Vibe Coding

Vibe coding, istediğin yazılımı bir yapay zekâ modeline günlük dille tarif edip yazdığı kodu okumadan kabul ettiğin, sonucu yalnızca program çalışıyor gibi görünüyor mu diye değerlendirerek yazılım geliştirmektir. OpenAI'nin kurucu üyelerinden ve Tesla'nın eski yapay zekâ direktörü Andrej Karpathy, bu uygulamayı Şubat 2025'te "yeni bir kodlama türü" olarak adlandırdı ve bunu "kendini tamamen havaya bırakıp üstel büyümeyi benimsemek ve kodun var olduğunu unutmak" şeklinde tanımladı. Cursor'ın Composer aracıyla sesli konuştuğunu, değişiklikleri okumadan "Tümünü Kabul Et" seçeneğine tıkladığını ve hata mesajlarını yorum eklemeden geri yapıştırdığını anlattı; bu yaklaşımı "boşa harcanacak hafta sonu projeleri için fena değil" diye niteledi. Terim birkaç ay içinde programcıların çok ötesine yayıldı ve Collins Dictionary, "vibe coding" ifadesini 2025 Yılın Kelimesi seçti. Cursor, Claude Code ve Replit Agent gibi kodlama ajanları ile Lovable, Bolt ve v0 gibi uygulama oluşturucular, programlama deneyimi olmayan kişilerin bir istemden dağıtılmış bir web uygulamasına geçmesini sağlar.

Vibe Coding Nasıl Çalışır#

Kişi davranışı tanımlar ve sonucu test eder; bir yapay zekâ ajanı kodu yazar, düzenler ve hatalarını ayıklar. Her turda kod ya çalışır, kişinin geri yapıştırdığı bir hata üretir ya da yanlış görünür ve yeni bir açıklama gerekir:

Bu yaklaşım, büyük dil modellerinin (LLMs), özellikle kod üzerinde eğitilmiş akıl yürütme modellerinin artık web ön yüzleri ve Python betikleri gibi yaygın teknoloji yığınları için çalışan programlar üretmesi sayesinde işe yarar. Ayrıca bir kodlama aracının ajan altyapısı, programı çalıştırıp yardım almadan hatalarını okuyabilir. Hatanın maliyetinin düşük, hızın ise en önemli olduğu prototipler, dahili araçlar ve tek kullanıcısı geliştiricisinin kendisi olan kişisel yazılımlar için uygundur.

Vibe Coding ve İlişkili Uygulamalar#

• Yapay zekâ destekli programlama: Geliştiricinin daha sonra gözden geçirip anladığı kodu yazdırmak için bir LLM kullanmak. Simon Willison, Yapay zekâ destekli her programlama vibe coding değildir başlıklı yazısında aradaki farkı ortaya koydu: Bir LLM'nin yazdığı kodu gözden geçirip kapsamlı biçimde test ettiysen ve başka birine açıklayabiliyorsan bu, yazılım geliştirmedir.
• Ajan tabanlı kodlama: Kodlama ajanlarının görevleri baştan sona yürütmesi; vibe coder'ların kullandığı araçlar da aynıdır. Profesyonel ekipler kod incelemesini, testleri ve sürekli entegrasyonu (CI) sürece dahil eder.
• Düşük kodlu ve kodsuz platformlar: Programcı olmayan kişilerin önceden oluşturulmuş bileşenlerle uygulamalar geliştirmesini sağlayan görsel araçlar. Vibe coding ise herhangi bir dilde veya çerçevede sıradan kaynak kodu üretir.
• Üretken yapay zekâ: Metin, görüntü ve kod oluşturan daha geniş teknoloji. Vibe coding, bu teknolojiyle çalışmanın bir yoludur.

Vibe Coding ile Bilgisayarlı Görü Uygulamaları#

Bilgisayarlı görü prototipleri, kısa bir betikle web kamerası akışındaki nesneleri algılayıp, sayabildiği veya izleyebildiği için popüler vibe-coding projeleridir. Üretilen kod ancak modelin eğitim verileri kadar günceldir; dolayısıyla belleğine dayanarak çalışan bir ajan, güncelliğini yitirmiş model ağırlıkları veya bağımsız değişkenler önerebilir. Ultralytics Agent Skills, Claude Code, Codex, Cursor ve uyumlu diğer ajanlara model seçme, veri kümelerini hazırlama, eğitme, çıkarım ve dışa aktarma prosedürleri sağlar. Bu prosedürler, ultralytics sürümüne sabitlenmiş kataloglara dayanır ve iki çıktı çeliştiğinde ajana kurulu paketin yolo checks ve yolo cfg çıktılarına güvenmesini söyler. "Veri kümemde bir YOLO26 algılayıcısı eğit ve ONNX'e aktar" gibi bir istek, böylece modelin eski sürümlere ilişkin belleği yerine becerilerde belgelenmiş eğitim ve dışa aktarma prosedürlerini izler.

İncelenmeyen Kodun Riskleri#

Karpathy, kodun "alışık olduğum kavrayış düzeyini aştığını" belirtti; böylece daha sonraki değişiklikler ve düzeltmeler de modele bağımlı hâle geliyor ve kimsenin bakmadığı yerlerde teknik borç birikiyor. Kabuk erişimi olan ajanlar dosyaları silebilir veya yıkıcı komutlar çalıştırabilir; bu nedenle kodlama araçları bunları bir ajan korumalı alanında çalıştırır ve riskli işlemlerden önce izin ister. Ayrıca ajanın okuduğu bir bağımlılık veya web sayfası istem enjeksiyonu içerebilir. Güvenlik açıkları da aynı şekilde ürüne taşınır: Veracode'un 2025'te 80 kodlama görevinde 100'den fazla LLM ile yaptığı testte, üretilen kod vakaların %45'inde bir güvenlik açığı oluşturdu; hata oranları Java için %70'in, Python, C# ve JavaScript içinse %38 ile %45'in üzerindeydi.