Yazılım Notları

Strateji, Ekonomi ve Kariyer

AI Herkesi Hızlandırdı, Ama Herkesi Ucuzlatmadı

AI Made Everyone Faster. Not Everyone Cheaper.

AI geliştiriciyi hızlandırdı ama 2026 verisi inceleme, hata, olay ve token maliyetlerinin daha hızlı büyüdüğünü gösteriyor; yazılım üretmenin toplam maliyeti kendiliğinden düşmüyor.

Yükselen görüş

AI kod yazmayı ucuzlattı ama inceleme, hata ve token maliyetini büyüttü; toplam maliyet ancak darboğaz istasyonları da ölçeklenirse düşer.

Faros, Harvard ve DORA'nın telemetri çalışmaları bu görüşü güçlendiriyor; araç satıcıları ve öz-bildirim anketleri ise hızı hâlâ doğrudan tasarruf diye okuyor.

Zihinsel model

Fabrika hattı: tek makineyi hızlandırırsan çıktı artmaz, bir sonraki makinenin önünde stok birikir.

Neden

  • Hattın tek istasyonunu hızlandırmak işi bir sonrakinin, yani inceleme, QA ve release'in önünde biriktirir.
  • Büyük ve hızlı üretilen PR'lar inceleyiciyi geride bırakır; yeterince okunmadan birleşen kod hata ve olay olarak geri döner.
  • Token birim fiyatı düşerken çok turlu Agent session'ları tüketimi daha hızlı artırır; fatura Jevons paradoksuyla büyür.

Kanıt

Yüksek AI benimsemesi döneminde throughput artarken geliştirici başına hata %54 arttı.

Faros AI, AI Engineering Report 2026

Coding agent'lar firma düzeyinde PR sayısını %23 artırdı ama çözülen iş sayısını anlamlı biçimde değiştirmedi.

Chen ve Stratton, Harvard, 2026

Copilot, uzun ve çok adımlı agentic session'ların hesaplama yükünü gerekçe göstererek token bazlı faturalandırmaya geçti.

GitHub Blog, 2026

Karşı görüş

DORA'nın ROI modeli, güçlü test ve teslimat temelleri olan organizasyonlarda pozitif getiri öngörüyor; bugünkü bozulma J-eğrisinin geçici evresi olabilir. Basit greenfield işlerde, test yazımında ve boilerplate'te kazanç da gerçek.

Kavramlar

Theory of ConstraintsSistemin çıktısını en yavaş halka belirler; başka yerdeki hız toplamı artırmaz.
Verification taxAI çıktısını okumak, test etmek ve doğrulamak için harcanan ek zaman.
Change failure rateCanlıya çıkıp geri alma, hotfix ya da olay müdahalesi gerektiren değişikliklerin oranı.
Lead time for changesBir değişikliğin commit'ten canlıya ulaşmasına kadar geçen süre.
Jevons paradoksuBirim maliyet düştükçe toplam tüketimin artması; ucuz token, büyüyen fatura.

Pratikte

  • Maliyeti lisans başına değil, canlıda kalan değişiklik başına toplam maliyetle ölç.
  • İnceleme kapasitesini üretim hızıyla birlikte planla; büyük AI PR'larını otomatik olarak böl.
  • Prompt caching, model routing ve bağlam diyetiyle session başına token tüketimini düşür.
Önce bunu okuAI Impact on Engineering Productivity: 2026 Report Data (Faros AI)Hız artarken hata, olay ve inceleme yükünün nasıl büyüdüğünü telemetriyle gösteriyor.