# Kodlama ajanları kodu artırdı, biten işi artırmadı | QANATONE > Harvard'lı araştırmacıların 700'den fazla yazılım şirketini inceleyen çalışmasına göre yapay zekâ kodlama ajanları kod miktarını yüzde 30… Kaynak: https://www.qanatone.com/haber/harvard-kodlama-ajanlari-calismasi/ --- [Haberler](https://www.qanatone.com/haber/) # Kodlama ajanları kodu artırdı, biten işi artırmadı 12 Eki 2026 3 dk okuma Haber · Bilim Harvard'lı araştırmacıların 700'den fazla yazılım şirketini inceleyen çalışmasına göre yapay zekâ kodlama ajanları kod miktarını yüzde 30 artırdı, ancak tamamlanan iş sayısı anlamlı şekilde değişmedi. Darboğaz kod incelemesine kaydı. ## Ne oldu Harvard'dan Fiona Chen ve James Stratton'ın hazırladığı bir çalışma, yapay zekâ kodlama ajanlarının yazılım ekiplerinin verimliliğine gerçekte nasıl yansıdığını büyük ölçekli veriyle inceledi. Araştırmacılar, 2021'den Mart 2026'ya kadar 700'den fazla yazılım şirketine ait yaklaşık 300 milyon iş olayını analiz etti. Veriler, mühendislik ölçüm platformu Jellyfish'in telemetrisi ile GitHub etkinliğinin eşleştirilmesinden elde edildi. Çalışma henüz hakemli dergide yayımlanmamış bir çalışma taslağı. ## Bulgular Kodlama ajanlarının benimsenmesinin ardından şirketlerde ortalama yüzde 30 daha fazla kod satırı, yüzde 20 daha fazla commit ve yüzde 23 daha fazla birleştirme isteği (pull request) üretildi. Ancak iş takip sistemlerinde tamamlanan görev ve proje sayısı istatistiksel olarak anlamlı bir artış göstermedi. Yani ekipler daha çok kod yazdı ama daha çok iş bitirmedi. **%49** Kodlama ajanları sonrası bir birleştirme isteğinin açılıp kabul edilmesine kadar geçen sürenin artışı ## Kazanç nereye gitti Çalışmaya göre üretim artışı sürecin ilerisindeki kod incelemesinde eridi. Ajanların gelişinden sonra bir birleştirme isteğinin açılmasıyla kabul edilmesi arasındaki süre ortalama yüzde 49 uzadı. Değişiklik istenen birleştirme isteklerinin oranı neredeyse ikiye katlandı, istek başına yorum sayısı yüzde 35 arttı ve kod incelemesine atanan çalışanların oranı yüzde 14 yükseldi. Mart 2026 itibarıyla şirketlerin yüzde 80'i yapay zekâ destekli kod inceleme araçları kullanıyordu; ancak inceleme yorumlarının yalnızca yüzde 23'ü yapay zekâ tarafından yazılmıştı. ## Terimler: commit, pull request ve kod incelemesi **Commit** , bir geliştiricinin koda yaptığı değişikliği kayda geçirmesi. **Pull request** (birleştirme isteği), bu değişikliklerin ana koda eklenmesi için yapılan başvuru. **Kod incelemesi** ise başka bir geliştiricinin bu değişikliği okuyup hataları, güvenlik açıklarını ve tutarsızlıkları kontrol ettiği aşama. Bir yazılımın müşteriye ulaşması için kodun yalnızca yazılması değil, incelenip test edilmesi de gerekiyor. ## Neden önemli Çalışma, yapay zekânın bir iş sürecinin tek adımını hızlandırmasının, sürecin tamamını hızlandırmak anlamına gelmediğini sayılarla gösteriyor. Bir aşama hızlanınca darboğaz bir sonraki aşamaya kayıyor; kod yazmak kolaylaşınca inceleme yükü büyüyor. Bu bulgu yalnızca yazılım için değil, yapay zekâyla hızlandırılan her iş için geçerli: daha çok teklif yazmak, daha çok içerik üretmek ya da daha çok e-posta göndermek, bunları kontrol edecek ve sonuca dönüştürecek kapasite yoksa çıktıyı artırmıyor. ## Sırada ne var Araştırmacılar, yapay zekâ destekli inceleme araçlarının olgunlaşmasının darboğazı açıp açmayacağını izlemeyi öneriyor. Şirketler için asıl soru, inceleme ve test süreçlerini ajanların ürettiği hacme göre yeniden tasarlamak. ## Önceki çalışmalarla karşılaştırma Yapay zekâ kodlama araçlarının verimliliğe etkisi üzerine yapılan önceki araştırmalar çoğunlukla kontrollü deneylere dayanıyordu: geliştiricilere tek bir görev veriliyor ve görevi yapay zekâ ile ne kadar sürede bitirdikleri ölçülüyordu. Bu deneyler genellikle yüzde 20 ila 50 arasında hız artışı bulmuştu. Harvard çalışmasını farklı kılan, gerçek şirketlerin yıllara yayılan günlük çalışma verisini kullanması. Laboratuvardaki tek görevde görülen hız, gerçek bir ekipte inceleme, test ve koordinasyon gibi adımlarla karşılaşınca büyük ölçüde emiliyor. Bu, iki yaklaşımın sonuçları arasındaki farkı açıklıyor. ## Senin işin için ne demek Yapay zekâ aracı alırken yalnızca üretilen miktara değil, biten işe bak: - **Darboğazı önceden bul.** Yapay zekâ bir adımı hızlandıracaksa, bir sonraki adımı kimin ve ne kadar sürede yapacağını planla. - **Sonuç ölç, hacim değil.** Kaç içerik üretildiği değil, kaçının yayına çıktığı ve müşteri getirdiği önemli. - **Kontrol adımını küçültme.** İnceleme yükü artıyor diye kontrolü atlamak hatayı müşteriye taşır. - **Yazılım yaptırıyorsan teslim tarihine bak.** Daha hızlı kod yazılması, işin daha erken biteceği anlamına gelmiyor. ## Diğer yazılar [Haber · Model ### Meta ilk sınır modeli Muse Wonder'ı API'ye açtı 12 Eki 2026 · 3 dk](https://www.qanatone.com/haber/meta-muse-wonder-ilk-sinir-model/)[Haber · Model ### Copilot için Anthropic modellerine yılda 2 milyar dolar 12 Eki 2026 · 3 dk](https://www.qanatone.com/haber/microsoft-anthropic-copilot-odemesi/)[Haber · Altyapı ### Microsoft, yapay zekâ için Maia 300 çipini tanıttı 12 Eki 2026 · 3 dk](https://www.qanatone.com/haber/microsoft-maia-300-cikarim-cipi/)[Haber · Yatırım ### Amazon, yapay zekâ girişimi Decart için 7 milyar dolar masada 11 Eki 2026 · 3 dk](https://www.qanatone.com/haber/amazon-decart-7-milyar-dolar-gorusme/)[Haber · Yatırım ### Harcama yönetimi girişimi Ramp 60 milyar dolar değerlendi 9 Eki 2026 · 3 dk](https://www.qanatone.com/haber/ramp-60-milyar-dolar-degerleme/)[Haber · Düzenleme ### Beyaz Saray'dan 6 milyar dolarlık bilim ve yapay zekâ paketi 8 Eki 2026 · 3 dk](https://www.qanatone.com/haber/beyaz-saray-6-milyar-dolar-bilim-genesis/)[Haber · Arama ### Google'ın eylül spam güncellemesi tamamlandı 8 Eki 2026 · 3 dk](https://www.qanatone.com/haber/google-eylul-2026-spam-guncellemesi-tamamlandi/)[Haber · Altyapı ### AMD, Tayvan'daki tedarik zinciri yatırımını artırıyor 6 Eki 2026 · 3 dk](https://www.qanatone.com/haber/amd-tayvan-kapasite-yatirimi/)