Kodlayıcı Olmayanlar Gerçekten Vibe Code Yapabilir mi? Test ettik

Yazılım geliştirmenin demokratikleşmesi son yıllarda hararetle tartışılan bir konu oldu ve teknoloji çevrelerinde herkesin kod yazabileceği iddiaları giderek yaygınlaşıyor. Peki bu iddia gerçekte ne kadar doğrudur? Meraklı bir gözlemci, teknik olmayan bireylerin (bazılarının "normlar" olarak adlandırabileceği) işlevsel uygulamalar oluşturmak için titreşim kodlamanın gücünden gerçekten yararlanıp yararlanamayacağını keşfetmek için bir yapay zekayla iş birliği yaparak bu iddiayı nihai teste tabi tutmaya karar verdi.

Titreşim kodlaması kavramı, geleneksel yazılım geliştirmeden büyüleyici bir ayrılığı temsil ediyor. Vibe kodlama, katı sözdizimine, kapsamlı eğitime ve yıllar süren çalışmalara dayanmak yerine, insan amacını çalışma koduna dönüştürmek için yapay zeka asistanlarıyla sezgisel etkileşimi vurgular. Bu, teknik uzmanlığın bir zamanlar olduğu gibi mutlak bir ön koşul olmayabileceğini öne süren bir yaklaşım. Eldeki soru şu: Bu felsefe pratikte gerçekten işe yarayabilir mi, yoksa yalnızca teknolojik iyimserlikten mi ibaret?

Bu fikri keşfetmek için sıradan insanımız (resmi programlama eğitimi veya mesleki gelişim deneyimi olmayan biri), çalışan bir veritabanı uygulaması oluşturmak üzere gelişmiş bir yapay zeka asistanı olan Claude ile işbirliği yapmaya karar verdi. Hedef iddialı ama bir o kadar da ilişkilendirilebilirdi: Sıradan insanların yaşamları boyunca biriktirdiği küçük şikâyetleri, şikayetleri ve küçük hayal kırıklıklarını takip edecek bir sistem yaratmak. Bu, görev açısından kritik bir kurumsal sistem değildi; Bu gerçekten yararlı ancak bir deney kapsamında gerçekleştirilebilecek bir şeydi.

Yolculuk basit bir sohbetle başladı. Teknik bilgisi olmayan kişi, dokümantasyonla boğuşmak veya karmaşık söz dizimini ezberlemek yerine, oluşturmak istediklerini sade bir İngilizceyle açıkladı. Şikayet veri tabanının kullanıcı dostu olması, girdileri depolayabilmesi, mantıksal olarak düzenleyebilmesi ve belki de bunları okunabilir bir formatta gösterebilmesi gerekiyordu. Bu gereksinimler, sanki bir makineye şifreli komutlar aracılığıyla talimat vermek yerine, sanki bir meslektaşımla kahve içerken bir projeyi tartışıyormuşçasına, karşılıklı konuşularak iletiliyordu.

Bu ortak çalışma sürecinden ortaya çıkan şey gerçekten şaşırtıcıydı. Claude sadece belirsiz gereklilikleri anlamakla kalmadı, aynı zamanda vizyonun iyileştirilmesine yardımcı olan açıklayıcı sorular da sordu. Girişlerin zaman damgaları olmalı mı? Kullanıcıların şikayetleri kategorilere ayırma yeteneğine ihtiyacı var mı? Bir arama fonksiyonu olmalı mı? Bunlar jargonla gizlenmiş teknik sorular değildi; bunlar, uygulamayı gerçekten yararlı bir şeye dönüştürmeye yardımcı olan pratik tasarım hususlarıydı. Bu yinelenen diyalog çok önemli bir şeyi ortaya çıkardı: Yapay zeka destekli geliştirme amaç ile uygulama arasındaki boşluğu kapatabilir.

Gerçek kod oluşturma süreci, titreşim kodlamanın hem potansiyelini hem de sınırlamalarını ortaya çıkardı. Claude, teknik bilgisi olmayan kişinin, bağımsız olarak yazamasa bile her bölümün genel yapısını ve amacını anlayabilmesiyle, çalışma kodunu nispeten hızlı bir şekilde üretti. Veritabanı sorguları, konuşma terimleriyle açıklandığında sezgisel anlam taşıyordu. Kullanıcı arayüzü bileşenleri geri bildirime göre değiştirilebilecek kadar basitti. Bu, uygulama geliştirmeye giriş engellerinin gerçek anlamda azaldığını temsil ediyordu.

Ancak bu deneyim aynı zamanda titreşim kodlamanın neler başarabileceğinin sınırlarını da aydınlattı. Hatalar ortaya çıktığında (ki çıktılar da) sorun giderme en azından biraz teknik okuryazarlık gerektiriyordu. Bir sorgunun neden başarısız olduğunu veya beklenmeyen davranışlarda nasıl hata ayıklanacağını anlamak, sezgiden daha fazlasını gerektiriyordu. Normal kodlayıcımız hızlı bir şekilde öğrendi, ancak işler ters gittiğinde öğrenme eğrisinin daha dik olduğu ortaya çıktı. Bu, Yapay zeka kodlama yardımının işlevsel uygulamalar oluşturmak için gereken temel bilgileri önemli ölçüde azaltabileceğini ancak teknik anlayış ihtiyacını tamamen ortadan kaldırmadığını gösterdi.

Şikâyet veri tabanı birkaç tekrardan sonra tamamen işlevsel hale geldi. Kullanıcılar şikayetleri ekleyebilir, bunları temiz bir arayüzde görüntüleyebilir, geçmiş girişlerde arama yapabilir ve şikayetleri kategori ve tarihe göre düzenleyebilir. Çok karmaşık değildi (makine öğrenimi önerileri ya da gelişmiş analizler yoktu) ama işe yaradı. Çözmek için tasarlandığı sorunu çözdü. Daha da önemlisi, yalnızca birkaç saat önce tek bir satır bile üretim kodu yazamayan biri tarafından oluşturulmuştu.

Bu deney, yazılım geliştirmenin geleceği için önemli çıkarımlar ortaya çıkarıyor. Eğer titreşim kodlaması teknik bilgisi olmayan kişilerin işlevsel uygulamalar oluşturmasına gerçekten olanak tanıyorsa, bunun teknoloji sektörü açısından sonuçları derin olacaktır. İşgücü piyasaları değişebilir. Yazılım geliştirme yeteneğine sahip kişilerin sayısı katlanarak artabilir. Şirketlerin daha az sayıda uzman geliştiriciye, ancak yapay zeka araçlarıyla etkili bir şekilde nasıl işbirliği yapılacağını anlayan daha fazla kişiye ihtiyacı olabilir.

Ancak titreşim kodlamanın geniş ölçekte uygulanabilirliği konusunda sorular devam ediyor. Şikayet veri tabanı nispeten basitti. Karmaşık iş mantığı, çoklu entegrasyon veya ciddi performans optimizasyonu gerektiren uygulamalara ne dersiniz? Normal biri, derin mimari anlayış gerektiren sistemler oluşturmak için Claude ile işbirliği yapabilir mi? Bunlar teknolojinin geleceğini şekillendirecek açık sorular olmaya devam ediyor.

Bu deneyin pratik çıkarımı çok incelikli. Evet, teknik bilgisi olmayan kişiler artık yapay zeka yardımıyla işlevsel veritabanı uygulamaları geliştirebilirler; bu kesinlikle doğrudur. Ancak bu, saf "hisler" kadar basit değil. Başarı hala neyi inşa etmek istediğiniz hakkında net düşünmeyi, tekrarlama sabrını, temel problem çözme yeteneğini ve problemler ortaya çıktığında öğrenme isteğini gerektirir. Bu, sıfır teknik gereksinime sahip olmaktan çok engelleri önemli ölçüde azaltırken sorunla anlamlı bir şekilde ilgilenmeyi talep etmekle ilgilidir.

İnsanın amacı ile yapay zeka yeteneği arasındaki işbirlikçi süreç, gelişimin geleceği gibi görünüyor. Geleneksel kodlama veya saf yapay zeka arasında seçim yapmak yerine, tatlı nokta gerçek bir ortaklık gibi görünüyor. İnsan yönlendirme, değerlendirme ve kullanıcı perspektifi sağlarken yapay zeka uygulama ayrıntılarını ve teknik çeviriyi yönetir. Basitten orta seviyeye kadar araçlar geliştirmek isteyen sıradan insanlar için bu yaklaşımın gerçek bir faydası var ve daha önce erişilemeyen olasılıkların kapısını aralıyor.

Peki, normlar gerçekten titreşim kodu oluşturabilir mi? Yanıt, uyarılarla birlikte evet gibi görünüyor. Gereksinimleriniz hakkında net bir şekilde düşünmeye, bir yapay zeka asistanıyla aktif olarak etkileşime geçmeye ve temel sorun gidermeyi öğrenmeye istekliyseniz kesinlikle işlevsel uygulamalar oluşturabilirsiniz. Yazılım geliştirmeye giriş engeli gerçekten azaldı. Bunun kodlamanın tamamen demokratikleşmesini mi, yoksa sadece yeni, daha erişilebilir bir teknik okuryazarlık katmanının ortaya çıkışını mı temsil edeceğini zaman gösterecek, ancak gidişat, yazılım oluşturmaya kimin katılabileceği hakkındaki düşüncelerimizi inkar edilemez şekilde değiştiriyor.