Ryan J. Salva ile Yapay Zeka ve Kodlama Üzerine Sohbet
Google’ın geliştirici araçları kıdemli ürün yöneticisi Ryan J. Salva, yapay zeka araçlarının kodlamayı nasıl dönüştürdüğüne dair öncülerden biri. Daha önce GitHub ve Microsoft’ta çalışmış olan Salva, şu anda Gemini CLI ve Gemini Code Assist gibi araçlardan sorumlu, geliştiricileri agentic programming dünyasına doğru yönlendiriyor.
Ekibinin, yeni yaptığı araştırma, yapay zeka araçlarının geliştiriciler tarafından nasıl kullanıldığını ve daha kat edilmesi gereken yolları gösteriyor. Salva ile bu rapor ve yapay zeka kodlama araçlarıyla ilgili kişisel deneyimleri üzerine bir sohbet gerçekleştirdim.
Yapay Zeka Araçları Üzerine İlginç Bulgular
Google’ın her yıl yaptığı geliştirici trendleri anketi, bu yıl özellikle yapay zeka araçlarına ve geliştiricilerin yaklaşımına odaklanıyor. Araştırmada dikkat çeken noktalar var mıydı?
Birçok ilginç bulgu arasında, geliştiricilerin yapay zeka araçlarını kullanmaya başladıkları tarihin Nisan 2024 olması oldukça dikkat çekti. Bu tarih, Claude 3 ve Gemini 2.5 gibi önemli modellerin piyasaya sürüldüğü döneme denk geliyor. Bu, sağduyu ve düşünme modelinin ortaya çıktığı bir dönüm noktası. Bu noktadan itibaren, araçları çağırma yeteneğimiz de büyük ölçüde gelişti.
Kodlama görevlerinde, genellikle dış bilgilere erişim sağlamak gerekiyor; bu da derleme ve test süreçlerini içerebilir. Araç çağırmanın, modellerin ilerledikçe kendi kendini düzeltme becerisini kazandırdığı önemli bir unsur olduğunu düşünüyorum.
Yapay Zeka Kodlama Araçlarını Kişisel Olarak Kullanma Biçimim
Kendi kodlama uygulamalarımda yapay zeka araçlarını nasıl kullanıyorsun?
Günlük kodlama işlerim genellikle hobi projelerim için, çoğunlukla komut satırı tabanlı araçlar kullanıyorum. Bu süreçte Gemini CLI kullanıyorum. Bunun yanı sıra biraz Claude Code, biraz da Codex kullanıyorum. Terminal tabanlı bir aracı tek başına kullanmak pek mümkün değil, bu yüzden kullandığım IDE’ler de çeşitlilik gösteriyor. Zed, VS Code, Cursor ve Windsurf gibi birçok aracı deniyorum; çünkü sektördeki gelişmeleri görmekle ilgileniyorum.
Profesyonel yaşamımda ise, ürün yöneticileri genellikle belgelerde zaman geçiriyor. Bu nedenle, ihtiyaç duyduğum ilk şey, AI yardımıyla spekülasyon ve gereksinim belgelerini yazmak.
Gemini CLI ile Geliştirme Süreci
Gemini CLI kullanarak Gemini CLI’yi inşa ediyorsun, ama bunun kendi kendine işlediğini sanmıyorum.
Bir geliştirme görevi genellikle bir sorunla başlar, belki bir GitHub sorunu veya bir hata ile ilgili bir geri bildirim olabilir. Çoğunlukla, gerçekçi olmak gerekirse, bu sorunlar yeterince açıklayıcı değildir. Bu nedenle, Gemini CLI’yi kullanarak daha sağlam bir gereksinim belgesi oluşturuyorum. Bu belge genellikle teknik ve bunları hedef odaklı olarak düzenleyen yaklaşık 100 satırlık bir Markdown belgesi oluşturuyorum.
Geliştirme ekibimizde, kurallar ve Markdown belgeleri gibi çeşitli katmanlar mevcut. Bu belgeler modele, çalışma yöntemimiz ile ilgili bilgiler veriyor: Test sürecimiz, bağımlılık yönetimimiz vb. Dolayısıyla model kodu üretirken, bu belgelerden de faydalanıyor.
Gemini CLI sorunları çözdükçe, gereksinim belgemi güncelliyor ve “Bu adımı düzelttim, şimdi diğerine geçiyorum” gibi notlar ekliyor. Her bir işlem, depodaki kendi commit ve pull request’ini oluşturuyor; böylece her zaman geri alabilir veya değiştirebilirim.
İşimin yaklaşık %70-80’ini terminalde doğal dil ile çalışarak geçiriyorum. Gemini CLI ile gereksinimleri tasarlıyor ve ardından ekip belgelerimdeki tercihleri göz önünde bulundurarak, çoğunlukla kodu yazmasını sağlıyorum. Ancak, çoğunlukla yazmak yerine kodu okumak için IDE’yi kullanıyorum.
Gelecek Bizi Ne Bekliyor?
Ham bilgisayar kodunun geleceğinin ne olacağını düşünüyorsun? Ya da her şeyi terminal pencerelerine mi taşıyacağız?
Son otuz yılda, IDE’ler yazılım geliştirme konusunda her şeyin yapıldığı yer oldu. IDE, tarayıcı ve terminal penceresi vardı.
Bu durum halen büyük ölçüde geçerli olmakla birlikte, zamanla gereksinimlerle daha fazla zaman harcadığımızı göreceğimizi düşünüyorum. IDE’de geçirilen zamanın ise azalması muhtemel. Bu değişimin yaşanması ise oldukça uzun bir süreç alabilir.
Yazılım geliştirme süreçlerinin geleceği konusunda endişeler var. On yıl sonra kodlara bakmazsak, bu durum geliştiriciler için ne anlama geliyor? Onlar için iş bulunabilir mi?
Bence geliştiricilerin işi daha çok bir mimar gibi olacak. Karmaşık problemleri daha küçük, çözülebilir parçalara ayırmak üzerine yoğunlaşacaklar. Üretmek istedikleri şey hakkında daha geniş bir perspektif düşünmek zorunda kalacaklar, makine dili ile aralarında bir köprü kurmaktan ziyade.
