Anthropic’te Claude, üretim kodunun %80’ini yazıyor: Kontrol maliyeti de büyüyor

Anthropic'in yapay zeka modeli Claude, şirket içinde üretime alınan kodun %80'inden fazlasını kendisi yazıyor. Yapay zeka artık sadece geliştirmeye yardımcı bir araç değil, gerçek servis kodunun üretim sürecinin merkezine yerleşmiş durumda.

Anthropic bu veriyi 'When AI builds itself' başlıklı araştırma yazısında paylaştı. Şirkete göre %80 rakamı üretilen tüm kodu değil, üretime alınan koddan Claude'a atfedilebilen payı gösteriyor. Anthropic, atıf sürecinde boşluklar bulunduğunu ve otomatik üretilen bazı kodların istatistiklere yansımayabileceğini de ekledi.

Aynı yazıda Anthropic, 2026'nın ikinci çeyreğinde mühendis başına düşen kod birleştirme (merge) hacminin 2021-2025 ortalamasının 8 katına çıktığını belirtti. En açık uçlu görevlerde Claude'un başarı oranı Mayıs 2026 itibarıyla %76'ya ulaştı; bu da altı ay öncesine göre 50 puanlık bir artışa işaret ediyor.

Şirket bu tabloyu 'özyinelemeli kendini geliştirme' (recursive self-improvement) potansiyeliyle ilişkilendiriyor. Yapay zekanın kod yazımı, deney çalıştırma ve incelemenin bir kısmını üstlenmesiyle geliştirme hızının arttığı belirtiliyor.

Ancak Anthropic, henüz o aşamada olmadıklarının altını çiziyor. Hedefleri insanların belirlediği, yönü insanların çizdiği ve nihai onayı yine insanların verdiği bir yapı hâlâ geçerli.

Özyinelemeli kendini geliştirme, yapay zekanın bir sonraki nesil yapay zekanın geliştirme sürecine doğrudan katılarak performans artış hızını yükseltmesi anlamına geliyor. Bugüne kadar yazılım geliştirmede insanlar gereksinimleri belirleyip kodu yazıyor, test ve incelemeden geçirip yayına alıyordu. Yapay zeka destekli kodlama araçlarının yaygınlaşmasıyla yazım ve incelemenin bir bölümü otomatikleşen alan giderek genişliyor.

Sorun şu ki hız arttıkça kontrol maliyeti de büyüyor. 21 Temmuz'da (yerel saatle) yayımlanan yazılım geliştirme yaşam döngüsü güvenliğine dair yazısında Anthropic, Claude'un birleştirilen kodun yaklaşık %80'ini yazdığını yineledi ve güvenlik incelemesiyle erişim yetkisi yönetiminin de değişmesi gerektiğini vurguladı.

Şirket, kod tabanını risk düzeyine göre ayırıp birden fazla yapay zeka inceleme ajanı devreye sokmayı, yüksek riskli bölümlerde ise insan onayını korumayı öneriyor. Sanal alan (sandbox), sanal makine, dış iletişim kontrolü ve yetki sınırlarının belirlenmesi de önlemler arasında sayılıyor.

Onay süreci tek başına yeterli olmadı. 25 Mayıs'ta (yerel saatle) paylaşılan yazısında Anthropic, Claude Code kullanıcılarının onay istemlerini geçme oranının yaklaşık %93 olduğunu açıkladı. Onay talepleri sıklaştıkça kullanıcıların daha az dikkatli hale gelebileceği, yani bir tür 'onay yorgunluğu' oluşabileceği belirtiliyor.

İnceleme darboğazı da rakamlara yansıdı. 9 Mart'ta (yerel saatle) tanıttığı kod inceleme sistemine ilişkin yazısında Anthropic, şirket içi çekme isteklerinin (pull request) neredeyse tamamına kod incelemesi uyguladıklarını bildirdi. Anlamlı inceleme yorumu alan çekme isteklerinin oranı %16'dan %54'e yükseldi; ancak nihai onay hâlâ insanın kararında.

Sektörde görüşler ayrışıyor. Bir kesim yapay zeka destekli kodlama araçlarını geliştirme verimliliğini artıran bir örnek olarak görüyor. Diğer kesim ise kod yazımından çok kaynağın izlenmesi, doğrulama ve sorumluluğun kime ait olduğunun daha büyük bir sorun haline geldiğini düşünüyor.

GitLab(GTLB), 23 Haziran'da (yerel saatle) açıkladığı ankette katılımcıların %80'inin, kurumlarının yapay zeka aracı benimseme hızının politika oluşturmadan daha hızlı ilerlediğini söylediğini duyurdu. Yapay zeka tarafından üretilen kodun yönetişiminde sorun yaşadığını belirtenlerin oranı ise %92'ye ulaştı.

Bu tablo kripto şirketleri için de yabancı değil. Zincir üstü (on-chain) servisler ve işlem altyapıları hem hızlı devreye alma hem de güvenlik doğrulamasını aynı anda gerektiriyor. TokenPost daha önce, Anthropic'in yapay zeka ajanlarının aynı depoda birbirini engellediği bir deney örneğini aktarmıştı.

Yapay zeka destekli geliştirme araçlarının gerçek servis koduna ve operasyonel yetkilere uzanması durumunda, verimlilikten önce doğrulama sistemleri sınanacak gibi görünüyor. Akıllı kontratlar, işlem altyapıları ve cüzdan servisleri gibi yayına alındıktan sonra düzeltme maliyeti yüksek alanlarda, kodu kimin yazdığından çok inceleme kayıtlarının ve onay sorumluluğunun kalıcı hale getirilmesi daha önemli hale gelebilir.

Anthropic'in paylaştığı rakamlar şirketin kendi raporuna dayanıyor; bağımsız bir dış denetimden geçmiş istatistikler değil. 8 kat artan birleştirme hacmi de kod satırı sayısına dayanan bir gösterge olduğundan kalite, karmaşıklık ve sürdürülebilirliği tam olarak yansıtmıyor. Claude'un yazdığı kodun payı büyüse de, hangi kodun yayına alınacağını ve kimin sorumlu olacağını hâlâ insanların doğrulaması gerekiyor.