AI karşısında dayanıklı ve zayıf yazılım alanları

AI Karşısında Dayanıklı Alanlar (Güçlü Kalacak)

Bu alanlarda LLM'ler yardımcı olabilir ama insan zekâsı hâlâ kritik kalır.

1. Distributed Systems / Backend Infrastructure

• Neden dayanıklı?
• Gerçek dünya problemleri: latency, network partition, concurrency, durability. Bunlar teorik değil; sistem ortamına göre şekillenir.
• Yetenek seviyesi yüksek, iş gücü kıt. AI bu alanın mantığını anlayamıyor çünkü soyut trade-off’larla dolu.

2. Security Engineering (Exploit Dev, Red Team, Secure Architecture)

• Neden dayanıklı?
• Saldırılar sürekli değişiyor. Yeni saldırılar yaratmak, analiz etmek ve sistemleri buna göre yeniden yapılandırmak deneyim ve sezgi ister.
• LLM’ler şimdilik known vulnerabilities'leri tanıyor ama “gerçek 0-day” sezemez.

3. Low-Level / Embedded / OS Development

• Neden dayanıklı?
• Hardware'e yakın kod yazmak hâlâ çok ince işçilik ister.
• Örnek: Linux kernel patch’leri, driver yazımı, bootloader geliştirme…
• LLM’in burada yanılma toleransı düşük. Yanlış bir interrupt handler sistemi çökertir.

4. High-Performance Computing (HPC) / Parallel Programming / GPU Optimization

• Neden dayanıklı?
• Donanım bilgisi, cache optimizasyonları, SIMD, CUDA gibi konular hâlâ manuel olarak en iyi sonuç veriyor.
• LLM bu alanlara henüz yüzeysel destek veriyor.

5. Algorithm / Research-Focused Engineering (Compiler Design, Formal Methods)

• Neden dayanıklı?
• Bu işler zaten en zeki yazılımcıların çalıştığı alanlar.
• Compiler’lar, statik analiz araçları, symbolic execution vs.
• AI buralarda destek olur ama kendi başına üretkenlik gösteremez.

⚠️ AI’nin Kısmen Etkileyeceği Alanlar (Adaptasyon Gerekir)

Bu alanlarda çalışılabilir, ama kendini farklılaştırmazsan "yerine AI gelmesi" kolaylaşır.

6. Full-Stack Web Development

• CRUD işleri, REST API, basic frontend = LLM’lik işler.
• Ama full-stack + devops + product sense + UX + testing = halen sağlam profile ihtiyaç var.

7. Mobile Development

• Flutter, Swift, Kotlin hâlâ yaygın ama UI + basic logic otomatikleşiyor.
• Ama product insight, animation tuning, performance work hâlâ insanda.

8. DevOps / SRE

• Otomasyon arttı ama hala canlı sistemleri gözlemlemek, incident çözmek gerekiyor.
• AI burada araç olur ama tamamen ele geçirmez.

❌ AI’nin En Çok Tehdit Ettiği Alanlar (Yıkım Yakın)

9. Frontend-Only Development

• Düğme, component, form… Bunlar artık UI prompt’larıyla üretilebiliyor.
• React dev’iysen çok üst düzeyde olman gerek, yoksa yerine ChatGPT+Copilot gelir.

10. Data Science (Analiz/Modelleme Seviyesi)

• AI zaten AutoML yapıyor. Feature engineering bile otomatikleşti.
• Sadece SQL + basic sklearn ile çalışanlar için iş güvencesi düşüyor.
• Ama ML Research ya da AI sistem mimarisi kısmında dayanıklılık devam eder.

11. Basic QA Testing / Manual Test Script Writing

• AI test senaryoları yazıp, çalıştırabiliyor.
• Manual QA ya da basic automation script işi tarihe karışacak.

security'nin de bir sürü alt dalı var, exploit dev. genius tiplerin olduğu bi iş mesela. llm'ler 0-day bulamıyor diyor zaten, insan sezgisi ve tecrübesi lazım.

yok bana göre cevap vermedi. 1.si hariç diğerleri ilgi alanım değil zaten.

Kimse yazmamış ben yazayım. Chatgpt gibi geldi bana

chatgpt zaten

ilk 5'teki yazılım alanlarında çalışanların oranı genel yazılımcılara oranı. %5

türkiye'de ise bu oran %1'in altında.

distributed systems milyonlarca kullanıcısı olan sistemleri ölçeklendirmek için kullanılıyor, bizim ülkede bi işe yaramıyor, full-stack dev yetiyor. trendyol, hepsiburada, yemeksepeti'nin infra backendcileri var onlar da ölçekten doğan sorunları çözdürmek için phdlilerden danışmanlık alıyormuş, türkiye'de ne düzgün ai/ml ne de distributed systems uzmanı infra backendci, system engineer vs. için mesleki tatminlik var. Anca savunma sanayiye girersen iyi kötü bir şeyler var.

distributed ile ai/ml aynı emeği istiyor zaten, ikisi de zor, infrastructure ilgimi çekti, kenesi de bol diye o alanı seçtim, argesi falan da yapılıyor. nese risk alcaz, olmadı full-stack dev oluruz nabalım 

AI sizden iyi yazı yazabiliyor, sizden iyi ve çok çok hızlı okuyup anlayabiliyor. Kod yazımında oldukça iyi düzeyde, her konuda sorulan soruları anlayıp cevaplayabiliyor, size verilen ödevleri yapabiliyor, sınav sorularını çözebiliyor, olimpiyat düzeyinde sorularda dahi başarısı çok yükseldi, birçok alanda projeleri yapabiliyor. Hiç kodlama bilmeyen bir kişinin bile app yazmasını, web sitesi yapmasını, her tür istatistik verisini görselleştirmesini sağlayabiliyor. Bir yandan farklı ülkelerden, farklı şirketlerden, akademiden vs. birçok uzman bu konuda insanları uyarıyor.

BUnların hiçbiri olmasa 2022 başından beri LLM kullanan biri olsanız zaten ne hızla geliştiğini ve neler yapabiliyor olduğunu kendiniz görebilirsiniz. Durum böyleyken hala bazı şeyleri kabul etmiyor olmak benim açımdan akıl almaz geliyor. 2027 olur mu bilmem, yakın bir tarih sonuçta, ama 2030'a kadar olan süreci çok dikkatle izleyin.

İnsanlar tarihi ve tecrübelerini esas alarak akıllarında benzetmeler yapmaya çalışıyor, ancak hiçbir zaman bu hızda gelişen ve ilerleyen bir şeyle karşılaşmadılar. 6 ayda bir AI compute 2'ye katlanıyor; 5 senede 1024 kat demek olur bu da... Hala dalga mı geçmeyi tercih ediyorsunuz?

llm doğası gereği trade-offlara giremez

nondeterministik kararlar veremez

halisülasyon sorunu tamamen çözülemez

Gelişim eskisi kadar hızlı değil data bottleneck var

hocam senin karamsarlığın sadece AGI ortaya çıkarsa gerçek olur. LLM teknik derinlik isteyen uzmanlıkların hiçbirini yok edemez. Şu konudaki ilk 5 alanın ne olduğunu az çok biliyorsundur. allah aşkına en basitinden 0-day exploit'ini llm nasıl yazacak? llm insanlık tarihinin bulduğu en güzel şeylerden biri ama bazı kesimler fazla abartıyor.

AGI ortaya çıkarsa zaten işsizlikten ziyade dert etmemiz gereken daha fazla şey var. Dünya distopik bir ortama dönüşebilir.

llm'in çalışma mantığını anladıktan sonra AI bizi replace edecek düşüncesi neredeyse tamamen kafamdan uçtu. derin domain bilgisi olan birini replace edemez he bu da yazılımdaki kaymak tabaka oluyo gerçi çok çalışmak lazım. neyse ki bi konuya takıntılı bir biçimde çalışma huyum olduğundan sorun yapamam, az buçuk başarılı biri olma sebebim bu.

AGI'a gerek yok, şu anki hali bile birçok işi replace etmeye yeterli düzeyde, ama henüz altyapı hazır değil bunun için. Şu an olabilecek ve aktif yaşanan durum ise; çok az şey bilen birinin çok daha iyi eğitimli ve bilgili kişinin yapacağı aynı işi veya daha da iyiyisini AI kullanarak çok daha hızlı yapması şeklinde yaşanıyor. Sadece LLM değil, diğer AI toollar da bunları yapıyor, mesela ai image/video generator, ai translator vs

AGI herkesi kökten işsiz bırakan bir çözüm olabilir, fakat bu gerçekleşmeden önce kısıtlı alanda uzmanlaşmış AI'lar işleri birer birer götürecek zaten. Mesela self-driving car olayı yaygınlaşsın, araba kullanmaya dayalı işler ortadan kalkacak, bunun için 0-day exploit üretebilen veya yeni fizik teorileri ortaya atabilen bir AGI'a ihtiyaç yok.

Neyse 2030'a kadar izlemede kalın, 5 sene diyelim hadi 2030 sonuna kadar olsun, çok büyük değişiklikler bekliyorum. 2027'de hatta burada çok farklı şeyler konuşuluyor olacak. Ama youtube'da veya başka yerlerde karşınıza çıkan 2027'de AI dünyayı ele geçirecek senaryolarını falan abartılı buluyorum.

birçok işi bitirecek, replace edecek ama yine de lafımın arkasındayım. yukarıdaki ilk 5 alan llm ile bitiremez. llm çalışma mantığını araştırırsan sen de anlayacaksın aslında. llm yeterince gelişince agi'ye dönüşmeyecek, agi çok farklı bi mevzu. llm istastiksel yöntemlerle oluşturulan zeki olmayan bir sistem, insan zekasının şart olduğu alanlarda anca tool olmaya devam eder. llm'in de sınırları var demek istediğim, tam potansiyeli bile bazı konularda yetersiz kalacak. neyse bu mevzuyu çok da uzatmanın anlamı yok, yaşayıp göreceğiz.

llm'den değil de agi'den korkun, o zaman hiçbir işe yaramayacaksınız.

Biz şu ankiyle aynı işe yarayacağız aslında, hatta belki daha verimli ve daha bilgili olacağız, ama AI biz insanları çoktan geçmiş olacak. Şu anda da AI ile aramızda büyük farklar var, sadece zeka kıyaslaması yapıp benzer algı düzeyinde olduğumuzu söyleyebilirsiniz, fakat AI insana göre çok fazla avantajla birlikte geliyor. Sınırsız ve yorulmadan, aralıksız çalışma kapasitesi, processing power olarak insanın çok ötesinde olması, hiç unutmayan ve teorik olarak sınırsız hafızası, hatasız ve çok hızlı şekilde, öğrenilmiş bir algoritmayı tekrarlayabiliyor olması insan kapasitesinin çok ötesinde şeyler. Yani aslında aynı zekaya sahip bir AI, super intelligence otomatikman olmuş oluyor bence.

Biz işe yaramaz olmayacağız; AI karşısında şansımız olmayacak sadece, bu arada insan vs AI maliyetlerinden bahsetmedim bile. Tatil yapmayan, hastalanmayan, uyumayan, emekliye ayrılmayan, işi bırakmayan, her söyleneni harfi harfine yerine getiren, aralıksız çalışan, değişken psikoloji, yaşlanma, aile, doğum, hastalık, bayram izni gibi sorunları olmayan, dikkat hataları yapmayan bir süper çalışan karşısında sadece biyolojik sınırları ve ihtiyaçları olan "insanlar" olduğumuz için, baştan rekabet şansımız kalmıyor.

bunu hiç duymadım ama doğru olabilir. yüksek scale yazılımların bu yazılımcılar tarafından çözüleceğine ben inanmıyorum. mülakatlarda ortalama sorulan soruları yazabilirim mesela.

Java garbage collector ne zaman tetiklenir, React component yaşam döngüsü, react class ile function farkı, rabbitmq exchange, spring boot transaction default propogation...

zamanında algoritma soruyorlardı ona aşinaydık neyse de, garbage collector ne zaman tetiklenir diye sormak çok abes geliyor bana. ne gibi bir faydası olabilir ki geliştirici için? Abstraction yani soyutlama kavramını irdeliyoruz zaten bütün OOP dillerde. Bana ne dememiz gerekmiyor mu? Compiler'ını mı yazacağım sanki. Halen Java classları için yüz defa Get Set yazan insanlarız ve neyi encapsule ettiğimizi hiç anlamadım. resmen ekstra bir katman oluşturuyoruz ama niye belli değil. aynısını mesela javascript objelerinde yapmıyoruz, onda niye encapsulation yok?

full stack dev olmak kötü değil bu arada. şuan en yüksek getirili mesleklerden birisi hatta. gömülü gibi daha kompleks alanlardan daha çok kazanç elde etmeniz mümkün. üstelik emeğiniz de çok daha az olacaktır. tatmin konusu zaten bireysel bir şey, sana NASA'nın ARTEMIS programındaki SLS'in itme motorunun yazılımı yazmayı bekliyorsan işin çok zor.

yazılımdaki çok yüksek getiri getiren alanlar genelde niş alanlar olur ya da bir işte çok çok çok iyisinizdir ne bileyim Staff Engineer falan olman lazım. peki bu adamın mektep mezunu olmasına gerçekten gerek var mı ya da okuldaki bilgilerini kullanabilecek mi? 4 sene yerine 2 sene + 2 sene tecrübe daha mı iyi diye düşünmüyor değilim. Trendyolda ben lise mezunu insanların bile çalıştığını gördüm, çocuk bir de türkiyeyi beğenmeyip yurt dışına çıkmıştı.