Sadece bu hafta: SpaceX, kodlama ve otonom ajanlar için özel olarak eğitilmiş, SpaceX'in 60 milyar dolara satın aldığı Cursor teknolojisi üzerine inşa edilmiş Grok 4.5 modeliyle sınır model (frontier-model) pazarını fiyat açısından alt üst etti. Modelin fiyatı milyon girdi token'ı başına 2 dolar ve milyon çıktı token'ı başına 6 dolar — Anthropic ve OpenAI'nin sınır fiyatlandırmasının yarısından daha ucuz — ve bildirildiğine göre görev başına rakiplerine kıyasla kabaca yarı yarıya daha az token kullanıyor. Bu arada, üç yıllık İsveçli bir "vibe-coding" girişimi olan Lovable, Aralık ayındaki değerinin iki katı olan 13,2 milyar dolarlık bir değerlemeyle 300 milyon dolar toplamak için görüşmeler yürütüyor; bu görüşmeler, Haziran ayında Workday, Asana ve Nvidia gibi kurumsal müşterilerle yıllıklandırılmış 500 milyon dolarlık bir gelir hızına ulaşmasının ardından geldi. Replit, Mart ayında 9 milyar dolar değer biçilmişti; Factory ise Nisan ayında 1,5 milyar dolar. Bu alan hakkındaki bir rapora göre, vibe coding artık "yapay zeka için açık ara en popüler ve en kazançlı kullanım senaryosu."

Bu yıl iş arıyorsanız ya da yazılım alanında istihdam edilebilir kalmaya çalışıyorsanız, bunların hiçbiri soyut değil. Bu, "yazılım geliştirebilme"nin 2026'da bir özgeçmişte ve bir mülakat odasında ne anlama geleceğine dair oldukça doğrudan bir sinyal.

Artık "hayata geçen" ürün neye benziyor

Kanıtlar sadece fon turlarından ibaret değil. Mac masaüstü uygulamaları oluşturmak ve paylaşmak için hepsi bir arada bir vibe-coding uygulaması olan Raycast'in "Glaze"i, mobil uygulamalar için Wabi gibi araçlarla rekabet ederek az önce tüm kullanıcılara açıldı — vibe coding, terminalden çıkıp kariyer mühendisi olmayan insanlara yönelik, cilalı ve paylaşılabilir oluşturuculara doğru kayıyor. Google AI Studio'nun Build modu artık boş bir istemle başlamak yerine mevcut bir GitHub deposuna işaret etmenize izin veriyor; depoyu otomatik olarak çalıştırılabilir bir uygulamaya dönüştürüyor ve API anahtarlarını otomatik olarak yapılandırıyor. Ve hepsinin en net veri noktası: MIT ve Lincoln Laboratuvarı, Hava Kuvvetleri Bakanlığı–MIT Yapay Zeka Hızlandırıcısı'nın Phantom Programı aracılığıyla bir vaka çalışması yürüttü; bu çalışmada daha önce kodlama geçmişi olmayan bir öğrenci subay olan Joshua Lynch, bir mentor eşliğinde vibe coding kullanarak işlevsel, askeri açıdan önemli bir yapay zeka programı geliştirdi. Bu, adı belli bir kişi ve adı belli bir kurumla desteklenen, "herkes yapay zekayla kod yazabilir" anlatısının somutlaşmış hali.

Daha deneyimli uçta ise Bun'un yaratıcısı Jarred Sumner, kodlama ajanlarını kullanarak tüm Bun JavaScript çalışma zamanını Zig'den Rust'a yeniden yazdı — geleneksel olarak elle denemek için çok riskli sayılan tam ölçekli bir yeniden yazım. Bunu kendi deyimiyle "ajan mühendisliği" (agentic engineering) aracılığıyla yaptı: dinamik iş akışları, deneme koşuları ve ajanın çıktısının çekişmeli (adversarial) incelemesi. Bir trendin peşinden koşmuyordu; çöp toplamayı (garbage collection) Zig'in elle bellek yönetimiyle karıştırmaktan kaynaklanan, tekrarlayan bellek hatalarını ortadan kaldırıyordu — Rust'ın sahiplik (ownership) modelinin önünü kestiği türden hatalar. Bu, kıdemli bir mühendisin, bir yapay zeka ajanını, eskiden aylarca dikkatli insan emeği gerektiren bir görev için doğru araç olarak ele alması demek.

Bunların hepsinin altında, altyapı da bu hıza göre yeniden şekilleniyor. Railway yakın zamanda 100 milyon dolarlık bir B Serisi yatırım turu tamamladı, hiç ücretli pazarlama yapmadan 2 milyon geliştiriciye ulaştı ve ayda 10 milyondan fazla dağıtımı (deployment) işliyor. Kurucusunun sunumu açık: AWS ve GCP gibi eski nesil bulut altyapıları, yapay zeka odaklı geliştirmenin şu anki hızı için çok yavaş ve çok karmaşık.

Fonlamayı bir işe alım standardına dönüştürmek

Hepsini bir araya getirince: bir mentoru olan acemi biri çalışan bir uygulama çıkarabiliyor, deneyimli bir mühendis bir dil çalışma zamanını yeniden yazabiliyor ve üç yıllık bir girişim, mühendis olmayan insanların uygulamaları tarif ederek var etmesine izin vererek yarım milyar dolarlık bir gelir hızına ulaşabiliyor. Asıl mesele bu geniş yelpaze. Vibe coding sadece junior'lar için bir giriş kapısı ya da sadece kıdemli mühendisler için bir verimlilik hilesi değil — ikisi aynı anda ve Lovable, Replit, Factory'ye akan para ile Grok 4.5'in fiyat savaşı, yatırımcıların bunun geçici bir aşama değil, bundan sonra yazılımın inşa edileceği yer olduğunu düşündüğünü gösteriyor.

İşe alım açısından bunu üç somut değişim olarak okurum. Bu, kesinleşmiş bir gerçek değil, trend hakkındaki benim yorumum; buna göre değerlendirin:

  • Çalışan, dağıtıma alınmış bir ürün artık ayırt edici bir unsur değil, temel bir gereklilik haline geliyor. Daha önce hiç kod yazmamış biri, mentorlu bir program aracılığıyla işlevsel bir şey ortaya çıkarabiliyorsa, tek başına "X'i geliştirdim ve dağıttım" demek ücretli bir pozisyon için barı aşmaya yetmeyecek — bunu yapabileceğiniz zaten varsayılacak. Sizi farklılaştıran şey, bunun etrafındaki muhakeme katmanı.
  • Mülakatların size bir yapay zeka kodlama aracını elinizden almaktan çok, elinize tutuşturması daha olası. Öğrenci subay vakası, Bun'un yeniden yazımı ve Workday ile Nvidia gibi şirketlerin Lovable'ı kurumsal olarak benimsemesi hepsi aynı yöne işaret ediyor: işverenler, bir ajana ihtiyaçları olmadığını kanıtlayabilen kişileri değil, bir ajanın işini yönlendirmede ve denetlemede iyi olan kişileri işe alıyor. Eve götürülen bir görev (take-home) yapay zeka aracı kullanımına ilişkin bir politika belirtmiyorsa, tahmin etmek yerine doğrudan işe alım uzmanına sorun.
  • Belirli bir araca hakimiyet, muhakemeye hakimiyet kadar önemli değil. Grok 4.5, Claude ve OpenAI'nin modelleri fiyat üzerinden rekabet ederken ve vibe-coding platformları çoğalırken (Lovable, Replit, Factory, Glaze, Wabi, AI Studio'nun GitHub içe aktarma özelliği), özgeçmişinizi tek bir platformun kendine özgü iş akışına bağlamak risklidir — zaten altta yatan araçlar, fiyat savaşının kendisi tarafından metalaştırılıyor. Kalıcı olan şey, bunlardan herhangi birine oturup neyi, neden değiştirdiğinizi ve çıktıda neye güvenmediğinizi açıklayabilmek — Sumner'ın "çekişmeli inceleme" (adversarial review) olarak tanımladığı aynı disiplin.

Bu ay gerçekte ne yapmalı

  • Bir vibe-coding aracıyla küçük bir şeyi herkese açık şekilde hayata geçirin; sadece yerel bir demo ya da ekran kaydı değil, dağıtıma alınmış ve özgeçmişinizden ya da portfolyonuzdan bağlantı verilebilen bir şey.
  • Bunu bir mülakatta anlatırken, yapay zekanın çıktısında neyi incelediğinizi, neyi reddettiğinizi ya da neyi düzelttiğinizi öne çıkararak başlayın. Bir işe alım yöneticisinin bir ekran görüntüsünden elde edemeyeceği kısım tam olarak bu, ve gerçekten hâlâ kıt olan kısım da bu.
  • Mülakatlarda ve eve götürülen görevlerde, yapay zeka aracı kullanımının izinli mi yoksa beklenen mi olduğunu açıkça sorun. Şu anda norm o kadar hızlı değişiyor ki her iki yönde de bir varsayımda bulunmamalısınız.
  • Tek bir platformun sözdizimini ezberlemeye aşırı yatırım yapmayın. Altta yatan modellerin fiyatları birkaç ayda bir aşağı çekiliyor ve oluşturucu araçlar da benzer iş akışlarında birleşiyor — istem yaz, bir depo içe aktar, dağıt.

Bir uyarı

Bu bir kesinlik değil, bir fon turu anlık görüntüsü. Değerlemeler yukarı ve aşağı revize edilir, heyecan döngüleri (hype cycles) abartıya kaçar ve 13,2 milyar dolarlık bir görüşme aşaması rakamı henüz kapanmış bir anlaşma değildir. Ama bir yanda bir fiyat savaşı (Grok 4.5), diğer yanda üç ayrı geç aşama yatırım turu (Lovable, Replit, Factory) ve üçüncü bir yanda yeniden inşa edilmiş bir bulut altyapısı katmanının (Railway) hepsinin aynı kullanım senaryosuna işaret etmesi, bunlardan herhangi birinin tek başına verdiğinden daha güçlü bir sinyal. Bunu, 2026'da işe alım beklentilerinin nereye doğru gittiğine dair güçlü bir ön kanı olarak değerlendirin ve bir sonraki veri noktası geldikçe güncelleyin.