Claude Mühendislik Lideri: Yapay Zekaya Tam Erişim Vermek Her Şeyi Neden Değiştirir
Silicon Valley Girl · 2026-10-20
💡 Hızlı Bilgi
1. Anthropic mühendislik lideri Felix Riesberg artık doğrudan kod yazmıyor; sabahları güne Claude ajanlarının hazırladığı günlük brifingle başlıyor.
2. Riesberg tüm mesaisini hızlı prototiplemeye ayırıyor; aklına gelen fikirleri bizzat geliştirmek yerine modele yaptırıp sadece sonuçları eliyor.
3. Kendi yazdığı metinleri veya fikirleri denetlemek için çekişmeli inceleme (bir modelin çıktısını çürütmekle görevli başka modeller) yöntemini kullanıyor.
4. Riesberg'e göre tek bir yapay zeka oturumunun kendi işini denetlemesine asla güvenmemek gerekiyor; mutlaka bağımsız bir dış hakem şart.
5. Yapay zekaya uzman rolü biçip kostüm giydirmek yerine, o alandaki profesyonellerin kullandığı araçları doğrudan modele teslim etmeyi öneriyor.
📊 Detaylı Açıklama
Felix Riesberg, klasik yazılım yöneticiliği rutinini tamamen terk ettiğini anlatıyor. Sabah mesaisine başladığında gelen kutusunu taramak yerine, ajanların önceden çıkardığı günün kritik başlıklarını inceliyor. Gününün büyük bölümünü fikirleri kodlamakla değil, hızlı prototipler üretip hangisinin yaşayacağını test etmekle geçiriyor. Riesberg'e göre zanaat artık saatlerce kod yazmak değil; ürünün kullanıcıda yarattığı etkiyi tartabilmek ve doğru zevke sahip olmak haline geldi.
Riesberg, bilgi çalışanlarının en sık düştüğü hatanın yapay zekaya konveyör bant muamelesi yapmak olduğunu savunuyor. Kendisi de eskiden yazılım çökmelerini tek tek Claude'un önüne taşırken, zamanla tüm çökme verilerini sisteme açıp kararı modele bırakmaya geçmiş. Yapay zekaya küçük veri dilimleri vermek yerine tüm tabloyu sunup araçlarla sınır çizilmesini öneriyor. Böylece insan, verileri taşıyan bir hamal olmaktan çıkıp genel akışı gözlemleyen bir denetçiye dönüşüyor.
Üretilen işin kalitesini ölçmek için çekişmeli incelemeler (adversarial reviews) yöntemini devreye sokuyor. Bir blog yazısı veya teknik doküman hazırladığında, Claude üzerinde beş ayrı iş parçacığı başlatıyor. Bu parçacıklara tek bir hedef veriyor: Fikri parçalamak, hataları yüzüne vurmak ve tezi çürütmek. Ortaya çıkan itirazları ise bambaşka bir hakem modele tarttırıyor. Riesberg, tek bir oturumun kendi işini tarafsızca değerlendiremeyeceğini ve kör noktalara düşeceğini özellikle vurguluyor.
İstem yazarken takınılan sahte rolleri ise tamamen anlamsız buluyor. Modele "Sen kıdemli bir muhasebecisin" veya "Sen uzman bir yazılımcısın" demenin sadece içi boş bir rol yapma doğurduğunu söylüyor. Bunun yerine gerçek uzmanların kullandığı sektör araçlarını, panoları ve ham bilgileri modele tanımlamayı seçiyor. İnsanların modelleri birer karakter kalıbına sokarak onların genel zekasını kısıtladığını ve işlevsizleştirdiğini aktarıyor.
Yeni başlayanların iş akışlarını karmaşık bağlayıcılarla boğmamasını, masaüstü uygulaması ve tarayıcı erişimiyle sade bir başlangıç yapmasını öneriyor. Güven kuramayan profesyoneller içinse yan yana çalışma deneyini tavsiye ediyor. İnsan kendi geri bildirimini yazarken, yapay zekanın aynı konudaki yorumunu izliyor ve iki bakış açısını karşılaştırıyor. Riesberg'e göre bu pratik, yöneticinin kendi karar alma mantığını ve estetik zevkini modele zamanla aktarmasını sağlıyor.
Girişimcilik ve iş kurma tarafında ise ezberlerin bozulduğunu dile getiriyor. Yazılım geliştirmenin maliyeti neredeyse sıfıra indiği için sadece kod yazabilen bir ekip artık avantaj taşımıyor. Riesberg, başarının temelini kullanıcıyla kurulacak derin empatiye bağlıyor. İnsan ilişkilerini çözen, sahadaki gerçek sorunları anlayan ve kötü tasarlanmış hantal yazılımları sadeleştiren profesyonellerin yeni dönemde ayakta kalacağını söylüyor.
🎯 Yaşam Tarzı Uzmanı Yorumu
Felix Riesberg'in sunduğu çalışma modeli, bilgi çalışanının rolünü uygulayıcılıktan küratörlüğe taşıyor. Sürekli ekran başında manuel operasyon yürüten profesyoneller için bu dönüşüm kaçınılmaz görünüyor. Riesberg'in doğrudan kod yazmayı bırakıp sadece hedefleri ve kalite çıtasını belirlemesi, zihinsel enerjiyi operasyonel yorgunluktan kurtarıyor. Ancak bu yöntemin değer üretmesi, kişinin kendi alanında çok güçlü bir süzgece ve estetik algıya sahip olmasına doğrudan bağlı.
Önerilen çekişmeli inceleme ve ajan delegasyonu rutini, yüksek sorumluluk alan bireyler için uzun vadede sürdürülebilir bir hafiflik sunuyor. Kişi her işi tek başına sırtlanmak yerine, yapay zekayı bir zihinsel antrenman partneri haline getiriyor. Buna karşılık, sürekli birden fazla modelin tartışmasını yönetmek ve nihai yargıç olmak farklı bir bilişsel yük yaratıyor. Karar yorgunluğu yaşayan biri için bu kadar çok yapay zeka girdisini ayıklamak bir süre sonra yıpratıcı bir girdaba dönüşebilir.
Bu sistem herkes için uygun değil. Çıktının her virgülünü kendi eliyle kontrol etmek isteyen katı yöneticiler veya temel bilgi birikimi henüz oturmamış çıraklar bu modelde ciddi şekilde bocalayacaktır. Neyin iyi neyin kötü olduğunu henüz sezgisel olarak ayırt edemeyen bir kullanıcı, modellerin sunduğu hatalı argümanları kolayca doğru kabul edebilir. Kontrolü tamamen devretmek, tembel kullanıcılarda mesleki körleşme ve içerik yüzeyselleşmesi gibi belirgin riskler barındırıyor.
Sonuç olarak bu akış, kendi iş alanında derin uzmanlığı olup operasyonel tıkanıklık yaşayan serbest çalışanlar, ürün yöneticileri ve girişimciler için biçilmiş kaftan. Riesberg'in de altını çizdiği gibi, zanaatın teknik adımlarını yapay zekaya aktarıp empati ve ilişki kurma gibi insani tarafa ağırlık vermek gerekiyor. Eğer işinizi sadece tekrarlayan adımları yerine getirmek olarak görüyorsanız, bu yaklaşımı zorlamak yerine önce kendi problem çözme becerinizi keskinleştirmeniz daha sağlıklı olacaktır.
Kanal: Silicon Valley Girl