Yapay zeka, yazılım sektöründe hız vaadiyle öne çıktı. Ancak OpenClaw’ın geliştirilmesinde rol alan iki kilit mühendis, bu hızlı üretimin kötü, hatalı ve hatta tehlikeli kodların sayısını artırdığını söylüyor. Lafı uzatmadan detaylara birlikte bakalım…
The Wall Street Journal’a göre OpenClaw’ın temelini atan Mario Zechner ve Armin Ronacher, yapay zeka destekli kodlama furyasının yazılım dünyasında ciddi bir kalite sorunu yarattığını vurguluyor. İkilinin vibe slop adını verdiği bu durum, vibe coding ile AI slop kavramlarının birleşiminden oluşuyor. Zechner’a göre altyapılar kırılgan hâle geliyor ve yazılımlar eskisine kıyasla hatalı çalışıyor. GitHub’ın da AI ile üretilen düşük kaliteli projelere karşı yeni politikalar ve özellikler geliştirmesi, meselenin açık kaynak tarafında da büyüdüğünü gösteriyor.
İki mühendis yapay zekanın tamamen işe yaramaz olduğunu söylemiyor. Aksine kendileri de bazı yorucu işleri hızlandırmak için bu araçları kullanıyor. Lakin bu teknolojinin destekleyici bir yardımcı olmaktan çıkıp, yazılım geliştirme sürecinin ana taşıyıcısı hâline getirilmesi büyük risk doğuruyor. Ayrıca şirketler otomasyon sistemlerini, iş hayatının başındaki genç yazılımcıların yerini alacak bir alternatif olarak görmeye başladı. Yetenek havuzunun kuruması ve kıdemli mühendislerin arkasından gelmeyecek deneyimli insanların olmaması, uzun vadede daha fazla hata, servis kesintisi, bakım yükü olarak geri dönebilir.
OpenAI’da Codex ekibini yöneten Rohan Varma, yapay zeka ile üretilen kodun doğrudan çalışacağının varsayılmaması gerektiğini söylüyor. Varma’ya göre Codex, web sitelerini test edebiliyor, şirket kurallarına göre kodu kontrol edebiliyor ve güvenlik sorunlarını tarayabiliyor. Fakat kritik altyapılarda son sorumluluk hâlâ mühendislerde.
Tartışmanın diğer tarafında ise Google ve Meta’nın iddialı açıklamaları var. Sundar Pichai, Google’daki yeni kodların yüzde 75’inin AI sistemleri tarafından üretildiğini ifade etmişti. Mark Zuckerberg ise 2026 bitmeden Meta’da kodların yapay zeka tarafından yazılıp kontrol edileceğini duyurmuştu. Yeni girişimler de AI sayesinde hızlı prototip çıkarabiliyor. Ancak sistem büyüdükçe sorunlarla karşılaşıyorlar. Kodlar karmaşıklaşıyor, bağlam genişliyor ve yapay zekanın çözümü her zaman doğru yöne gitmiyor.
