tabii sıfırdan yapılan hobi projeleriyle, yaşayan production sistemlerinde AI kullanımı arasında dağlar kadar fark var. Ama yine de geleceği biraz gören herkes şunu fark etti: Kod yazabilme becerisi hâlâ önemli ama artık asıl tıkanan yer kod yazmak değil. Demek istediğim “herkes yazılımcı olacak” değil; ama daha önce hiç yapamayan insanlar da artık bir şeyler yapmaya başladı. Ben son 2 aydır, hem işte hem hobide, kendim kod yazmaktan çok İngilizce konuşur gibi AI ile konuşuyorum ve ortaya çıkan iş miktarı en az 3 katına çıktı.

Benim için AI’ın son dönemde kazandırdığı en büyük şey, insanların gözünde büyüyen işleri 15 dakikada yapıp “al bu” diyebilmek. Şirketlerin çoğu gereğinden fazla büyük. Gerçekten çoğunda bu kadar insana ihtiyaç yok. Bir noktadan sonra her tartışma ister istemez kalabalık karar süreçlerine dönüyor. AI bu noktada teknik tartışmaları büyük ölçüde kapatıyor, geriye daha çok insan ilişkileri ve şirket içi politika kalıyor, o da çalışana kalmış tabii.

AI skeptikleri her zaman olacak, iş güvenliği konusunda endişelenenler de. Endişe duymak anlaşılır ama çok bir yere götürmüyor. AI kullanabilmek, kepçe operatörlüğünden çok da farklı değil aslında. İnşaat sektörü artık devasa şeyler yapabiliyor çünkü maliyetler düştü. Bir kepçe operatörü, 50 kişinin taşıyacağı yükü tek başına taşıyor. AI da tam olarak böyle çalışıyor.

Kod yazarken AI modellerini gerçekten verimli kullanabilmenin bence 3 önemli bileşeni var.

Birincisi: Yeterli tecrübeye sahip olup doğru yönlendirmeler yapabilmek. AI’ı, çok iyi kod yazan ama aşırı hevesli bir staff engineer gibi düşünün. Ne istediğini net anlatabilen, işi parçalara bölebilen ve bunu AI’ya düzgün yaptırabilen kişi öne geçiyor. Diğeri ise “AI tüm kodumu bozdu” diye söylenip duruyor.

İkincisi: AI modelleri inanılmaz uyumlu olmaya çalışan yapılar. Doğası gereği “hayır” demeyi bilmiyorlar. Ben kod yazmaya başlamadan önce, yapılacak işle ilgili AI ile uzun uzun konuşuyorum. “Neyi kaçırıyorum?”, “önemli yerlere takıl, önemsiz detaylarda oyalanma” diye zorluyorum. Bu da Google makalesi okuyup gaza gelip, daha ortada gerçek bir ihtiyaç yokken 100 bin eşzamanlı kullanıcıya göre API tasarlayan o aşırı hevesli arkadaşı sakinleştirmekten çok farklı değil.

Üçüncüsü: Maalesef para. Şirket veriyorsa ne ala. Kabaca, kişi başı %10 power user için 500$, geri kalan için 50–100$ gibi bir bütçe ayırmak mantıklı. Claude Code’un Max planı 200$. API üzerinden kullanımda bu yaklaşık 3500$’a denk geliyor. Uber ilk çıktığında 5$’a havalimanına gidebiliyorduk çünkü parayı VC’ler ödüyordu. Şu an yaşanan durum da biraz buna benziyor. Modeller olması gerekenden ucuz olabilir ama ne kadar ucuz olduklarını bilmiyoruz. Gerçek maliyetin altında mı, üstünde mi satıyorlar belli değil. Ama bugün için ödenmesi gereken bir bedel var. Gücünüz yetiyorsa bu parayı vermek mantıklı. 100$’lık plan da iş görür ama 20$’lık planın çok daha geniş limit sunması ciddi fark yaratıyor. Buna gücünüz yetmiyorsa, Çin’den çıkan Minimax, Z.AI, GLM gibi 10–20–50$’lık modelleri gönül rahatlığıyla öneririm. ChatGPT Codex CLI da limit tarafında, 20$’lık planla bile gayet iyi. Cursor hâlâ favorilerimden biri ama diğer modeller de artık ciddi şekilde zorluyor. Yine de büyük şirketler için Cursor hâlâ mantıklı çünkü şirketler tahmin edilebilirlik ister. Anthropic’in geçmişte modelleri “kazara” zayıflatması, rate limitlerin yeterince şeffaf olmaması gibi konular büyük şirketleri tedirgin ediyor. Cursor’un semantic indexing yapması da büyük kod tabanlarında ciddi avantaj sağlıyor.

Junior’lara gelirsek… Bugüne kadar yüzlerce işe alım yapmışımdır ama açık söyleyeyim, bugün olması gereken işe alım ve yetiştirme modeli tam olarak nasıl olmalı ben de emin değilim. Şirketler de zaten bu konuda pek istekli değil. Bunun sizin için ne kadar moral bozucu olduğunun farkındayım. Bugün yapılmayan bu yatırım, şirketleri uzun vadede üzecek ama çoğu şirket uzun vadeli düşünmüyor. Kısa vadeli kârı maksimize etmeye bakıyorlar ve mevcut iş piyasasıyla AI gelişmeleri şu an onların lehine. Ama bu “herkesi kovup 100 kişinin yaptığı işi 10 kişiyle yapalım” kafası da değil. Yeni şirketler için durum farklı: 5 kişiyle çok büyük işler yapabiliyorlar çünkü en baştan AI ile büyüyorlar. Büyük şirketler ise aynı işi daha az kişiyle yapmak yerine, daha fazla çıktı üretmeyi tercih ediyor. Bu arada piyasayı lehine kullanıp fazlalıklardan kurtulmak isteyen, zorla ofise çağırıp işten çıkarmaya giden şirketler de az değil.

Bence bir junior’ın yapabileceği en doğru şey, AI kullanımını bilinçli şekilde sınırlayıp kendi temeline yatırım yapmak. Ben bugün gidip punch card yazmıyorum ama CPU instruction’larının cache’i nasıl etkilediğini, socket’lerin nasıl çalıştığını, internetin temellerini, database indexlerini, design pattern’ları biliyorum. Bunlar sadece okuyarak olmuyor. Deneyerek, farklarını görerek, mevcut codebase’lere AI ile soru sorarak, hızlıca yaz-at kodlar yazarak oturuyor. Temeli olmadan yapılan işler şu an tamamen şansa bağlı ve tekrarlanabilir değil. Başarının sırrı hâlâ aynı: hem şanslı olmak, hem çok çalışmak.

Kısaca toparlarsak: Çıkan her AI modelini takip edelim, en ucuzunu, en mantıklısını bulalım. Claude bugün var, yarın yok. Ama işin temellerini, bilgisayarların nasıl çalıştığını, dünyanın nasıl döndüğünü unutmadan ilerlemek sizi öne taşır. Tek tek teknolojilere takılmaktansa, AI’ı çok hızlı araştırma yapabilen ve doğru soru sorabilen bir araca çevirmek önemli. Benim birlikte çalıştığım herkese söylediğim şey şuydu: AI yokken de boş soru sormuyorduk. Boş soru ya düşük eforludur ya da yeterince düşünülmemiştir. Google’da 2 dakikada bulunabilecek bir şeyi soran kişi, bugün AI’ı da verimli kullanamıyor.

Nesrin Aşan

Software Engineer

Şirketlerin AI araçlarına olan bakış açısı

AI araçları ilk çıktığınıda biz geliştiriciler olarak bireysel hareket edip hemen ilk denemelerimizi yaptık. Copilot, chatgpt gibi araçlara erişim için sıraya girdik. Aldık, denedik,sevdik. Ama şirketler çalışanlar kadar hevesli ve istekli olamadı.

Bu tarz yeniliklerde ilk gardını alan genellikle büyük firmalar oluyor. Haksız da sayılmazlar tabi. Ne olacağını kestirmek kolay olmuyor. Güvenlik, entegrasyon zorlukları, kurumsal kültür vs birçok sebep var.
Zaten Spring gibi hem büyük bir komünitesi olan hem birçok kolaylık sağlayan ve çok stabil çalışan frameworklere bile yıllarca direnmiş ve kendi frameworklerini yazıp kullanmayı tercih etmiş koca koca firmaların doğal olarak AI araçlarına sıcak bakmasını bekleyemezdik.

Ama bu süreç çok uzun sürmedi. En büyük endişelerden biri olan verimizi çaldırır mıyız endişesi bile AI araçlarının profesyonel yaşamda iyi birer asistan olup sağladığı katkılarının yanında pek etkili olmadı.
AI araçları artık yazılımcılar için auto complete’in ötesinde bir danışman ve işlerini hızlandıran birer asistan haline geldi. Böyle olunca da bu toolları şirketler kontrollü bir şekilde satın alıp kullanmaya başladı.

2025 yılı bu arada kalmışlığın sonuçlandığı şirketlerin de artık asistan olarak AI’ı projelere dahil etmede karar verdikleri bir yıl oldu.
2026 ise artık birçok standardın oturduğu bu AI toollarının daha efektif kullanılması için Confluence gibi şirket için sayfaların donatıldığı, ekip içi paylaşımların artacağı bir yıl olacaktır.
Tabi artık AI kullanımları şirketler için deneysel bütçe değil operasyonel bütçe kalemi oluyor.

Bu durumda da observability çok önemli oluyor. 2026 yılı bu anlamda da maliyet optimizasyonlarının daha çok gündemde olacağı bir yıl olacaktır.

Java/Spring Dünyası

Bir yandan artan hız ihtiyacı, bir yandan AI ile entegre sistemler geliştirmeye isteği derken Java ve Spring dünyasında da büyük gelişmeler yaşanıyor.

Kurumsal projelerin önemli bir parçası olan Spring framework ile birlikte bakıldığındaJjava dili 2026 yılında sadece bir backend dili olmaktan öteye geçerek aynı zamanda performans ve veri işleme devi olarak kendini göstereceği bir yıl olacaktır.

Spring AI ile birlikte çok daha agentic yapıların kurulabileceği, kendi kendine hata düzelten, trafik yoğunluğuna göre kaynakları optimize edebilen akıllı mikroservisler standartlaşacaktır.
Project Vallaha’nın dahada gelişmesi, Project Leyden gibi başlangıç sürelerinde yapılan mükemmel iyileştirmeler, Embabel gibi Agentic frameworklerin geliştirilmesi, Spring AI gibi projelerin olgunlaşmasıyla 2026 yılında Java dünyası yine adından çokça söz ettirecektir.

Oğuzhan Yılmaz

Software Craftsman

Önemli olan şeyler değişiyor…

Uzun zamandır, insanlığın ortak hayal gücüyle gerçek kabul ettiği sistemler için işletmelere yazılım çözümleri üretiyorum. Sunucu sistemleri, yönetim araçları, network yazılımları, kripto para pazarları, insanları eğlendiren oyunlar…

Bu çözümleri geliştirirken yazılım dünyasının neredeyse tüm dönemlerine tanıklık ettim. İnternet öncesi dönemde (evet, öyle bir dönem vardı) donanıma çok daha yakın ASM, C ve C++ ile çalıştık. Kaynaklar arttıkça daha soyut araçları benimsedik; internetle birlikte bilgi seviyemiz hızla yükseldi. Pascal ve Visual Basic gibi dillerle üretimimiz hızlandı. Yeni CPU mimarileriyle birlikte donanımı soyutlayan, konuşma diline daha yakın kodlar yazdık; ustalaştık.

İşletmeler bu değişime hızla adapte olmak zorundaydı. Çünkü “Software is eating the world” sözü gerçeğe dönüşüyordu. Bir anda developer’ların değeri geniş kitlelerce fark edildi ve yazılımcıların altın çağı başladı. Usta developer’lar çok özeldi; onları verimli kullanmak, kodlama sürecini bir darboğaz olmaktan çıkarmak gerekiyordu. Bu yüzden yazılım geliştirme yaşam döngüleri tasarlandı, çevik yöntemler benimsendi. Amaç, değerli developer’ların daha hızlı ve daha hatasız kod yazabilmesiydi. Bir dilde ustalaşmak, verimli ve temiz kod üretmek her şeydi.

Artık öyle değil 😎

Bugün yazılım geliştirme, başlı başına bir darboğaz olmaktan çıktı. Bu darboğazı aşmak için yıllarca inşa ettiğimiz metotlar, teknikler ve zihniyetler yıkıcı bir şekilde dönüşüyor. Geldiğimiz noktada önemli olan, developer’ın problemi doğru tanımlayabilmesi; bu tanımı kullandığı araçlara doğru aktarabilmesi ve ortaya çıkan karmaşıklığı yönetebilecek entelektüel kapasiteye sahip olması.

Kodlama hala olacak, kod bilgisi gerekli olacak ama artık işin merkezinde değil. Yeni dönemde asıl darboğazımız zihniyet olacak.

Süleyman Fazıl Yeşil

Expert Software Engineer

Yenile!

Elinizde tuttuğunuz kitap dönüşüm hakkında bir kitap… Henüz bir kısmına tanıklık ettiğimiz, gelmiş geçmiş en dönüştürücü teknoloji dalgasının teker teker hepimize dokunarak hayatlarımızda yarattığı değişikliklerden bahsediyor. Yapay zekanın, karma gerçekliğin ve kuantum hesaplamanın içinde yer alacağı bir dönüşümü anlatıyor. İnsanların, kurumların ve toplumların taze kan, yeni fikirler ve anlam arayışı ve yenilenme peşindeki kararlı yolculukları boyunca nasıl da değişebileceklerini ve değişmeleri -sayfayı yenilemeleri- gerektiğini dile getiriyor… Silikon Vadisi’ne ve Microsoft’a dek uzanan yolculuğumdan bahsedeceğim. Bill Gates ve Steve Ballmer’ın ardından gelmesine olanaksız gözüyle bakılan CEO olarak Microsoft’ta “Yenile” tuşuna basışımın hikayesini anlatacağım sizlere… (Satya Nadella, Yenile, 2017)

2026 böyle bir yıl. Yenilenme yılı. Teknolojinin ve onun gerektirdiği zihinsel yenilenmenin yılı. Taşların yerinden oynadığı bir yıl. Dijital pazarlama için 2014'te Fatoş Karahasan’ın tabiriyle “Dijital çağdayız…Doğrular ve yanlışlar değişiyor. Kurallar yeniden yazılıyor… ” Taşlar yerinden oynarken kurallar yeniden yazılıyor. Yazım işi henüz bitmedi. Yazılmaya devam ediyor. Muhtemelen 2026 içinde belli bir aşamaya gelecek. Matbaanın bulunuşu, sanayi devrimi, internetin bulunuşu gibi köklü bir değişim oluyor. Hem bireyleri, hem şirketleri hem de toplumları kökten değiştirmekte olan bir değişim.

Gelişmeler baş döndürücü. Hızına yetişmek çok zor. Bugün uykuya dalsak ve bir sene sonra uyansak bambaşka şaşırtıcı bir dünyaya uyanmış olma olasılığımız çok yüksek.

Bu değişim bir sürü fırsatla birlikte bir yığın riski de beraberinde getiriyor. Bazıları farkındalığımızı artırarak kontrolünü sağlayabileceğimiz şeyler, bazıları ise kontrolümüz dışında. Değişimi heyecanla karşılasak da, ondan ürksek de suyun akışını değiştirebilme imkanımız yok. Su akacak ve yatağını bulacak. Ona göre pozisyon almak ve konumlanmaktan başka çare bulunmuyor.

Araçlar kendi kültürel dünyasını da beraberinde getiriyor. Alışkanlıklarımız, reflekslerimiz, düşünme biçimimiz, hareket tarzımız ona göre şekilleniyor. Mesela teknolojinin getirdiği nimetler karşılığında gizlilik ve mahremiyetten çok çabuk ödün verebiliyoruz. Eleştirel bakış açımız törpülenebiliyor. Referanslarımız darlaşabiliyor. Anlama çabası ve kavramsal hakimiyetimiz zayıflayabiliyor. Tembelliğimiz beslenebiliyor.

Başka bir noktadan bakıldığında ise üretkenliğimiz artabiliyor. Zaman kavramı değişiyor. Önceden zaman kısıtı sebebiyle deneyemediğimiz fikirleri hızlıca deneme fırsatı bulabiliyoruz. Teknoloji bazı dar boğazları genişletme ve hızlıca deneyip test etme imkanı sunuyor.

Yapay zekadan bahsediyoruz tabi. Örtük olarak konuşsak da. Bir yazılım geliştirici olarak bu dönüşümün merkezinde bir nesne olarak yer alıyorum ve yönümü bulmaya çalışıyorum. Hem Martin Fowler gibi geleneksel liderlerin yaklaşımlarını takip etmeye hem de yapay zekaya yön veren geliştiren yeni dünyanın liderlerine kulak vermeye çabalıyorum. İş yapış biçimlerimi yenileyerek nesne olmaktan çıkıp özne olmaya çabalıyorum.

Sadece okuyarak, haber izleyerek, “kod yazdırmak” gibi kısmi aksiyonlarla bu köklü dalganın dönüştürücü gücüne vakıf olmak ve ondan yeterince faydalanmak güç.

Belki de bir iki sene sonra nasıl bir dünya olacak diye hayal edip oradan günümüze gelmek ve hareket planımızı ona göre belirlemek lazım. Yazılıma bakış açımız, yazılım üretme ve problemleri çözme biçimimiz, uçtan uca yazılım yaşam döngüsü, kısıtlarımız, dar boğazlarımız yeni bir dünyaya göre şekillenecek. BT sektörü kökten dönüşecek. Bazı meslekler “yenile”necek.

Bu sene yenilenme senesi. Fırsat kovalama senesi. Dönüşüm senesi. Riskleri, fırsatları ve yol haritalarımızı yenileme senesi.

Çoğu yenilik kurumsal arge bölümlerinden gelmez. Dertli insanlardan gelir. Dertlenen insanlardan gelir. Bu sene dertlenme ve mevcut dertleri tekrar ele alma senesi. Varsayımları, kısıtları, fikirleri, ihtiyaçları yeniden ele alma senesi. Neyin mümkün neyin imkansız olduğunu yeniden değerlendirme senesi. Fizibilite raporlarını yeniden değerlendirme senesi.

Bu sene inşa senesi. Tüm süreçlerimizi, alışkanlıklarımızı, iş yapış biçimlerimizi ele alıp yeniden inşa etme senesi.

Çok da uzak olmayan geleceği bugünden düşünüp, bugünü yeniden kurgulama ve yenilenme senesi.

Yiğit Alp Çıray

iOS Engineer

Halüsinasyondan Partnerliğe — Profesyonel Yazılım Geliştirmede LLM ile Geçen Bir Yıl

Not: Bu yazıdaki görüşler tamamen şahsıma aittir, çalışanı olduğum Google’ın resmi iletişimi değildir.

Geçen yılın başında, geliştirme sürecime yapay zekayı dahil etmeye çalıştığımda kendimi bir partnerle değil, sürekli kafası karışan bir stajyerle çalışıyor gibi hissediyordum. Kod yazarken modellerin “halüsinasyon” gördüğü anlar verimliliğimi artırmak yerine beni daha çok yavaşlatıyordu, resmen stres oluyordum. Ancak bugün geldiğimiz noktada, bu ilişkinin gerçek bir partnerliğe dönüştüğünü görüyorum.

Eksik Olan Neydi?

Geçtiğimiz yıl boyunca yapay zeka ile kod yazarken yaşadığım en büyük hayal kırıklığı, ürettiğim çözümlerin Apple’ın modern standartlarıyla bir türlü örtüşmemesiydi bunu üzerine de bağlamdan kopuk kendini tekrarlayan hatalar ekleniyordu. Modeller genellikle “çalışan” ancak “güncel olmayan” kodlar sunuyor ve iyileştirme yolları talep ettiğimde hatalı kodlar üretiyordu. Bu verimsizliğin temelinde iki ana teknik engel vardı:

Bilgi Kesintisi (Knowledge Cutoff)

Yapay zeka modellerinin dünyası, eğitildikleri veri setinin bittiği tarih olan bilgi kesintisi noktasında durur. iOS gibi her yıl düzenlenen WWDC etkinlikleri ve swift.org üzerinden duyurulan güncellemelerle yeni standartların sürekli eklendiği bir ekosistem. Modellerin sunduğu çözümler genellikle birkaç sürüm öncesinin pratiklerine dayanıyor ve bu durum, LLM’in bir yardımcı olmasından ziyade, sunulan kodun güncel pratiklere uygunluğunu sürekli olarak kontrol etmemi gerektiren ek bir efor yaratıyordu.

Bağlam Kaybı/ Verimsiz Bağlam Kullanımı

Geçen sene başındaki modellerin en büyük kısıtı sadece dar bağlam penceresi kapasitesine sahip olmaları değildi; aynı zamanda sağlanan mevcut bağlamı da nitelikli bir şekilde işleyemiyorlardı. Bu durum, geliştirme sürecinde temel sorunlar yaratıyordu:

• Bağlamın Kalitesiz İşlenmesi: Projeyi bir bütün olarak görmekten uzak olup bir dosyada yapılan değişikliğin diğer dosyaları nasıl etkilediğini kavrayamadıkları için, odaklarını kaybediyor ve projenin geri kalanıyla uyumsuz kodlar üretmeye başlıyordu, bu halüsinasyon etkisidir. Modellerin projenin genel mimarisini ve ilişkileri anlama yetisi olgun değildi. Bu nedenle, modele doğru dosyaları verseniz bile, bu bilgiyi koda dönüştürürken çoğu zaman bağlantıları yanlış kuruyor veya mevcut yapıyı bozacak öneriler sunuyordu.
• Protokoller: Model Context Protocol (MCP) gibi standartlar henüz çok yeni ve istikrarsız olduğu için, modelleri güncel dokümantasyonlar veya canlı kod depolarıyla verimli bir şekilde beslenmiyordu.

Bu Yıl Neden Harika Olacak?

Geçtiğimiz yıl sonu ile birlikte, bu yıl araçların sadece “kod üreten” mekanizmalar olmaktan çıkıp, gerçek birer “mühendislik partnerine” dönüştüğünü görüyorum ve bu işim açısından bana bir çok avantaj sağlıyor. Bu sene temel farklar şunlar:

Bağlamın Nitelikli İşlenmesi ve Mimari Bütünlük

Artık sadece daha geniş veri setleriyle çalışmıyoruz; sağlanan bilginin projeyle olan organik bağının çok daha iyi kurulduğu bir noktadayız. Tüm projenin kullanışlı bir biçimde indekslenebiliyor oluşu, modelin sadece görmediği aslında anlayarak planlama veya hayata geçirmesini sağlıyor. Bu da projenin bir köşesinde yapılan bir değişikliğin, diğer taraftaki mimariyi nasıl etkileyeceğini bilen, çok daha tutarlı ve yüksek kaliteli kod üretme/planlamayı sağlıyor.

Dinamik Bilgi Erişimi ile Güncel Standartların Yakalanması

Geçen yılın en büyük engeli olan sabit veriyle kısıtlı kalma durumu, artık yerini dinamik bir bilgi akışına bıraktı. swift.org üzerindeki en yeni dökümantasyonların ve WWDC duyurularının doğrudan iş akışına dahil edilebilmesi, araçların en modern pratikleri anında öğrenmesini sağlıyor. Geçen seneki bir model 2024 kodlama birikimi ile fikir verirken bu sene 2026’nın güncel bilgilerini öneri olarak alabiliyorum.

Ben Nasıl Çalışıyorum?

Yapay zekanın sunduğu hızın, öncelikle üretilen yazılımın bir mühendislik disiplini olduğu gerçeğini gölgelemesine izin vermiyorum. Süreçlerimi her zaman şu üç temel prensip üzerine kuruyorum:

• Test Odaklı Geliştirme (TDD): Yapay zeka ile çalışırken dahi Test Driven Development (TDD) disiplininden ödün vermiyorum. Önce testi yazarak modelin çözüm alanını daraltıyor, ardından modelin ürettiği kodun bu testlerden geçmesini sağlıyor.
• Küçük Görevler: İşleri her zaman planlama modu ile küçük görevlere bölüyorum. Modellerden en yüksek verimi almak ve vaktimi doğru kullanmak için sabit kurallarımı her ajana okutuyorum ve kodlamanın her aşamasında bu sınırların korunmasını talep ediyorum. Bu sayede kod kalitesini en üst düzeyde ve standartlara uygun tutuyorum.
• İstikrarsız Kond İnceleme (Review): Yapay zekanın ürettiği her satırı titizlikle inceliyorum. Hiçbir değişikliği doğrudan kabul etmeden, kullanılan apiler başta olmak üzere, fonksiyonel programlama ve mimari uyumunu süzgeçten geçiriyorum.

Günün sonunda yapay zeka bir “yazılım üretme aracı”, fakat kesinlikle unutmamak gereken her bir satırın sorumluluğu ve imzası tamamen bana ait oluyor.

Ziyahan Albeniz

Application Security Engineer / Journalist / AI Enthusiast

Yine bir trend raporu daveti, yine tarihsel bir kesişim… Sonra da gel de kadere inanma.

Bu yazıyı kaleme aldığım günlerde Claude Code ilk yaşını kutluyor. Koskoca bir yıl… Neler getirdi, neler götürdü. Elimize bir mikroskop alıp yalnızca son bir yılı incelesek; özellikle de geliştiricilerinin kamuya açık beyanlarına, kendi üretim süreçlerinde neleri değiştirdiklerine baksak, yazılımın bugünü ve yarını hakkında oldukça fazla şey söylemek mümkün.

Kısa tutmayı tercih edeceğim.

Claude Code’un yaratıcısı Boris Cherny, Kasım 2025’ten bu yana tek satır kod yazmadığını ifade ediyor. GitHub’daki commit’lerinin yaklaşık %4’ünün yapay zekâ tarafından üretildiğini, yıl sonuna kadar bu oranın %20’ye ulaşmasını beklediğini de ekliyor.

Malumun ilamı.

Peki bu neyi değiştirir?

Yazılım tarihine dönüp baktığımızda, neredeyse tüm ilerlemenin tek bir istikamette gerçekleştiğini görürüz: Programlama dillerini insana yaklaştırmak. Hafıza yönetiminden OOP’ye, sürükle-bırak geliştirme ortamlarından sanal makinelere kadar uzanan bu yolculuk; sürekli olarak daha yüksek soyutlama katmanları inşa etmekten ibaretti.

Ama ilk kez farklı bir eşikteyiz.

Eğer soyutlamanın zirvesi olarak doğal dili kabul edersek — ki bugün makinelerle doğal dil üzerinden talimatlaşabiliyoruz — o halde artık yazılım geliştirme sürecinin girdisi insan dili, çıktısı ise makine optimizasyonu olabilir.

Başka bir deyişle:

Eğer kodu artık biz değil makineler yazacaksa, neden insan için tasarlanmış yüksek seviyeli dillerde yazsınlar?

Doğal dil ile verilen bir talimatın, Rust, C ya da hatta Assembly gibi daha düşük seviyeli ama daha performanslı çıktılara dönüştürülmesi teknik olarak mümkün hale geliyor. Bu da yazılım geliştirme sürecinde yeni bir kırılmaya işaret ediyor: Girdi tarafında maksimum soyutlama, çıktı tarafında maksimum performans.

Bugüne kadar her kolaylık yeni bir katman, her katman ise kaçınılmaz bir performans maliyeti demekti. Şimdi ise ilk kez yazılım dillerinin kendisini değiştirmeden, insana yaklaşabiliyoruz. Çünkü soyutlamanın son halkası olan doğal dili kullanıyoruz.

Bu ne anlama geliyor?

Daha verimli uygulama yığınları. Daha az insan müdahalesiyle daha yüksek performans. Aynı geliştiricinin eş zamanlı olarak birden fazla projeyi yönetebilmesi…

Tam zamanlı işlere veda mı?

Belki de. Aynı yaşam standardını korumak için bir değil, iki hatta üç projeyi paralel yürüten geliştiriciler görmemiz şaşırtıcı olmayacaktır.

Ancak burada kritik bir nokta var:

Yazılım geliştirme hâlâ iteratif bir süreç. Modeller kendi içlerinde akıl yürütme (reasoning) mekanizmaları ve alt-ajanlar aracılığıyla bir tür öz-eleştiri döngüsü kurarken; insan da sonuçları değerlendirip yeni sorular sorarak sürecin parçası olmaya devam ediyor.

Dolayısıyla “tacit knowledge” dediğimiz örtük uzmanlık bilgisi — yani iyi bir oyun kurucu olmak, doğru sistemi sezgisel olarak anlayıp aktarabilmek — önümüzdeki dönemde en değerli becerilerden biri haline gelebilir.

Kod yazmak değil, sistemi konuşturmak…

Belki de yazılımın yeni tanımı bu olacak.

Geleneksel “Yazılım Dünyasında Trendler” serisinin 6. sayısı olan 2025 versiyonu ile ancak karşınızdayız. (2020, 2021, 2022, 2023, 2024)

Geçen yıla benzer bir girizgahla başlayacağım: Bu sene de iş ve kişisel yoğunluğum nedeniyle epey geç başladım yazarlara ulaşıp yazıları toplama sürecine. Bu nedenle de kısıtlı zamanda daha az yazarın müsaitliğini yakalayabildim. Diğer yandan önceki senelerde olduğu gibi 2 dönem kuralına takılan yazarlarımız oldu. Bu sebeplerden maalesef ana akım diyebileceğimiz web geliştirme ve yapay zeka dışındaki çoğu alanda planladığım sayıda uzmana ulaşamadım. Bu konuda alan çeşitliliğini sağlamak için(başta oyun geliştirme, mobil geliştirme, veri bilimi, fonksiyonel programlama, gömülü programlama, aviyonik, blockchain…) tavsiye edeceğiniz uzmanlarla bana yardımcı olursanız çok memnun olurum.

Bu sayıda alanında uzman on sekiz kişinin görüşlerini okuyacaksınız. Konularda doğal olarak gün geçtikçe daha fazla gündelik hayatımıza dahil olan yapay zeka uygulamaları, bunların iş hayatımıza ve sektöre etkileri öne çıktı.

Geçen senelerde olduğu gibi bu sene de içerikte çeşitliliği sağlamak için yazarlarımızdan sınırları oldukça geniş çizilmiş “serbest bir format” istedim. Kimi yazarlarımız tek bir uzmanlık alanında, kimileri dokundukları farklı alanlarda değerli görüşlerini paylaştı. Yine kimileri teknik konulara(dil, framework vs), kimileri daha soyut olan süreçlere, metodolojilere odaklandı. Bazı yazarlarımız ise olası gündemlerden ziyade önemli gördükleri, gündem olması gerektiğini düşündükleri konuları gündem edip yazdılar. Velhasıl her biri kendi perspektifinden okurlara değer katacak öngörülerini, tavsiyelerini paylaştı.

Rapora geçmeden önce bizlerle değerli görüşlerini paylaşan tüm yazarlarımıza(Altuğ Bilgin Altıntaş, Bekir Arslan, Coşkun Taşdemir, Deniz İrgin, Emre Karaoğlu, Erkan Ceran, Evren Tan, Furkan Şahin Kulaksız, Hüseyin Babal, İbrahim Serdar Açıkgöz, Meryem Alay, Murat Dinç, Oğuz Kılıç, Ömer Savaş, Özlem Salehi Köken, Tarık Güney, Uğur Umutluoğlu, Zeki Seskir), dokümanın PDF formatını hazırlayan Tarık Çayır’a teşekkür ediyorum.

Not: Yazarlar alfabetik olarak sıralanmıştır.

Kapak Fotoğrafı: unsplash.com/@kvncnls

Tasarım: Tarık Çayır

Kürasyon: Muhammed Hilmi Koca

E-kitap(PDF) Formatı:

https://drive.google.com/file/d/1gzIF5PYfFqteg7S83-3ltQzF-HhOhee1/view?usp=sharing

Altuğ Bilgin Altıntaş

Software Architect

Yazılımcıların Asıl Mesaisi: Kod Yazmak mı?

Geliştirici olarak çalıştığımızda, aslında zamanımızın çoğunu kod yazmak yerine mevcut kodları anlamak için harcıyoruz. Bu, yazılımcılık kariyerine yeni başlayanlar için şaşırtıcı olabilir, çünkü dışarıdan bakıldığında geliştiricilerin işi sadece kod yazmak gibi gözüküyor. Ancak var olan kodları anlamak ve üzerinde çalışmak, yazılım geliştirmenin temel bir parçası. Bu süreçte karşılaştığımız en büyük zorluklardan biri ise teknik borç kavramı.

Teknik Borç Nedir?

Teknik borç, kısa vadeli faydalar elde etmek amacıyla yapılan geliştirmelerin, uzun vadede yazılımın bakımını zorlaştıran sorunlara yol açması durumudur. Bu borç, başlangıçta bize zaman kazandırabilir, ancak ileride projeyi yavaşlatan bir yük haline gelir. Teknik borç aslında bir fayda-zarar dengesidir. Kısa vadede kazandığımız zamanı uzun vadede daha fazla çalışarak geri öderiz.

Teknik borç her zaman bilinçli bir seçimle ortaya çıkmaz. Reckless debt (Pervazsız borç) dediğimiz borç tipi, hem kısa vadede hem de uzun vadede hiçbir fayda sağlamaz. Bu tür borçlar, sorumsuzca ve düşüncesizce alınan kararlar sonucu birikir ve fayda sağlamak bir yana dursun, yalnızca sorunlara yol açar.

Teknik Borcu Belgelemek Neden Önemli?

Yazılım geliştirme süreçlerinde, belirli kod parçaları diğerlerine göre daha sık değiştirilir. Bu alanlara hotspot adı verilir. Hotspot’lar genellikle düşük bağlamlılık (low cohesion) nedeniyle oluşur. Yani bir sınıf içerisinde birbirinden alakasız işler yapılırsa, bu sınıf sürekli farklı commit’lerle güncellenmek zorunda kalır. Hotspot’lar, yazılımın karmaşık ve riskli bölgelerini işaret eder. Bu alanlar, genellikle teknik borcun biriktiği ve hataların daha fazla ortaya çıkabileceği yerlerdir. Hotspot’lar, yazılım kalitesini artırmak ve teknik borcu azaltmak için öncelikli olarak ele alınmalıdır.

Hotspot noktaları belirlendikten sonra burada oluşan teknik borcun yönetilebilmesi için mutlaka kaydedilmesi gerekir. Hangi alanlarda borç biriktiğini ve bu borcun nasıl bir etki yaratabileceğini anlamak için bu borçları bir yerlere yazmak şarttır. Özellikle stratejik olarak alınan teknik borçların, uzun vadede nasıl geri ödeneceği planlanmalıdır. Teknik borç, yazılım geliştirme süreçlerinde kaçınılmaz bir durumdur; önemli olan bu borcu kontrol altında tutmak ve yönetebilmektir.

Peki, her kötü yazılmış kod teknik borç mudur? Cevap hayır. Eğer kötü yazılmış bir kod parçasına sürekli müdahale etmiyorsanız ve sadece arada sırada okuyorsanız, bu teknik borç olarak nitelendirilemez. Teknik borç, zamanla geri ödenmesi gereken bir borçtur. Eğer bu borcu “faiziyle” ödüyorsanız, yani sürekli olarak bu kodla uğraşıyorsanız (hotspor), işte o zaman teknik borçtan söz edilebilir.

Takımlar, teknik borcu sistematik olarak tanımlayıp, anlayıp, ele alarak yüksek üretkenliği ve sistem güvenilirliğini koruyabilir. Borç yönetiminin düzenli geliştirme döngülerine entegre edilmesi, teknik borcun kontrol altında tutulmasını ve sağlam, sürdürülebilir bir kod tabanı oluşturulmasını sağlar.

Özetle, teknik borçlar kaçınılmazdır, ancak yönetilebilir. Yazılım projelerinde başarılı olmak için teknik borçları bilinçli bir şekilde yönetmek ve sürdürülebilir bir geliştirme süreci sağlamak önemlidir.

Bekir Arslan

Product Growth Data Analyst

İşimizi elimizden alır mı almaz mı tartışmaları bir yana üretken yapay zekanın yazılım ve ürün geliştiriciler için birer asistana dönüşmesi artık yadsınamaz bir gerçek. Büyük dil modellerinin dijital dünyada tozu dumana kattığı böyle puslu bir zamanda yazılım veya ürün odaklı bir trend tahmini yapmak oldukça zor. Ama yine de geçtiğimiz yılı, olayları, kişileri ve işleri takip edebildiğim kadarıyla odaklandığım alanların, yani ürün analitiği (product analytics) ve büyüme analitiğinin (growth analytics) önümüzdeki yıl ne gibi durumlarla karşı karşıya kalacağına dair bazı yorumlarda bulunabilirim.

Geçen yıl yapay zekanın da etkisiyle dönen tartışmaların neredeyse tamamı yeni bir ürün geliştirmenin artık birkaç saat alabilmesi, uzman yazılım bilgisine çok da ihtiyaç kalmaması, her yeni gelen aracın “internetin keşfi” kadar önemli olması arasında gidip geldi. Bu durumların kısmen gerçeklikleri olsa da yeni “uzman geliştiriciler” kendi iç dünyalarına döndüğünde modası geçmesi pek de mümkün gözükmeyen iki büyük sorunla karşı karşıya kaldılar: 1) Ürünümü nasıl büyüteceğim? 2) Ürünümün başarısını hangi metriklerle ölçeceğim?

İçine doğru sürüklendiğimiz yapay zeka odaklı bu dijital çağda yalnızca bir ürünü geliştirmek değil, onu sürdürülebilir bir büyüme yoluna sokmak, doğru metriklerle yönlendirmek ve yönetmek asıl fark yaratan unsurlar haline geldi. Ürün analitiği ve büyüme analitiği, popüler söylemlerin aksine yapay zekanın gölgesinde kaybolmayacak; daha stratejik ve değer odaklı bir hale gelecek. Yeni araçlar analiz süreçlerini hızlandırıp kolaylaştırsa da doğru soruları sormak, hangi dataya bakılması gerektiğine karar vermek, datayı anlamlandırmak ve yorumlamak, ürünün geleceğini şekillendirmek adına halen uzmanlık gerektiren alanlar olarak kalmaya devam edecek.

Yapay zekanın analitik süreçlerdeki rolü artarken, bu durum ürün geliştiricilerin ve büyüme uzmanlarının işlevini ortadan kaldırmak yerine bence onları daha etkili karar vericiler haline getirecek. Artık ürün ekipleri yalnızca geçmiş dataya bakarak değil, gerçek zamanlı geri bildirimleri analiz ederek daha hızlı ve doğru aksiyonlar alabilecek. Ancak hangi metriklerin önemli olduğunu anlamak, gösteriş ölçütlerinden (vanity metrics) kaçınmak ve büyümeyi uzun vadeli sürdürülebilir bir stratejiye oturtmak, hâlâ insan dokunuşuna ihtiyaç duyan kritik beceriler arasında olacak.

Ve bence en önemlisi datadan anlam çıkararak oluşturulan içgörülerin (insights) hangisinin iş değeri taşıdığına karar vermek insanlara düşecek. Datanın yönlendirdiği aksiyonlar ne kadar sofistike hale gelirse gelsin ürün yöneticilerinin müşteri ihtiyaçlarını anlama, rekabeti değerlendirme ve stratejik öncelikler belirleme süreçleri yapay zeka ile değişmeyecek, aksine daha da önemli ve güçlü hale gelecek.

2025 ve sonraki yıllarda ürün ve büyüme analitiğinin geleceği sadece araçların daha akıllı hale gelmesiyle değil, bu araçları nasıl kullandığımızla şekillenecek. Yapay zeka, süreci hızlandıran bir yardımcı olarak konumlanırken, anlamlı kararları almak ve ürünleri gerçekten başarılı kılmak hâlâ ürün ekiplerinin sorumluluğunda olacak. Datayı analiz edenler makineler olabilir, ancak büyüme stratejisini şekillendiren ve ürünleri kullanıcı odaklı hale getiren yine insanlar olacak.

Coşkun Taşdemir

Kıdemli Gömülü Yazılım Mühendisi

“Gömülü sistemciler” için yeni bir “challenge” : Edge AI

Şu sıralar teknoloji dünyası (ve aslında tüm dünya) oldukça karışık. “Yazılımcıların yapay zeka ile işsiz kalıp kalmayacakları” en sıcak tartışma konularından bir tanesi. Ancak burada bu konuya girmeyi düşünmüyorum. Ben gömülü sistemler camiası için son dönemdeki başka bir gelişmeden bahsetmek istiyorum. Aslında konu yine yapay zeka ile alakalı! Ama işsizlik ya da meslek konusu ile değil, önümüzde açılan yeni bir fırsat penceresi olarak bakmak istiyorum.

Geleneksel olarak bir yerde “gömülü sistemlerden” bahsettiğimizde devamlı “gömülü sistemler alanında kısıtlı kaynaklarla çalışılır, işlem güçleri geleneksel PC ve mobil cihazlara göre çok daha düşüktür, bellek miktarları da KB’lar seviyesindedir” diye anlatırız. Ancak son dönemlerdeki gelişmelerle birlikte artık bu söylemlerin de geçersiz hale geldiğine şahit oluyoruz.

Son zamanlarda mikrodenetleyici pazarını takip edenler, çalışma hızlarının artık 800–900 MHz’lere ulaştığını görmeye başlamışlardır. 90’lı ve hatta 2000’li yıllardaki basit 7 segment göstergeler ya da basit karakter bazlı LCD ekranlı arayüzler yerine artık mobil uygulamalardan ayırt edilemeyecek seviyede güzel görünen, dokunmatik destekli arayüzlerin geliştirilebildiğini görüyoruz. Geliştirme araçları da hiç olmadığı kadar ulaşılabilir. 2000’li yılların başlarında sadece bir derleyicinin bile 2000–3000 dolarlarla satıldığı zamanlardan hemen hemen tüm geliştirme araçlarının ücretsiz olarak sağlandığı bir döneme geldik.

Bugünlerde yapay zeka olarak oldukça fazla duyduğumuz uygulamaların büyük çoğunluğu yapay zeka alanının altında yer alan “makine öğrenmesi” ya da başka bir deyişle “yapay öğrenme” konusuna dayanıyor. Makine öğrenmesi, çok kabaca, elimizdeki büyük veri kümeleri ile “eğittiğimiz” algoritmanın benzer girişler için artık kendisinin belirli sonuçları üretmesi mantığına dayanıyor. Burada genelde gözden kaçırılan şey, bu sistemlerin ürettikleri sonuçların onları eğitmekte kullanılan “geçmiş” verilere dayanıyor olması.

İşte bu dönemde makine öğrenmesi algoritmalarının artık gömülü sistemlerde bile çalıştırılabileceği imkanlara yaklaştığımızı görüyoruz. Mikrodenetleyiciler için makine öğrenmesi algoritmalarında “çıkarım (inference)” yapılmasını hızlandıran birimler eklenmesi son dönemde şahit olduğumuz bir trend haline geldi. Ayrıca Nvidia gibi bu alandaki öncü firmalar da Jetson serisi gibi daha az güç tüketen, işlem güçleri de daha kısıtlı ama birçok uygulamanın da hala rahatlıkla gerçekleştirilebileceği ürünler çıkarıyor.

Bu ürünlerin hedef uygulamaları yapay zeka algoritmalarının “yerel” olarak çalıştırılması gereken sistemler. Örneğin gördüğü bir nesneyi tanıyıp ona göre tepki vermesi gereken bir robot ya da otomobil gibi. Burada anahtar nokta makine öğrenmesi modelinin lokal olarak çalıştırılıp herhangi bir bulut tabanlı sisteme ihtiyaç duymadan sonuç üretebilmesi. Tabi buradaki modeller bugün sıkça kullandığımız gelişmiş modeller kadar karmaşık olmayacaktır. Ancak yine de uygulama açısından yepyeni fırsatlar doğurmaya aday olduğu açık. Burada büyük modellerin daha kısıtlı sistemlerde çalışacak hale getirilmek üzere optimize edilmesinin de ayrı bir uzmanlık dalı haline geleceğini öngörebiliriz. (Bu makaleyi tamamlamaya çalıştığım sırada Çin’den duyurulan Deepseek adlı büyük dil modeli dünyayı sallamaya başlamıştı bile)

Son zamanlarda yapay zeka konusundaki tartışmalar büyük bir hararetle devam ediyor. Ancak bu gürültü içinde kendi alanımızla ilgili gidişatı takip etmek ve mümkün olduğunca ayak uydurmaya çalışmak bence yapılabilecek en akıllıca şey. Tabi ki bahsedildiği biri birçok mesleğin ortadan kalkabileceği ya da en azından eski değerinin kalmayacağı açık. Ancak teknolojinin üretilmesi, geliştirilmesi, günlük hayatımıza dokunacak hale getirilmesi için çalışacak insanlara çok ihtiyaç duyulacağı da ortada. Burada gömülü sistemler alanında yeni uygulama alanlarının doğmaya başladığını çok net görebiliyoruz. Aslında tür uygulamalar teorik olarak yıllardır yapılabiliyor olsa da “kapasite kısıtları“ pratik uygulamaların önünde bir engeldi. Şimdi geçmişte daha yavaş hızlarda ya da pratikte çok da hedefine ulaşacak performansa erişemeyen uygulamaların gerçekleştirilme şansı var. Bu iyi haber! Kötü haber ise artık “makine öğrenmesi / yapay öğrenme” konusunda hepimizin belli bir seviyeye kadar kendimizi geliştirmek gerektiği. Aramızdan bazıları doğrudan bu konuda uzmanlaşmayı da tercih edebilir ama hepimiz belirli seviyeye kadar kendimizi geliştirmek zorundayız.

Buradaki “edge (kenar)” kelimesi sistemlerin ağ bağlantısına çıkmadan önceki son noktasını ifade ediyor. Yani tüm çıkarım (inference) işlemlerinin bulut sistemine bağlanmadan gerçekleştirilebiliyor olmasını ifade ediyor. Bir anlamda bu sistemleri “gömülü yapay zeka “ uygulamaları olarak da adlandırabiliriz. Bu konudaki haber ve gelişmeleri takip etmek istiyorsanız “Edge AI” ya da “Embedded AI” terimlerini izlemeye alabilirsiniz.

Artan ihtiyaçlar ve gelişen araçlarla birlikte Edge AI konusunu daha çok duyacağımızı düşünüyorum. Makine öğrenmesi ve gömülü sistemler alanını birleştiren insanlara da daha çok ihtiyaç duyacağız. Kimler işsiz kalacak bilmiyorum ama hala bu sistemleri insanların geliştireceğini düşünüyorum. En azından bir süre daha…

Öngörülerimi kısaca paylaşacak olursam:

• Robotik alanında gelişmelerin artan ivmeyle hızlanması. Bilim-kurgu filmlerinde gördüğümüz robotlara daha da yaklaşmamız
• Daha fazla yerel sistemlerde çalışan, az güç tüketen AI sistemlerine odaklanılması.
• Maliyetleri düşürmeye yönelik “inference” algoritmalarını düşük güçlerde çalıştırabilecek çiplerin tasarımında artış.
• Edge AI/ Embedded AI uygulamalarının artışı.
• Geçmişte görece daha basit ve “aptal” arayüzlerin yerini tüm cihazlarda “sizinle konuşarak yardımcı olabilen” arayüzlerin alması.
• Sahadaki cihazlardan veri toplamanın daha da önem kazanması. Bu toplanan verilerin değerlendirilerek yapay öğrenme algoritmalarında kullanımının ve sonraki versiyonların geliştirilmesinin artışı.
• Artık ne cihaz geliştiriyor olursanız olun illa ki “veri toplanmasının” istenecek olması. Bu da geçmişte IOT (Nesnelerin İnterneti) olarak konuştuğumuz konunun “yapay öğrenme” ile birleşerek tekrar canlanması.
• Yazılım alanında iş gücünde sayısal olarak azalma ama talep edilen niteliklerde artış. Yazılım geliştirmenin yeniden “mühendisliğe” yaklaşması.

Deniz İrgin

CTO / VP of Engineering

Son iki yıldır gördüğümüz AI coding araçları, artık geliştiricilerin sadece deneme yaptığı teknolojiler olmaktan çıkıp, günlük çalışmalarında vazgeçilmez hale geliyor. Hem kendi ekibimde hem de sektördeki gelişmelerde bu araçların verimliliği ve üretkenliği ciddi şekilde artırdığını gözlemliyorum.

Bu durumun işe alım süreçlerine de etkisi olacağını düşünüyorum. Ne yazık ki, junior rollere olan talebin giderek azalacağını öngörüyorum. Büyük çaplı işten çıkarmalar yakın vadede beklemiyorum, ancak junior pozisyonların daha az açılacağını şimdiden fark edebiliyoruz. Bunun yanı sıra, önümüzdeki birkaç yıl içinde CoPilot, Cursor gibi AI destekli araçların, Git gibi temel araçlar kadar iş başvurularında bir gereklilik haline geleceğini düşünüyorum.

“AI işimizi elimizden alacak mı?” sorusuna net bir yanıt vermek zor, ancak bunun bir anda değil, yıllar içinde kademeli olarak gerçekleşeceğini düşünüyorum.

Emre Karaoğlu

Server, Storage and Cloud Analyst

2025 Teknoloji Trendleri

Yeni bir yıl için, 2025 için beklentiklerimizin toplandığı bu güzel bültene yazmak üzere bilgisayarımın başına geçtim. Tabi ki hep olduğu gibi içeriği kendi küçücük dünyamda gördüklerimle kısıtlamamak için de bir kaç rapor okudum. Bu raporlar hakkında da yazasım var ama kısaca, “bazen de bu raporları yazanların da küçücük dünyaları olabilir mi? ” diye de düşünmüyor değilim. Neyse uzatmadan başlayalım.

2025 trendleri yazımı yazarken tabi ki kendi uzmanlık alanımdan yani IT Altyapı (IT Infrastructure) bahsedeceğim. Diğer konulara dalmak beni televizyonlardaki hem Ortadoğu, hem ekonomi hem de yemek uzmanlarına çevirir ki bunu da hiç istemem. 😊

Edge: Gartner 2025 yılına kadar verilerin %75'inin cloud ve geleneksel datacenter dışı ortamlarda oluşturulacağını yazmış. Bu da sanırım bizi Edge Teknolojisine çıkarıyor. Açıkçası sürekli artan maliyetleri ve özellikle hız gerektiren durumlardaki latency (gecikme) sorunlarını düşünürsek çok da şaşırtıcı değil.

Cloud & Hypervisor: Hazır maliyet demişken, örneğin Vmware’in Broadcom tarafından satın alındıktan sonra lisans modelini değiştirmesi, abonelik tipi lisansa geçmesi vs. gibi sebeplerle firmalar bu tarafta da maliyet azaltıcı yöntemler aramaya başladı. Burada tabi ki ilk akla gelenler (özel veya genel) Cloud üzerindeki servislere taşınmalardan, hipervizör değişikliklerine kadar çeşitli yelpazede olabilir. Ancak bu bizim gibi IT Altyapı profesyonelleri için hem kriz hem de -klasik olarak- fırsat demek.

Sürdürülebilirlik, Yeşil IT: Dünya genelinde ve şirketler özelinde “sürdürülebilirlik“ kavramı son yıllarda “cümle içinde kullanılması sevilen“ bir kavram olarak karşımızda. Samimiyetlerini çoğu zaman tartışsam da en azından Altyapı dünyasında Yeşil IT yatırımları için örneğin soğutma sistemlerinde bazı gelişmeler yok değil. Özellikle su soğutmalı sistemler hem daha çevreci hem de CPU ve GPU kapasitelerini daha verimli kullanmayı sağlayabiliyor. Bu yeni bir konu olmasa da yıldızının daha da parlayacağı aşikar.

AI: Her konuya girer de bizim dünyamıza girmez mi? 11 yasındaki oğlum artık Google yerine AI kullanıyor. Her geçen gün insanlar işlerini yapay zeka ile kolaylaştırıyor veya yeni bir dünya açıyor kendine. Kimseyi kızdırmak istemem ama altyapı profesyonelleri genellikle ya çok daha temel düzeyde yazılım bilgisine sahiptir veya zaten işlerinin yoğunluğundan dolayı yazılım geliştirmeyi işini hızlandırmak için scriptler, basit kodlar için kullanır. Bu sebeple özellikle yapay zekadan yardım alarak (Copilot gibi uygulamalardan örneğin) bazı işleri halletmek daha kolaylaşabilir. (Nacizane dost önerisi, yedek almayı ve önce test sistemlerinde denemeyi unutmayın:D) Tabi ki AI-Ops ile verileri (özellikle loglar, güvenlik verileri vs gibi) anlamlandırmak için AI çözümleri sadece 2025 değil ileri dönük de trend kalmaya devam edecektir diye düşünüyorum.

Güvenlik: Bir yazıda genelde ilk ve son kısım akılda kalırmış. Güvenliği bu yüzden sona bıraktım. Gerçi hiç aklımızdan çıkmıyor ki. Ancak daha önce de olduğu gibi ileriye dönük olarak da güvenlik her zaman trend kalacak gibi. Başlığa ‘’Güvenlik’’ yazarken özellikle “siber güvenlik“ yazmadım, çünkü Altyapı profesyonelleri bilir ki güvenlik sadece siber değil, topyekün olmalıdır.

Umarım çok sıkmadan sizlere aklımdakileri aktarabilmişimdir. Bu fikirler tabi ki beni bağlar o da şimdilik. İlerleyen yıllarda gerçekleşmeyen kehanetler için sorumlu değilim :D Herkese sağlıklı, huzurlu ve başarılı bir 2025 yılı (ve ötesi) dilerim…

Erkan Ceran

Teknoloji ve Yapay Zeka Danışmanı

2025 Teknoloji Trendleri

Teknoloji dünyası hiç olmadığı kadar hızlı evriliyor ve 2025 yılı, bu dönüşümün zirveye ulaştığı kritik bir eşik olacak. Geçmişten bugüne insan-bilgisayar etkileşimindeki evrimi gözlemlediğimizde, yapay zekanın (YZ) bu etkileşimi kökten değiştireceğini görüyoruz. Artık karmaşık komut satırları veya tıklamalar yerine, doğal dilimizle bilgisayarlarla iletişim kurabildiğimiz bir çağa giriyoruz. Hazır olun, çünkü teknoloji sadece hayatımızı kolaylaştırmakla kalmayacak, aynı zamanda onu yeniden şekillendirecek!

İşte 2025 için teknoloji tahminlerim:

1) Yapay Zeka Her Yerde

2025 yılında yapay zeka, artık sadece bir özellik olmaktan çıkıp, yazılım dünyasının temel bir bileşeni haline gelecek. Nasıl ki günümüzde bir işletim sistemi olmadan bilgisayar düşünülemezse, gelecekte de yapay zeka entegrasyonu olmayan bir yazılım şirketi hayal etmek zorlaşacak. ABD’deki girişim yatırımlarının büyük bir kısmının yapay zeka şirketlerine akması bu dönüşümün en büyük göstergesi. Düşünün ki, bir pazarlama uzmanı yapay zekaya “Geçen çeyrek en çok satan ürünümüzün sosyal medya performansını analiz et ve bir sonraki kampanyamız için üç farklı hedef kitle önerisi sun” diyebilecek. Bu, sadece bir örnek; yapay zeka, yazılım geliştirme, müşteri hizmetleri, tasarım ve daha pek çok alanda iş süreçlerini baştan aşağıya değiştirecek. Bu durum, şirketlerin rekabet avantajı elde etmek için yapay zekayı iş süreçlerine entegre etme zorunluluğunu da beraberinde getirecek.

2) Otonom Yapay Zeka Ajanları Çağı Başlıyor

Spotify’ın kullanıcı deneyimini kişiselleştirmek için kullandığı veri döngüsü modeli, gelecekte otonom yapay zeka ajanlarının (agent) yaygınlaşmasının bir öncüsü. Bu ajanlar, tıpkı Spotify’ın müzik zevklerimizi analiz edip öneriler sunması gibi, iş süreçlerinde de otonom kararlar alarak verimliliği artıracak.

Örneğin, bir satış temsilcisinin CRM sistemine veri girişi yapmak yerine, yapay zeka ajanı otomatik olarak görüşme kayıtlarından gerekli bilgileri ayıklayarak CRM’i güncelleyebilecek. Hatta bir e-ticaret sitesinde, bir kullanıcı sepete bir ürün eklediğinde, yapay zeka ajanı, kullanıcının geçmiş davranışlarını ve diğer kullanıcıların tercihlerini analiz ederek, en uygun zamanda kişiselleştirilmiş bir indirim teklifi sunabilecek. Bu, sadece kullanıcı deneyimini iyileştirmekle kalmayacak, aynı zamanda iş süreçlerindeki manuel hataları azaltarak operasyonel mükemmeliyeti de destekleyecek.

3) Yapay Zeka Destekli Geliştirme: Tüm Platformlarda Verimlilik Devrimi

2025 yılında yapay zeka, yazılım geliştirme süreçlerinin merkezinde yer alarak, web, mobil ve diğer tüm platformlarda verimlilikte devrim yaratacak. GitHub Copilot, ChatGPT, Gemini, Adobe Firefly, Cursor, Windsurf, Replit, Co-pilot, Bolt, Clint, Project IDX ve Jules AI gibi yapay zeka destekli araçlar, geliştiricilere kod yazmada, tasarımda, hata ayıklamada, test etmede ve optimizasyonda yardımcı olarak geliştirme sürelerini önemli ölçüde kısaltacak.

Örneğin, bir web geliştiricisi yapay zekayı kullanarak temel kodları otomatik olarak oluşturabilecek, duyarlı tasarımlar yaratabilecek ve karmaşık hataları saniyeler içinde çözebilecekken, bir mobil uygulama geliştiricisi karmaşık algoritmaları hızla oluşturabilecek veya farklı cihazlarda test süreçlerini otomatikleştirebilecek.

Figma AI gibi yapay zeka destekli tasarım araçları, görsel açıdan çekici arayüzleri çok daha hızlı bir şekilde oluşturulmasına olanak tanırken, no-code ve low-code platformlarla entegrasyon sayesinde yazılım geliştirme daha geniş bir kitle için erişilebilir hale gelecek. Bu araçlar, endüstriyel ve kurumsal düzeyde benimsenerek küçük işletmelerin rekabet gücünü artıracak ve öğrenme eğrisini kısaltarak hem yeni başlayanların hem de deneyimli geliştiricilerin daha hızlı ve verimli projeler üretmesini sağlayacak. Kısacası, yapay zeka destekli geliştirme, yazılım geliştirmeyi daha yenilikçi, erişilebilir ve insan odaklı bir seviyeye taşıyacak.

4) Veri Konsolidasyonu ve Veri Göllerinin Yükselişi

Maliyet baskıları ve artan veri hacmi, şirketleri modern veri yığınlarını konsolide etmeye yöneltiyor. 2025 yılında, tek bir platform üzerinde standardizasyon arayışı hızlanacak ve veri gölleri, tüm iş yükleri için baskın veri mimarisi haline gelecek. Şirketler, gözlemlenebilirlik, güvenlik olayları ve olay yönetimi (SIEM) ve iş zekası gibi farklı ihtiyaçları için aynı veri gölünü kullanmaya başlayacaklar.

Örneğin, bir perakende şirketi, müşteri davranışlarını analiz etmek, tedarik zincirini optimize etmek ve pazarlama kampanyalarının etkinliğini ölçmek için tek bir veri gölünden yararlanabilecek. Bu yaklaşım, veri silolarını ortadan kaldırarak daha tutarlı ve kapsamlı analizler yapılmasını sağlayacak. Ancak, bu durum veri güvenliği ve yönetimi konusunda daha karmaşık çözümlerin geliştirilmesini de zorunlu kılacak.

5) Büyük Dil Modelleri İş Dünyasının Bel Kemiği Oluyor

Büyük dil modellerinin (LLM) karmaşık belgeleri anlama, mantıksal çözümler üretme ve işletmelere özgü kurallara adapte olma yetenekleri hızla artıyor. 2025 yılında, LLM’ler özellikle muhasebe, finans ve veri yönetimi gibi alanlarda önemli değişimlere yol açacak. Örneğin, bir finans uzmanı, bir LLM’ye “Son üç yıldaki tüm finansal raporları analiz et ve olası risk faktörlerini belirle” komutunu verebilecek ve saniyeler içinde detaylı bir analiz raporu alabilecek. LLM’lerin şirketlere özgü bilgi ve süreçleri öğrenmesi, başarılı entegrasyon için kritik öneme sahip olacak. Bu, sadece LLM’lerin kullanımını değil, aynı zamanda iş akışlarının yeniden yapılandırılmasını ve çalışanların rollerinin evrimini de beraberinde getirecek.

6) Konuşma Arayüzleri Klavyelerin Yerini Alıyor

Sesli modellerin cihaz üzerinde kullanılmaya başlanmasıyla birlikte doğruluk oranları ve gecikme süreleri inanılmaz seviyelere ulaştı. Artık sadece metin değil, ses, görsel ve video oluşturmak da mümkün hale geliyor. 2025 yılında, yazı yazmak yerine konuşmak çok daha yaygın bir tercih olacak ve bu durum, klavye kullanmayı hiç öğrenmeyecek bir neslin başlangıcını işaret edebilir. Örneğin, öğrenciler ödevlerini yazmak yerine sesli komutlarla oluşturabilecek, tasarımcılar fikirlerini sözlü olarak ifade ederek görsel tasarımlar üretebilecekler. Bu durum, özellikle hareket halindeyken veya eller serbest çalışılması gereken durumlarda büyük kolaylık sağlayacak. Ancak, bu dönüşümün beraberinde getireceği yeni dijital okuryazarlık becerileri ve sesli veri güvenliği gibi konulara da dikkat etmek gerekecek.

7) AR/VR ile Etkileşimde Yeni Bir Boyut: Jest Tabanlı Arayüzler

Artırılmış Gerçeklik (AR) ve Sanal Gerçeklik (VR) teknolojilerindeki ilerlemeler, 2025 yılında web sitelerinde etkileşimli ve sürükleyici deneyimler sunmak için jest tabanlı arayüzlerin kullanımını artıracak. Şu anda hala niş bir alan olsa da, bu tür arayüzler özellikle oyun, emlak ve e-ticaret gibi sektörlerde kullanıcı etkileşimini önemli ölçüde artırma potansiyeline sahip.

Örneğin, bir emlak şirketinin web sitesinde, kullanıcılar sanal bir tur sırasında el hareketleriyle odalar arasında gezinebilecek, mobilyaların yerini değiştirebilecek veya farklı renk seçeneklerini deneyebilecekler. Bir e-ticaret sitesinde ise, bir kıyafetin sanal model üzerindeki duruşunu el hareketleriyle farklı açılardan inceleyebilecekler. Bu, sadece kullanıcı deneyimini zenginleştirmekle kalmayacak, aynı zamanda ürün ve hizmetlerin daha etkili bir şekilde tanıtılmasına da olanak tanıyacak. Ancak, bu teknolojilerin yaygınlaşması için daha kullanıcı dostu ve erişilebilir hale gelmesi ve donanım gereksinimlerinin azalması gerekecek.

8) No-Code ve Low-Code Platformları Kurumsal Dönüşümün Motoru

No-code ve low-code platformları, yazılım geliştirmeyi daha erişilebilir hale getiriyor. 2025 yılında, bu platformlar, eski sistemleri modernize etmek için uzman geliştirici ordularına ihtiyaç duymadan daha yaygın hale gelecek. İş analistleri, pazarlama uzmanları ve hatta satış ekipleri, kendi ihtiyaçlarına uygun uygulamaları kolayca geliştirebilecekler. Örneğin, bir insan kaynakları uzmanı, karmaşık bir izin takip sistemini veya bir pazarlama ekibi, müşteri segmentasyonuna dayalı kişiselleştirilmiş kampanyalar oluşturmak için özel bir aracı no-code bir platformda kolayca oluşturabilecek. Bu platformlar, giriş engellerini azaltırken yazılım geliştirme süreçlerini hızlandıracak ve şirketlerin daha çevik ve yenilikçi olmalarını sağlayacak.

9) Yazılım Mühendisliği Zekası (SEI) Yükselişe Geçiyor

2025 yılında, yazılım geliştirme süreçlerini sadece hata takibi ve hız ölçümüyle sınırlı görmeyeceğiz. Yazılım Mühendisliği Zekası (SEI) platformları, yapay zekayı kullanarak geliştirici tükenmişliğini tespit etmek, mimari kusurları belirlemek veya proje gecikmelerini öngörmek için kullanılacak. Bu platformlar, kod kalitesi, geliştirici verimliliği ve genel proje sağlığına yönelik derinlemesine analizler sunacak. Örneğin, bir SEI platformu, bir geliştiricinin son zamanlardaki kod değişikliklerinde artan sayıda hata tespit ettiğinde, bu geliştiricinin tükenmişlik riski altında olabileceği konusunda proje yöneticisini uyarabilecek. Bu sayede karar alma süreçleri daha veriye dayalı hale gelecek ve içgüdüye olan bağımlılık azalacak.

10) Güvenlik, Yeni Hız Olacak

Yapay zekanın her şeyi daha hızlı yapacağına dair yaygın bir algı olsa da, bu algoritmalar daha fazla sorumluluk aldıkça, odak güvenlik ve risk yönetimine kayacak. 2025 yılında, mesele sadece daha hızlı kod teslim etmek olmayacak; aynı zamanda yeni güvenlik açıkları oluşturmamaktan da emin olmak gerekecek. Yapay zeka destekli siber güvenlik çözümleri, hızlı yapay zeka destekli geliştirme tarafından ortaya çıkan zayıflıklara karşı korunmak için sürekli evrim geçirecek. Örneğin, yapay zeka, kod değişikliklerini gerçek zamanlı olarak analiz ederek potansiyel güvenlik açıklarını tespit edebilecek ve geliştiricileri uyarabilecek. Bu durum, şirketlerin siber güvenlik yatırımlarını artırmasına ve güvenlik odaklı bir geliştirme kültürünü benimsemesine yol açacak.

11) Bulut Yerel Mimariler ve Edge Computing’in Gücü Birleşiyor

Konteynerler, mikro hizmetler ve sunucusuz mimariler halihazırda yazılım geliştirme dünyasında önemli bir yer tutuyor ve bu durum 2025 yılında daha da güçlenecek. Bulut yerel (Cloud-Native) yaklaşımlar, uygulamaları daha modüler, ölçeklenebilir ve dayanıklı hale getirmek için ön planda olacak. Buna bir de veri işlemenin kaynağa yakın gerçekleştirildiği uç bilişimi (Edge Computing) eklediğimizde, özellikle Nesnelerin İnterneti (IoT) ve endüstriyel ortamlarda gerçek zamanlı analiz için tasarlanmış daha fazla kod göreceğiz. Örneğin, bir akıllı fabrika ortamında, sensörlerden gelen veriler yerel olarak işlenerek anlık kararlar alınabilecek ve potansiyel arızalar önceden tespit edilebilecek. Otonom araçlar ise, çevrelerindeki veriyi gerçek zamanlı olarak işleyerek güvenli bir şekilde hareket edebilecekler. Bu kombinasyon, veri işleme hızını artırırken, gecikmeyi azaltacak ve bant genişliği maliyetlerini düşürecek. Ancak, bu dağıtık yapının güvenliğini sağlamak ve yönetmek daha karmaşık bir hale gelebilir.

11) Web3 ve Yapay Zekanın Sinerjisi

Yapay zeka, Web3 teknolojilerinin itici gücü haline geliyor ve süreçleri otomatikleştirip verimliliği artırıyor. 2023'te Web3 projelerinin %27'si yapay zeka kullanırken, bu oranın 2024'te %34'e çıktığı ve 2025'te bu trendin hızlanacağı öngörülüyor. Örneğin, yapay zeka, kripto para cüzdanlarını yönetmek, otomatik olarak alım satım işlemleri yapmak ve merkeziyetsiz otonom organizasyonların (DAO) yönetişim süreçlerini optimize etmek için kullanılabilecek. Yapay zeka destekli chatbotlar, merkeziyetsiz uygulamalarla (dApp) etkileşimde bulunacak ve NFT pazar yerlerini daha akıllı hale getirecek. Hatta yapay zeka, kişiselleştirilmiş sanal deneyimler oluşturmak ve metaverselerde daha akıllı avatarlar geliştirmek için de kullanılabilir. Bu entegrasyon, Web3'ün daha kullanıcı dostu, verimli ve erişilebilir hale gelmesine katkıda bulunacak. Ancak, bu teknolojilerin birleşimi, veri gizliliği ve güvenlik konusunda yeni zorlukları da beraberinde getirebilir.

12) NFT’lerin İş Dünyasında Yeniden Doğuşu

NFT pazarı 2024'te bir durgunluk yaşasa da, 2025'te NFT’ler sadece dijital koleksiyonlardan öte, gerçek dünyada kullanılabilir hale gelecek. Yapay zeka ile entegre NFT’ler, kişiselleştirilmiş deneyimler ve dinamik sanat eserleri sunacak. Örneğin, bir sanat eseri NFT’si, sahibinin ruh haline veya hava durumuna göre dinamik olarak değişebilir. Fayda odaklı NFT’ler ise biletleme, sadakat programları ve dijital kimlik yönetimi gibi alanlarda yaygınlaşacak. Bir konser bileti NFT’si, sadece etkinliğe giriş sağlamakla kalmayacak, aynı zamanda özel içeriklere erişim veya sanatçıyla tanışma fırsatı da sunabilecek. Bu yeniden doğuş, NFT’lerin iş dünyasında yeni gelir modelleri ve müşteri etkileşim biçimleri yaratmasına olanak tanıyacak.

Sonuç: Fırsatlar ve Zorluklarla Dolu Bir Gelecek

2025 teknoloji trendleri, özellikle yapay zekanın merkezde olduğu bir dönüşümü işaret ediyor ve şirketler için sadece operasyonel iyileştirmelerden öte, rekabet avantajı yaratma ve yeni iş modelleri geliştirme fırsatları sunuyor. Yapay zeka, veri odaklı karar alma, müşteri deneyimini kişiselleştirme ve yazılım geliştirme süreçlerini hızlandırma gibi alanlarda kritik bir rol oynarken, AR/VR, Web3 ve bulut teknolojileri yeni etkileşim biçimleri ve gelir akışları yaratma potansiyeli taşıyor.

Bu stratejik dönüşümü benimseyen ve güvenlik odaklı bir yaklaşımla teknolojiye yatırım yapan şirketler, 2025 ve sonrasında pazarda liderlik pozisyonunu hedefleyebilirler.

Evren Tan

Software Architect

2025 Yılında DevOps ve AI: Kolaylıklar, Zorluklar ve Gelecek Trendleri

DevOps, yazılım geliştirme ve operasyon ekipleri arasındaki duvarları kaldırarak iş birliğini artıran, sürekli entegrasyon ve dağıtım süreçlerini hızlandıran bir yazılım geliştirme metodolojisidir. Geleneksel yazılım geliştirme süreçlerinde, geliştiriciler kodu yazıp operasyon ekiplerine teslim ederken DevOps, bu süreci daha çevik ve otomatik hale getirerek yazılım teslimat sürelerini kısaltmayı ve kaliteyi artırmayı hedefler. Bu yaklaşım, kod geliştirme, test etme, dağıtım ve izleme süreçlerinin kesintisiz bir döngü halinde çalışmasını sağlar.

DevOps, yazılım geliştirme ve operasyon süreçlerini birleştirerek çevik ve verimli sistemler oluşturmayı amaçlayan bir yaklaşım olarak son yıllarda büyük bir dönüşüm geçirdi. 2025 yılı itibarıyla, yapay zeka (AI) bu dönüşümü hızlandıran en önemli faktörlerden biri haline geldi. AI’in DevOps süreçlerine entegrasyonu, birçok kolaylık sağlarken aynı zamanda yeni zorlukları da beraberinde getiriyor.

AI’in DevOps’a Getirdiği Kolaylıklar

1. Otomatikleştirilmiş Süreçler ve Daha Hızlı Dağıtımlar

AI destekli otomasyon araçları, kod yazımından test süreçlerine ve dağıtımlara kadar birçok aşamayı hızlandırır. Özellikle CI/CD (Continuous Integration/Continuous Deployment) süreçlerinde AI, hata tahmini, performans analizi, otomasyon testleri, otomatik kod iyileştirme ve otomatik iyileştirme mekanizmaları sunarak dağıtımları daha güvenli ve hızlı hale getirir.

2. Gelişmiş Olay Yönetimi ve Anomali Tespiti

AI tabanlı izleme ve olay yönetimi sistemleri, anormallikleri ve olası hataları tahmin ederek ekipleri proaktif hale getirir. Makine öğrenimi modelleri, geçmiş verileri analiz ederek oluşabilecek sorunları önceden tahmin edebilir ve otomatik müdahale süreçleri başlatabilir.

3. Akıllı Kaynak Yönetimi

AI destekli tahmin modelleri, sistem kaynaklarını daha verimli kullanmayı sağlayabilir. Özellikle bulut altyapılarında, AI yardımıyla otomatik ölçeklendirme ve kaynak optimizasyonu mümkün hale getirilebilir. Bu sayede maliyetler düşerken, performans artışı sağlamak mümkün olur.

4. Geliştirilmiş Güvenlik ve Uyumluluk

Yapay zeka, güvenlik açıklarını tespit etmede ve tehditlere karşı önleyici aksiyonlar almada pastadan payını alıyor. AI destekli güvenlik analizleri, şüpheli aktiviteleri anında tespit ederek olası saldırılara karşı hızlı aksiyon alınmasını sağlıyor. Ayrıca, uyumluluk gereksinimlerini sürekli olarak denetleyen AI sistemleri, regülasyonlara uygunluğu otomatik olarak sağlayabiliyor.

AI ve DevOps: Karşılaşılan Zorluklar

1. AI’in Doğru Konumlandırılması

AI’in DevOps süreçlerine entegrasyonu için doğru kullanım senaryolarının belirlenmesi gerekiyor. AI’in her sürece dahil edilmesi yerine, en çok fayda sağlayabileceği alanların belirlenmesi iş yapısının optimize edilmesine katkı sağlar.

2. Veri Kalitesi ve Model Güvenilirliği

AI sistemlerinin sağlıklı çalışabilmesi için yüksek kaliteli verilere ihtiyacı var. Yanlış veya eksik verilerle eğitilen modeller, hatalı tahminlerde bulunabilir ve DevOps süreçlerini olumsuz etkileyebilir. Bu nedenle, verilerin doğruluğunu sağlamak gerçekten kritik bir öneme sahip ve dikkat edilmesi gereken en önemli konulardan biridir.

3. Güvenlik ve Gizlilik Endişeleri

AI ile çalışan sistemler, büyük miktarda veri işlediğinden, veri güvenliği ve gizliliği kritik bir konu haline geliyor. AI modellerinin nasıl eğitildiği, hangi verilere eriştiği ve bu verilerin nasıl saklandığı gibi konular büyük önem taşıyor.

4. Ekosistem Uyumu ve İnsan Faktörü

AI’in DevOps süreçlerine entegrasyonu, uygulamaya geçilmeden önce mevcut ekosistemlerle uyumluluğunun iyi analiz edilmesi gerekiyor. Ayrıca, AI destekli sistemlerin işleyişini anlamak ve yönetmek için ekiplerin yeni beceriler kazanması sürece başlamadan önemli adımlardan biri. Bu da hem eğitim süreçlerini hem de kültürel dönüşümü beraberinde getiriyor.

Gelecek Trendleri

- AI Destekli NoOps Yaklaşımı: AI’in operasyonları büyük ölçüde otomatikleştirmesiyle NoOps (No Operations) yaklaşımının popülerliği artacaktır. AI sayesinde, birçok operasyonel süreç insan müdahalesine gerek kalmadan yönetilecektir.

- Otonom AI Sistemleri: AI’in kendi kendine öğrenme ve karar alma yeteneklerinin gelişmesiyle, sistemler daha az insan müdahalesi gerektiren bir yapıya ulaşacaktır.

- AI Destekli Yazılım Geliştirme: AI, şu anda yazılım geliştirmede önemli roller almaya başladı. Bu rolü her gün iyileşen ve zenginleşen modellerle yalnızca operasyonları değil, kod yazımı ve hata ayıklama süreçlerini de optimize edecektir. Otomatik kod tamamlama, güvenlik analizi ve hata tahmini gibi konularda daha akıllı çözümler her gün iyileşerek yazılım geliştirme süreçlerini daha verimli hale getirecektir.

- AI ve DevSecOps Entegrasyonu: AI destekli güvenlik çözümleri, DevOps’un güvenlik boyutunu (DevSecOps) daha güçlü hale getirecektir. Tehdit tespiti, güvenlik analizi ve otomatik iyileştirme mekanizmaları daha yaygın hale gelecektir.

Popüler AI-DevOps Araçları

Bu başlık altında kendime göre DevOps ve AI araçlarınından bazılarını listeledim. Bu liste son doğru elbet değildir ve kişiye, gereksinimine, kullanım senaryolarına ve zamana göre değişecektir.

1. Kod Analizi ve Geliştirme

- GitHub Copilot: Microsoft ve OpenAI iş birliğiyle geliştirilen, gerçek zamanlı kod önerileri sunan ve 40+ programlama dilini destekleyen AI pair programming asistanı. Test senaryoları oluşturma ve hata ayıklamada özellikle etkili.

- Azure AI Code Completion: Microsoft’un Azure platformuna entegre AI kod asistanı. Özellikle:

- Visual Studio ve VS Code ile tam entegrasyon

- Azure servisleri için otomatik kod önerileri

- Infrastructure as Code (IaC) için akıllı tamamlama

- Azure DevOps pipeline optimizasyonları

- OpenAI GPT-4 API: Kod analizi, optimizasyon önerileri ve güvenlik açığı tespiti yapabilen, ayrıca doğal dil ile kod dönüşümlerini gerçekleştirebilen gelişmiş dil modeli. Code review süreçlerinde özellikle etkili.

- Claude (Anthropic): Karmaşık kod yapılarını anlama ve açıklama konusunda uzmanlaşmış, güvenlik odaklı yaklaşımıyla öne çıkan AI asistan. Özellikle:

- Kod dokümantasyonu oluşturma

- Güvenlik açığı analizi

- Kod optimizasyon önerileri

- Mimari tasarım danışmanlığı konularında güçlü

- Amazon CodeGuru: Derin öğrenme tabanlı kod inceleme ve performans optimizasyonu aracı. AWS servisleriyle entegre çalışması önemli bir avantaj.

2. Monitoring ve Log Analizi

- Datadog AI:

- Tahmine dayalı analitik ile performans ve kaynak kullanım öngörüleri

- Gerçek zamanlı anomali tespiti ve otomatik eşik değer ayarlamaları

- Otomatik log sınıflandırma ve örüntü tanıma

- Çoklu bulut ortamı izleme ve analizi

- Sorun kaynağı tespiti ve ilişkili olayların gruplandırılması

- Dynatrace Davis AI:

- Yapay zeka destekli kök neden analizi ve iş etkisi değerlendirmesi

- Kendini onaran sistemler ve öğrenen alarmlar

- Sistem davranışı modelleme ve uygulama bağımlılıklarını haritalama

- Mikroservis mimarileri için özelleştirilmiş izleme

- Otomatik performans baseline oluşturma

- New Relic AI Ops:

- Proaktif sorun tespiti ve otomatik olay yönlendirme

- Makine öğrenmesi ile kaynak planlaması ve ölçeklendirme önerileri

- Maliyet optimizasyonu ve kapasite yönetimi

- Full-stack gözlemlenebilirlik

- AI destekli uyarı yönetimi ve noise reduction

- Azure Monitor AI:

- Dinamik eşik değerleri ve yapay zeka destekli içgörüler

- Azure servisleri ile tam entegrasyon ve otomatik kaynak yönetimi

- .NET uygulamaları için özelleştirilmiş izleme çözümleri

- Application Insights ile kullanıcı davranış analizi

- Azure DevOps ile tam entegrasyon

- Elastic AI:

- Denetlenmeyen öğrenme ile log örüntü analizi

- Gelecek tahmini ve eğilim analizi

- Gerçek zamanlı tehdit tespiti ve davranışsal analiz

- Güvenlik olayları korelasyonu

- Açık kaynak esnekliği ve topluluk desteği

- Splunk AI Suite:

- Kurumsal ölçekte tahmine dayalı analitik

- Otomatik soruşturma iş akışları ve olay yönetimi

- Gerçek zamanlı tehdit tespiti ve uyumluluk raporlaması

- Machine Learning toolkit ile özelleştirilebilir analizler

- Enterprise-grade güvenlik ve performans çözümleri

- Grafana Labs AI:

- AI destekli dashboard’lar ve otomatik içgörü üretimi

- Anomali tespit eklentileri ve tahmine dayalı analitik

- Çoklu veri kaynağı desteği ve esnek görselleştirme

- Topluluk destekli AI araçları ve eklentileri

- Açık kaynak tabanlı özelleştirilebilir çözümler

3. Güvenlik Araçları

- SonarQube AI:

- AI destekli kod kalitesi ve güvenlik analizi

- Teknik borç tespiti ve yönetimi

- Güvenlik açığı önceliklendirme

- 27+ programlama dili desteği

- CI/CD pipeline entegrasyonu

- Fortinet FortiAI:

- Yapay zeka destekli tehdit tespiti ve yanıt

- Ağ güvenliği otomasyonu

- Zero-day tehdit koruması

- Otomatik tehdit izolasyonu

- Security Fabric entegrasyonu

- Snyk AI Security:

- Gerçek zamanlı güvenlik açığı tespiti ve otomatik yamalar

- Açık kaynak bağımlılıklarının sürekli güvenlik taraması

- AI destekli kod güvenliği analizi ve öneri sistemi

- Container ve Kubernetes güvenlik taraması

- Supply chain güvenlik analizi ve risk değerlendirmesi

- CheckMarx AI:

- SAST (Statik Uygulama Güvenliği Testi) ve kod analizi

- AI destekli güvenlik açığı önceliklendirme

- Infrastructure as Code (IaC) güvenlik kontrolü

- Custom code ve açık kaynak güvenlik taraması

- CI/CD pipeline entegrasyonu

- CrowdStrike AI:

- Makine öğrenmesi tabanlı tehdit tespiti ve önleme

- Gerçek zamanlı uç nokta koruması

- Otomatik tehdit avlama ve yanıt

- Davranışsal analiz ve anomali tespiti

- Cloud workload protection

- Palo Alto Prisma Cloud:

- Cloud-native güvenlik ve uyumluluk kontrolü

- AI destekli tehdit tespiti ve risk analizi

- Container ve Kubernetes güvenliği

- Serverless güvenlik taraması

- DevSecOps otomasyonu

- Aqua Security:

- Container güvenliği ve zafiyet taraması

- Runtime tehdit koruması

- Kubernetes güvenlik politikaları

- CI/CD güvenlik entegrasyonu

- Cloud-native uygulama güvenliği

Sektörlere Göre AI-DevOps Etkileri

Bu başlık altında sektörlere göre AI-DevOps etkilerini listeledim. Bu liste son doğru elbet değildir ve kişiye, gereksinimine, kullanım senaryolarına ve zamana göre değişecektir.

Finans Sektörü

- Regülasyon uyumluluğunun AI ile otomatik kontrolü

- Gerçek zamanlı risk analizi ve fraud tespiti

- Yüksek frekanslı işlemlerde otomatik ölçeklendirme

E-ticaret

- Trafik bazlı dinamik ölçeklendirme

- A/B testlerinin AI ile optimizasyonu

- Kullanıcı deneyimi sorunlarının proaktif tespiti

Sağlık Sektörü

- Hastanelerde AI destekli otomatik yönetim

- Hastalık tahmini ve tanı tespiti

- Veri tabanlarındaki anomalilerin tespiti

- İyileştirilmiş tedavi planlaması

Medya ve İçerik

- İçerik oluşturma ve yönetimi

- Reklam stratejilerinin AI ile optimize edilmesi

- Kullanıcı davranışının AI ile analizi

Oyun Sektörü

- Oyunun AI ile otomatik testi

AI-DevOps Yatırım Analizi

DevOps ile AI’in kesişimi, yeni bir dönüm noktası oluşturuyor. Bu yatırım, yalnızca teknik altyapıyı değil, aynı zamanda ekiplerin becerilerini ve çalışma kültürlerini de değiştirecektir. Basit bir maliyet — getiri analizini yaparsak;

1. Başlangıç Maliyetleri

- Altyapı yatırımları: Cloud platformları, AI araçları

- Eğitim maliyetleri: Ekip eğitimi ve sertifikasyonlar

- Lisans ücretleri: AI-DevOps araçları ve platformları

2. Beklenen Getiriler

- Operasyonel maliyetlerde azalma

- Deployment sürelerinde iyileşme

- Hata oranlarında düşüş

AI-DevOps Uzmanı Olmak

DevOps alanında AI ile ilgili birçok sertifika ve eğitim programı bulunmaktadır. Bu sertifikaların başlangıç maliyetleri farklı olabilir ve eğitim programları da farklı olabilir. Bu yüzden, AI-DevOps alanında bir uzman olmak isteyen kişiler, bu sertifikaları kontrol edebilirler.

Aşağıda AI-DevOps alanında bir uzman olmak için temel olan bazı sertifikaları listeledim. Tabii ki bu sertifikalar sadece temel sertifikalar olup, daha fazla sertifika ve eğitim programı bulunmaktadır.

Gerekli Beceriler

- Temel AI/ML bilgisi: Python, TensorFlow, PyTorch

- DevOps araçları: Docker, Kubernetes, Jenkins

- Cloud platformları: AWS, Azure, GCP

- Otomasyon ve scripting: Python, Bash, PowerShell

Sertifikasyon Önerileri

- AWS DevOps Engineer Professional

- Google Cloud Professional DevOps Engineer

- Azure DevOps Engineer Expert

- AI/ML sertifikaları (TensorFlow, PyTorch)

2030'a Doğru AI-DevOps

Peki DevOps ve AI’in kesişimi 2030'a kadar nasıl gelişecek? Hangi alanlarda büyük değişiklikler olacak? Ya da olmasını bekliyoruz?

1. Quantum Computing Entegrasyonu

- Quantum-ready DevOps süreçleri

- Quantum güvenlik protokolleri

- Hibrit quantum-klasik pipeline’lar

2. Edge Computing ve AI-DevOps

- Edge cihazlarda AI model dağıtımı

- Düşük latency deployment stratejileri

- Edge-Cloud senkronizasyonu

3. Metaverse DevOps Stratejileri

- Sanal gerçeklik tabanlı monitoring

- 3D visualization ile sistem yönetimi

- Metaverse uygulamaları için CI/CD

4. Sürdürülebilir DevOps Pratikleri

- Enerji-verimli AI modelleri

- Yeşil bulut bilişim stratejileri

- Karbon ayak izi optimizasyonu

Sonuç

2025 yılında AI ve DevOps’un kesişimi, daha hızlı, güvenli ve verimli yazılım süreçleri sunma potansiyeline sahip olacaktır. AI destekli otomasyon, olay yönetimi, güvenlik ve kaynak optimizasyonu gibi alanlarda büyük kolaylıklar sağlarken, veri güvenliği, ekosistem uyumu ve insan faktörü gibi konular ise yeni zorluklar olarak öne çıkacaktır. AI’in DevOps süreçlerine entegrasyonu, yalnızca teknik altyapıyı değil, aynı zamanda ekiplerin becerilerini ve çalışma kültürlerini de değiştirecektir.

Önümüzdeki dönemde, AI destekli NoOps ve otonom sistemler daha fazla benimsenerek operasyonel süreçlerde insan müdahalesini minimuma indirecektir. Güvenlik tarafında ise AI destekli DevSecOps yaklaşımları ön plana çıkacak ve tehdit tespiti ile risk yönetimi süreçleri daha akıllı hale gelecektir. AI’in doğru şekilde konumlandırılması, veri kalitesinin korunması ve güvenlik önlemlerinin artırılması, DevOps ekiplerinin bu dönüşümden en iyi şekilde faydalanmasını sağlayacaktır. Bu değişime uyum sağlayan organizasyonlar, rekabet avantajı elde ederek dijital dünyada daha güçlü bir konuma ulaşacaktır.

Furkan Şahin Kulaksız

Software Developer

2015 yılında hayatımda ilk defa NetBeans’i indirip ilk Java kodumu yazmaya başladım. Şu an üzerinden tam 10 yıl geçmiş durumda. O zamanlar nesne yönelimli programlama (OOP) bana oldukça farklı gelmişti. Bunun sebebi, bir yıl boyunca yalnızca C programlama dili ile çalışmamdan kaynaklanıyordu.

O zamanlar Java 8 yeni çıkmıştı, ancak ben bunun farkında değildim. Zaten class yazmak benim için yeterince büyük bir yenilikti ve Java 8 ile gelen özellikleri deneyimleyebilmek belli bir vizyon gerektiriyordu.

Sonrasında, Java ile para kazanmaya başladığımda daha derinlemesine öğrenme ihtiyacı ortaya çıktı. Java ile ilk tanıştığımda bilmeden yaptığım bazı işlerin ne anlama geldiğini öğrenmeye başladım. “Vay be!” dediğim çok fazla şey oldu.

Tam 10 yıl geçmişken, bu sene Java’ya hangi yeniliklerin geleceğine kısaca bakmak istedim. Kısa bir tarihçe ile bu sene bizi neler bekliyor, birlikte göz atalım.

Java’nın Tarihçesi

James Gosling ve ekibi tarafından geliştirilen Java, 1996 yılında piyasaya sürüldü. “Write Once, Run Anywhere” sloganı o zamanlar çığır açarak platform bağımsızlığı sebebiyle büyük ilgi gördü.

• JDK 1.1 (1997) ile Event Handling ve Inner Classes gibi özellikler geldi.
• Java 2 (JDK 1.2, 1998) ile Swing ve Collections Framework tanıtıldı.
• Java 5 (2004) ile Generics, Annotations ve Enum gibi yenilikler eklendi.
• Java 7 (2011) ile yeni dosya sistemi API’leri ve try-with-resources gibi özellikler getirildi.
• Java 8 (2014) (LTS) ile Lambda Expressions, Streams API ve Default Methods gibi büyük yenilikler hayatımıza girdi.

Burada bir nokta koymak gerekiyor çünkü Java 8 benim için çok özel bir yere sahip. Sadece Java 8 ile gelen özelliklerden oluşan bir kitap bile yazılabilir. Çünkü Java 8 ile birlikte “Functional Programming” paradigmasına geçiş başladı.

Peki, nesne yönelimli programlamayı dünyaya duyuran bir dil neden fonksiyonel programlama paradigmasını benimsedi?

Bu soruya net bir cevap vermek zor olsa da bazı nedenler sıralanabilir:

• Kotlin (2011): JetBrains tarafından geliştirilen ve 2016'da piyasaya sürülen Kotlin, JVM üzerinde çalışan fonksiyonel programlamayı destekleyen bir dildi.
• Scala (2004): JVM üzerinde çalışan ve fonksiyonel programlama destekleyen bir başka dil.
• Google Faktörü: Kotlin, Google tarafından Android’in resmi dili olarak ilan edildi.
• Paralel Programlama: Fonksiyonel programlama sayesinde side-effects ortadan kaldırıldı ve immutable veri yapıları sayesinde paralel programlama daha güvenli hale geldi.

Sonuç olarak, Java modernleşmek zorundaydı ve Java 8 ile bu değişim başladı.

Java Sürümleri ve Getirdiği Yenilikler

• Java 9 (2017): Modüler sistem ve JShell eklendi.
• Java 10 (2018): var keywordü geldi, Garbage Collector iyileştirildi.
• Java 11 (2018) (LTS): var keywordü lambda ifadelerine eklendi, HTTP Client API'si tanıtıldı.
• Java 12–16 (2019–2021): Garbage Collector iyileştirildi, Pattern Matching ve Records tanıtıldı.
• Java 17 (2021) (LTS): Sealed Class’lar ve Pattern Matching özelliği resmiyet kazandı.
• Java 18–19 (2022): UTF-8 varsayılan charset oldu, Virtual Threads deneysel olarak tanıtıldı. Web Server özelliği getirildi.
• Java 20–21 (2023) (LTS): Virtual Threads resmileşti, Records Patterns getirildi. SequencedCollections getirildi.
• Java 22–23 (2024): Foreign Function & Memory API standartlaştı, Primitive Types için Pattern Matching geldi.

2025'te Java’da Neler Olacak?

Bu yıl iki farklı Java sürümü yayınlanacak: Java 24 (Non-LTS) ve Java 25 (LTS).

Java 24'te bizi bekleyen yenilikler:

• Virtual Threads senkronizasyonu daha iyi desteklenecek.
• Pattern Matching artık primitive type’ları da kapsayacak.
• Quantum bilgisayar saldırılarına karşı güvenlik artırılacak.
• Shenandoah GC için generational garbage collection desteği gelecek.
• Security Manager tamamen devre dışı bırakılacak.
• Windows ve Linux için 32-bit x86 desteği kaldırılacak.
• Uygulama başlatma süresi iyileştirilecek.
• Compact Object Headers ile bellek kullanımı optimize edilecek.

Java, 2025 yılında da gelişmeye devam edecek gibi görünüyor. Bakalım, Java 25 (LTS) ile bizleri hangi büyük yenilikler bekliyor olacak!

Türk yazılım sektöründe Java & Spring Boot kullanan firmalardan hala daha Java 8 kullananların olduğu göz önünde bulundurulduğunda Java 8'den sonra gelen yeniliklere bakmakta faydalar olabilir.

Burada da bilinmesi gereken öncelikli yapılardan birisi de JEP (JDK Enhanchment Proposal) yapısıdır. JEP (JDK Enhancement Proposal), Java geliştirme sürecinde yapılan resmi iyileştirme tekliflerini tanımlayan bir sistemdir. Oracle ve OpenJDK topluluğu, Java’nın geleceğini belirlemek ve yeni özellikleri geliştirmek için JEP sürecini kullanır. JEP numaraları rastgele atanan sayılar değil, belirli kurallar bütününü oluşturur. Dokümantasyonlarda da çok fazla karşımıza çıkar. Bu yazıda gelen yenilikleri JEP olarak ifade etmeyeceğim ama ne olduğun bilmek de bence çok önemli.

Java 18

Web Server

Web Server HTTP/HTTPS isteklerini alan ve bunlara yanıt dönen bir yazılım veya donanım bileşenidir. HTML, CSS, JavaScript, JSON veya diğer dosyaları istemcilere sunabilir.

Daha basit bir örnekle şöyle ifade edeyim. Mesela kendi local makinenizde bir web server kurdunuz diyelim. Aynı wifi’ye bağlı başka bir cihazdan istek attığınızda size cevap döner.

import java.io.IOException;
import java.io.OutputStream;
import java.net.InetSocketAddress;

public class SimpleHTTPServer {

    public static void main(String[] args) throws IOException {

        HttpServer httpServer = HttpServer.create(new InetSocketAddress(8080), 0);

        httpServer.createContext("/hello", exchange -> {
            String response = "Hello Guys";
            exchange.sendResponseHeaders(200, response.getBytes().length);
            try (OutputStream os = exchange.getResponseBody()) {
                os.write(response.getBytes());
            }
        });

        httpServer.start(); 

        System.out.println("Web Server is Running");

    }
}

Java 18 ile birlikte artık simple bir web server oluşturabiliyorsunuz. Yukarıdaki kod bloku ile bunu sağlayabilirsiniz ya da
java -m jdk.httpserver
bu şekilde bir web server ayağa kaldırabilirsiniz. Sonra aslında telefondan ip adresiyle birlikte port ve endpointe istek attığınızda sonucu görürsünüz.

Kaynak olarak buraya bakabilirsiniz.

===============================================================

Dokümantasyon

Yazılımcılar genelde dokümantasyon yazmayı sevmezler ama, proje içerisinde ya da JDK içerisinde bir methodun ya da class’ın ne iş yaptığını anlamak için direkt olarak dokümantasyona başvururlar.

Java 18 ile birlikte çok güzel bir dokümantasyon yazma stili getirildi.

Önceden bir methoda ya da bir class’a aşağıdaki şekilde Java Doc’u yazılıyordu.

Öncesinde, Java dokümantasyonlarında örnek kodlar @code ve <pre> etiketleri kullanılarak yazılıyordu. Ancak bu yöntemlerin birkaç önemli problemi vardı:

1. Kodun Çalışıp Çalışmadığı Kontrol Edilemiyordu:

• Geleneksel yöntemle yazılan kod parçaları statik metinlerdi ve derleyici tarafından doğrulanmıyordu.
• Hata içerme riski vardı (örneğin, artık desteklenmeyen metotlar veya değişken isimleri gibi).

2. Kodu Renklendirme ve Biçimlendirme Eksikti:

• @code etiketiyle yazılan kodlar biçimlendirme (syntax highlighting) desteğine sahip değildi.
• <pre> etiketi kullanıldığında ise kod okunaklı olmaktan çıkıyordu.

3. Yeniden Kullanım (Reuse) Problemi:

• Aynı kod parçası farklı dokümanlarda kullanıldığında, her dokümana manuel olarak eklenmesi gerekiyordu.
• Değişiklik gerektiğinde her yerde güncelleme yapılmalıydı.

/**
 * <pre>
 * {@code
 * List<String> list = new ArrayList<>();
 * list.add("Java");
 * list.add("JEP 413");
 * }
 * </pre>
 */
public static void main(String[] args) {}

Yukarıdaki görsel IDE üzerinde aşağıdaki gibi bir çıktı verecektir.

Ama java 18 ile birlikte,

/**
 * Example with inline comments:
 * {@snippet :
 * List<String> list = new ArrayList<>();
 * list.add("Java"); // Adding Java
 * list.add("JEP 413"); // @replace substring="JEP 413" replacement="Java API feature"
 * list.add("FSK"); //@highlight
 * }
 */
public static void main(String[] args) {
}

yukarıdaki gibi dokümantasyon yazabiliyoruz ve çeşitli şekilde açıklamaları yazabiliyoruz. Bu dokümantasyonun ise görseli aşağıdaki gibi.

Ve işin en güzel yanı da aslında şu. snippet ile oluşturulan dokümantasyonlar external bir file’a yazılıp devamlı olarak kullanılabilir.

Java 18 ile gelen yeniliklere detaylı bir şekilde buradan ulaşabilirsiniz

Java 19

Pattern Matching With Records
Java 19 ile birlikte pattern matchingleri ile recordlar ile birlikte daha da geliştirilmiş bir haliyle kullanabiliyoruz.

Record’ları çok kısaca hatırlayacak olursak,
Bilhassa Data transfer objesi olarak kullanılabilecek, immutable bir class’tır. Java 14'te getirilmiştir ve Java 16'da resmiyet kazanmıştır. Çok daha detaylı bilgi için bu yazıyı okuyabilirsiniz.

Konumuza tekrar dönecek olursak Java 19'da pattern matching ve records’ları daha da geliştirilmiş bir şekilde kullanabiliyoruz.

public class PatternMatchingWithRecords {

    public static void main(String[] args) {

        Human person1 = new Human("Furkan", "Kulaksiz", 6);
        Human person2 = new Human("Zeynep", "Kaya", 12);
        Human person3 = new Human("Mehmet", "Demir", 8);
        Human person4 = new Human("Ayşe", "Öztürk", 12);

        System.out.println(getPersonStatus(person1));
        System.out.println(getPersonStatus(person2));
        System.out.println(getPersonStatus(person3));
        System.out.println(getPersonStatus(person4));

    }

    public record Human(String firstName, String lastName, int experienceYear) { }

    public static String getPersonStatus(Human person) {
        return switch (person) {
            case Human(var firstName, var lastName, int experienceYear) when experienceYear < 5 -> "Junior";
            case Human(var firstName, var lastName, int experienceYear) when experienceYear < 10 -> "Mid";
            case Human(var firstName, var lastName, int experienceYear) when experienceYear < 15 -> "Senior";
            default -> "Expert Senior";
        };
    }

}

===============================================================

Vector API kavramı ilk defa Java 16'da ortaya atıldı ve Java 19'da 4. olarak iyileştirmeler ve geliştirmeler aldı. Pattern Matchinglerde 3. Preview yapıdı. Bunun dışındaki Java 19 ile gelen yeniliklere baktığımızda daha çok concurrency ile alakalı olduğunu görüyoruz. Ayrıca en önemlilerden birisi Foreign Function & Memory API ilk defa preview olarak duyuruldu.

Java 19 ile gelen yeniliklere detaylı bir şekilde buradan ulaşabilirsiniz.

Java 20

=> Java 20'de Scoped Values özelliği incubator olarak duyuruldu. Çok temel ifadelerle;
Scoped Values, verilerin bir thread ve onun alt thread’leri arasında güvenli ve verimli bir şekilde paylaşılmasını sağlar

=> Foreign Function & Memory API second preview olarak geldi. Record pattern’ler second preview, pattern matching for switch kavramı da 4. preview olarak Java 20'de geldi.

Java 20 ile gelen yeniliklere detaylı bir şekilde buradan ulaşabilirsiniz.

Java 21

Java 21 LTS sürümü olarak yayınlandı ve gerçekten çok fazla yenilikler var.

=> Virtual Threads’ler, Project Loom artık hayatımızda. (:

=> Record Patterns’ler ve Pattern Matcthings artık hayatımızda. (:

Sequenced Collections

List ve Deque arayüzleri, sıralı eleman erişimini desteklerken, Collection arayüzü bu desteği sağlamıyordu.

Set arayüzü sırasız olarak tanımlanırken, LinkedHashSet gibi alt türleri sıralı bir yapıya sahipti.

Bu tutarsızlıklar, collectionların ilk veya son elemanına erişim gibi işlemleri zorlaştırıyor ve ters sırada iterasyon gibi işlemleri karmaşık hale getiriyordu. JEP 431, bu eksiklikleri gidermek ve koleksiyonların sıralı işlenmesini daha tutarlı ve kolay hale getirmek için geliştirilmiştir.

SequencedCollection, elemanların belirli bir sıraya göre düzenlendiği collectionları temsil eder. Bu arayüz, collectionun ilk ve son elemanına erişim, eleman ekleme ve eleman çıkarma işlemlerini her iki uçtan da yapabilmeyi sağlar. Ayrıca, collectionun ters sırada bir görünümünü elde etmek için de method sunar.

Tabi dolayısıyla Collection Framework’ün Inheritance Schemasında da önemli değişiklikler oldu.

===============================================================

Yeni String, StringBuilder ve StringBuffer Methodları

String class’ına yeni indexOf methodları eklendi. Normalde indexOf methodu javada bir String içerisindeki bir kelimenin ilk hangi indexte geçtiğini bulmaya yarayan bir method. Önceden Stringlerde ve char’larda beginIndex verebiliyorduk ama artık hem beginIndex hem de endIndex verebiliyoruz.

public static void main(String[] args) {

        String str = """
                Furkan Sahin Kulaksiz is a Java and Spring Boot developer.
                He loves Java programming Language;
                """;

        int java = str.indexOf("Java");
        int java1 = str.indexOf("Java", 5, 95);
        int j = str.indexOf('J', 5, 50);
        System.out.println(java);
        System.out.println(java1);
        System.out.println(j);

    }

StringBuilder ve StringBuffer’a repeat methodu getirildi.

StringBuilder sb = new StringBuilder();
sb.repeat("Hello ", 2);
sb.repeat(0x1f600, 5);
sb.repeat('!', 3);
System.out.println(sb);

Hello Hello 😀😀😀😀😀!!!

Java 21 ile gelen yeniliklere detaylı bir şekilde buradan ulaşabilirsiniz.

Java 22

=> Foreign & Function Memory API resmen hayatımızda. ((:

==> Unnamed Variables & Patterns geldi ki bence önemli bir özellik.

List Format

ListFormat çok değişik bir yenilik. Var olan listeler üzerinde metinsel dönüşümler yapmaya olanak tanıyan bir yapı. Aşağıdaki gibi bir kod hayal edelim.

List<String> list = List.of("Apple", "Banana", "Watermelon");
ListFormat formatter = ListFormat.getInstance(Locale.US, ListFormat.Type.STANDARD, ListFormat.Style.FULL);
System.out.println(formatter.format(list));

Buradaki ListFormat.getInstance() 3 farklı parametre alıyor. Aslında override edilmiş bir method.

Locale.US, geçerli dili belirler. TR’de kullanılabilirdi.

Type, bağlaçların nasıl birleştirileceğine karar verir.

• STANDARD: Liste öğelerini "ve" ile birleştirir.​
• OR: Liste öğelerini "veya" ile birleştirir.​
• UNIT: Öğe türlerini belirtmek için kullanılır, bölgesel ayara bağlı olarak "ve" veya sadece virgül ile birleştirir.

Style, bağlaçların nasıl yazılacağına karar verir.

• FULL: Bağlaçları tam yazar.​
• SHORT: Bağlaçları kısaltabilir veya tam yazabilir.​
• NARROW: Bağlaçları kaldırabilir veya virgül kullanmadan birleştirebilir.​

Earth, Wind, and Fire

===============================================================

Gatherers

Artık stream’leri farklı bir boyuta taşıyan Gatherers özelliği bu lansmanda preview olarak duyuruldu.

Stream Gatherers, Java’nın Stream API'sine eklenen yeni bir ara işlem (intermediate operation) türüdür. Bu özellik, geliştiricilerin kendi özel ara işlemlerini tanımlamalarına olanak tanır ve bu sayede akışlardaki elemanları birden fazla şekilde dönüştürebilir

• Bire bir (one-to-one): Her bir giriş elemanı, bir çıkış elemanına dönüştürülür.​
• Bire çok (one-to-many): Her bir giriş elemanı, birden fazla çıkış elemanına dönüştürülür.​
• Çoka bir (many-to-one): Birden fazla giriş elemanı, tek bir çıkış elemanına dönüştürülür.​
• Çoka çok (many-to-many): Birden fazla giriş elemanı, birden fazla çıkış elemanına dönüştürülür.​

Bu esneklik, akışların daha karmaşık ve özelleştirilmiş şekillerde işlenmesini mümkün kılar.

Java 21 ile gelen yeniliklere detaylı bir şekilde buradan ulaşabilirsiniz

Java 23

Java 23 LTS sürümü olarak yayınlandı ve çok farklı değişikliker mevcut. Örneğin dokümantasyon olarak artık .md uzantılı dokümantasyonlar yazılabiliyor ya da primitive type’lar için pattern matching konuşabiliyoruz. Gatherers second preview olarak duyuruldu. Ki gatherersi yeteri kadar öveceğiz gibi duruyor.

Java 23 ile gelen yeniliklere detaylı bir şekilde buradan ulaşabilirsiniz

Java 24

Bu yazıyı ne zaman okuyacaksınız bilmiyorum ama, JDK 24 18 Mart tarihinde piyasaya sürülecek ve JDK 21'den sonraki 3. LTS sürümü olarak karşımıza çıkacak.

JDK 24 ile birlikte bir devir kapanıyor diyebiliriz çünkü artık JDK 24 ile birlikte 32 bit bilgisayarlarda java devri kapanacak. Yani 32 bit bir bilgisayara sahipseniz JDK 24 ve sonrasını yükleyemeyeceksiniz.

2025 yılında belki de en önemli gelişmelerden bir tanesi Gatherers olacak, önceki sürümlerinde preview olarak yayınlanan gatherers JDK 24 ile birlikte resmiyet kazanacak.

Garbage Collection yapılarında da artık daha optimum davranışlar olacak. Yani yeni geliştirmelerle garbage collector çok daha verimli çalışacak. (:

Project Loom’da, Project Amber’de çok güzel değişiklikler bizi bekliyor. Threadler dünyasında çok güzel gelişmeler bizleri bekliyor.

Hüseyin Babal

Lead Cloud Engineer

2024, teknoloji dünyasında özellikle bulut bilişim, Linux ekosistemi ve yazılım geliştirme alanlarında önemli değişimlerin yaşandığı bir yıl oldu. Bu yıl, maliyet optimizasyonu, yeni nesil programlama dilleri ve bulut servisleri arasındaki rekabet gibi konular öne çıktı. İşte bu alanlarda yaşanan gelişmeler ve dikkat çeken trendler:

Bulut Bilişimde Maliyet Optimizasyonu ve Alternatifler

Bulut hizmetlerinde maliyet yönetimi, 2024’te her zamankinden daha kritik hale geldi. FinOps (Finansal Operasyonlar) yaklaşımı artık bir lüks değil, bir gereklilik haline geldi. AWS, Azure ve Google Cloud Platform (GCP) gibi büyük oyuncular, yapay zeka destekli optimizasyon araçlarıyla kullanıcılarına maliyet avantajı sunmaya çalışırken, Hetzner gibi daha uygun fiyatlı alternatifler de dikkat çekti. Özellikle 37signals şirketinin AWS’den Hetzner’e geçişi, bu trendin en somut örneklerinden biri oldu. David Heinemeier Hansson’ın bu konuda yaptığı açıklamalar, büyük ölçekli uygulamalar için daha az maliyetle benzer performansın elde edilebileceğini gösterdi. Bu durum, şirketlerin bulut stratejilerini yeniden gözden geçirmesine neden oldu.

Linux Ekosisteminde Yenilikler

Linux dünyasında da önemli gelişmeler yaşandı. Rust programlama dili, Linux çekirdeğinde giderek daha fazla kullanılmaya başlandı. Özellikle güvenlik ve performans açısından Rust’ın sunduğu avantajlar, eBPF (Extended Berkeley Packet Filter) gibi teknolojilerle birleştiğinde sistem seviyesinde ciddi kazanımlar sağladı.

Deklaratif konfigürasyon yönetimi konusunda ise NixOS gibi çözümler öne çıktı. Artık bir sunucunun kurulumu ve yönetimi tamamen kod ile tanımlanabiliyor. Bu, sistem yöneticileri için daha tahmin edilebilir ve yönetilebilir ortamlar sunuyor. Bu tür araçlar, özellikle DevOps mühendisleri arasında hızla popülerlik kazanıyor.

Yazılım Geliştirmede Yapay Zeka Devrimi

Yapay zeka (AI), yazılım geliştirme süreçlerinde artık sadece bir deney olmaktan çıktı ve iş süreçlerinin vazgeçilmez bir parçası haline geldi. GitHub Copilot, Codeium, Avante (Neovim) gibi AI destekli kodlama araçları, geliştiricilerin işini büyük ölçüde kolaylaştırıyor. 2024 itibarıyla, bu araçlar sadece kod yazmayı değil, kod gözden geçirme süreçlerini de dönüştürdü. Büyük şirketler, kendi kod veritabanları üzerinde özelleştirilmiş dil modelleri oluşturarak, AI’yi yazılım geliştirme süreçlerine daha da entegre hale getirdi.

AI’nin yazılım dünyasındaki etkisi o kadar büyük ki, yakın gelecekte iş ilanlarında “AI-assisted development experience” (AI destekli geliştirme deneyimi) gibi ifadeler görmeye başlayabiliriz. Bu, yazılımcıların sadece kod yazma becerileriyle değil, AI ile etkili iletişim kurabilme yetenekleriyle de değerlendirileceği anlamına geliyor.

Programlama Dillerindeki Gelişmeler

Programlama dilleri dünyasında da önemli değişimler yaşandı. Rust, güvenlik ve performans avantajlarıyla yükselişini sürdürürken, Zig gibi daha genç diller de sessiz sedasız büyümeye devam etti. Özellikle Ghostty terminali, Zig’in ne kadar güçlü bir dil olduğunu gösteren başarılı projelerden biri oldu. Zig, hafifliği ve modern yapısıyla, performans odaklı uygulamalar geliştirmek isteyenler için cazip bir alternatif haline geldi.

Diğer yandan, Java ve Go gibi diller de popülerliğini korudu. Go, özellikle mikroservis mimarilerinde hala güçlü bir konumda. Bu diller, büyük ölçekli sistemlerdeki güvenilirlikleri ve geniş topluluk desteği sayesinde varlıklarını sürdürüyor. Bu arada Spring AI projesini atlamamak gerekir. Yapay zeka destekli uygulama gelistiriyorsanız mutlaka bakmanızı tavsiye ederim.

Sunucusuz Mimariler ve Cloud-Native Çözümler

Sunucusuz mimariler (Serverless) ve FaaS (Function as a Service) çözümleri, 2024’te de büyük bir olgunluğa ulaştı. Artık geliştiriciler, altyapıyı düşünmeden doğrudan fonksiyon bazlı uygulamalar yazabiliyor. AWS Lambda, Google Cloud Functions gibi servisler, daha esnek ve genişletilebilir hale geldi. Ancak, şirketlerin cloud exit stratejileri üzerine daha fazla kafa yorması gerektiği de bu yılın önemli derslerinden biri oldu. Bulut-native çözümler hala popüler olsa da, bağımsız ve taşınabilir uygulamalar geliştirmek her zamankinden daha önemli hale geldi.

2024, teknoloji dünyasında birçok yeniliğin ve değişimin yaşandığı bir yıl oldu. Bulut bilişimde maliyet optimizasyonu, Linux ekosistemindeki yenilikler, yapay zeka destekli yazılım geliştirme ve programlama dillerindeki gelişmeler, bu yılın öne çıkan başlıkları oldu. Bu trendler, önümüzdeki yıllarda da etkisini sürdürecek gibi görünüyor. Teknoloji dünyasında hızla değişen bu ortamda, kendini sürekli güncel tutanlar bir adım önde olacak.

Referanslar ve Kaynaklar

37signals’in Hetzner’e Geçişi: 37signals Blog

Rust ve Linux Çekirdeği: Linux Kernel Documentation

GitHub Copilot ve AI Destekli Kodlama: GitHub Blog

Ghostty Terminali: Official Website

FinOps ve Bulut Maliyet Yönetimi: FinOps Foundation

İbrahim Serdar Açıkgöz

Software Engineer

Özellikle backend ve sistem tarafında işler daha da eğlenceli hale geliyor, her ne kadar 2024 AI etkisi altında kalsa da, Linux dünyasında bir trend sessiz sedasız gündelik iş akışımıza girdi bile. Kısaca bundan bahsedeceğim.

eBPF

BPF (Berkeley Packet Filter) işlevselliğinin biz ölümlüler için daha da kullanışlı hale getirilmiş hali diye giriş yapsam havalı olur diye düşündüm. Aslında ilk olarak ağ paketlerinin dinlenmesi için kullanmak için tasarlandı (filtreleme, gözlemleme vb.). eBPF’de aslında extended BPF olarak 2014 yılında Linux kernel 3.18 ile hayatımıza girdi diyebiliriz.

eBPF ile Linux çekirdeğinde programcıklar çalıştırabiliyoruz. Programcıklar diyerek küçümsediğimi düşünmeyin, aslında yükte hafif, pahada ağır gibi bir durum söz konusu. Sistem çağrılarını ve ağ paketlerini örneğin event driven (Türkçe karşılığı tam olarak bulamadım) şekilde programlarda kullanabiliyoruz bu işlevsellik sayesinde. Esasında eBPF’in en güçlü özelliği artık iyice karışan uygulama katmanını bir kenera bırakıp, işletim sistemi seviyesinde saf veriye ulaşabilme imkanı vermesi. Ya da başka bir bakış açısıyla, Linux çekirdeğini yeniden derlemeden ihtiyacımıza göre işlevsellik katma imkanı sağlıyor.

Dahası, eBPF programları statik kod analizi yöntemiyle çalıştırılma öncesi denetleniyor ve sistem güvenliği sağlanıyor (tabi bu bir yere kadar). İlk adımda programda infinite loop veya dönüşü olmayan fonksiyonları tespit ediliyor. İkinci aşamada ise olası tüm program akışları simüle edilerek, sistem üzerindeki etkisi gözlemleniyor ve duruma göre programın çalışmasına izin veriliyor.

Ağ izleme, firewall, DDoS önleme, tracing, performans izleme, güvenlik uygulamaları gibi çeşitli işlerde artık eBPF sık sık kullanılıyor. Önümüzdeki dönemde daha da yeni uygulamar göreceğimize eminim.

Açık kaynak yazılımlar ve ticari kaygılar

Her ne kadar açık kaynak yazılımlar günden güne artsa da, bir süredir alıştığımız açık kaynak kodlu ticari ürünlerde trendin tersine döndüğünü söylemek mümkün. Özellikle source available software olarak bilinen lisansları yeni ürünlerde eskisi kadar sık görmüyorum. Bir dönem yükselen bu yaklaşım, son zamanlarda hızla geriye gitmeye başladı.

Bunun en büyük sebeplerinden biri, 2023 yılında neredeyse tüm şirketlerin IT harcamalarını sıkılaştırması ve bunun sonucunda ücretsiz kullanılabilen çözümlerin daha fazla tercih edilmesi oldu. Ürünlerin açık kaynak olarak sunulması, şirketlerin bu yazılımları herhangi bir ödeme yapmadan kullanmasına ve hatta ticari ürünlerine entegre etmesine olanak tanıyordu. Ancak bu durum, yazılım geliştiricilerin gelir elde etmesini zorlaştırdı ve şirketler zarar etmeye başladıkça doğal olarak kodlarını paylaşmama eğilimine yöneldi.

Bir diğer etken ise, büyük dil modellerinin (LLM) bu kodlarla beslenmesi konusundaki rahatsızlık. Şirketler, açık kaynak kodlarının kontrolsüz bir şekilde yapay zeka modellerine dahil edilmesinden endişe duymaya başladı. Hal böyle olunca, hem ticari kaygılar hem de veri güvenliği endişeleri birleşerek daha kapalı, daha korumacı bir yazılım dünyasının kapılarını araladı. Gelecek, eskisi kadar özgür olmayabilir.

Yapay Zeka ve yardımcı araçlar

Son olarak, AI destekli yazılım geliştirme üzerine birkaç kelam edeyim. Aslında bu konudan özellikle kaçınmaya çalışıyorum, çünkü bu araçların gerçekten ne kadar verimli olduğu konusunda hala daha ciddi şüphelerim var. En büyük endişelerimden biri kaynak tüketimi. AI modellerini çalıştırmak ciddi bir maliyet gerektiriyor ve şu an tüm büyük şirketler, pazarda avantaj elde edebilmek için bu hizmetleri oldukça ucuza sunuyor. Ancak gelecekte, bu araçların kullanım maliyetlerinin önemli ölçüde artacağını ve bunun doğrudan kullanıcılara yansıyacağını düşünüyorum.

Ayrıca, AI tarafından üretilen kodlarda zaman zaman şaşırtıcı derecede kaliteli çıktılar görsem de, hataların da oldukça sık yaşandığını gözlemliyorum. Elbette bu sistemler zamanla daha iyi hale gelecek, ancak AI-driven geliştirme sürecinde kontrolü tamamen kaybetmek büyük bir risk. Bu nedenle, “no-code” yaklaşımının 2025 yılında da büyük bir trend olacağını sanmıyorum — en azından gerçek dünya projeleri için.

Bununla birlikte, boilerplate kod üretimi gibi tekrarlayan ve zaman alan işlerde AI araçlarının geliştiricilere büyük fayda sağlayacağını düşünüyorum. Test altyapısı oluşturma, temel yapıların hazırlanması gibi alanlarda bu teknolojiler işleri hızlandırabilir. Özellikle geliştiriciler, AI araçlarını kendi iş akışlarına nasıl entegre edeceklerini öğrendikçe, üretkenlik üzerinde gerçek bir etkisini görebiliriz.

Meryem Alay

Career Coach

2025 yazılım trendlerini düşünürken yapay zeka (AI) konusunu es geçmek imkansız. Son yıllarda AI ile yatıp AI ile kalkıyoruz ve bu teknoloji, yazılım dünyasının kalıcı bir parçası haline geldi. Birçok yazılımcı hala “AI bizim işimizi elimizden alacak mı?” diye endişeleniyor, ancak ben tam tersine inanıyorum: AI bizi tek kişilik dev kadrolara dönüştürecek. Yani yapmamız gereken, AI’ı hayatımıza nasıl entegre edebileceğimizi keşfetmek!

Kod Yazmak mı, Komut Vermek mi?

Artık yazılımcılar olarak daha az kod yazacak, daha fazla komut vereceğiz. AI sayesinde, birçok angarya iş birkaç saniye içinde tamamlanabiliyor. Ancak bu, yazılım geliştiricilerin işini kolaylaştırırken, onlardan beklenen sorumlulukları da artırıyor. Çünkü bir projede AI ile çalışabilmek için projeye ve detaylarına her zamankinden daha fazla hakim olmak gerekiyor.

Bu durum, yazılımcılar için bir dönüm noktası. Artık bir yazılımcının sadece kod yazması yeterli değil; çalıştığı projenin tüm ayrıntılarını bilen, uçtan uca süreçleri anlayabilen bir profesyonel olması bekleniyor. Kod yazmaktan proje yönetimine, kullanıcı deneyiminden ürün stratejisine kadar çok yönlü olmak artık bir tercih değil, bir gereklilik.

Teknolojiyle Çok Yönlü Yazılımcılar

AI, iş yapış şeklimizi tamamen değiştiriyor. Şimdi, bir yazılımcı birden fazla “özel asistan” yaratıp onlarla işlerini yönetebiliyor. Bu da şu anlama geliyor: proje fikri olan bir kişinin, sıfırdan bir projeyi hayata geçirmesi artık hayal değil!

Özellikle sektörde tecrübeli olanların, AI’ın sunduğu bu avantajları kullanarak kendi işlerini yapmaları kaçınılmaz olacak. Çünkü artık tek bir kişi, bir ekibin yapabileceği işlerin çoğunu AI desteğiyle üstlenebiliyor. Bu durum, yazılım dünyasında bireysel girişimcilerin ve bağımsız geliştiricilerin önünü açacak.

Kendi İşini Yapmak İsteyenler İçin Altın Çağ

Bana en çok sorulan sorulardan biri şu: Belirli bir süre yazılımcılık yaptıktan sonra bunun devamında ne yapmak lazım? Bu soru elbette kişinin geçmiş tecrübeleri ve hedeflerine göre şekillenir. Ancak benim bu yazıdaki öngörüm ve küçük bir tavsiyem, herkesin bir noktada bağımsız çalışmayı düşünmesi gerektiği yönünde.

AI’ın bu kadar güçlü olduğu bir dünyada, bir şirket çatısı altında çalışmak, belki bu yıl değil ama gelecekte bir noktada tarih olabilir. Artık bir projeyi baştan sona tek başınıza hayata geçirme şansınız var. Bunun anlamı, sadece yazılım geliştirme değil, aynı zamanda ürün tasarlama, müşteri ihtiyaçlarını anlama ve bir girişimi sıfırdan büyütme fırsatı. İşte bu, 2025’te yazılım dünyasının en büyük avantajlarından biri.

Marketing: Başarının Gizli Anahtarı

Bağımsız çalışmayı düşünüyorsanız, marketing konusuna hiç olmadığı kadar önem vermeniz gerekecek. Bir projeyi hayata geçirmek için yalnızca teknik bilgi yeterli değil; aynı zamanda onu doğru şekilde tanıtmanız da şart. Maalesef biz yazılımcılar olarak en çok zorlandığımız konulardan biri de bu: kendi yaptığımız işi anlatmak ve pazarlamak.

Kendinizi tanıtırken, projenizi kullanıcılarla buluştururken veya doğru hedef kitleyi bulmaya çalışırken marketing becerileri belirleyici olacak. Burada sosyal medyanın gücünü kesinlikle dikkate almalıyız. LinkedIn, Twitter, Instagram, YouTube ve diğer platformlar, hem kişisel markanızı oluşturmak hem de projelerinizi tanıtmak için harika araçlar. Bu yüzden her yazılımcının temel marketing becerilerini geliştirmesi gerektiğini düşünüyorum.

Yazılımcılar İçin Özgürlük Zamanı

AI’ın sunduğu olanaklar, bağımsız çalışmak isteyen yazılımcılar için inanılmaz fırsatlar sunuyor. Eskiden bir projeyi hayata geçirmek için büyük bir ekibe ihtiyaç varken, şimdi doğru araçları kullanan bir kişi bile bir startup kurabilir. Artık “hayalimde bir proje var ama nereden başlayacağımı bilmiyorum” cümlesi tarihe karışıyor.

Yazılımcıların kendi işini yapabilmesi için öncelikli olarak şunlara dikkat etmesi gerekiyor:

1. Uzmanlık Alanını Belirlemek: Hangi teknolojilerde iyi olduğunu ve hangi sektörlere çözüm üretebileceğini netleştir.
2. AI ile Çalışmayı Öğrenmek: AI araçlarını kullanabilmek, hızını ve verimliliğini artıracak en önemli beceri.
3. Sürekli Öğrenmek: Teknoloji hızla değişiyor. Güncel kalabilmek için sürekli öğrenme sürecinde olmalısın.
4. Risk Almaktan Korkmamak: Kendi projene başlamak her zaman kolay değildir, ama AI sayesinde bu süreç artık eskisinden çok daha ulaşılabilir.

Yeni Çağ: Tek Kişilik Dev Kadrolar

Benim öngörüm, AI’ın bu gücü birçok yazılımcıyı tek kişilik dev kadro haline getirecek. Sadece kod yazmakla kalmayacağız, aynı zamanda projeyi tasarlayan, yöneten ve hayata geçiren kişiler olacağız. Bu da yazılım dünyasında büyük bir paradigma değişikliği anlamına geliyor.

Şimdi Değilse Ne Zaman?

2025, yazılım dünyasında özgürlük ve bireysel yaratıcılık yılı olacak. Eğer bir yazılımcı olarak yıllardır başkalarının projelerini hayata geçirdikten sonra “artık kendi işimi yapma zamanı geldi” diye düşünüyorsanız, tam da doğru zamandasınız. AI ile desteklenen yazılım dünyasında tek sınır hayal gücünüz. Şimdi harekete geçme zamanı!

Murat Dinç

Software Architecture Manager

2025 yılı yazılım dünyasında yine bolca değişim ve yeniliğin yaşanacağı bir yıl olacak gibi duruyor. Özellikle .NET ekosistemi, bulut teknolojileri ve yapay zeka destekli araçlar hızla gelişmeye devam edecek. Ama bunların yanında en büyük meselelerden biri de kalifiye yazılımcıya duyulan ihtiyaç olacak.

Son yıllarda her şey otomatikleşiyor, AI destekli araçlar giderek daha fazla kod yazabiliyor ama işin özüne baktığımızda, iyi yazılımcıya olan ihtiyaç hiçbir zaman azalmıyor, aksine artıyor. Kod yazmak artık tek başına yeterli değil; performans, güvenlik ve ölçeklenebilirlik gibi konulara kafa yoran, mimariyi bilen, optimize düşünen yazılımcılar her zamankinden daha kıymetli hale gelecek. 2025’te de bu trendin daha da hızlanacağını düşünüyorum.

2024 yılı birçok yazılımcı için zorlu geçti. İş dünyasında yaşanan belirsizlikler, ekonomik dalgalanmalar ve büyük şirketlerin işten çıkarmaları sektörde ciddi bir etki yarattı. Uzaktan çalışma modelinin evrimi, maliyet odaklı projeler ve sürekli değişen iş beklentileri, yazılımcılar için adaptasyon sürecini zorlaştırdı. Ancak, işini dikkatle yapan, yeni teknolojilere açık olan ve kendini geliştiren yazılımcılar bu süreçte bile fark yaratmayı başardı.

.NET tarafına gelirsek, .NET 9 ile performans konusunda ciddi iyileştirmeler bizi bekliyor. Garbage Collector optimizasyonları ve HybridCache gibi çözümler, büyük ölçekli sistemleri yöneten yazılımcıların elini rahatlatacak. API geliştirenler için de OpenAPI’nin doğrudan .NET ekosistemine entegre edilmesi işleri kolaylaştıracak. Yani, .NET kullananların 2025’te daha az konfigürasyonla, daha verimli iş yapması mümkün olacak.

Ancak benim esas beklentim .NET 10! Microsoft’un .NET ekosistemine verdiği önem, her yeni sürümde daha da netleşiyor. .NET 9’un getirdiği yenilikler şimdiden heyecan verici olsa da, asıl büyük adımların .NET 10 ile atılacağını düşünüyorum. Performans, güvenlik ve AI destekli geliştirme araçları konularında Microsoft’un çıtayı bir üst seviyeye taşıyacağına şüphem yok. .NET ekosistemine yapılan yatırımlar ve .NET’in artık yalnızca Microsoft odaklı değil, geniş çapta endüstriyel bir çözüm haline gelmesi, bu teknolojinin gelecekte ne kadar güçlü olacağını gösteriyor.

Bulut teknolojileri cephesinde ise serverless çözümler ve container tabanlı mimariler daha da yaygınlaşacak. Docker ve Kubernetes gibi araçların hâlâ popüler olması bir yana, Redis ve Elasticsearch gibi bileşenlerin yüksek erişilebilirlik tarafında daha kritik roller oynayacağını düşünüyorum. Redis’in multi-region destekleri ve gelişmiş replikasyon çözümleri de büyük sistemlerde hayat kurtaracak.

Yapay zeka konusuna gelirsek… Artık GitHub Copilot gibi araçlar kod yazmakla kalmıyor, refactoring, test yazımı ve hata analizi gibi konularda da ciddi bir yardımcı haline geliyor. Hatta firmaların kendi kod envanterlerine özel AI modelleri eğitmesi de kaçınılmaz bir gerçek olacak. Ama burada kritik nokta şu: AI her şeyi çözmüyor! Yani hâlâ kaliteli, temiz kod yazabilen, sistemi bütüncül şekilde düşünebilen yazılımcılar fark yaratmaya devam edecek. AI, işimizi hızlandıran bir araç, ama onu nasıl kullanacağını bilmeyen biri için pek de anlam ifade etmeyecek.

Gelelim güvenlik konusuna… Yazılımda güvenlik artık sonradan eklenen bir şey olmaktan çıktı, en baştan düşünülmesi gereken bir konu haline geldi. 2025’te, Zero Trust mimarisi, gelişmiş kimlik doğrulama yöntemleri ve AI destekli güvenlik çözümleri daha da yaygınlaşacak. Muhtemelen kod yazarken bile anlık güvenlik uyarıları veren AI destekli araçları daha sık göreceğiz.

Özetle, 2025 yılı yazılımcılar için fırsatların ve zorlukların yılı olacak. Teknoloji hızla gelişiyor ama iyi yazılımcıya duyulan ihtiyaç hiç azalmıyor. Eğer sektörde fark yaratmak istiyorsan, sadece kod yazmak değil, mimariyi anlamak, ölçeklenebilir sistemler tasarlamak ve güvenlik gibi konulara kafa yormak giderek daha değerli hale gelecek. Ve elbette, .NET 10’un neler getireceğini görmek için sabırsızlanıyorum! Microsoft’un .NET’e olan ilgisi ve yatırımları, ekosistemin geleceği adına çok güçlü sinyaller veriyor.

Mutlu kodlamalar!

Oğuz Kılıç

Engineering Team Lead

2024 yılı, AI alanında önemli gelişmelerin gündeme geldiği bir yıl oldu. 2025’te de heyecan verici yeni yaklaşımların ve teknolojilerin ortaya çıkması bekleniyor. Ancak, yenilikleri yakından takip edip adapte olmak yine zaman zaman zorluklar yaratabilir.

Component Tabanlı UI Kütüphaneleri ve Design Systems
Frontend tarafında React, Vue, Svelte gibi component tabanlı UI kütüphanelerinin olgunlaşması net bir şekilde görülürken, daha yönetilebilir projeler oluşturmak için design system’lerin standart hale geldiğini söyleyebilirim. Bu eğilim, özellikle büyük ölçekli ve kurumsal uygulamalarda sürdürülebilirliği artırmayı amaçlıyor.

WebAssembly ve Bellek Yönetimi
WebAssembly (Wasm), web uygulamalarında native’e yakın performans sağlama noktasında kritik bir rol oynamaya devam ediyor.

Wasm Garbage Collection:

• Şu an için, Wasm için garbage collection (GC) özelliğine yönelik çalışmalar ve prototip uygulamalar üzerinde çalışmalar sürüyor. 2025 itibarıyla Chrome ve Safari gibi tarayıcıların da bu desteği sunabileceği öngörülüyor.
• Bu gelişmelerle birlikte JavaScript dışındaki dillerle geliştirilen yenilikçi frontend kütüphanelerinin ortaya çıkma ihtimali artmış durumda; ancak bu alanda yaygın uygulamaların benimsenmesi biraz zaman alacak gibi görünüyor.

Grafik ve Tasarım Araçları: Figma & Adobe XD
Figma gibi grafik ağırlıklı web uygulamaları, performansı artırmak ve tarayıcıda masaüstü uygulama deneyimine yakın bir performans sunmak amacıyla WebAssembly kullanımını artırmaya devam ediyor.

AI-to-Code Yaklaşımı:

• Tasarımdan doğrudan component kodu oluşturma gibi AI destekli yaklaşımlar, Figma ve Adobe XD gibi araçların prototipleme süreçlerini hızlandırmak için araştırılan ve geliştirilen alanlar arasında yer alıyor.
• Bu teknolojilerin, özellikle tasarım ve prototipleme aşamalarını önemli ölçüde hızlandırması bekleniyor; ancak henüz endüstride standart hale geldiğini söylemek zor. Önümüzdeki yıl bu konuda gelişmeler görmek sürpriz olmaz benim için.

AI Destekli UX ve Geliştirici Asistanları
AI’ın frontend üzerindeki etkisi, kullanıcı deneyimini geliştiren ve kişiselleştiren çözümlerle daha da belirginleşiyor.

AI-Driven UX Araçları:

• Microsoft gibi firmaların, kullanıcı davranışlarını analiz edip gerçek zamanlı kişiselleştirilmiş arayüzler sunmaya yönelik araçlar üzerinde çalışmalar yürüttüğü bildiriliyor. “AI-Driven UX Toolkit” adı altında geniş çapta tanıtılmış resmi bir ürün henüz mevcut olmasa da, bu alandaki araştırmalar gelecekte somut ürünlere dönüşecektir.

Geliştirici Asistanları:

• GitHub Copilot ve benzeri AI destekli asistanların, 2025 yılında günlük frontend iş akışlarında daha yaygın olarak kullanılacağını düşünüyorum. Bu durum, geliştiricilerin AI araçlarıyla etkili bir işbirliği yapmayı öğrenmelerinin önemini artırıyor.

Framework Gelişmeleri: React ve Svelte

React:

• React, halen ekosistemin en popüler kütüphanelerinden biri olarak öne çıkıyor ve bu konumunu korumayı sürdürecektir.
• Gelecekte, React’in performans ve rendering optimizasyonlarına (örneğin, React 18’de tanıtılan concurrent rendering özelliklerinin geliştirilmesi gibi) odaklanmaya devam edeceği bekleniyor.

Svelte:

• Svelte topluluğunda, gelecek sürümlere dair çeşitli tartışmalar devam ediyor.
• Özellikle Svelte’in gelecek büyük versiyonlarında (örneğin, Svelte 5) web components uyumluluğu gibi konularda yönelimde değişiklikler olabileceği öne sürülüyor. Bazı görüşler, web components yaklaşımının güncelliğini yitirdiğini savunurken, topluluk içinde farklı tartışmalar devam ediyor.

Özetle, Low-Code/No-Code platformlarının daha çok yükseleceği bir yıl ve sonuç olarak time-to-market sürelerinin kısalmasıyla birlikte farklı kategorilerde bir çok ürün görmeyi bekliyorum. Ekosistemin bu hızlı evrimini doğru yorumlayıp adapte olabilenler için 2025 güzel bir yıl olacaktır.

Ömer Savaş

Product Owner

Açılın! Ben geleceği tahmin etmeye geldim. 2025 trendlerinden bahsederken Yapay Zeka demeyeni döverler herhalde. Büyük dil modelleri, Transformatörler, Difüzyon modelleri falan derken yine YZ araçlarının altın çağı oldu. Bu yazıda, yok Huggingface şu kadar yatırım aldı, yok Nvida şu donanımları yaptı vs demek istemiyorum. Bu yazı farklı pencereden baktırmayı amaçlayan futurist bir yazı olacak. (İstemiyorum derken bile dedim bu arada)

İtiraf etmek gerekirse beni en çok sanatsal çıktılar üretebilmesi şaşırtıyor. Tüm sektörlere nüfuz etmesini 2020 ‘nin başından beri kanıksadık artık. Kim tersini iddia edebilir ki? “Yok yae bizim iş çok özel olum” diyenlerin hepsine tükürdüğünü yalattığına şahit hamdolsun. En son ukalalık yapan arkadaşın geçen ay Udemy ‘de YZ eğitimi yayınlandı. Yani diyorum ki “rahat bırak senin de hoşuna gidecek”. Sanat dedim. Bana şunu düşündürdü: YZ sanatsal çıktı üretmede bu kadar başarılı olduğuna göre; acaba insan, düşündüğümüz kadar yaratıcı değil mi? Sanat dediğimiz şey de çeşitli esinlenmelerden mi ibaret. (Ehl-i merak yeşillendirsin bu konuyu konuşalım).

Her neyse. Adam; sanat, sepet, sektör, etik demedi alayını elden geçirdi. Artık insansı yaklaşımlarla ekranda çizdiklerimizi görüp yorum yapıyo. Duygu katıyo. Şaka yapıyo. Laf sokuyo. Bla bla bla… Artık bize “Tabiki kardeşim ben YZ araçlarını kullanarak iş yapıyorum” demekten ötesi lazım sanırım. “Tüm iş yapış modelleri” değişecek demiyorum; daha dehşetli bir şeyden bahsediyorum. Artık iş yapış modellerimiz yerinde kalamayacak. Her sene yeni şekillerde iş yapmak zorunda kalacağız. Maalesef süreğen bir meslek olmayacak. Bazı alanlar kapanacak, bazı alanlar açılacak. YZ bu maratonu başlattı ve her geçen sene vidaları daha fazla sıkıyor.

Geçen bir toplantıda dedim ki “Geçtiğimiz sene gerçekten zor geçti… Önümüzdeki sene çok daha zor geçecek” YZ açısından da aynı şeyi düşünüyorum. Sanırım belirli bir yere gelene kadar xN eğirisi gibi birim zamanda kat edilen yol çok daha fazla olacak. Kavga etmek yerine kabullenmeliyiz. (Üff! Negatife boğuyosun beni hüsnü)

Tamam tabiki iyi tarafları da var. Daha küçük ekiplerle daha büyük projeler, daha kaliteli işler çıkacak. Mesela şirketlerin kendine ait işletim sistemleri olabilir. (“Bizim kendi no/low-code platformumuz var kardeşim” ciler favoriye ekledi bile) Evet bu bir metafor ama ekosistem olarak çok daha büyük işleri hayal edebileceğimiz açık.

Ben hala YZ nin kendine özel bir yazılım dili bekliyorum. Microsoft bile intermediate lang ‘dan vazgeçti native derleyebiliyor artık. LLM ‘lerin yazılım dilleri için kod üretmesine gerek yok. Verdiğimiz promtlar için binary tool ‘lar olarak çıktı verebilir. Hatta yazılım geliştirmeler de tool ekosistemine dönebilir. Zaten “kardeş ben yazılım mimarı oldum” demeyen kaldı mı? LLM ile kendi tool larımızı birleştirerek çözüm üreten sonuç veren yazılımlara kayacak bence alan. Agent ‘lar zaten bunun temeli gibi duruyor. Daha çok primatif ama Microsoftun 2010 da Azure ‘u tanıtırken dediği gibi “Gelecek çok hızlı gelecek”.

Son olarak kendi sektörüme ayıp olmasın diye biraz da finans hakkında yazıp defolup gideceğim. Napolyon ‘a da atfedildiği gibi işin özü Para Para Para. Sektörde gerçekten deli para var. YZ den sonra en çok yatırımı finans için duyduk bu sene. Ama hala büyük kuruluşlar mevcut yazılımları değiştirmeye eğilimli değiller. Temas ettiğim her kuruluşta; YZ için bir ilgi; blockchain için bir geliştirme/girişim gördüm. Hiçbişey yapamayan firma encrypt/decrypt pipeline kurmuş “biz wallet işi yaptık” demeye başlamış bile. Son olarak da kurumsalda hala çok fazla turnover var. 3. parti firmaları olarak içerde işin ilgilisini bulana kadar göbeğimiz çatlıyor *swh Sağlıcakla.

Dr. Özlem Salehi Köken

Researcher

2024 kuantum teknolojileri açısından pek çok gelişmenin yaşandığı önemli bir yıl oldu. Hyperion Reserach tarafından yapılan araştırmaya göre, kuantum bilgisayım pazarı 2024 yılında 1 milyar dolarlık bir büyüklüğe ulaştı. Bu yazıda, öncelikle 2024 yılında kuantum bilgisayarlar açısından yaşanan gelişmelere göz atacağız. Sonrasında ise yazılım alanında öne çıkan yenilikleri ele alacağız.

2024’ün en çok ses getiren haberi şüphesiz ki Google’un tanıttığı 105 kübitlik Willow çipi oldu. Google, Willow çipinin, en güçlü süper bilgisayarların 10 septilyon yılda çözebileceği bir problemi yalnızca 5 dakikada çözebildiğini duyurdu. Bu gelişmenin arkasında ise Google’ın hata düzeltme alanında kaydettiği ilerleme yatıyor. Kuantum hata düzeltme, kuantum bilgisayarların daha büyük ve daha karmaşık hesaplamalar yapabilmesi için kritik bir adım. Google’ın yanı sıra, 2024 yılında QuEra, Alice & Bob ve Nord Quantique kuantum hata düzeltme alanında önemli yol kat ettiler.

Google’ın en büyük rakiplerinden IBM, 2023’te duyurduğu Heron çipinin artık 5000 adet iki kübitlik kapı içeren bazı devreleri çalıştırabildiğini açıkladı. 2023’te bu çipi kullanarak yaptıkları 112 saatlik deneyi 2024 yılında 2,2 saatte tamamlayarak 50 kat hızlanma sağladıklarını duyurdular. Ayrıca, IBM Almanya’nın Ehringen kentinde Heron çipine de ev sahipliği yapan Avrupa’nın ilk kuantum veri merkezini kurdu.

Google ve IBM’in yanı sıra Alice & Bob, Infleqtion, IonQ, IQM, Pasqal, Quandela, Quantinuum, QuEra, Rigetti gibi pek çok şirket de kısa vadeli yol haritalarını açıkladı. PsiQuantum, 2027 yılında dünyanın ilk hata dayanıklı (fault tolerant) kuantum bilgisayarını üretmek üzere Avustralya hükümetinden 1 milyar dolarlık yatırım aldı. 2017’de kurulan kuantum yazılım startupı Zapata ise 2024’te faaliyetlerine son verdi. Japonya Araştırma Ensitütüsü RIKEN, NTT işbirliğiyle dünyanın ilk genel amaçlı oda sıcaklığında çalışan optik kuantum bilgisayarını yaptığını duyurdu.

Tüm bu gelişmeler yaşanırken, güvenlik kaygısının da artmasıyla ABD Ticaret Bakanlığı, Mayıs ayında Çin’in önde gelen kuantum girişimlerinden biri olan QuantumCTek’e yönelik sıkı ihracat kontrolleri getirdi. Eylül 2024'te ise ABD Ticaret Bakanlığı’nın Sanayi ve Güvenlik Bürosu (BIS), aralarında kuantum bilgisayımın da bulunduğu bazı ileri teknolojilere yönelik ihracat kontrollerini genişletti. Birleşik Krallık ve Kanada, 34 ve daha fazla kübite sahip kuantum bilgisayarlarının ihracatını yasaklarken, Fransa, İspanya ve Hollanda da benzer kararlar aldı.

Yine 2024 yılında, Amerika Birleşik Devletleri Ulusal Standartlar ve Teknoloji Enstitüsü (NIST), yıllarca süren incelemelerin ardından, kuantum bilgisayarlarının saldırılarına karşı dayanıklı üç kuantum-sonrası şifreleme algoritması seçti: ML-KEM, ML-DSA ve SLH-DSA. NIST, bu yeni algoritmaların şifreleme sistemlerine entegrasyon sürecinin zaman alacağını belirterek, şirketlere bir an önce bu algoritmaları kendi sistemlerine entegre etmelerini öneriyor.

2024 Türkiye açısından da kuantum teknolojileri alanında önemli bir yıl oldu. Ağustos ayında Savunma Sanayi Bakanlığı (SSB) tarafından Türkiye Kuantum Teknolojileri Geliştirme Merkezi’nin kurulacağının duyurulmasının ardından, Kasım ayında TOBB ETÜ tarafından geliştirilen 5 kübite sahip Türkiye’nin ilk kuantum bilgisayarı QuanT tanıtıldı. Yine SSB tarafından Aralık ayında Türkiye’nin kuantum teknolojileri alanında yol haritasını belirlemek ve ülkedeki mevcut potansiyeli belirlemek üzere başlatılacak olan Kuantum Odak Teknoloji Ağı (OTAĞ) çalışmasının lansman toplantısı düzenlendi.

Yazılım tarafına bakacak olursak, 2024 itibariyle IBM’in kuantum programlama kütüphanesi Qiskit’in hâlâ kuantum programlama alanında en çok kullanılan kütüphanelerden biri olduğunu söyleyebiliriz. Ancak, 2024’te yayınlanan Qiskit SDK 1.0 sürümü, önceki sürümlerle büyük farklılıklar gösterdiğinden, birçok eğitim materyali ve kod kullanılamaz hale geldi. Sürümler arası farklılıklar, Qiskit kullanıcıları için zorlu bir geçiş sürecine neden oldu. Açık kaynaklı ve giriş seviyesindekiler için bile erişilebilebilir bir kütüphane olarak ortaya çıkan ve bu sayede büyük bir ekosistem yaratan Qiskit’in bu yeni sürümle birlikte ekosistemini koruyup koruyamayacağı merak konusu. Qiskit ise bu yeni sürümle, özellikle kuantum bilgisayarlarda çalıştırıldığında daha iyi performans sağlayan kuantum devreleri sunmayı hedefliyor.

Yeni Qiskit sürümüyle birlikte, IBM Kuantum Platformuna yeni yazılım araçları da eklendi. Bunlar arasında kuantum devrelerinin yapay zeka desteğiyle optimize edilmesini sağlayan Qiskit Transpiler Service, yapay zeka destekli kod geliştirme aracı Qiskit Code Assistant, kuantum programlarının uzaktan verimli bir şekilde çalıştırılmasına olanak sunan Qiskit Serverless ve Algorithmiq, Qedma, QunaSys, Q-CTRL ve Multiverse Computing tarafından sunulan çeşitli hizmetleri bir araya toplayan IBM Qiskit Functions Catalog yer alıyor. Ancak, bu hizmetler IBM tarafından premium plan kapsamında ücretli olarak sunuluyor.

Microsoft’un geliştirdiği bulut tabanlı kuantum bilişim platformu Azure Quantum*, 2023’te duyurdukları yapay zeka ve yüksek performanslı bilgisayımla desteklenen Azure Quantum Elements’a, 2024 yılında Generative Chemistry ve Accelerated DFT adlı iki yeni fonksiyon eklendiğini duyurdu. Bu araçlar, kuantum kimya alanında yeni moleküllerin keşfini ve simülasyonu hızlandırarak, araştırma süreçlerinin iyileştirilmesini hedefliyor. Ayrıca, Azure platformu üzerinden sunulan hata düzeltme sistemi sayesinde Quantinuum ve Atom şirketlerinin cihazlarında şimdiye kadar elde edilen en fazla sayıda mantıksal kubit (bir grup kubitin birlikte çalışarak oluşturduğu, daha az hata yapan ve daha güvenilir bir hesaplama birimi) elde edildi.

Bir diğer bulut platformu AWS Quantum**, 2024’te Quantum Embark programını duyurdu. Bu program, kuantum teknolojileri alanına girmek isteyen şirketlere bir yol haritası oluşturmak amacıyla tasarlandı. Program kapsamında, kullanım alanı keşfi, teknik destek, hazır bulunuşluk seviyesinin değerlendirilmesi gibi farklı modüllerle şirketlere destek olunması hedeflenmekte. Almanya Telekom operatörü Telefonica, finans şirketleri Westpac ve Vanguard, AWS ile işbirliği yapan şirketler arasında bulunuyor. Ayrıca, 2024’te NVIDIA’nın kuantum klasik hibrit hesaplama yapmaya olanak tanıyan CUDA Quantum kütüphanesi de AWS platformuna entegre edildi.

7 Haziran 2024’te Birleşmiş Milletler, 2025 yılını Dünya Kuantum Bilimi ve Teknolojileri Yılı olarak ilan etti. Bu kapsamda, 2025 yılında pek çok etkinlik düzenlenmesi ve artan ilgi ve yatırımlarla birlikte 2025 yılında önemli gelişmelerin yaşanması bekleniyor. Eğer siz de bu alana adım atmak istiyorsanız, IBM, Womanium, QWorld gibi oluşumların sunduğu ücretsiz eğitimlerden faydalanabilirsiniz. Türkiye özelinde, QTurkey tarafından düzenlenen etkinliklere ve atölyelere katılabilir, 2025 yılı boyunca Türkiye’de düzenlenecek etkinliklerden haberdar olmak için https://www.kuantum2025.tr/ sayfasını takip edebilirsiniz.

*Microsoft tarafından geliştirilen, Microsoft Azure Quantum platformu, kuantum donanım ve yazılım geliştiriciler için çözümler sunan, bulut tabanlı bir kuantum bilişim platformudur. Microsoft Azure Quantum üzerinden, Quantinuum, IonQ ve Atom Computing gibi firmaların sunduğu donanımlar üzerinde kuantum programlar çalıştırılabilir.

** AWS Quantum, Amazon Web Services (AWS) tarafından sunulan bulut tabanlı bir kuantum bilişim platformudur. Microsoft Azure Quantum’a benzer hizmetler sunar.

Tarık Güney

Principal Software Engineering Manager

Charlie Munger’dan Hayat ve Kariyeriniz İçin Karar Alma Dersleri

Bir yazılım mühendisi olarak teknik bilgilere ve algoritmalara yatkınlığınız olabilir, ancak gerçek profesyonel başarı sadece kod yazmakla gelmez. Başarılı insanların hayatlarına baktığınızda teknik yeteneklerinin ötesinde bir şeyleri daha başarıyla yaptıklarını fark edersiniz: Doğru kararlar almak.

Charlie Munger, finans dünyasındaki büyük başarısını yalnızca Warren Buffett’ın iş ortağı olarak değil, karar alma konusunda derinlemesine düşünmesiyle kazandı. Yatırım dünyasından daha genelde yaşama uzanan bu bakış açısı, mühendislerden yöneticilere, öğrencilerden girişimcilere kadar herkes için çok değerli. Peki, yazılım sektöründeki kaotik değişimler arasında bizler de bu öğütlerden nasıl faydalanabiliriz?

1. İlkeli ve Disiplinli Düşünme

Munger, “Düşünceyi disipline etmek, doğru kararların temelidir” der. Bir yazılım mühendisi olarak sıklıkla gündeme gelen yeni teknolojiler, framework’ler ve metodolojiler arasında kaybolmak kolaydır. Ancak, her yeniliğin peşinden gitmek yerine, temel ilkeleri benimsemek uzun vadede sizi daha bilinçli kararlar almaya iter. Bir teknolojiyi sadece popüler olduğu için değil, uzun vadeli faydalarını düşünerek değerlendirmek bu disiplini kazanmanın bir yoludur.

Munger ayrıca “ilkeli düşünme”yi, bağımsız ve eleştirel düşünme yeteneğiyle birleştirir. Çoğu insan kalabalığın peşinden gitmeye meyillidir, çünkü popüler görüşler onlara güven verir. Ancak, gerçekten iyi kararlar alan insanlar her zaman sorgulayan, kendi araştırmasını yapan ve farklı açılardan bakabilen kişilerdir. Yazılım dünyasında bu, bir teknolojiyi veya metodolojiyi sadece sektör bunu benimsediği için değil, gerçekten faydalarını analiz ederek seçmek anlamına gelir.

Munger’ın ilkeli düşünme yaklaşımında, analitik netlik büyük bir yer tutar. O, “Bildiğinizi düşündüğünüz şeyleri gözden geçirin ve her zaman yanılma payınızı hesap edin” der. Bir yazılım mühendisi olarak bu, belirli bir framework’ün ya da programlama dilinin dezavantajlarını objektif olarak analiz etmek ve alternatifleri değerlendirmek anlamına gelir.

Örneğin, bir yazılım mühendisi olarak “Hangi programlama dili en iyisidir?” yerine “Belirli bir problem için en uygun araç nedir?” sorusunu sormak daha ilkeli bir yaklaşımdır. Aynı şekilde, bir projeye başlamadan önce sadece avantajlarını değil, potansiyel dezavantajlarını da hesaba katmak disiplinli düşünmenin bir örneğidir. Munger, karar almada ilkeli düşünmenin temel unsurlarından birinin “kendi fikirlerinizin yanlış olabileceğini kabul etmek” olduğunu savunur. Bu nedenle, yazılım dünyasında yeni bir teknolojiye körü körüne bağlanmak yerine, eleştirel bir bakış açısıyla sürekli olarak yeniden değerlendirme yapmak gerekir.

Bir diğer önemli nokta da “kendi yetkinlik çemberini bilmek” ilkesidir. Munger, insanlar ne bildiklerini ve neyi bilmediklerini net bir şekilde belirlediklerinde daha doğru kararlar aldıklarını söyler. Yazılım dünyasında bu, aşina olunmayan teknolojileri kullanırken dikkatli olmak ve gerektiğinde uzmanlardan destek almak anlamına gelir. İlkeli düşünme, sınırsız bilgiye sahip olmaktan çok, hangi konularda güçlü olduğunuzu bilmek ve bu doğrultuda kararlar almakla ilgilidir.

2. Tersine Mühendislik: Problemi Tersten Ele Alın

Munger’ın sevdiği düşünme yöntemlerinden biri “inversion” yani tersine mühendislik yapmaktır. O, “Başarıya nasıl ulaşırım?” sorusundan ziyade, “Nasıl başarısız olurum ve bu hatalardan nasıl kaçınırım?” sorusunu sormayı tercih ederdi. Yazılım geliştirirken de bu prensip geçerlidir. “Bu kodun çalışmaması için neler olabilir?”, “Bu sistem nerelerde hata yapabilir?” gibi sorularla yaklaşmak, gelecekte karşılaşabileceğiniz riskleri önceden görmenizi sağlar.

Bu yaklaşım, hataları önceden tahmin etmenin yanı sıra gereksiz karmaşıklıkları ortadan kaldırmak için de kullanılır. Örneğin, bir projede başarı kriterlerini belirlemek yerine, başarısızlığı getiren etkenleri belirlemek ve bunlardan kaçınmak, çok daha net bir yol haritası sunar.

Munger ayrıca tersine mühendisliğin psikolojik önyargıları azaltmaya yardımcı olduğunu vurgular. İnsanlar genellikle olumlu senaryolar üzerinde düşünmeye meyillidir, ancak başarısızlığı analiz etmek zihni daha sağlam bir çerçeveye oturtur. Yazılım geliştirme süreçlerinde bu, “Bu kod parçası neden hatalı çalışabilir?”, “Bu sistem hangi koşullarda başarısız olur?” gibi sorularla yaklaşmayı gerektirir. Böylece, potansiyel zayıflıkları önceden ele almak ve uzun vadede daha dayanıklı çözümler üretmek mümkün olur.

3. Kendi Duygusal Zekânızı Yönetin

Başarılı kararlar sadece mantıkla alınmaz, duygular da önemli bir rol oynar. Munger, duygusal dengenin karar alma sürecinde kritik olduğunu vurgular. Yazılım sektörü hızlı gelişiyor ve böyle bir ortamda, trendleri takip etme baskısı, ekip içindeki iletişim sorunları veya projelerdeki belirsizlikler nedeniyle duygusal tepkiler verebilirsiniz.

Bu gibi durumlarda, Munger’ın önerdiği gibi, önce duygusal bir mesafe koyarak durumu değerlendirmek önemlidir. “Öfkelendiğinizde mektup yazın, ama göndermeyin” mantığını uygulayarak bir karar vermeden önce zihninizi sakinleştirmek faydalı olabilir. Karar alma süreçlerinde stresli anlarda rasyonel düşünebilmek için nefes alma teknikleri, kısa yürüyüşler veya dikkat dağıtıcı olmayan molalar almak etkili yöntemlerdir.

Panikle ya da aceleyle karar almak yerine, bir adım geri çekilip, durumu farklı açılardan değerlendirerek, uzun vadeli etkileri göz önünde bulundurmak daha sağlam sonuçlar doğuracaktır. Ayrıca, bir karar verirken “Bu kararı 10 dakika, 10 ay ve 10 yıl sonra nasıl değerlendireceğim?” sorusunu sormak, hem anlık duyguların etkisini azaltmaya hem de daha kalıcı, mantıklı kararlar vermeye yardımcı olabilir.

4. “Duygusal Kontaminasyon”dan Kaçının

Munger’ın sıklıkla uyardığı tuzaklardan biri de “duygusal kontaminasyon”dur. Kötü bir kararı sadece geçmişte yapılmış diye savunmak, “bunca zaman buna yatırım yaptım” diyerek yanlış bir teknolojiyi kullanmaya devam etmek ya da gereksiz bir projeyi bırakamamak bu kontaminasyona örnektir. İnsanlar, mevcut çabalarını haklı çıkarmak adına kötü kararlarını sürdürebilirler.

Yazılım geliştirirken de benzer durumlar sıkça görülür: “Bunu zaten başlattık, geri dönemeyiz” diyerek bir projeye gereğinden fazla zaman ve kaynak ayırmak uzun vadede zarar verebilir. Munger, bu hatayı önlemek için “maliyetler batık olsa da en iyi yolu seçin” ilkesini benimsemeyi önerir. Yani, bir projenin devam edip etmeyeceğine, geçmişte ne kadar yatırım yapıldığına bakarak değil, gelecekte getireceği değer doğrultusunda karar verilmelidir.

Bir yazılım projesinde, başarısızlığa giden işaretler görüldüğünde, duygusal bağlılık yerine, veriye dayalı bir analiz yapmak en doğru yaklaşımdır. Örneğin, ekip bir teknolojiye büyük emek harcamış olsa da, daha verimli bir çözüm ortaya çıktığında bu değişimi gerçekleştirmek uzun vadede daha sağlıklı olacaktır. Bunu yapabilmek için karar alma süreçlerinde düzenli olarak alternatif senaryoları değerlendirmek ve çıkış stratejileri belirlemek gerekir.

5. Fikirlerinizi Çeşitlendirin

Munger, “Elinizde sadece çekiç varsa, her şeyi çivi olarak görürsünüz” diyerek farklı bakış açıları kazanmanın önemini vurgular. Yazılım dünyasında da belirli bir dile, metodolojiye ya da yaklaşıma fazlasıyla bağlı kalmak yerine, farklı perspektifleri keşfetmek büyük avantaj sağlar.

Farklı bakış açılarına sahip olmak, daha geniş bir problem çözme repertuvarı geliştirmeye yardımcı olur. Munger, “çoklu modeller” yaklaşımını benimsemeyi önerir. Bu yaklaşım, tek bir disiplinden değil, çeşitli alanlardan öğrenerek farklı düşünme biçimlerini bir araya getirmeyi ifade eder. Yazılım geliştiricileri için bu, yalnızca bir programlama dili veya framework üzerine yoğunlaşmak yerine, sistem tasarımı, ürün yönetimi, psikoloji ve ekonomi gibi farklı alanlardan da bilgi edinmek anlamına gelir.

Örneğin, yazılım mühendisleri bir algoritmayı optimize ederken yalnızca kendi alanlarındaki teknik çözümlere odaklanmak yerine, istatistik veya karar teorisi gibi alanlardan da faydalanarak daha etkili ve verimli çözümler üretebilirler. Ayrıca, kullanıcı deneyimi tasarımından gelen içgörüler, kodun nasıl daha erişilebilir ve kullanıcı dostu hale getirileceğine dair değerli bilgiler sunabilir.

Bunun yanı sıra, farklı bakış açılarına sahip olmanın en önemli avantajlarından biri de “bilişsel önyargıları” azaltmaktır. Munger, insanların kendi uzmanlık alanlarına çok fazla güvendiklerinde tünel görüşü geliştirebileceklerini ve alternatif çözümleri gözden kaçırabileceklerini söyler. Yazılım dünyasında da aynı şey geçerlidir: Bir teknolojiyi körü körüne benimsemek yerine, alternatif çözümleri değerlendirerek her duruma en uygun olanı seçmek daha mantıklı bir yaklaşımdır.

Sonuç: Zekice Kararlar Almak Bir Beceri mi?

Charlie Munger’ın tavsiyeleri, sadece finans ve yatırım dünyasına değil, karar vermenin kritik olduğu her alana uygulanabilir. Yazılım geliştirme gibi hızlı değişen bir sektörde şüphesiz teknik bilginin yanı sıra doğru karar alma yeteneği de büyük fark yaratır.

Doğru kararlar almak tesadüf değil, öğrenilebilir bir beceridir. Munger’ın metodolojisini benimseyerek, hem profesyonel hem de kişisel hayatta daha bilinçli, daha disiplinli ve daha etkili kararlar verebilirsiniz. Ve unutmayın, önemli olan sadece teknik yetkinliğiniz değil, onu hangi kararlarla desteklediğinizdir.

Uğur Umutluoğlu

IT Recruiter

Yapay Zekâ Alanındaki Gelişmeler

AI destekli kod yazım araçları artık her yazılımcının ilk başvuru kaynağı. Yazılım ekiplerinin kod geliştirme, kod kalitesi ve kod güvenliği gibi konulardaki yaklaşımı ve günlük rutinleri hızla değişiyor ve bu dönüşümü her geçen gün daha fazla hissedeceğiz. Birçok şirket AI araçlarını kullanarak iş verimliliğini nasıl artırabileceğini ciddi şekilde araştırıyor şu anda ve bu alana önemli yatırımlar yapmaya devam edecekler.

Diğer yandan AI destekli kod yazım araçları ve özel AI asistanları sayesinde yazılımcılar birçok işlemi daha hızlı ve kolay gerçekleştirebiliyor, bu da bireysel anlamda da üretkenliği arttırıyor. Özellikle girişimci ruha sahip yazılımcılar için bu araçlar ciddi fırsatları beraberinde getiriyor. Ürün fikirlerini hayata geçirmek isteyen yazılımcılar için 2025’in altın değerinde bir yıl olacağını düşünüyorum.

Yazılımcı İstihdamı ve İşe Alımlar

Pandemiyle başlayan ve etkileri hala hissedilen küresel ve yerel ekonomik kriz işe alımları da ciddi şekilde etkiliyor. Teknoloji sektöründe yaşanan işten çıkarmalar ve belirsizlik nedeniyle büyümeyi riskli gören şirketlerin kadrolarını koruma eğiliminde olması, iş arayan yazılımcılar için zorlu bir süreci beraberinde getiriyor. Hem işsiz kalan deneyimli yazılımcılar hem de henüz ilk işini bulamamış yeni mezunlar için piyasa oldukça durgun. 2025’in işe alımlar açısından büyük bir hareketlilik getireceğini düşünmüyorum ve 2024’te olduğu gibi iş bulmak isteyen yazılımcıları maalesef zorlu bir yıl bekliyor.

Yapay zekânın istihdam üzerindeki etkisine gelirsek, şu an için AI alanındaki gelişmelerinin önemli bir iş kaybına yol açtığını düşünmüyorum. Evet, yazılım geliştirme süreçleri giderek kolaylaşıyor ancak bu durum yazılımcıya duyulan ihtiyacı tamamen ortadan kaldırmıyor, çünkü işler hızlansa bile halen çok iş var. Yine de özellikle yeni mezunlar için istihdam konusunda AI’nın küçük de olsa bir etkisi olacaktır. Çünkü mevcut AI araçları ağırlıklı olarak junior yazılımcıların yaptığı işleri yapabiliyor.

Low Code/No Code Platformları

AI alanındaki gelişmelere paralel olarak az kodla veya kodsuz geliştirmeye olanak sağlayan platformların giderek yaygınlaştığını göreceğiz. Şirketler verimliliği artırmak ve maliyetleri düşürmek amacıyla bu platformlara her geçen gün daha fazla yöneliyor. Özellikle otomasyon ve entegrasyon odaklı işlerde, şirketlerin bu çözümleri hızla benimseyeceğini tahmin ediyorum. Hatta yakın gelecekte bazı şirketlerin “Zapier Bootcamp” gibi low code/no code araçlarına yönelik eğitim kampları veya işe alım etkinlikleri yaptığını görmemiz mümkün.

Akademik Dünya ve Yapay Zekâ

Doğrudan sektörü etkilemese de yapay zekânın akademik dünyaya etkisi, geleceğin mühendislerini yetiştirme açısından oldukça önemli bir konu. Bu değişim yalnızca 2025 yılı ile sınırlı değil tabi, yazılım mühendisliğinin akademik dünyada yeniden ele alınması ve müfredatların güncellenmesi artık bir zorunluluk hâline gelmeli bence.

AI’ın bu denli etkili olduğu bir dünyada, üniversitelerde prompt mühendisliği, AI modellerinin entegrasyonu ve optimizasyonu, AI’ın etik boyutları hatta robotik alanlarda kullanımları gibi konuların lisans ve ön lisans programlarında yer alması gerekiyor. Önümüzdeki dönemde bu alanda yeni gelişmeler yaşanacağını düşünüyorum.

Zeki Seskir

Doctoral Researcher

2024 yılı kuantum bilgisayım için güçlü bir yıl oldu. 2023’ün sonunda Harvard’dan Mikhail Lukin’in ekibi nötr atomları kullanarak ilk ‘mantıksal kübit’i gösterdiler. Bu kuantum bilgisayar üreten firmalar arasındaki yarışın artık fiziksel değil mantıksal kübitler üzerinden yürüyeceğine bir işaretti, ki bunu 2024 sonuna doğru Microsoft ve Quantinuum’un iyon tuzaklı sistemlerinde 12 mantıksal kübite ulaşmalarını duyurması doğruladı. Bu esnada Google Quantum AI ise süperiletken devre temelli kuantum işlemcilerinin en yenisi olan ve ölçeklenebilir hata düzeltme kodlarını ilk kez tam olarak hayata geçirmiş olan Willow’u duyurdu. Bu esnada IBM, 2017 yılından beri kuantum teknolojileri alanındaki aktivitelerinden elde ettiği toplam cironun 1 milyar $’ı geçtiğini duyurdu. Tüm bu gelişmeler yatırımcıların da ilgisini çekti ve kuantum bilgisayar üreten firmaların hisseleri, uzun zamandır çok kötü gidiyor olmalarına rağmen bir anda zıplayarak bazı firmaların değerinin bir anda 10 katına zıplamasına sebep oldu. Elbette bu çok uzun sürmedi ve borsadaki hisseler tekrar biraz değer kaybetti, fakat değer kaybettikleri haliyle bile çoğu kuantum hesaplama firması Google’ın Willow duyurusundan beridir 4–5 katı değer kazanmış durumda.

Tüm bunların yanında kuantum alanına genel olarak ilgi de artmakta. Birleşmiş Milletler’in 2025 yılını Dünya Kuantum Bilimi ve Teknolojisi Yılı ilan etmesinden ötürü 2025 yılı içinde dünya genelinde binlerce etkinlik gerçekleşecek ve kuantum teknolojileri toplumun tüm kesimlerine tanıtılacak, Filipinlerden Zimbabwe’ye, Yeni Zelanda’dan Brezilya’ya pek çok ülkede büyük etkinlikler düzenlenecek. Türkiye’de de 2025 yılında kuantum bilgisayarlara olan ilginin artması bekleniyor. Özellikle de 2024 yılında Teknofest kapsamındaki ilk kuantum hackathonunun düzenlenmesi ve de Kasım ayında TOBB ETÜ ve Aselsan işbirliğinde geliştirilmiş olan Türkiye’nin ilk yerli ve milli kuantum bilgisayar QuanT’ın tanıtılması 2025 yılına dair olumlu sinyaller veriyor. Örneğin TRT Radyo’nun “Kuantum Her Yerde” serisi ve QTurkey’in şimdiden duyurusunu yapmış olduğu eğitim serileri bu alanla Türkçe olarak ilgilenmek isteyenler için faydalı kaynaklar.

2025 yılında kuantum programlama alanında özellikle yapay zekanın etkisinin görülmesi bekleniyor. Google’ın kuantum bilgisayar geliştiren departmanının adı senelerdir Google Quantum AI, ancak alandaki pek çok aktör de artık bu teknolojilerin daha uyumlu çalışması ve yapay zekanın kuantumu, kuantumun da yapay zekayı desteklemesi konusunda hem fikir olmaya başladı. Elbette iki tarafta da hala bu evliliğe şüpheyle bakanlar olsa da Nature’dan Forbes’a pek çok yerde bu iki teknolojinin birleşiminin dünyayı nasıl etkileyeceği üzerine yayınlar bulmak mümkün.

Peki kuantum bilgisayarlar ne kadar yakın? Eğer Google’a soracak olursanız kuantum bilgisayarların ticari uygulamalarının beş yıl içinde başlamasını bekliyorlar. Ancak bu uygulamaların bilimsel ve ar-ge alanlarında olacağını, kuantum bilgisayımın henüz bilinen ve son kullanıcıya inebilecek bir uygulaması olmadığını her zaman göz önünde bulundurmak gerekiyor. Malzeme biliminde atılımlar, kimyasal süreçlerin iyileştirilmeleri, ilaç keşfi alanında gelişmeler kuantum bilgisayarların kuantum fiziğini simüle edebilmelerinden ötürü muhtemel öncelikli uygulama alanları olacaktır. Özellikle finans ve lojistik optimizasyon gibi daha gündelik ticari hayata dokunan uygulamalarda en iyi ihtimalle hibrit kuantum teknolojilerinin (süperbilgisayarlar ile kuantum bilgisayarların bir arada çalıştığı) kullanılması olasıdır. Kuantum bilgisayarlar ne kadar potansiyel vaad etseler de henüz hala geliştirilme aşamasında olan teknolojiler ve hemen birkaç sene içerisinde hayatımıza girmeleri zor görünüyor. Yine de tüm dünyanın 2030lardaki olası bir kuantum devrimine hazırlık yaptıklarını görmek de zor değil. Bunun en net göstergesi ise bu alanda açılan Yüksek Lisans programları. 2010 yılında sıfır olan Kuantum Teknolojileri YL program sayısı 2024 yılında neredeyse 70’e ulaşmış durumda ve bu sayıların giderek artması bekleniyor. 2030’a geldiğimizde dünya genelinde senede binlerce kuantum teknolojisi alanında yüksek lisans mezunu veren bir altyapı olacak. Türkiye olarak buradaki yerimizi almaya QuanT girişimiyle başladık, şimdi sıra sonraki adımlarda.

Geleneksel “Yazılım Dünyasında Trendler” serisinin 5. sayısı olan 2024 versiyonu ile ancak karşınızdayız. (2020, 2021, 2022, 2023)

Bu sene iş ve kişisel yoğunluğum nedeniyle epey geç başladım yazarlara ulaşıp yazıları toplama sürecine. Bu nedenle de kısıtlı zamanda daha az yazarın müsaitliğini yakalayabildim. Diğer yandan önceki senelerde olduğu gibi 2 dönem kuralına takılan yazarlarımız oldu. Bu sebeplerden maalesef ana akım diyebileceğimiz web geliştirme ve yapay zeka dışındaki çoğu alanda planladığım sayıda uzmana ulaşamadım. Bu konuda alan çeşitliliğini sağlamak için(başta oyun geliştirme, mobil geliştirme, veri bilimi, fonksiyonel programlama, gömülü programlama, aviyonik, blockchain…) tavsiye edeceğiniz uzmanlarla bana yardımcı olursanız çok memnun olurum.

Bu sayıda alanında uzman on altı kişinin görüşlerini okuyacaksınız. Konularda doğal olarak yapay zeka uygulamaları ağırlıkta oldu. Pandemi sonrası değişen çalışma koşulları ve sektördeki daralma da göze çarpan diğer başlıca konular diyebilirim.

Geçen senelerde olduğu gibi bu sene de içerikte çeşitliliği sağlamak için yazarlarımızdan sınırları oldukça geniş çizilmiş “serbest bir format” istedim. Kimi yazarlarımız tek bir uzmanlık alanında, kimileri dokundukları farklı alanlarda değerli görüşlerini paylaştı. Yine kimileri teknik konulara(dil, framework vs), kimileri daha soyut olan süreçlere, metodolojilere odaklandı. Velhasıl her biri kendi perspektifinden okurlara değer katacak öngörülerini, tavsiyelerini paylaştı.

Rapora geçmeden önce bizlerle değerli görüşlerini paylaşan tüm yazarlarımıza(Arda Çetinkaya, Ayyüce Kızrak, Ceyhun Cem Süsal, Elif Boncuk, Emre Mert, Fatih Hayrioğlu, Gizem Saruhan, Gökmen Görgen, Görkem Çetin, Nesrin Aşan, Onur Dayıbaşı, Ömer Çıtak, Selin Tunç, Turan Sert, Umut Gökbayrak, Ziyahan Albeniz), dokümanın PDF formatını hazırlayan Tarık Çayır’a teşekkür ediyorum.

Not: Yazarlar alfabetik olarak sıralanmıştır.

Kapak Fotoğrafı: unsplash.com/@afgprogrammer

Tasarım: Tarık Çayır

Kürasyon: Muhammed Hilmi Koca

E-kitap(PDF) Formatı: https://drive.google.com/file/d/1GpqsVawJf9z4BSxfUq2AE6JIYUvFdXJ_/view?usp=sharing

Arda Çetinkaya

Solution Architect

2024 yazılım dünyası için yapay zekanın sorgulandığı, artık daha verimli bir şekilde kullanılmaya başladığı bir yıl olacak düşüncesindeyim. Son 3–4 yılda yapay zekâ metotlarının ve araçlarının geldiği noktayı biraz eğlenerek anlamaya çalıştık. “Generative AI” ya da üretken yapay zekâ çözümleri ile görseller, yazılar yaratarak güldük eğlendik…Yapay zekanın oldukça geçerli bir seviyede kodlar üretebildiğini de tecrübe ettik. 2024 ile beraber yazılım süreçleri içerisinde artık yapay zekâ (AI) daha ciddi bir oyuncu olacak diye düşünüyorum.

Yazılan kodların, “code review” süreçleri ya da “re-factoring” gereksinimlerinde yapay zekanın tercih edilmesi ya da konumlandırılmaya başlanması ile süreçler verimli hale getirilmeye çalışılacak diye düşünüyorum. GitHub Copilot gibi araçları kod entegrasyon süreçlerine dahil eden, etmeye çalışan firmalar var bile…

Bu adımların somutlaşmaya başlaması ile beraber, orta vadede firmaların kendi kod envanterlerine göre oluşturulmuş dil modelleri, kod geliştirme süreçlerine dahil olmaya başlayabilir. Bir iş gereksiniminin, yapay zekâ sayesinde şirketlerin ya da organizasyonların kendi standartlarını koruyarak kodlanarak çözümlenmesini sağlayacaktır diye düşünüyorum.

Yazılım dillerine ya da platformlarına, avantajları ve kullanım alanları farkındalığı ile artık daha doğru yaklaşıldığını düşünüyorum. Eskisi gibi, ölümüne bir dili ya da platformu artık savunmuyoruz. Değil mi? Yoksa hala savunuyor muyuz? Aman diyim, sakın…:) Yazılım dillerinin gelişmesi de artık belli bir olgunluğa eriştiğini düşünüyorum. Artık gerçekten ihtiyaçlara göre, düzenli bir şekilde yenilikler geliyor. Bundan dolayı da çözümlerde kullanılırken, ihtiyaçlar doğrultusunda en uygun olanın seçilebildiğini düşünüyorum artık. Ama son 2–3 yılda daha bir sesi duyulan Rust dilinin, ihtiyaçlar doğrultusunda, performans ve kaynak kullanımı açısından bu sene daha bir öne çıkacağını hissediyorum. (Kendime not: O’Reilly Programming Rust kitabını okumayı bitir artık)

Yapay zekanın da artık oyunun içinde olması, “no code” araçlarına dikkati biraz daha çekecektir. Yazılımcılar olarak belki hala pek güvenilir bulmasak da, “no code” araçlar ile yazılım bilmeyen kişilerin de oyunun içinde olmaya başlaması; sadece bu yıl için değil, orta vadede başka gelişmeleri de sağlayacaktır.

“Cloud” platformları artık birer “varsayılan” haline geldi. Platformlara ulaşmanın kolay olması ve servislerin gerçekten çok olgun olması, “cloud” platformlarının yazılım dünyasındaki yerini koruyacak. Ama maliyetler ya da dünya şartlarından dolayı olabilecek risklerden dolayı her zaman gündemde olan “cloud exit strategy” biraz daha önem kazanabilir diye düşünüyorum. Platform bağımlılığını ortadan kaldırmak için “cloud-native” çözümler 2024’te hala çok sıcak bir konu olacak, olmalı da…

IoT diyoruz uzun süredir ama açıkçası hala hayal ettiğim gibi olmadı hiçbir şey. Covid dönemi, biraz 5G entegrasyonunu etkiledi ve bundan dolayı da cihazların birbirleri ile olan etkileşim fırsatlarını yavaşlattı diye düşünüyorum. Ama yine VR ve AR gözlüklerinin ısınması, sanal dünya ile gerçek dünyanın etkileşimde olabilmesinin de altını açacaktır ve IoT çözümler biraz daha görünür hale gelmeye başlayacaktır diye düşünüyorum.

Yapay zeka ile başladım, yine yapay zeka ile bitirim. 2024 ile beraber, yazılımcılar için “prompt engineering” yetkinliği önemli olmaya başlayacaktır diye düşünüyorum. Yapay zeka yazılımcıların işini almayacak ama, yapay zeka ile daha kolay ve daha farkında bir etkileşimde olan yazılımcıların bir adım önde olacağını düşünüyorum. Büyük dil modelleri ile etkileşimde olurken, onlara sorulan sorular ya da

paylaşılan ifadeler sonuç kalitesine etki ettiğini için artık yavaştan iş ilanlarında bu farkındalığın da aranmaya başlayacağını düşünüyorum. Belki biraz ütopik oldu ama artık yaşayarak göreceğiz sanırım…

Bir daha görüşünceye kadar, mutlu kodlamalar…

Ayyüce Kızrak

Artificial Intelligence Specialist   

Yine, yeni yeniden merhaba yapay zekâ meraklıları! Buradayız çünkü yapay zekâ dünyası, her yıl bir öncekini aratmayacak şekilde hız kazanmaya devam ediyor. 2023, yapay zekâ tarihinde adeta bir milat gibiydi. Bu teknolojinin hayatımızdaki yerini artık inkâr edemeyiz, değil mi? Eğlenceli ve bir o kadar da karmaşık bu dünyada, teknik yenilikler, hukuki düzenlemeler ve tabii ki ekonomik etkilerle dolu bir yılı geride bıraktık. Şimdi, 2023'te yaşananları bir gözden geçirip, 2024'te bizi nelerin beklediğini keşfetme zamanı. Hazırsanız, kemerlerinizi bağlayın ve yapay zekâ roketimize binin! Ne de olsa bu yıl herkes roketlere de aşina oldu ve artık bir astronotumuz var.

ChatGPT, DALL-E tarafından üretildi.

Teknik Yenilikler ve Gelişmeler

2023, yapay zekânın sınırlarını zorlayıp “Bunu da mı yapabiliyorsun?” dedirten yeniliklerle doluydu. GPT-4, doğal dil işleme dünyasında yeni bir sayfa açtı; artık daha anlayışlı, duyarlı ve nüanslı yanıtlar vermeye başladı. Bu, eğitimden sağlığa, müşteri hizmetlerinden yazılım geliştirmeye kadar birçok alanda inovasyonun kapılarını araladı.

1. Üretken Yapay Zekâ (Generative AI) Teknolojilerindeki; metin, görüntü, ses ve video içerikleri üretebilme yetenekleriyle dikkat çekti. Özellikle GPT-4, görsel algılama yeteneği sayesinde, metin tabanlı sorulara görsellerle de yanıt verebilir hale geldi. DALL-E’yi artık ChatGPT entegre şekilde kullanabilmeye başladık.
2. Microsoft, ChatGPT’yi Bing arama motoru ve Windows 11 işletim sistemi ile entegre etti, kullanıcıların doğal dil işleme teknolojisine daha kolay erişim sağlamasına olanak tanıdı. Bu tür entegrasyonlar, GPT teknolojisini günlük dijital deneyimlerin bir parçası haline getirdi.
3. NVIDIA, yapay zekâ çözümlerine yönelik geliştirdiği donanımlarla altın çağını yaşamaya 2023'te de devam etti. Spectrum-X serisi, yapay zekâ uygulamaları için büyük ölçekli verilerin hızlı ve kayıpsız aktarımını sağlayan bir platform olarak tanıtıldı. Bu inovasyon, NVIDIA’nın 1 trilyon dolarlık şirketler listesine adım atmasını sağladı. Ayrıca, NVIDIA’nın yapay zekâ alanındaki çalışmaları, karbon maliyeti ve muazzam enerji ihtiyacı gibi konuların yanı sıra, sektördeki inovasyonları ve gelişmeleri de destekleyen önemli adımlar olarak görülüyor.
4. Yapay zekâ destekli uygulamalar, kullanıcı deneyimini zenginleştiren yenilikçi özellikler sunmaya başladı. Örneğin, LG’nin uyku teknolojileri, kullanıcıların uyku kalitesini artırmaya yönelik geliştirmeler içerirken, ReFace ve NVIDIA gibi şirketler, kişiselleştirilmiş içerik üretiminde yapay zekâ kullanımını ileriye taşıdı.
5. Google’ın MusicLM gibi projeleri, yapay zekânın sanat ve yaratıcılık alanlarındaki potansiyelini ortaya koydu. Bu projeler, yapay zekânın insan yaratıcılığını destekleyici bir araç olarak kullanılabileceğini gösterdi.
6. WeChat, OpenAI’nin ChatGPT’sini kullanım dışı bıraktı.
7. DoNotPay, yapay zekâ desteğiyle hukuki destek sunarak tarihte ilk kez bir mahkemede yapay zekâ kullanımını sağladı.
8. Apple, kitapları yapay zekâ desteğiyle seslendirme hizmeti sunmaya başladı.
9. NVIDIA, Gen-1 adıyla yeni videolar üreten bir yapay zekâ çözümünü tanıttı.
10. Google ve Stanford Üniversitesi, yapay zekâ destekli sanal karakter platformu geliştirdi.

Hukuki Düzenlemeler ve Etik Çerçeveler

Yapay zekânın yaygınlaşmasıyla, “Bu robot benim şarkımı çaldı mı?” gibi soruların cevapları daha da önem kazandı. 2023'te birçok ülke, yapay zekâ tarafından üretilen içeriklerin hukuki statüsünü netleştirmeye çalıştı. Avrupa Birliği ve ABD, yapay zekâyı düzenleyecek ortak yönetmelikler üzerinde çalışmalarını sürdürdü; bu, hem yapay zekânın iyi taraflarını kullanmamızı hem de “kötü robot” senaryolarından kaçınmamızı sağlayacak.

1. Avrupa Birliği, yapay zekâ uygulamalarını düzenleyecek yasayı onayladı. Bu düzenleme, yapay zekâ hizmetlerini şeffaflık ve güvenlik ekseninde yaptırımlara tabi tutuyor. Düzenleme, sosyal puanlama, biyometrik veri toplama ve öngörüye dayalı karar mekanizmalarını yasak kapsamına alıyor. Çocuklara yönelik uygulamalar da sıkı şekilde denetime tabi tutulacak. ChatGPT ve benzeri botlar da şeffaflık ilkesine tabi olacak ve sunduğu verileri hangi kaynaklardan topladığını belirtmek zorunda kalacak.
2. Avrupa Birliği ve ABD, yapay zekâ çalışmalarını düzenleyecek ortak yönetmelik için çalışmalarını sürdürüyor. Bu ortak çalışmalar, yapay zekâ teknolojilerinin etik kullanımını ve düzenlenmesini hedefleyerek, sektördeki belirsizlikleri gidermeyi ve standartları belirlemeyi amaçlıyor.
3. ABD ve Çin gibi ülkeler, yapay zekânın askerî kullanımını sınırlamaya yönelik anlaşmalar imzalarken, özel sektörde de benzer düzenlemeler gündeme geldi.
4. Getty Images’in Stability AI’a karşı açtığı dava, yapay zekâ üretimi görsellerin telif hakkı konularını gündeme getirdi. Bu tür olaylar, yapay zekâ teknolojilerinin hukuki çerçevesinin şekillendirilmesinde önemli bir rol oynuyor.
5. Yılın sonlarına doğru New York Times veri kaynaklarının OpenAI şirketinin GPT eğitiminde kullanılması konusununda telif davası açtı.

Ekonomik Etkiler

Yapay zekâ teknolojilerine yapılan yatırımlar 2023'te göz kamaştırıcı bir hızla arttı ve bu trendin 2024'te de devam etmesi bekleniyor. Sağlık, finans ve eğitim teknolojileri özellikle dikkat çeken alanlar oldu. Ancak yapay zekânın ekonomi üzerindeki etkileri sadece yatırım alanlarında değil, iş yapış şekilleri, beceriler ve iş piyasasının dinamiklerinde de kendini gösteriyor.

• İş Yapış Şekillerinde Dönüşüm: Yapay zekâ, iş süreçlerini otomatize ederek ve veri analizi yetenekleriyle iş yapış şekillerini kökten değiştiriyor. Özellikle karar alma süreçlerinde veriye dayalı yaklaşımların benimsenmesi, işletmelerin daha hızlı ve etkili kararlar almasını sağlıyor.
• Becerilerde Yeniden Şekillenme: Yapay zekâ bazı becerileri eskimiş hale getirirken, yeni beceri setlerine olan talebi artırıyor.
• İş Kayıpları ve Kazanımları: IMF’ye göre, yapay zekânın küresel istihdamın %40'ını etkileyeceği öngörülüyor. Bu, hem yüksek ücretli pozisyonlarda hem de orta seviye işlerde işten çıkarmaların yaşanabileceği anlamına geliyor. Ancak, düşük gelirli ve yaşlı işçilerin daha fazla risk altında olduğu, yeniden eğitim programları ve sosyal güvenlik ağlarının öneminin altı çiziliyor.

Yapay zekânın 2035 yılına kadar dünya çapında ülkelere göre gerçek brüt katma değer üzerindeki potansiyel etkisi

Bu dönüşüm sürecinde, ülkelerin yapay zekâ teknolojilerini kucaklayarak ekonomik faydaları maksimize etmeleri ve olası olumsuz etkileri azaltacak politikalar geliştirmeleri gerekiyor. Yapay zekânın sunduğu avantajlardan en iyi şekilde yararlanabilmek için, iş gücünün bu yeni teknolojilere uyum sağlayabilmesi için gerekli becerileri kazanmalarına yardımcı olunmalıdır.

2024 ve Ötesi

2024'te yapay zekâ, hayatımızın her alanında daha entegre bir şekilde yer alacak. Sürdürülebilir yapay zekâ, çevresel sürdürülebilirlik konusunda bize yardımcı olacak. Etik yönetişim ve veri güvenliği, önümüzdeki yılın anahtar kelimeleri olacak.

Ve unutmayın, yapay zekâ dünyasında tek sabit şey değişimin kendisidir. Şimdiden heyecanlanmaya başladıysanız, yanlız değilsiniz. Yeni yılda, yapay zekânın nasıl yeni sınırlar zorlayacağını birlikte keşfetmeye hazır olun!

Yapay zekânın geleceği parlak; ve evet, biraz da karmaşık. Bu heyecan verici yolculukta birlikte ilerleyelim! Seneye görüşmek üzere.

Ceyhun Cem Süsal

VP of Technology

Yazının İngilizce orijinali şurada.

2024 Teknoloji Dünyası: Yapay Zeka ile Başlayan Hızlı Değişim

2024'e derinlemesine baktığımızda, teknoloji dünyası, yapay zekanın alanlarından sıfırıncı gün güvenlik açıklarının karmaşık zorluklarına kadar yeniliklerle dolup taşıyor. 2024 bu anlamda ciddi teknolojik gelişmeleri beraberinde getiren belirleyici bir yıl olacak gibi. Günlük hayatımızı yeniden tanımlama, küresel ekonomik dünyayı dönüştürme ve toplumsal yapıları şekillendirme sözü veren bir teknoloji devriminin habercisi niteliğinde bir yıl.

Bu yazıda, 2024'ün anahtar teknoloji trendlerini açığa çıkarmak için bir yolculuğa çıkıyoruz, bu trendlerin endüstrileri devrimleştirme, etik paradigmalara meydan okuma ve uzun süredir devam eden sorunlara yenilikçi çözümler üretme potansiyellerini keşfediyoruz. Bütün bu yazdıklarımdan anlayabileceğiniz gibi klasik yazılım geliştirme süreçlerinin çok daha ötesine geçen birçok yeniliğe adapte olmamızı gerektiren bir yıl.

Yapay Zeka: Yarının Mimarı

Yapay zeka, 2024 yılında da teknolojik yeniliğin ön saflarında kalmaya devam edecek, sanat üretmekten kod yazmaya ve ileri araştırmalar yapmaya kadar mevcut sınırları zorlayan bir yapı ile son hızla ilerlediğine hep beraber şahit olacağız. 2024'te, Yapay Zekanın insan yaratıcılığını artırmak ve sağlık, çevre bilimi ve daha birçok alanda karmaşık sorunları ele alma potansiyeli giderek daha fazla belirginleşecek. Ancak, otonom Yapay Zeka sistemlerinin yükselişi, yönetim ve düzenleme konusunda acil etik düşünceleri gündeme getirecek. Bu konuyu da teknoloji ile uğraşan bizlerin güdemine taşıyor.

Kuantum Hesaplama: Bir Sonraki Sınır

Kuantum hesaplama, 2024'te teoriden somut uygulamalara geçiş yapıyor, yeni hesaplama yeteneklerinin çağının habercisi olarak gündeme düştüğüne hep beraber şahit oluyoruz. Kodları çözmekten lojistiği optimize etmeye ve ilaç keşfini hızlandırmaya kadar, kuantum teknolojileri yeni alanlarda ilerleme kaydetmeye devam ediyor. Bu hızlı ilerleme, küresel bir kuantum üstünlüğü yarışını beraberinde getirecek. Bu sayede mevcut siber güvenlik önlemlerine meydan okuyan ve veri koruma stratejilerinin yeniden değerlendirilmesini zorunlu kılan bir dünya ile baş başa kalıyoruz.

Metaverse: Gerçekliklerin Birleşimi

Metaverse evrimleşmeye devam ediyor, sanal ve gerçek arasındaki sınırları bulanıklaştıran dijital deneyimler yaşayabileceğiniz Metaverse 2024'de takip etmemiz gereken bir diğer teknolojik gelişme. Eğlence alanının ötesinde, uzaktan çalışmayı, eğitimi ve hatta gayrimenkulü dönüştürme potansiyeli yeni ekonomik modeller yaratacak gibi duruyor ve dijital sahiplik kavramlarını yeniden tanımlanmasında öncü yapısı ile dikkat çekiyor. Bu genişleyen sanal manzaraları keşfederken, gizlilik, erişilebilirlik ve dijital uçurum konularını ele almak hayati önem taşıyacak ve bizlerinde bu konularda kendimiz geliştirmemiz ciddi önem taşıyacak.

Sürdürülebilir Teknoloji: Ekoloji Devrimi

Artan çevresel zorluklarla karşı karşıya kalan 2024, teknolojide sürdürülebilirliğin altına kalın ve kırmızı bir çizgi çekerek dikkatleri üzerine çekiyor. Temiz enerji, karbon ayak izleri ve sürdürülebilir üretimdeki yenilikler, iklim değişikliğinin etkilerini hafifletme çabalarının ön saflarında yer alıyor. Pil teknolojisindeki ve yenilenebilir enerji kaynaklarındaki ilerlemeler, yanı sıra Yapay Zeka tarafından yönlendirilen kaynak optimizasyonu, teknolojinin çevresel korumadaki rolünü vurguluyor. Bu pencereden baktığınızda yazdığımız kodun ve bu kodu barındıran alt yapıların sadece performansını değil çevreye olan etkilerinide düşünmemiz gerekecek gibi duruyor.

Blockchain Teknolojisi: Güven Devrimi

Blockchain, 2024 teknoloji manzarasının temel taşlarından biri olarak ortaya çıkıyor, kripto para birimlerinin ötesine geçen uygulamalarıyla. Bu yıl, tedarik zincirlerini güvence altına alma, şeffaf yönetimi sağlama ve merkezi olmayan finansı (DeFi) destekleme uygulamaları öne çıkıyor. Blockchain’in doğal güvenlik ve şeffaflık özellikleri, sektörleri evrimleştiriyor, değiştirilemez kayıt tutma imkanı sağlıyor ve güvenli, merkezi olmayan işlemler için yeni yollar açıyor. Blockchain teknolojisi olgunlaştıkça, dijital etkileşimlerde veri bütünlüğünü, gizliliği ve güveni artırma potansiyeli giderek daha önemli hale geliyor.

Siber Güvenlik: Sürekli Nöbet

Hızlı teknolojik ilerlemenin yaşandığı bir dönemde, siber güvenlik kritik bir endişe kaynağı olmaya devam ediyor. Güvenlik açıklarının çoğalması, siber suçlular ile savunucular arasındaki sürekli kedi fare oyununu bir kez daha karşımıza çıkarıyor. AI tarafından yönlendirilen tehdit tespiti ve blockchain tabanlı güvenlik çözümlerine odaklanmak, giderek daha güçlü bağlantılar ile kenetlenen dünyamızı korumak için proaktif savunma mekanizmalarının önemini bir kez daha ortaya koyuyor.

2024 Teknoloji Dünyasında Yer Alan Profesyoneller için Öneriler

Teknoloji dünyası hızla evrimleşmeye devam ederken, bilgi sahibi, donanımlı ve yenilenen teknoloji dünyası ile uyumlu olmak bu alanda çalışan herkes için hayati önem taşıyor. 2024'te başarılı olmak için atabileceğiniz bazı adımları paylaşmak istiyorum:

Sürekli Öğrenme: Yapay zeka, kuantum hesaplama ve blockchain teknolojileri hızla ilerledikçe, sürekli öğrenmeye ve becerilerinizi geliştirmeye zaman ayırmak her zamankinden daha önemli hal alacak. Bu alanlara odaklanan çevrimiçi kurslar, atölye çalışmaları ve sertifikaları düşünmediyseniz başlasanız iyi edersiniz.

Etik Düşünce ve Sosyal Etki: Teknoloji dünyamızı şekillendirirken, etik düşünce yapısı ve ortaya çıkan yeniliklerin sosyal etkisi öne çıkacak. Yapay zekanın etik kullanımı, veri gizliliği ve ortaya çıkan teknolojilerin toplumsal etkileri hakkında tartışmalara katılmanızda yarar var. Sadece teknolojik yetenekleri ilerletmekle kalmayıp, aynı zamanda toplum ve çevre üzerindeki etkilerini de göz önünde bulunduran çözümler geliştirmeye çalışın.

Siber Güvenlik Farkındalığı: Artan siber tehdit karmaşıklığıyla, profesyoneller siber güvenliği beceri setleri içinde önceliklendirmeli. En son tehdit tespiti teknolojjilerinde, güvenlik için blockchain ve siber güvenlik alanında en iyi uygulamalar hakkında güncel kalmak, herhangi bir organizasyon için sizi paha biçilmez bir varlık haline getirebilir.

Ağ Kurma ve İşbirliği: Modern teknoloji çözümlerinin disiplinler arası doğası, alanlar arası işbirliğini her zamankinden daha kritik hale getiriyor. İlgilendiğiniz konularla ilgili konferanslara katılın, profesyonel ağlara katılın ve forumlarda yer alın. İşbirliği yeniliği teşvik ederek çığır açan ilerlemelere yol açabilir.

Yenilik ve Deneme: Ekipleriniz ve organizasyonlarınız içinde yenilik ve deneme kültürünü teşvik edin. Kripto para birimlerinin ötesinde blockchain uygulamalarını keşfetmekten sürdürülebilir teknoloji çözümleri geliştirmeye kadar, farklı teknolojik deneyimlere istekli olmak önemli adımlar atmanıza ve farklı bakmanıza yardımcı olabilir.

Sürdürülebilirliğe Odaklanma: Teknoloji endüstrisi, iklim değişikliğiyle mücadelede kritik bir rol oynarken, profesyoneller projelerine sürdürülebilirliği dahil etmeye özen göstermelidir. Yeşil teknoloji ve sürdürülebilir uygulamalardaki yenilikler sadece yeryüzü için iyi olmakla kalmıyor, aynı zamanda tüketiciler ve işletmeler tarafından giderek daha fazla talep ediliyor.

Sonuç

2024 teknoloji dünyası, yenilik, zorluk ve fırsatların birleştiği bir mozaik. Çok hızlı değişim gösteren çeşitliliğiyle aklımızı aşımızdan alan farklı bir düyaya doğmuş gibi hissedeceğimiz kesin. Fakat bu değişime adapte olabilen teknoloji profesyonelleri için, geleceği şekillendirme konusunda öncü olmak adına benzersiz bir şans sunuyor. Alışkanlıklarımızı değiştirdiğimiz güncel teknolojiler ile yeni kapılar açtığımız ve değişime öncülük ettiğimiz bir yıl olması dileğiyle.

Elif Boncuk

Engineering Manager

GenAI

Taylan Biraderler; Nilay Örnek’in Nasıl Olunur? Podcast’inde, son dönemde her yerde duyduğumuz gördüğümüz, Afşin Kum’un Kübra isimli romanından uyarlanan Kübra dizisini daha önce de çekmeyi düşündüklerini, ilk düşündüklerinde çekselerdi bilim kurgu olacakken şimdi günümüz için olağan bir durum/konu olduğunu ifade ediyorlar. Black Mirror’ın her yeni sezonunu ne düşündürtecekler diye heyecanla beklerken, kendi adıma son sezonu tamamlayamadım bile. 10–15 yıl öncesinin bilim kurgu filmlerine bir anlık dönersek; AI’daki kurgular, uçan arabalardan önce günlük hayatımıza girdi 🙂

DevInterrupted’ın “What Engineering Leaders Can Expect in 2024”, podcast bölümünde GenAI’ın geldiği noktaya karşılık riskini çok güzel ifade ediyor. Akıllı telefonların hayatımıza girmesiyle telefon numaralarını ezberleme, harita navigasyon uygulamaları ile navigasyon yeteneğimizi kaybettiğimizi, doğru bir şekilde kullanmazsak 2–3 yıl içerisinde inovatif düşünme becerimizi yitirebileceğimizi dile getiriyorlar.

ChatGPT, Gemini gibi ürünler ve bunların çeşitli toollara entegrasyonları, hayatımızı kolaylaştıracak, karar verme mekanizmamız için datayı önümüze sunacak araçlardan ibaret olduğunu unutmamalıyız. Bu araçları kullanmalı ve daha doğru kullanmak için kendimizi geliştirmek için çaba harcamalıyız ama üretilen kararı, verilen kaynakları vs direk tek doğru sonuç gibi algılamamalıyız. Tam olarak bu noktada insani özelliklerimiz, temel bilgi seviyemiz doğru kararı vermemizi sağlayıcı olacağı için ise kendimizi de geliştirmekten ödün vermemeliyiz. Hatta daha da önem kazandığı bir aralığa giriyoruz diyebiliriz. HBR’in bir makalesinde hangi durumda ai’dan fayda sağlayabileceğimiz konusunda kendimize sorabileceğimiz 2 soruyu göz önüne getiriyor:

• Does the situation rely on knowledge, rational thinking, or analysis?
• Does the situation require social, emotional, or interpersonal qualities?

Karar verme, yaptığımız işleri hızlandırma dışında diğer kişilerin kullanım şeklinin bize yarattığı etkiyi de göz önüne almamız gerekiyor. Bunun en önemli kısmı ise güvenlik bacağı olacaktır. Techrunch’ın bir postunda kyc süreçlerinde deepfaked görsellerin nasıl aldatıcı olabileceği anlatılıyor. Bu tüm iş akışlarını, günümüzde teknolojide geldiğimiz noktada yaşayabileceğimiz saldırıları göz önüne alarak değerlendirmemiz için gerçekten çok net nelerle boğuşabileceğimizi gösteren bir örnek.

Engineering Metrics

Her ne kadar yazılım dünyasına yeni girmemiş olsa da geçtiğimiz sene çokça konuşuldu. LinearB’nin hem şirket hem topluluk olarak burada yürüttüğü çalışmalar da bu konuda çok değerli. Yazılım organizasyonları olarak sonunda datayı kullanmaya öğrenmeye başladık. Peki nereye odaklanırsak daha doğru ilerleyebiliriz. Bir şirkete yarayan bir yöntem başka bir şirkete yaramayabilir, organizasyon olarak nereye focus olmak istediğimize göre tanımladığımız metriklerde değişiklikler olabilir ve bu sayede daha doğru ölçüm alabiliriz. Ama unutmamamız gereken birşeyleri ölçebiliyor olmak geliştiricilerin makine olarak görebileceğimizi göstermeyeceği. Bu sebeple Engineering Productivity değil Engineering Efficiency terimi çok daha doğru bir vurgu yapıyor. Daha focus bir şekilde geliştirme yapmamızı neler engelliyor, ne kadar zaman harcıyoruz, nelere odaklanıp süreçleri iyileştirebiliriz bakış açısını beraberinde getiriyor bu şekilde baktığımızda. Bu sene data ve ai daha çok önümüzde olduğu için efektifliğimizi ölçümlemek için de yeni yaratıcı yöntemlerin önümüze geleceğini düşünüyorum.

Post-Pandemi

Pandemi’den itibaren geçen zamanı düşünürsek; yaşananlar sektörü, kişilerin iş için tanımladıkları anlamı, dünyayı görme şeklimizi değiştirmeye başladı. Pandeminin ilk başında belirsizlikle evlere kapanmış ne yapacağımızı/gelecekten ne bekleyeceğimizi bilemez durumdaydık. Çoğumuz uzun süreler çalışmaya, iş saatlerini uzatmaya başladık. Diğer taraftan insanların sürekli evde olması günlük ihtiyaçların karşılanma şeklini değiştirirken; bazı spesifik sektörlerde patlama yarattı. Herşeyin online olabilmesi için şirketler yazılım ekiplerini büyüttü, online kanalları olmayanlar ise kurmaya başladı. Pandemi biraz rahatlayıp yavaş yavaş nefes almaya başladığımızda ise günlük ihtiyaçlarımız da eski haline dönmeye başladı. Ardından ise tüm dünyada ekonomik kriz, savaşların baş göstermesiyle kapanan, küçülen çok fazla şirket oldu. Ve de maalesef küçülmeler devam ediyor. Tüm bu yaşananlar ise kişilerin iş için yükledikleri anlamı ve beklentileri değiştirmeye başladı.

Kurumsal büyük, iyi yan hakları olan, stabil şirketler geçmiş yıllarda tercih edilmezken, en çok tercih edilen şirketler arasında yer almaya başladı. Daha dinamik şirketlere ise talep azalmaya başladı. Sessiz istifalar boy göstermeye başladı. İş-özel yaşam dengesi ise her zamankinden çok daha önemli olmaya ve iş saatlerinde/günlerinde(4 gün çalışma) azalma yönünde konuşulanlar, rutin olarak hayatımıza girmeye başladı. Temel olarak, işi hayatlarımızda koyduğumuz yer değişmeye başladı.

Diğer taraftan iklim krizi/küresel ısınma farklı bir boyuta ulaştı. Mevsimlerde kayma, buzullarda erime, orman yangınları, içme suyunun azalması… Geldiğimiz nokta sürdürülebilirlik kavramının hobi olmaktan hayat şeklimiz olmak yönünde zorunda ilerleyişini beraberinde getirdi. Şirketler açısından baktığımızda ise bunu hem geliştirdikleri ürünlerle müşterilerinin farkındalığını artırma hem de çalışma şekillerinde/bina yapılarında yaptıkları değişikliklerle görmek mümkün. Gideceğimiz olası ihtimalleri içeren çok fazla distopyayı ise görmek mümkün.

Faydalı olabilecek paylaşımlar/referanslar:

https://www.thoughtworks.com/radar

https://devinterrupted.substack.com/p/what-engineering-leaders-can-expect

https://www2.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions.html

https://hbr.org/2024/01/the-best-leaders-cant-be-replaced-by-ai

https://www.gartner.com/en/articles/9-future-of-work-trends-for-2024

https://techcrunch.com/2024/01/08/gen-ai-could-make-kyc-effectively-useless/

https://newsletter.pragmaticengineer.com/p/measuring-developer-productivity-bae

Emre Mert

Software Developer

2023 Özeti

TL;DR: AI’dan korkmak ya da adapte olmak. İşte bütün mesele bu!

Söylemesi kolay, cesaret istemeyen bu popüler cümleleri neden söyledim biliyor musunuz? Ben aslında bir … Şaka şaka! Belki de değil?! AI artık ekmeğimize ortak. Upwork’den freelancer olarak kazandığım hanıma belli etmeden harcayabildiğim cep harçlığım artık yok. Yaklaşık 2 yıldır sorun çıktıkça baktığım sisteme artık ChatGPT bakıyor. Nasıl mı? Şöyle ki; çalıştığım kişi hata mesajını ChatGPT’ye yazıyor ve önerilen çözümleri deniyor. Öyle ya da böyle benim yerimi aldı, sözleşmem sona erdi, elveda cep harçlığı.

Kodlama yaparken AI kullanmayan kalmadı galiba. Öyle ya da böyle herkes ucundan da olsa yenı araçlara uzak kalmaktan korkuyor.

Teknoloji dünyasında yeni bir paradigma arayışı var. Yeni çıkan şeyler varolan şeylerin iyileştirilmiş hali. Hani yepyeni şey? Yoksa dünya yeni bir şey aramaktan vaz mı geçti? Ya insanlar? Onlar yeni bir şey arıyorlar mı? Zengin olmak ve tembel olmak dışında bir amaç kaldı mı? Yoksa hep mi böyleydi?

Türkiye’nin gündemi, dünyadaki toplu işten çıkarmalar, yaşanan savaşlar, yükselenen milliyetçilik felan derken yazılımcılar olarak şunu gördük ki öyle dünyadan soyutlanmaya çalışıp teknoloji sarhoşluğunda yaşanmıyor hayat. Bilmem ne teknolojisinde bilmem ne çıkmış diye başlayan muhabbetler bugün de ölmedim anne moduna geçti.

Neden hiç teknolojik şeylerden bahsetmedim: Welcome to the era of cost savings!

Remote çalışma dengesini arıyor. Güç genelde paradan yanadır. Paraya sahip olanlar ise şirketler. Şirketler remote çalışmayı tercih ederlerse çalışabiliriz. Kazan kazan ilişkisini sağlıklı tutmak lazım. Piyasanın şımarıklık kaldıracak hali yok. Yazılımcılar olarak hep deriz ya ihtiyaca göre değişir, aynen öyle karrrrşim! İhtiyaç değişti ama yazılımcılar değişime direnç gösteriyor.

Full + Full developer aranıyor! Şu programlama dilini bilen şundan da anlayan biraz da şundan ama şundan da olsun diyen iş ilanları ile dalga geçerken iç içe geçmiş birçok süreci anlayıp değişiklik yapabilecek babayiğitler arar olduk. Dalga geçmeyin, başınıza gelebilir! Projeye adapte olamayan senior developer görünce anladım ki webmaster olayına geri dönmüşüz de ağlayanımız yok.

Dikkatini bir işe uzun süre verememe sorunu gençlerden orta yaşlılara doğru yola çıktı. Artık senior abilerimiz (maalesef sektörde erkekler çok) de telefonla oynamaktan, birşeylere bakmaktan dikkatini toplamakta zorluk çekiyor. Öz disiplinli olan bile zorlanıyor artık. Bırakın kaçsın hayat, yakalarız sonra!

Yurt dışına çıkan çıkana. İngilizcesi olup da bir engeli olmayan yazılımcıların çoğu ya yurtdışına gitti ya da Türkiye’den remote olarak yurtdışına çalışıyor. Tanıdığım çok az kişi Türkiye’ye çalışıyor. Uzaya astronot göndermeden önce yurt dışına gönderdiklerimize bir baksak mı?

Türkiyede kötüleşen ekonomi nedeniyle özellikle küçük yazılım şirketlerinin patronlaşma eğilimleri artıyor. Yazılım ürünü, her işi yapan ana odağı olmayan ürünler haline geliyor. Ekipler ise darma duman, senior yazılımcılar yurt dışına çıkma kafasında, junior’lar yeni iş bulamamaktan korktukları için şirkete mahkum. Patron yarına odaklanmış. Kafamız nasıl da güzel!

Fatih Hayrioğlu

Technical Lead

Son senelerde çıkan bir çok yeni özellik sayesinde web geliştirmek artık daha zevkli. Önce Javascript gelişmeleri sonra CSS gelişmeleri ve son olarakta HTML gelişmeleri W3C’nin biz web geliştiricileri sevindiriyor. Tarayıcıların bir araya gelip yeni çıkan özellikleri destekleme söz verdiği Interop yeniliklerin hızlıca adapte olması ve kullanılmasına imkan sağlıyor. Interop 2024 listesi aşağıda:

• Erişilebilirlik
• CSS İç içe yazım
• CSS değişkenleri
• Declarative Shadow DOM
• Font size adjust
• WebSocket için HTTPS URLs
• IndexedDB
• Sayfa planı özellikleri
• İşaretçi ve fare olayları
• Popover
• Göreceli renk tanımları
• requestVideoFrameCallback
• Scrollbar stillendirme
• @starting-style ve transition-behavior özellikleri
• Text Directionality
• text-wrap: balance
• URL

CSS

Son iki sene için CSS’in yılları diyebiliriz. Bu sene de bunun devam edeceğini düşünüyorum Geçen sene CSS’in kendine gelen iç içe kullanım ve bir çok avantajlı özellik geldi. 2024'de beni en çok sevindiren Anchor positioning ve View Transitions özelliklerini tarayıcılar tarafından kabul edilip yayılması olacak. Bu iki özelliğin Interop 2024 listesinde olmaması üzücü ama bu sene içinde yaygınlaşacağını düşünüyorum. Bir çok henüz geliştirme aşamasında güzel özelliğinde bizlerle olacaktır. Aşağıda bu sene yaygınlaşacağını beklediğim özellikler:

• linear() animasyon tanımı
• cascade layer
• Yeni renk tanımları lch, oklab, oklch
• Logical properties
• display:none dan geçiş animasyonu
• scope
• grid masonary
• scroll-timeline
• stil query
• Anchor positioning
• View Transitions
• @when else
• Trigonometrik fonksiyonlar

Hepsinin değil ama büyük çoğunluğunu sene sonu kullanabileceğimizi düşünüyorum.

HTML

Bu sene HTML’de güzel gelimeler olacağını düşünüyorum. Bu konuda uzun süredir büyük açık var. Bu açığı UI kütüphaneleri kapatıyor şu an. Ancak son senelerde güzel gelişmeler var. Modal, popover, Progress vb elemanlar çıktı ve yaygınlaşıyor. Bu sene içinde bu elemanlara yenilerinin ekleneceğini düşünüyorum.

Progressive web app (PWA)

Apple’ın uzun süre ayağını sürüdüğü PWA konusunda son iki senedir gayet güzel gelişmeler oluyor. Özellikle Push Notification özelliğinin gelmesi PWA’yı tercih edecek sitelerin sayısını arttıracak gibi. Progressive web app bize bir çok avantajıyla birlikte geliyor.

Avantajları:

• Tek kod bloku
• Tek platform öğrenme ihtiyacı
• SEO
• Güncelleme kolaylığı
• Erişilebilirlik
• Eski araçlarda(telefon) çalışma
• Hız
• Daha güvenli
• Daha az maliyetli

Daha uzun bir özellik liste ile bu kısmı zenginleştirmeyi planlıyordum ancak Avrupa birliğinin Apple’a verdiği farklı tarayıcılara kendi render mekanizmasıyla kullanımına olanak sağlayan kararı çıktı. Süper bir gelişme diye değerlendirirken, Apple’dan Avrupa’daki kullanıcılar için PWA’nın bir çok özelliğini kapatan bir kısıtlama gelmesi buradaki olmulu havayı dağıttı maalesef.

Web komponent

Web komponent, yeniden kullanılabilir özel elementler oluşturmamıza ve bunları web uygulamalarında kullanmamıza olanak sağlayan bir yapı olarak tanımlayabiliriz. Çok yeni bir özellik olmasa da çok benimsenip web topluluğu tarafından yaygın olarak kullanılan bir yapı değil. Ancak geçen sene farklı bilişim şirketinden güzel uygulamlar çıkmaya başladı. Bu ivme ile giderse bu sene güzel şeylere gebe.

Tarayıcılar

Başta da belirttiğim gibi tarayıcıların birleşip Interop gibi bir ortak payda da birleşmiş olmaları mükemmel bir gelişme. Webkit ve dolayısıyla Safari’nin yenilikçi tavırları geçen sene beni çok mutlu etti. Umarım bu tavır devam eder. Tarayıcı alanında üzen haber Firefox’un düşüşü bence. Amerika’da bile %2'nin altına düşmüş. Bu kadar şirket sahipli tarayıcı arasında bir adet vakıfın sahip olduğu bir tarayıcının ayakta kalması önemli. Apple’ın PWA tavrı da gösteriyor ki web mecrası şirketlerin kar hedeflerine terk edilecek bir alan değil. Umarım Firefox bu mecrada devamlı kalır.

Gizem Saruhan

Sr. Software Developer in Test

Yeniden merhaba! Düzenli aralıklarla çıkan serileri okumayı da, bu serilere katkıda bulunmayı da çok seviyorum. Serileri genelde bir önceki sayı ve güncel sayıyı yan yana açıp okurken geçen sürede konuşulan şeylerin ne kadar değiştiğini görmek enteresan bir haz veriyor bana. Aynı şekilde bu sene için düşüncelerimi yazarken de geçen sene bahsettiğim noktalara bakıyorum.

Öncelikle, 2023 sayısında bahsettiğim trendlerin günümüzde hala oldukça önemli maddeler olduğunu söylemek zorundayım. Fakat tabi ki 2024 için çok daha farklı konulardan bahsedeceğim. Bu yıl yine iki başlık halinde ilerletmek istiyorum yazacaklarımı.

Teknolojiler
Geçen sene hangi teknolojileri kullanmak gerekir sorularını çok aldığım için bir farklılık yapıyorum ve ilk olarak adlarını daha yaygın duymaya başlayacağımız ve iş ilanlarında da yılların bilindik tool’larının yerine geçeceğini düşündüğüm iki teknolojiden bahsederek başlıyorum. Gauge ve Playwright.

Gauge, acceptance testler için kullanılan open-source bir test otomasyon framework’ü. Gauge’u, Cucumber ile kıyaslamak doğru olacaktır çünkü ikisi de BDD yaklaşımında tercih ediliyor. Ana sayfasında “Less Code, Less Maintenance, More Acceptance Testing” sloganıyla bizi selamlasa da bana kalırsa Gauge’u tercih etmek için en önemli sebep/fark çoklu dil desteğinin olması. Gelişmiş support özelliği olan daha yeni bir teknoloji olması da yaygınlaşıyor olmasının en önemli etkenlerinden.

Playwright ise web ve mobile web ürünleri test etmek için kullanılan open-source bir test otomasyon kütüphanesi. Selenium ve Cypress ile kıyaslayabiliriz çünkü web otomasyonu deyince akla ilk gelen isimler onlar. Playwright, bu üçlünün içinde CI/CD pipeline’larda en iyi performans gösteren seçenek olduğu için tercih ediliyor. Çoklu tarayıcı, çoklu platform, çoklu dil desteğinin olması ve mobile web’i de test etme imkanı sunması en güzel özelliklerinden.

Adaptasyon
Geçtiğimiz yıl maalesef çok fazla lay-off haberi duyduk, bu yıl da hem Türkiye’den hem de globalden duymaya devam ediyoruz. Şirketler için ekonomik meselelerin önemi arttıkça, ekipler olarak sorumluluklarımız değişmeye başladı. Pandemiden önce, büyüyen bir şirkette bile ekibe fayda sağlayabilmek gibi gayelerimiz vardı ve ekonomik durumlar bizi etkilemezdi ama artık ekonomi bazlı yapılan işler bizim de günlük rutinimizin bir parçası haline geldi.

Ekonomik olarak dengesiz seyreden zamanlarda bence bizi hayatta tutabilecek en önemli beceri, değişikliklere uyum sağlamak. Yani bukalemun olmak. Hayatta kalmak diyorum, bu lay-off’tan etkilenmemek anlamına gelmesin. Kastettiğim ekipte, şirkette ne değişirse değişsin senin yetkinliklerine uymayan bir hale geldiğinde hala akıl sağlığını ve well-being’ini koruyabilir olmak.

Aynı şekilde yarın işsiz kaldığında gideceğin yeni ekibin için daha önce yaptıklarının bir önemi yok, önemli olan o ekibin işleyişine uyum sağlayabilecek misin. Çünkü eğer yeşil renkte kalmaya devam edersen, mor bir ekibin içine girdiğinde kendini asla oraya ait hissetmeyeceksin, motive olmak için farklı şeyleri değiştirmeye çalışacaksın. Psikolojik sorunlar peşi sıra gelecek ve inan bana böyle bir işe sahip olmaktansa, işsiz olmak çok daha yeğdir.

Dönem dönem yoğun iş temposu olacak, dönem dönem tempo azalacak. Birçok defa sabretmek zorunda kalacağız 2024'te. Ve şunu söylemeliyim ki, içinde bulunduğumuz durum ne gerektiriyorsa onu yapmak köreliyor olduğumuz anlamına gelmiyor. Aksine ne kadar esnek olduğumuzu, ne kadar iyi bir takım oyuncusu olduğumuzu gösteriyor. Sabit bir zihne değil, gelişime açık bir zihne sahi olduğumuzu gösteriyor. Bu esnekliği göstermek, 2024'te sahip olmamamız gereken en önemli özellik olacak.

Gökmen Görgen

Software Engineer

Geçen yıl Muhammed’in davetiyle bir yazı paylaşmıştım. Vurgulamayı unuttuğum bir şey olmuş. Ben uzun süredir yurtdışında çalıştığım için Türkiye hakkında bir öngörüde bulunmak benim için zor; ama Avrupa’da olanlardan elbette Türkiye de etkileniyor. Mesela geçen sene resesyon beklentisi olduğu malumdu. Avrupa şu an hala resesyonun içinde, yeni gelir kaynakları eskisi kadar kolay yaratılamadığı için toplu işten çıkarmalar devam ediyor. Bu nedenle şirketlerin kendi IT departmanlarını küçültüp dışarıdan destek temin etme (outsourcing) yoluna gideceklerini tahmin ediyordum; ama gözlemlediğim kadarıyla çok bir talep artışı olmadı. Galiba bunun sebebi yapay zeka araçlarının etkin kullanılmaya başlanmış olması.

2023 yılında çalışmış olduğum şirket GitHub Copilot kullanmamıza izin verdi ve bu bizim için gerçek anlamda dönüm noktası oldu. İş sadece bununla kalmadı, arama motorları ve StackOverflow yerine ChatGPT, Perplexitiy, Microsoft Copilot gibi yapay zeka araçlarını geliştirme süreçlerimize aktif bir şekilde dahil ettik ve bunun verimlilik anlamında çok ciddi katkıları oldu. Zaman zaman Berlin’de katıldığım etkinliklerde farklı şirketlerde çalışan arkadaşlarla yaptığımız tecrübe paylaşımlarında gördüm ki, birçok şirket zaten yapay zeka araçlarına çoktan kucak açmış bile.

İkinci tahminim hibrit çalışma modelinin uzaktan çalışmaya göre daha bir yaygınlık kazanacağı üzerineydi. Bunu bazı şirketler, hibrit çalışmayı kabul etmeyen istifasını versin gibi bir bahane olarak kullandı. Kabul edenler en azından haftanın birkaç günü ofise gelmeye başladılar çünkü geçen sene de dediğim gibi şirketler uzaktan çalışmayı nasıl yöneteceklerini bir türlü beceremediler. Oysa kodlama için kullandığımız editörler bile artık uzaktaki bir makineden çalışır hale geldi; bir taraftan toplantıda konuşurken, diğer taraftan editöre başka bir takım arkadaşınızı davet edip birlikte çalışmaya imkan doğdu. VSCode, Fleet dışında Zed bu teknolojinin en güzel temsilcilerinden. Öte yandan çalışma izinleri ve zaman yönetimi için Personio, performans değerlendirme için Leapsome, ortak fikir paylaşım alanı için Miro gibi bir sürü güzel projenin kullanımı yaygınlaşmış olmasına rağmen bazı şirketler bu araçları etkin bir şekilde kullanmayı başaramadılar.

Normalde arada ofiste çalışıp arkadaşlarla yüz yüze görüşmeyi, fiziki aktiviteleri seven birisiyim, ileride zaten bunları yapmak iyice imkansız hale gelecek, dolayısıyla olabildiğince sosyalleşmeye çalışıyorum; ancak İstanbul’da yaşıyor olsaydım ofiste çalışmaya mecbur kalmak kesinlikle can sıkıcı bir durum olurdu benim için. 2024'te ofis kullanım politikaları yine hibritten yana güncelleniyor takip ettiğim kadarıyla.

Şimdi daha önce bahsetmediğim bir konu ile yazımı sonlandıracağım: Elektrikli araçlar veya genel deyişle otomobiller. Yazılım sektörünü çok yakından ilgilendirecek acayip bir döneme girdik. Bu sanki saatlerdeki Quartz devrimine (veya İsviçre açısından bakacaksak Quartz krizine) benziyor. Basitçe anlatmak gerekirse, Seiko isimli Japon firması dünyada ticari anlamda seri üretime uygun Astron model ilk kuvars kol saatini üretti. Görünüm itibariyle kadranda yine akrep ve yelkovan vardı ancak mekanik aksam yerine gücünü elektrikten alan bir teknoloji ile çalışıyordu. Bu saatler mekanik saatlere göre daha uzun süre zamanı doğru gösterebiliyordu, daha hafifti, üretimi zamanla kolaylaşıp maliyeti düşünce saat piyasasını ele geçirmiş oldular. Mekanik saatlerin şu anda belli bir kullanıcı kitlesi var ve bu saatleri üreten çok değerli firmalar var.

Benzer şeyi şimdi otomobil piyasasında görüyoruz. Tesla isimli Amerikan firması elektrikli araçları hayatımıza soktu, ardından pırtlak gibi Çinli batarya ve elektrikli araç firmaları türedi, Avrupa otomobil üreticileri de İsviçre saat firmalarının düştüğü duruma düştü. Bu elektrikli araçların çok güçlü bilgisayar donanımları, işletim sistemleri var ve ben bunun yazılımcılar için yeni bir çalışma alanı olacağını düşünüyorum.

İçten yanmalı motorlara sahip otomobiller de tıpkı mekanik saatler gibi var olmaya devam edecek; ancak elektrikli araçların kullanıcıya sağladığı mobil yaşam deneyimi, artık o araçlara farklı bir gözle bakmamız gerektiğini düşündürüyor. Sadece hayal ediyorum, ortada bir ekran var, kamp moduna alıp bütün gece üşümeden otomobilde uyuyabilmek, oyun oynayabilmek, müzik dinleyebilmek, bir kapsül içinde kendini izole edebileceğin yaşam alanına sahip olabilmek, internete bağlanıp uygulamalar indirebilmek, telefonda yapabildiklerini otomobilde yapabilmek, otomobili telefondan veya bilgisayardan yönetebilmek, aracın verilerini uzaktan takip edebilmek, kameralarına erişebilmek… Daha sayarım, imkan çok ve bunları yapmak için kimlere ihtiyaç var biliyor musunuz? Evet bildiniz.

Görkem Çetin

CEO, Retable

SaaS iş modellerindeki değişim: Bir süredir SaaS üyelik modellerinde değişiklik gözlemliyoruz. Zapier, sadece kullanıldığı kadar ödeme yapılmasına olanak sağlayan bir modele geçti. Intercom, ürünlerinden birisini aylık abonelik yerine çözüm başına ödeme modeline getirdi. Yani müşteriye fayda sağladığı zaman Intercom, parasını alabilecek. 37Signals, ürünlerini tek tek açık kaynak kodlu yazılım olarak sunmaya başlarken bir kez öde, sınırsız kullan modeline başladı. Kısacası, aylık ödemek yerine firmalar bir süredir ‘bir kez öde, ömür boyu kullan’ ya da ‘sadece fayda gördüğün seviyede ödeme yap’ modeline doğru geçiş yapmaya başladılar.

Paralel SaaS girişimciliğindeki artış: Girişimcilik bir süredir evrim geçirme arefesinde. Aynı anda birden fazla ürünü geliştirip, pazarda hızlıca test etmek ve çalışanlar üzerinden devam etmek, bu sayede riski azaltmak isteyen girişimcileri 2024 yılında daha çok göreceğiz.

Tek ürün üzerinde yıllarca çalışmak isteyenlere nazaran ciddi bir zihniyet değişimi gerektiren bu durum, riski dağıtıyor, işbirliklerine daha fazla fırsat veriyor. Elbette bu durumun önünü açan en önemli etmenlerden birisi de bir SaaS uygulaması çıkartmanın bundan 10 sene öncesine göre çok daha kolaylaşması. ‘Boilerplate’ dediğimiz hazır kütüphaneler, araçlar ve açık kaynak kodlu yazılımların nitelik ve nicelik açısından güçlenmesi, API servislerindeki muazzam artış ve seçeneklerin artması, paralel SaaS girişimciliğinin de önünü açıyor.

Generative AI’ın farklı iş modellerine genişlemesi: Llama 2, Mistral ve GPT gibi platformlar, çoklu modellemeler ile ses, görüntü ve video tabanlı servisleri biraraya getirerek kullanıcıların yeni hizmetler ve SaaS uygulamalar geliştirmesine olanak verecek. Özellikle video anlamlandırma konusunda 2024'te pek çok alanda inovatif yaklaşımlar ve yeni ürün kategorileri bekliyorum.

Nesrin Aşan

Software Engineer

Java o eski Java olmayacak mı?

Seven sevdiği projeyi Java8’den kurtarsın. Tamam bu zamana kadar bizimle geldi, çok güzel işler yaptık. Ama artık yeter demek zorunda kalacağımız dönemlerdeyiz.

Özellikle Java’nın 6 ayda bir sürüm çıkıyor olmasından dolayı değişim ve gelişimi yakalamak zaman geçtikçe daha da zorlaşıyor. 2023 yılında Java21 sürümü ile birlikte birçok önemli özellik hayatımıza girdi. Bu özelliklerin birçoğu belki kullandığımız frameworklerin arka planda kullanacağı özellikler olsa da Project Amber gibi aslında Java’nın syntax’ını da etkileyen değişiklikler oldukça fazla. Hal böyle olunca upgrade’leri kaçırmak biz yazılımcıları zora sokacak gibi duruyor.

OpenJDK’in 2024 Java planlarına baktığım zaman aslında bu yılın 2025 yılına güzel bir hazırlık yılı olduğunu söyleyebilirim. Hazırlıktan kastettiğim ise bu yıl Java’nın hem daha hızlı olmasını sağlayacak çalışmalar yapacak olması hem de Javanın geleneksel olmayan programlama modelleriyle entegrasyonunu genişletmeyi amaçlayan çalışmalar başlatılıyor olmasıdır.

Bu kapsamda

• Project Babylon,
• Project Panama(Java’nın native kodlarla etkileşimini kolaylaştırmayı amaçlıyor.),
• Project Leyden(warmup time, startup time, memory footprint düşürmeyi hedefleyen proje),
• Project Liliput(CPU, memory optimization)
• Project Amber

projeleri üzerinde bu yıl birçok yeni gelişmeyi görüyor olacağız. 2024 yılı bu projelerin başlandığı, tamamlandığı ve 2025 yılında release edilmeye hazır olacağı bir yıl olacak. Bu gelişmelerin altında tabiki microservis kullanımları, cloud ücretlendirmeleri, yapay zeka’da yaşanan hızlı gelişmeler gibi nedenler var. 2023 gibi 2024 yılının da Java’nın evrimsel sürecinde önemli bir yıl olacağını ve 2025 yılında da etkileyici somut çıktılar göreceğimizi düşünüyorum. Konu ile ilgili Youtube Java kanalını takip edebilir bu konular ve daha birçok konu için detaylı bilgilere erişebilirsiniz: https://youtube.com/watch?v=iL7d-gGrms8…

Java Framework’leri Hakkında

Helidon: Kendisi zaten microservis projelerinin geliştirilmesine odaklanan bir reactive framework olmasından dolayı virtual thread’lerle en çok ilgilenen frameworklerden biri oldu. 2023 yılında Java 21’in release edilmesinin ardından kendisine ilk entegre eden framework oldu. Performans ile ilgili hem virtual thread’ler hem diğer başka performans geliştirmeleri, Eclipse MicroProfile 6.0’ı destekliyor olması ile birlikte microservis kullanan kurumsal projelerde de kullanımının artmasını 2024 yılında da bekliyorum.

Spring Boot: Zaten kendisi Java frameworkleri arasında ilk sırada yer alıyor. 2024 yılında da bu liderliği bırakmayacağına eminim. Ayrıca bu yıl Spring AI, Spring Modulith gibi projeler gündemimizde çokça olacak. Spring Framework bu projelerle hem fatura odaklı geliştirmelere hem de yapay zeka gelişmelerine uyum sağlayacak projeler geliştirilmesine imkan verdiği için tercih edilmeye devam edecektir.. JRebel üzerinden istatistikleri incelediğim zaman microservis kullanılan projelerde 2022 yılında %79 olan Spring Boot kullanımı 2023 yılında kullanımı %59’a düşmüş durumda. Buna karşılık Quarkus %3’lük bir artışla %8 kullanımıda ve yine geçen yıl JRebel’in istatistik raporunda yerini göremediğim Micronaut %6 kullanıma ulaşmış durumda. 2024 yılında Spring’in liderliğini koruyacağına ek olarakta Helidon, Micronaut gibi frameworklerin de kullanımının artacağını bekliyorum. Şuan Türkiyedeki projelerde Spring dışında bir java framework’üne denk gelmedim ancak bu istatistikler bize yakın zamanda bu frameworkleri iş yaşamında duymaya başlayacağımızı gösteriyor. https://jrebel.com/resources/java-developer-productivity-report-2023

Onur Dayıbaşı

Staff Engineer

2024 hakkında yazılım trendlerine başlamadan önce ben bu yazıda biraz daha Frontend ve WebApp uygulamaları üzerinden değineceğim.

Frontend alanında birçok UI kütüphanesi olmasına rağmen (Angular, Vue, Svelte, Solid vb..) yine başı React kütüphanesi çekiyor. Ve kendisini yenileyerek gündemde kalmayı başarıyor.

Frontend alanında 2024 ana konusu RSC (React Server Components). Özetle React artık her yerde hem Client’ta, hem Server’da hem Edge’de, hem mobil cihazlarda artık React bir Meta dil olarak Framework’lerin de yardımı ile her ortamda bileşen mantığını kullanarak geliştiricilerin fullstack uygulama geliştirebilmesini sağlıyor. Özetle RSC bizim yazılım geliştirme mantığımızı oldukça değiştirecek.

Frontend alanında bir önemli gelişme de Local First Development ile Offline ve Collaboration yazılım geliştirme konusunda gerçekleşecek, Düşündüğümüz İstemci — Sunucu iletişimi yerine olabildiğince lokal makinende çalışabilmeyi, yeri gelince sync olmayı sağlayan düşünce mantığı ve kütüphaneler daha çok hayatımıza girecek.

React dünyasında Native ve Cross Platform uygulamaları dışında Web Uygulaması 3 farklı kaynaktan yola çıkılarak geliştirilecektir.

• Next,
• Remix,
• Vite üzerine OSS (Açık Kaynak Kodlu Kütüphaneler)

Headless ve accessibility bileşenlerindeki kullanım artışı devam edecek,

• Shadcn/UI → Radix,
• DraftUI → React Aria Components

benzeri kütüphane ve araçlar, farklı styling yöntemleri ile SaSS, TailwindCSS, StyledComponents kullanarak geliştiricilere daha esnek bir kullanım alanı sağlayacaklardır.

Yapay Zeka (AI) gelmesi ile birlikte artık daha fazla uygulama geliştirirken ChatGPT, Bard veya Copilot dan destek alıyoruz. Sorunlarımızı çözmesi için, işlerimizi basitleştirmesi için artık daha fazla Yapay-Zeka’yı kullanır olduk. Sadece kod geliştirmek değil dokümantasyon, dil, çeviri işlerinde de yapay zeka giderek daha fazla hayatımızda olacak.

Tabi ki olay sadece yapay zekayı işlerimizde kullanmak değil ayrıca geliştirdiğimiz uygulamalarımızda ChatGPT vb.. API’ler üzerinden ve LLM (Large Language Model) geliştirerek uygulamarımıza bu yapay zekayı entegre etmeyi daha fazla yapacağız. Prompt kullanmayı daha fazla öğreneceğiz.

Performans ve Hız: Performans konusu giderek her alanda karşımıza çıkıyor. WebAssembly, RSC, LocalFirst, Rust, TurboPack, Bun, pnpm vb.. birçok araç ve teknolojinin amacı büyüyen kod yapılarını daha hızlı build etmek, daha az kodu optimize şekilde istemciye ulaştırmak ve bunları daha işlemciye yakın çalıştırmak. 2024 bunların etkisini daha fazla göreceğiz.

Observability (Gözlemlenebilirlik): Konusu artık OpenTelemetry ile birlikte iyice standart hale geldi. Artık uygulamaların içlerini ve işleyişlerini uygulamalardan topladığımız Loglar, Spanlar üzerinden daha net algılayıp görselleştirebiliyoruz.

Ömer Çıtak

Application Security Solution Architect

2024'de sürekli konuşacağımız konu: DevSecOps

Yazılım dünyasında, teknolojik ilerlemelerle birlikte, yazılım geliştirme süreçleri kökten değişmeye başladı. Artık geleneksel yazılım geliştirme süreçleri eskisi gibi işlemiyor. Özellikle DevOps yaklaşımının yaygınlaşmasıyla birlikte, yazılım geliştirme ve dağıtım süreçleri daha hızlı ve esnek hale geldi. Bu da, yazılım güvenliği alanında yeni gereksinimlerin ortaya çıkmasına neden oldu. Bu bağlamda, DevSecOps artık bir gereklilik haline geldi.

DevOps’un Yaygınlaşması ve Etkileri

DevOps, yazılım geliştirme ve işletme ekiplerinin işbirliğini sağlayarak, yazılımın daha hızlı ve sürekli olarak dağıtılmasını amaçlar. Bu yaklaşım, yazılım geliştirme ve işletme süreçlerini birleştirerek, daha hızlı geri bildirim döngüleri sağlar. DevOps’u benimseyen şirketler, yazılımı daha hızlı bir şekilde piyasaya sürerek rekabet avantajı elde ederler. Ancak bu hızlı geliştirme süreci, yazılım güvenliği açısından da yeni zorluklar ortaya çıkarır. Bu nedenle, DevOps’un bir parçası olarak güvenlik önlemlerinin de entegre edilmesi gerekmektedir.

DevSecOps’un Vazgeçilmezliği

DevSecOps, geliştirme sürecinin her aşamasında güvenliği sağlamayı hedefler. Geleneksel güvenlik önlemleri, yazılım geliştirme sürecinin sonuna doğru eklenirken, DevSecOps’ta güvenlik, yazılım yaşam döngüsünün her aşamasına entegre edilir. Bu yaklaşım, güvenlik açıklarının erken aşamalarda tespit edilmesini ve düzeltilmesini sağlar. DevSecOps’u benimseyen şirketler, siber saldırı risklerini azaltırken, yazılım projelerini daha güvenli bir şekilde yönetebilirler.

Uygulama Güvenliği Yaklaşımlarının Artması

2024'te, SAST, DAST ve IAST gibi uygulama güvenliği testlerinin kullanımının daha da artması bekleniyor. Bu testler, yazılımın farklı aşamalarında güvenlik açıklarını tespit etmeye yardımcı olur. SAST, kod analizi yaparak potansiyel güvenlik açıklarını belirlerken, DAST çalışan uygulamaları tarayarak zafiyetleri tespit eder. IAST ise hem statik hem de dinamik analizlerle uygulama güvenliğini güçlendirir. Bu testlerin daha yaygın kullanılmasıyla birlikte, şirketler yazılım projelerini daha güvenli bir şekilde yönetebilecekler.

Sonuç olarak, 2024 ve sonrasında yazılım geliştirme ve güvenliği alanında DevOps ve DevSecOps’un önemi giderek artacak gibi görünüyor. Bu yaklaşımların benimsenmesiyle birlikte, şirketler daha hızlı ve güvenli yazılım geliştirebilecekler. Bununla birlikte, uygulama güvenliği testlerinin daha yaygın kullanılmasıyla birlikte, şirketler yazılım projelerini daha güvenli bir şekilde yönetebilecekler ve siber tehditlere karşı daha dirençli olabilecekler.

Selin Tunç

Fullstack Software Engineer

“2022 yine büyük şirketlerin işten çıkarma dalgalarına şok olarak geçirdiğimiz bir yıl oldu. 2023 ve sonraki yıllar çalışanlarına onur kırıcı davranışlar sergilemeyen vefalı şirketlerin yılı olacak.”

Yazıma geçtiğimiz yılki yazımdan bir alıntı yaparak başlamak istedim. Yazıda yer verdiğim toplu işten çıkarmalar maalesef 2023 yılında da yapılmaya devam etti. Bu duruma şirketlerin gösterdiği gerekçe belirsiz ekonomik şartlarda maliyetleri azaltma ihtiyacı. Yapay zekanın işlerini ellerinden almasından korkan yazılım sektörü çalışanları önünde birkaç yıl daha var zannederken üst üste gelen dalgalarla önceki yıllarda yazılımcılığa yaptığı (o zaman da anlamamıştım) kısa yoldan zengin olunabilecek kariyer yolu tanımını yeniden gözden geçirmek zorunda kaldı. Önümüzdeki yıllarda yazılım sektörüne adım atmak isteyenler uzun mesailerin, bitmeyen öğrenme yolculuğunun, değişen sektör dinamiklerinin yanında bir de öngörülemeyen işten çıkarma ihtimalini de göz önünde bulundurmak zorunda. Zor bir karar olacak ama yine de güzel bir meslek tavsiye ederim. :)

Yazılım trendlerini belirleyen önemli unsur şirketlerin iş ihtiyacının ne olduğudur. Teknolojide birçok alanda artık “cebe” sığılmasına öncelik veriliyor. Talep bu yönde olunca web geliştirmenin geleceğine de mobil tercihler yön vermeye başladı. 2024 yılı ve sonraki yıllar progresif web uygulamaları (PWA) çözümlerini daha çok göreceğimiz yıllar olacak. Nedir bu progresif web uygulaması diyenler için en kısa tanımıyla mobil deneyimi sağlayan web uygulamasıdır. Progresif web uygulamalarındaki mobil deneyim anlık bildirim atma, çevrimdışı çalışabilmeyi de içeriyor, bunun yanında mobil uygulamaya göre daha düşük geliştirme ve bakım maliyeti gerektiriyor ve cihazlar arasında tutarlı bir kullanıcı deneyimi sunma yeteneğine de sahip. Bunun yanında uygulama marketlerinden indirme zorunluluğu da yok tabi ki. Uber, Pinterest ve Forbes başarılı PWA örnekleri olarak incelenebilir. Bu alanda öne çıkan frameworkler Angular, React, Ionic ve Vue.

Bir diğer teknoloji trendi olarak bahsetmek istediğim başlık blockchain tabanlı uygulamalar. Bu uygulamalar ülkelerin bir bir kendi kripto yasalarının çerçevesini çizmeye başlamasıyla güven sorunu yaşadığı için bu alana girmekten kaçınan kişilerin de ilgisini çekmeye başladı. Buradaki yazılım trendlerini de tam olarak kriptonun doğası ve onu kullanmak isteyenlerin ihtiyacı belirliyor. Bu uygulamaların geniş kitlelere hitap edecek kadar sade, kolay kullanabilir, güvenli, güvenli daha çok güvenli :) (yani hem kişisel verileri koruma anlamında güvenli hem de güvenli işlem yapmaya olanak tanıyan), değişik ağlarla kesintisiz etkileşim sağlayan uygulamalar olması bekleniyor. Hükümetlerin beklentisi de tabi ki kendi koydukları yasalara uyulması. Önümüzdeki yıllar bu alanda nasıl yenilikleri de beraberinde getirecek izleyip göreceğiz.

Ne demiş Heraklitos “Her şey değişir. Değişmeyen tek şey değişimdir.” Dünya değişiyor ve dönüşüyor. Madem değişimden kaçamıyoruz değişimi, yenilikleri merakla takip etmek ve onu mesleğin bir parçası haline getirmek de bizim sorumluluğumuz. Yazılım sektöründe olmanın bence en güzel kısmı da bu. Sağlıkla kalın, mutlu kalın.

Turan Sert

Board Member

Yazının orijinali şurada.

Blockchain bazlı teknolojilerin uygulama alanları olarak da adlandırılan Web3 dünyası halen gelişmekte olan bir sektör. Bu sektörün gelecekte nasıl şekil alacağını gösteren en önemli göstergelerden biri de, bu dünyanın yapı taşlarını kurmak ile uğraşan geliştiriciler. Geliştirici dünyasında yaşanan hareketler bize gelecek ile ilgili önemli ipuçları verebiliyor.

Geliştirici dünyasını en yakından takip eden çalışma ise Electric Capital tarafından yıllık olarak hazırlanmakta olan Developer Report. (Hatırlayanlarınız olacaktır, bu raporun 2021 ve 2022 yılı sonunda çıkan sonuçlarını ayrı ayrı blog yazılarında incelemiştik.) Geçtiğimiz yılın başından itibaren artık anlık olarak kendine has websitesinde canlı olarak da takip edebildiğimiz bu veriler, toplu bir özet olarak bu yıl da biz meraklıların beğenisine sunuldu.

Gelin rapordan seçtiğimiz verileri hep birlikte inceleyelim:

Rapordan önemli başlıklar

Raporun hemen başında yer alan yönetici özeti, hazırlayıcıların önemli buldukları çıkarımları özetlemesi bakımından ilgi çekici. Neymiş bu noktalar önce ona bakalım:

• Son bir yıl içinde kripto dünyasındaki geliştirici sayısında tam %24 oranında bir azalma var.
• Bu azalmanın temel nedeni, kriptoda yeni katkı vermeye başlayan ‘çaylak’ geliştirici sayısında yaşanan %52'lik azalma. 2022 yılında sektöre rekor sayıda yeni geliştirici katılmıştı, geçtiğimiz yıl ise bu sayının yarısına düştüğü gözlüyoruz.
• Daha tecrübeli diyebileceğimiz, bir yıldan uzun süredir katkı veren yazılımcı kategorisinde ise yıllık %16 artış var. Bu kategorinin, toplam aktif geliştiricilerin çoğunluğunu (%63) oluşturduğunu da belirtelim.
• Veteran (!) olarak kabul edeceğimiz, sektöre iki yıldan fazla süredir katkıda bulunun en tecrübeli grubun ise son beş yılda yıllık yaklaşık %52 oranında büyüdüğünü görüyoruz.
• Yazılımcıların yavaş yavaş, birden çok ağ için geliştirme yaptıkları da bir başka önemli gözlem. 2015 yılında sadece %3 olan birden fazla ağa katkı veren geliştirici oranı tam on kat artarak %30'a çıkmış durumda. Üç ya da daha fazla ağa katkı sağlayan geliştiriciler de toplamın %17'si oranında.
• Farklı projelerdeki geliştirici gelişimi arasında paralellik yok. Bu, geliştiricilerin hangi ağa katkı yapacakları konusunda seçici davrandıklarını gösteriyor.
• Amerika Birleşik Devletleri geliştirici sayısı konusunda %26 ile liderliğe oynasa da, 2018 yılından beri toplam içindeki payı sürekli olarak azalıyor. Kripto, sınır tanımayan yapısını burada da gösteriyor, geliştirirler artık dünyanın her yerinden çıkabiliyor.

İlgi çekici noktalar

Geliştirici sayılarında azalma

Yukarıdaki maddelerden de gördüğünüz gibi, rapordaki en çarpıcı nokta, geliştirici sayılarındaki %24'lük azalma. Bu çok çarpıcı bir rakam! Hani kripto dünyası sürekli büyüyordu? Kripto için alarm zilleri mi çalıyor?

Tecrübe bakımından aylık aktif geliştirici sayıları gelişimi. Kaynak: Electric Capital Developer Report 2023 Sayfa 12

Pek öyle sayılmaz. Bu azalmanın temel nedeni, sektöre yeni katkı yapan geliştirici sayısında 2022 yılında görülen patlamanın geçtiğimiz yıl ‘sönmüş’ olması. Bu da çok normal aslına bakarsanız. 2020 ve 2021 yılında ciddi yatırım alan kripto girişimleri, ürünlerini pazara hazır hale getirebilmek için piyasadaki geliştiricileri adeta havada kapıyorlardı. Bu ortamda, kripto dışı teknoloji tarafındaki pek çok geliştiricinin (alana çok inanmasalar da) verilen yüksek ücretlerin cazibesi ile kripto alanına giriş yaptığını gördük. 2022 yılının ikinci yarısı yaşanan büyük krizler (Terra Luna, 3AC ve FTX) sektöre akan girişim sermayesinin bir anda kurumasına yol açtı. Piyasadaki kış mevsimi etkisiyle projeler, daha uzun süre ayakta kalabilmek için ‘yorganı ayaklarına göre uzatmaya’ başladılar. Bu da geçtiğimiz yıl geliştirici sayılarında ciddi bir azalmaya yol açtı.

Yeni gelen geliştirici sayısı ile ağ değerinin tarihsel karşılaştırması. Kaynak: Electric Capital Developer Report 2023 Sayfa 21

Burada asıl önemli olan nokta, sektörde uzun süredir olan geliştiricilerin katkı vermeye devam etmesi. Zira, bulunduklar süre ve verdikleri katkıya bakıldığında, bu alanda yaratılan kodların %75'i bir yıldan daha uzun süre bu alanda üreten geliştiriciler tarafından geliyor.

Tecrübesine göre geliştiricilerin yaptığı katkılar. Kaynak: Electric Capital Developer Report 2023 Sayfa 15

Geçtiğimiz yıllara göre raporun önemli farklarından biri, bu yıl geliştiricilerin tecrübesine göre farklı pek çok analizi barındırıyor olması. Yerimiz dar olduğu için bu kısımları atlıyoruz ama ilginizi çekiyor ise rapora derinlemesine bakmakta fayda bulabilirsiniz.

Geliştirici sayısı olarak en büyük ağlar hangisi?

Her yıl raporun en ilgi çeken kısmı, farklı ağların kaç adet geliştirici çektiği ve bu sayının bir önceki yıla göre nasıl değiştiği. 2023 yılında farklı ağlara katkı yapan geliştirici sayıları şu şekilde oldu:

Zirvedeki ağların 2022–23 arası geliştirici sayısı gelişimi. Kaynak: Electric Capital Developer Report 2023 Sayfa 98

Raporu ilk göz görenler için ufak bir açıklama yapalım. Öncelikle tabloda ismi yazanlar, büyük ağlar diyebileceğimiz 2000'in üzerinde geliştiriciye sahip ağlar. Yatay eksen, ağların 2022 yılı sonunda, dikey eksen ise 2023 yılı sonundaki geliştirici sayılarını gösteriyor. Eğer bir ağ, yukarıda gördüğünüzü 0% çizgisinin solunda yer alırsa, bir yıl içinde geliştirici sayısını artırmış anlamına geliyor. Altında ise, geliştirici sayısında azalma var. Gördüğünüz gibi geçtiğimiz yıl geliştirici sayısını artıran büyük bir ağ yok.

Ethereum’un liderliğinin bu yıl da değişmediği görüyoruz. Aslına bakarsanız, Ethereum üzerinde katkı yapan geliştirici sayısı o kadar fazla ki, önümüzde senelerde de bu durumun devam etmesini öngörmek kahinlik sayılmaz.

Ethereum’un bu kadar ön planda olmasının temel nedenlerinden biri elbette ekosisteminin çok geniş olması. Bunun yanında, Ethereum üzerine geliştirme yapılan programlama aracının (Ethereum Virtual Machine kısaca EVM) yeni çıkan pek çok zincir tarafından da kullanıldığını görüyoruz. Mevcut programcıların alıştıkları bu aracı kullanarak kendileri için de hızlıca geliştirmesi amacıyla EVM uyumlu olarak ortaya çıkan bu zincirler, EVM’in sektör için bir standart haline gelmesine de yol açıyorlar.

Geliştiricilerin geliştirme yaptığı farklı ağ sayısı. Kaynak: Electric Capital Developer Report 2023 Sayfa 32

Nitekim, EVM’in sektör standardı haline gelmesiyle birlikte, birden fazla ağ üzerine geliştirme yapan yazılımcıların sayılarının da arttığını görüyoruz. Aşağıdaki grafikte, birden fazla ağa geliştirme yapanların içinde EVM, karışık ve EVM dışı olarak ayrımını yıllar itibariyle görebilirsiniz. Birden fazla ağ için akıllı kontrat geliştirenlerin %87'si en az bir EVM ağ için geliştirme yapıyorlar.

Birden çok zincirde çalışan geliştiricilerin EVM ya da EVM dışı çalıştıkları ağa göre dağılımı. Kaynak: Electric Capital Developer Report 2023 Sayfa 47

EVM üzerine geliştirme yapan geliştiricilerin genel olarak izlediği yol, programı (bir başka deyişle akıllı kontratı) ilk olarak Ethereum üzerine kurmak ve oradan diğer EVM uyumlu ağlara yaymak şeklinde. Aşağıda, EVM uyumlu kontratların ilk olarak hangi ağa yüklendiğini görüyorsunuz.

Akıllı kontratların ilk yüklendiği zincirlerin dağılımı. Kaynak: Electric Capital Developer Report 2023 Sayfa 59

Burada, Electric Capital’in yaptığı ilginç bir diğer inceleme ise, herhangi bir ağa yüklenen akıllı kontratın (ve mantığının) ilk olarak nereden alındığı, yani kaynağı. Buna baktığımızda, EVM uyumlu ağların büyük çoğunluğunda yeni akıllı kontratların kaynağının Ethereum olduğu görülüyor.

Diğer ağlarda durum nasıl?

Grafiklerin okunmasını zorlaştıran Ethereum’un farklı liderliğini bir kenara bırakarak, diğer büyük ağlarda durumun nasıl olduğuna zoom yaptığımızda karşımıza şu şekilde bir tablo çıkıyor.

Ethereum dışı 2000'den fazla geliştiriciye sahip ‘büyük’ ağların 2022–23 arası geliştirici sayısı gelişimi. Kaynak: Electric Capital Developer Report 2023 Sayfa 100

Tablodan genel olarak yapabileceğimiz çıkarımlar şu şekilde:

• Bütün ağlarda genel olarak geliştirici sayısında bir azalma var. O nedenle, ağların performansını sektör ortalaması olan %23'ün altında ve üstünde olmalarına bağlı olarak göreceli olarak değerlendirmek mümkün.
• Buna göre, göreceli başarılı olarak adlandırılabilecek büyük ağlar Avalanche (-%5), Celo (-%11), Optimism (-%16), Polkadot (-%20) ve Cosmos (-%21) olarak sıralanıyorlar.
• Tablonun son sıralarında ise, NEAR (-%33), BNB (-%40), Polygon (-%42) ve Solana (-%48) bulunmakta.

Büyük ağları geçip daha da küçük ağlara baktığımızda ise şimdiye kadar gördüğümüz düşüş tablosunun bir parça kırıldığını görüyoruz.

500 ile 2000 arası geliştiriciye sahip göreceli ‘küçük’ ağların 2022–23 arası geliştirici sayısı gelişimi. Kaynak: Electric Capital Developer Report 2023 Sayfa 102

Grafikte ilgi çekici noktalar şu şekilde.

• Daha küçük ağlardan özellikle yeni kurulanlarda geçtiğimiz içinde ciddi bir geliştirici sayısı artışı görülüyor. Bunun yanı sıra kimi eski ağların yıldızının yavaş yavaş sönmeye başladığı da ayan beyan ortada.
• En ciddi gelişimi gösterenler, Scroll (%453), ICP (%37), zkSync (%32) ve Moonbeam (%5) olarak sıralanıyor.
• Geride kalanlarda ise Algorand (-%57), Filecoin (%-44) ve IPFS (-%42) başı çekiyor.

Geliştiriciler hangi kullanım alanlarında yoğunlaşıyorlar?

Geliştiricilerin ağlarda katkı yaptıkları uygulamalara baktığımızda ağırlığın DeFi ve NFT alanında olduğunu görüyoruz. Örneğin Ethereum üzerinde en çok trafik alan en büyük 15 akıllı kontratın 10 tanesinin merkeziyetsiz finans (DeFi), ikisinin ise NFT alanında olduğunu görüyoruz.

En yüksek trafiğe sahip Ethereum akıllı kontratları. Kaynak: Electric Capital Developer Report 2023 Sayfa 146

“Peki ya DeFi içindeki geliştiriciler hangi alanlara rağbet ediyor?” diye soracak olursanız, aşağıdaki tablo bu konuda yıllar itibariyle nasıl bir gelişim olduğu konusunda güzel bir fikir verebilir bizlere.

DeFi üzerindeki uygulama alanlarında geliştiricilerin yıllar itibariyle dağılımı. Kaynak: Electric Capital Developer Report 2023 Sayfa 155

Gördüğünüz gibi, DeFi alanındaki geliştirmelerin yaklaşık yarısı merkeziyetsiz alım-satım platformları (bir diğer deyişler merkeziyetsiz borsalar) ve stabil paralar alanında olmuş. Onları, likit staking, kredi verme, mevduat, köprü ve gerçek dünya varlıklarının tokenleştirilmesi projeleri izlemiş.

NFT alanında ise karşımıza ilginç bir tablo çıkıyor. Aşağıda ay ay NFT alanında yapılan akıllı kontrat geliştirmeleri görüyorsunuz.

Farklı ağlara yüklenen NFT kontratlarının aylık olarak gelişimi/dağılımı. Kaynak: Electric Capital Developer Report 2023 Sayfa 165

Geliştirici sayılarında ciddi bir hakimiyeti olan Ethereum’un NFT geliştirmesi alanında geride kaldığını görüyoruz. Burada liderliği geçtiğimiz yıl ortaya çıkan Ordinals akımının sürüklediği Bitcoin ve ucuz işlem ücretlerinin hareketlilik getirdiği Solana’da olduğu görülüyor. Ethereum yüksek işlem ücretleri nedeniyle NFT’ye değil ancak DeFi gibi büyük meblağların oynadığı alana hitap edebiliyor artık.

Nerelerde konumlanıyor geliştiriciler?

Son olarak, geliştiricilerin hangi bölgelerde yoğunlaştığına baktığımızda, ABD’nin liderliğini korusa da, kripto dünyasındaki geliştiricilerin %74'ünün ABD dışında olduğu dikkat çekiyor.

Ülkelere göre geliştiricilerin dağılımı. Ülkemiz için rakam tam olarak verilmese de, renk skalasından yaklaşık %3 civarı olduğu görülüyor. Kaynak: Electric Capital Developer Report 2023 Sayfa 177

Geliştiricilerin coğrafi olarak dağılımına baktığımızda ise dağılımın zaman içinde gelişmiş bölgelerden gelişmekte olanlara doğru kaydığını görüyoruz.

Bölgelere göre geliştiricilerin paylarının yıllar içinde değişimi. Kaynak: Electric Capital Developer Report 2023 Sayfa 175

Sonuç

Geliştiriciler kripto ekosisteminin can damarı ve geliştirici sayılarındaki değişimler kripto için geleceğin bir öncü göstergesi. 2022 yılında yaşanan krizlerin arkasından gelen kripto kışının geliştirici sayılarında uzun süredir devam eden yükseliş trendine bir darbe vurduğu kesin. Yine de, ekosisteme daha çok katkı veren, tecrübeli geliştiricilerin üretmeye devam etmesi, gelecek için hâlâ umutlarını sürdürdüklerini gösteriyor. Geliştiricilerin üretim yaptıkları ağlar konusunda seçici davranıyor olmaları, bize gelecekte hangi ağların kullanıcıya farklı ve gelişmiş uygulamalar sunabileceği konusunda ilginç ipuçları da veriyor. Developer Report bu ve benzeri pek çok çıkarımı yapmak için bize engin bir veri hazinesi sunuyor. Önümüzdeki dönemde de çıkardıkları raporları yakından takip etmeye devam edeceğiz.

Umut Gökbayrak

Ak Sakallı Yazılımcı

İşten çıkartmalar (layoff) ve iflaslar

Burada ilk başlıkta değinmek istediğim husus biraz Türkiye’ye özgü.

Türkiye’de herkesin derinden hissettiği bir yüksek enflasyon ve TL’nin değer kaybetmesi mevzusu var. TL değer kaybedince, yabancı para birimi üzerinden yapılan ithalatın maliyeti artıyor ve bu durum da haliyle, max 3–6 ay içerisinde tekrardan tüketici fiyatlarına yansıyor. En nihayet, yine yeniden enflasyon artıyor, TL değer kaybediyor, enflasyon artıyor ve TL yine değer kaybediyor…

Kendi içinde sarmal bir durum bu.

Lakin, hepimizin malumu, Türkiye’de neredeyse 2 yıldır Merkez Bankası yabancı para birimlerini, piyasaya doğrudan müdahale ederek baskılıyor. Sonucundaysa, diğer para birimlerine karşı TL, ben bu yazıyı yazdığım 21 Şubat 2024 itibariyle aşırı değerli bir pozisyonda.

Peki bu durum neye yol açıyor?

Maalesef ki, Türkiye’den yazılım ihracatı yapan şirketlerin yabancı rakipleriyle rekabet edememesine yol açıyor. Örneğin varsayalım ki bu sene ülkede enflasyon %100 oldu. İşveren de personel maaşlarına enflasyon oranında zam yaptı. Peki son 1 yılda Dolar/Euro ne kadar arttı? Kabaca %50. Peki işveren bu durumda çalışanlarının maaşlarını Euro bazında %50 arttırmış olmadı mı? Oldu.

İnanın bu oran, dünya standartlarından bakıldığında inanılmaz, akıl almaz bir oran. Avrupa’da şirketler genelde yılda %2–5 arası ve ancak çok istisnai kişiler için %5–10 arası zam yaparlar. Sizin Euro bazında personel maliyetinizin yılda %50 artması onların idrak edebilecekleri bir şey dahi değil.

Eğer ki 2024 süresince de, Dolar ve Euro kuru bu şekilde baskılanmaya devam ederse, maaşları Türkiye’de ödeyen ve ürettiği yazılım ve servisi yurt dışına ihraç eden şirketlerin çok ciddi bir kısmı, bu işi artık sürdüremeyecektir.

Diyelim ki, bu sene de kur baskılama politikası devam ederse ne olur?

İşverenin elinde iki seçenek kalır: Ya maaşları bu sene artık enflasyon oranında arttıramaz, yani Dolar/Euro kur artışına yakın bir yerlerde tutmaya çalışır, ya da müşteriye yansıyan fiyatını Dolar/Euro bazında arttırır. Bahsini dahi etmek istemesek de, üçüncü bir seçenek de doğal olarak, şirketin iflas etmesi, personel azaltmasına gitmesi (layoff) ya da yurt dışı merkezli bir şirketse de Türkiye ofisini kapatması demektir.

Elbette ki, çok katma değerli bir iş yapıyorsanız, yani bire üretip ona satabiliyorsanız sorun yok. Ama eğer çoğunluğun yaptığı gibi, %20–30 marjlar ile çalışıyorsanız, üzgünüm. Maalesef durum bu.

AI uygulamaları

2023 App Store ve Google Play’de benim vurkaç AI uygulamaları dediğim mobil uygulamaların anlamlı paralar kazandıkları bir yıl oldu. Yaşlanınca neye benzeyeceksin söyleyen, sesini/yüzünü değiştiren, çocuğun için uyku öncesi masalı üreten şeyler gibi, eğlencelik uygulamaları kastediyorum.

2023’te altın çağını yaşayan bu tür uygulamalar için 2024 de bence yine altın bir yıl olmaya devam edecek gibi duruyor. Ama yıl sonuna doğru, Gemini, Sora, DALL-E, Midjourney ve diğer motorlardaki gelişmeler devam ettikçe bu durumun artık biraz biraz değişmeye başlayacağını düşünüyorum.

İnsanlar er ya da geç bu tarz kendini tekrar eden uygulamalardan sıkılacaklar. App Store’lardaki örneklerin sayısı binlerce olduğunda da, bu işlerden vurkaç hızlı para kazanmak da gitgide zorlaşacak. O nedenle eğer böyle bir niyetiniz varsa, elinizi çabuk tutmanızı öneriyorum.

Ayrıca AI alanında artık bu sene büyük oyuncuların sahneye gerçek manada ticari uygulamalarla çıktıkları yıl oluyor. Microsoft Copilot, Google Gemini ve benzerleri kendisinden söz ettirmeye başlayabilirler. Bu durum da artık bu tarz vurkaç işlerden para kazanılabilecek alanları daraltmaya başlıyor.

OpenAI’ın GPT Store’unun muhteşem potansiyeline rağmen, bir marketplace olarak çok kötü yönetildiğini düşünüyorum. Bu nedenle, o yüksek potansiyelini kullanabilecek mi? Tereddütlüyüm.

Son olarak, AI alanında artık yavaş yavaş B2B dikey uygulamaların da hayatımıza girmeye başlayacağını düşünüyorum. Örneğin, sözleşme işinde elimiz ayağımız olacak bir AI for Legal, pazarlama bütçemizi yönetecek AI for Ad Spend gibi uygulamalar bu sene bence iyice artacak ve bir iki oyuncunun pazarda liderliği alıp fark yaratmayı başarmasını bekliyorum.

Ofise Dönüş ve Hayatı Sorgulayış

Pandemi bitince, 2022’de tek tük bazı şirketler çalışanlarını ufak ufak ofise geri çağırmaya başlamıştı. Durum, 2023’te giderek hız kazandı ve bugün 2024’te artık en azından hibrit pozisyonların tekrardan norm olmaya başladığını görüyoruz. Görünen o ki, şirketler artık personelini en azından haftada birkaç gün ofiste görmek istiyor.

Bu durum yazılım geliştiricileri hayatı sorgulamaya, girişimci olmaya motive etmeye, freelancer olmaya, hatta bazılarını dijital göçebe olmaya doğru itiyor. Ben bu sene de bu trendin hızlanarak devam etmesini bekliyorum.

Bu esnada uyarmadan geçmeyeyim. Hem Türkiye’de hem de global ekonomide yatırım ve yatırımcı bulmanın çok zor olduğu bir dönemden geçiyoruz. İş fikriniz her ne ise, eğer yatırımcının parasına bağımlı bir şekilde işe başlıyorsanız; haftada 40 saat gidip geldiğiniz, garanti maaşınızı aldığınız işinizden vazgeçmeden önce bir kez daha düşünün.

Evet, hayatı sorgulamak için çok doğru bir zamanlama. Ama haftada ofiste 40 saat çalışmaktan kaçarken kendinizi çok daha konforsuz bir yerde haftada 80 saat çalışır şekilde bulmak istemiyorsanız, hesabınızı kitabınızı çok doğru yapmanız iyi olabilir.

Ziyahan Albeniz

Research & Content Development Manager

2024 yılı yazılım trendleri konusunda Muhammed Hilmi Bey bana ne zaman yazsa, önce teveccühünden ötürü memnuniyet duyar, hemen akabinde de kara kara düşünmeye başlarım.

Manşetlerin çok kolay eskidiği, herkesin, her gelişmenin McLuhan’ın dediği gibi sadece 15 dakika ünlü olup, gündemde kalabildiği dünyamızda koskocaaa bir 365 gün için tahminde bulunmak, psişik yetenekler de gerektiriyor.

Ama olan biteni şöyle bir gözlerimin önünden geçirdiğimde, okurların da affına sığınarak birkaç tahminde bulunabilirim.

Yılın en büyük bombası uzun süredir sessizliğini koruyan Google’ın Gemini hamlesiydi diyebiliriz. Nasıl oldu da bu kadar uzun süre sessiz kalabildiğine Gemini ile ikna edici bir cevap verdi Google. Çok zaman geçmedi ki Bard ürününü de Gemini olarak yeniden adlandırıp, 2 aylık ücretsiz erişime sundu.

Her zaman filler tepişirken çimenler ezilmiyor tabii. Fillerin tepişmesinin çimenlere müspet katkısı da oluyor. Bu yazının yazıldığı gün, Google’ın hamlelerinden sonra OpenAI’ın günlük kullanım limitlerini kaldırdığı haberi tribünlerde dalgalanmalara sebep oldu.

Google’ın Gemini’yı, Microsoft’un Copilot’ı, adı devlerin arasında anılmasa da Rabbit R2 isimli ürünü geliştiren start-up akıllara uygulamalardaki arayüzlerin adam akıllı değişeceğini getiriyor. Ses ve/veya metin ile her şeyi kontrol edebileceğiniz; Delphi tapınağındaki bilge gibi siyah ve ketum bir ekrandan tüm sorularınıza cevap verip, tüm isteklerinizi yapabilen akıllı sistemler yaygınlaşmaya devam ettikçe, bugün başlı başına bir title hasredilen arayüz geliştiriciliğinin pabucu dama atılır mı dersiniz?

Burada sözünü etmek istediğim üç önemli gelişme daha var: Bunlardan ilki açık kaynak dil modellerinin yaygınlaşması. Meta’nın Llama’sı birkaç gün önce yeni bir sürümünü duyurdu. Llama üzerine CodeLLama gibi pek çok ince ayar yapılmış, özel veri setleriyle butikleştirilmiş modeller de çıktı. Nitekim Trendyol da LLama’yı kullanarak bir dil modeli geliştirdiklerini söyledi.

Açık bir model olmasına rağmen milyar dolarlık değerlemelere ulaşan Fransız orjinli Mistral gibi firmalar, yeni bir ekosistemin ayak seslerini duymamızı sağlamıyor mu? MistralX’in pek çok benchmark’de GPT 3.5’i solladığı belirtiliyor. Bunu da not etmek isterim.

Diğer bir trend ise modellerin daha kompakt hale gelmesi. Bunun ilk kullanım alanı olarak Google’ın Gemini Nano’su ile taşınablir cihazlar olduğu sinyalleri gelmişti. Sonra Microsoft Phi-2 ile zannediyorum ki parametre optimizasyonu alanında rekor kırıldı. 1.2 milyar parametre ile çok kompakt bir model yayınlandı. Bu modeller az parametre ile büyük işler yapıyorlar. En önemli artıları da reasoning, yani mantıksal karar verme, seçenekler arasında kontekste ve ihtiyaca en uygun olanı seçebilme gösteriliyor.

OpenAI, Functions özelliği ile dil modellerinin çevreleri ile öntanımlı fonksiyonlar vasıtası ile nasıl iletişime girilebileceğinin hayallerini bize kurdurmuştu. En yaygın LLM frameworklerinden biri olan Langchain’in sayısı epey bir yekunu bulan agent’lerı, aslında bu küçük dil modellerinin ne kadar işlevsel olabileceğini de gösteriyor. Taşınabilir bir cihazda, öntanımlı fonksiyonlar ile beslendikten sonra en az parametre, dolayısıyla en optimum boyut ve işlem hacmi kapasitesi ile en iyi kararı veren dil modeli taşınabilir ve giyilebilir tüm cihazlarda yer alabilecek kanaatindeyim.

Son olarak da güzel dilimiz Türkçe’nin desteği konusuna değinmek isterim. Bildiğim kadarıyla Türkçe dilini en iyi anlayan dil modeli şu an OpenAI’ın GPT’si. Sahipli bir model olduğu için de güzel dilimiz Türkçe’yi kullanmak isteyenler bu firmaya bağımlı kalmaya devam edeceklerdi. Ama iki önemli gelişme var ki 2024 “tahminlerim” yazısında söz etmezsem olmaz. Bunlardan ilki beni gerçekten heyecanlandıran Cohere firması tarafından geliştirilen 100’den fazla dili destekleyen Aya isimli modelde Türkçe’ye de yer verilmiş olması. Diğer yandan Türkiye’den uzmanlar da Kanarya-2B adında Türkçe kaynaklar ile eğitilmiş, bir dil modelini Huging Face üzerinden kullanıma sundular.

Hasılı, arayüzlerin giderek sadeleşip, belki bir bas konuş butonu basitliğinde olacağı günler bizi bekliyor olabilir. Pek çok cihazda buna cep telefonlarımız, saatlerimiz, akıllı ev aletlerimiz örneğin, akıllı modellere sahip olabileceğiz. Konuştuğumuz dili anlayan ve isabetli kararlar verebilen (reasoning) bu modeller de Türkçeyi de inanıyorum ki görebileceğiz.