Faros Verileri: Yapay Zekâ Destekli Kodlamanın Yaygın Olduğu Yerlerde Geliştirici Başına Hata Sayısı %54 Daha Fazla

Yapay zekâ ile yazılan kod bir doğrulama darboğazı yaratıyor

mihaisplace.com'da yayımlanan ve Hacker News'in ana sayfasına çıkan bir blog yazısı, mühendislik ekipleri için giderek daha acil hâle gelen bir soruyu soruyor: kodlama ajanları yazılımı insanların okuyabileceğinden daha hızlı üretebiliyorsa, kodun doğru olduğunu kim doğrulayacak? Yazarın yanıtı, doğrulamanın kendisinin de otomatikleştirilmesi gerektiği; bunun da yapay zekâ destekli geliştirmeyi hızlı kılan araçlar ve test altyapısıyla inşa edilmesi gerektiği yönünde.

Telemetri verileri ne diyor

Deneme, Faros'un 4.000 ekipteki 22.000 geliştiriciden iki yıla ait telemetri verisini analiz ettiği 2026 tarihli bir çalışmaya dayanıyor. Gönderiye göre bu dönemde üretkenlik arttı; ancak yapay zekâ kullanımının yüksek olduğu organizasyonlarda hatalar, yeniden yapılan işler, inceleme yükü ve üretim olayları daha da hızlı arttı.

Bildirilen rakamlar çarpıcı: Yapay zekâ kullanımının düşük ve yüksek olduğu dönemler karşılaştırıldığında geliştirici başına %54 daha fazla hata, medyan pull request inceleme süresinde yaklaşık beş kat artış ve pull request başına üç katından fazla olay söz konusu. Yazar, bunların yapay zekânın her sonucu neden olduğunun kanıtı değil, korelasyonlar olduğunun altını çiziyor. Faros'un üçüncü çeyrek için yayımladığı sonraki bir rapor, doğrulama, düzeltme ve operasyon maliyetleri aşağı akışta birikmeye devam ederken bazı erken etkilerin hafiflediğini ortaya koydu.

Gönderinin tespit ettiği yapısal sorun aritmetiğe dayanıyor: küçük bir ekip devasa yapay zekâ üretimi diff'leri anlamlı bir şekilde inceleyemez ve sıradan inceleme pratikleri, ajanların bugün kod teslim etme hızıyla başa çıkmakta zaten zorlanıyor.

Metodolojiler ve yerel inceleme döngüleri

İki topluluk girişimi özellikle dikkat çekiyor. Superpowers, kodlama ajanlarını disiplinli mühendisler gibi davranmaya iten ajan tabanlı bir geliştirme metodolojisi ve beceri koleksiyonu: aslında ne inşa edildiğini netleştirmek, planlamak, test öncelikli çalışmak, hata ayıklamak ve işi ayrı ajanlara inceletmek. Yazarın değerlendirmesi, bunun iyi bir başlangıç olduğu; ancak metodolojinin tamamını izlemenin geliştirmeyi yavaşlatabileceği ve hiçbir eklentinin yazılımı hatasız veya güvenlik açısından risksiz kılmayacağı yönünde.

İkincisi, pandas kütüphanesini yaratmasıyla tanınan Wes McKinney'den gelen RoboRev çerçevesi. RoboRev sürekli yapay zekâ kod incelemesini yerel döngüye taşıyor: commit yaptığınızda yerel bir daemon, yapılandırılmış bir kodlama ajanıyla değişikliği inceliyor ve bulgular, bağlam hâlâ tazeyken kodu yazan LLM'ye geri beslenebiliyor. Ayrıca takip incelemesi iş akışlarını ve hedeflenmiş inceleme görevlerini de destekliyor. Cazibesi, doğrulamanın en sonda hatırlanan bir şey olmaktan çıkıp kodlamanın bir parçası hâle gelmesi; ancak ikinci bir model garanti edilen doğruluk veya tarafsızlık değil, farklı bir bakış açısı sunuyor.

Barındırılan inceleme servisleri

Gönderi daha sonra ticari manzarayı inceliyor. Anthropic'in barındırılan Claude Code Review servisi, Ekim 2026 itibarıyla Team ve Enterprise planları için araştırma önizlemesi olarak listelenmiş durumda ve ayrı bir kullanım tabanlı faturalandırmaya sahip; GitHub pull request'ini incelemek için birden fazla uzmanlaşmış ajanı paralel şekilde görevlendiriyor ve mantık hataları, güvenlik açıkları, regresyonlar ve gözden kaçan uç durumları arıyor. Anthropic ayrıca Claude Code için bir /code-review eklentisi sunuyor; yazar bunun derinlik, kurulum ve fiyatlama açısından farklı bir iş akışı olduğu konusunda uyarıyor.

OpenAI'nin Codex incelemesi, bağlı bir GitHub pull request'inde @codex review komutuyla istenebiliyor, otomatik çalışacak şekilde yapılandırılabiliyor ya da pull request oluşturulmadan önce yerel değişikliklere yönlendirilebiliyor. İncelemeler bir diff'e, güvenlik kaygısına veya spesifikasyon uyumuna göre kapsamlandırılabiliyor ve Codex, ardından incelenip yeniden gözden geçirilecek bir düzeltme hazırlayabiliyor; böylece incele-ve-onar döngüsü oluşuyor.

GitHub Copilot Code Review en az elle müdahale gerektiren seçenek: pull request'leri otomatik olarak inceliyor, depo talimatlarını izliyor ve düzeltmeler öneriyor. Genellikle onaylayan bir inceleme yerine yorum bırakıyor; ancak bazı kurulumlarda onaylar yapılandırılabiliyor. Bunun karşılığı, çalışma başına doğrudan model yapılandırmasının daha az olduğu daha yönetilen bir deneyim.

Cursor'ın Bugbot'u GitHub pull request'lerindeki mantık hatalarını inceliyor, geliştiricilerin bulgulara Cursor içinde hareket etmesine izin veriyor ve Autofix özelliğiyle bulut ajanları aracılığıyla düzeltmeler önerebiliyor. Cursor, servisin frontier ve şirket içi modelleri birleştirdiğini söylüyor. Greptile, CodeRabbit ve Qodo, yapay zekâ destekli inceleyicilerin kalabalık alanını tamamlıyor.

Tek inceleyici yeterli değil

Denemenin merkezindeki uyarı şu: model çeşitliliği sihirli bir çözüm değil; iki ajan aynı yanlış cevapta hemfikir olabilir, aynı gereksinimi gözden kaçırabilir ya da var olmayan bir hatayı kendinden emin bir şekilde işaretleyebilir. Pratik öneri, yapay zekâ incelemesini bir LLM'nin yorumuna bağlı olmayan kontrollerle eşleştirmek ve nihai karardan, özellikle yüksek riskli değişikliklerde, bir insanı sorumlu tutmaktır. Yazar, kapanışta CI/CD içinde bir doğrulama hattı taslağı çizerek her otomatik kontrolü doğruluk kanıtı değil, ek bir güven olarak ele alıyor.

Neden önemli

Faros verileri yapay zekâ kodlama tartışmasını yeniden çerçevelendiriyor: kısıt, kod üretmekten ona güvenmeye kayıyor. Hatalar, inceleme süresi ve olaylar üretkenlikten daha hızlı ölçekleniyorsa, verimlilik kazancının bir kısmı doğrudan aşağı akış doğrulama ve düzeltme maliyetine dönüşüyor; bu maliyetler geliştirici panolarına değil, operasyon bütçelerine bindiriliyor. Bu, otomatik doğrulamayı iyi-to-have bir özellik olmaktan çıkarıp ajanları ölçekli biçimde çalıştıran her ekip için temel altyapı hâline getiriyor. Ancak korelasyon uyarısı iki yönlü işliyor: organizasyonlar kendi sayılarının eşleşip eşleşmediğini görmek için kendi hatlarını ölçümlendirmeli ve araçlar olgunlaşana kadar birleştirme kararlarını sorumlu insanlarda tutmalı.