Insights AI

Otonom Kodlama Çağı İçin İnşa Etmek: Altyapı Otonom Geliştiricilere Nasıl Uyum Sağlıyor

Podcast · Dinle (19 dk)

Supabase Says 70% of Its New Users Aren't Human | AI Explained

İçindekiler
  1. Darboğaz: Ajanların Yön Verdiği Bir Dünyada İnsanlar İçin Tasarlanmış Altyapı
  2. Ajan Merkezli Altyapı Nasıl Çalışır: Adım Adım Bir Yol Haritası
  3. Adım 1: Programatik Kaynak Sağlama
  4. Adım 2: Ajanlar İçin Optimize Edilmiş Arayüzler
  5. Adım 3: Otomatik Yaşam Döngüsü Yönetimi
  6. Sezgisel Benzetme: Planla İnşaat ve Otomatik Mikro Daire Basımı
  7. Gerçekten Yeni Olan Nedir: 'Nasıl Geliştirileceği'nden 'Ne Geliştirileceği'ne Geçiş
  8. Ekonomik ve Stratejik Etki: Ürünler, Sektör ve Son Kullanıcılar
  9. Ürün Ekipleri İçin
  10. Yapay Zekâ ve Bulut Sektörü İçin
  11. Gündelik Kullanıcılar İçin
  12. Sınırlamalar, Riskler ve Açık Teknik Sorular
  13. Temel rakamlar
  14. Bu tabloyu neler değiştirir
  15. Kaynakça

Yapay zekâ ajanları yazılım oluşturmanın temel yürütme süreçlerini giderek daha fazla üstlendikçe, temel geliştirici altyapısı otonom, insan olmayan geliştiricilere uyum sağlamak üzere yapısal bir dönüşüm geçiriyor. Açık kaynaklı PostgreSQL (Postgres) platformu Supabase, altyapisini yapay zekâ ajanları etrafında etkin biçimde yeniden tasarladı; bu ajanlar artık platformdaki tüm yeni faaliyetlerin yaklaşık 70%'ini oluşturuyor. Ajan temelli yazılım üretimine yönelik bu makro geçiş, özel ihtiyaçlara son derece hassas biçimde uyarlanmış kişisel yazılımları kişisel metin belgeleri veya elektronik tablolar kadar yaygın ve kullanılıp atılabilir hâle getirirken, yazılım geliştirmenin temel değer unsurunu teknik uygulamadan ("nasıl geliştirileceğini bilmek") alan uzmanlığına ve ürün vizyonuna ("ne geliştirileceğini bilmek") kaydırıyor.

Darboğaz: Ajanların Yön Verdiği Bir Dünyada İnsanlar İçin Tasarlanmış Altyapı

Geleneksel yazılım geliştirici altyapısı, insanların fiziksel hızı ve bilişsel kısıtları etrafında tasarlanmıştı. Eski nesil veritabanı platformları, bulut yönetim panelleri ve geliştirme araç zincirleri, bir ekranın başında oturan; ortamları elle yapılandıran, veritabanı şemaları oluşturan, komut satırı betikleri çalıştıran ve uygulama programlama arayüzlerini inceleyen bir insan operatörü varsayıyordu. İnsan merkezli bu iş akışları, doğaları gereği elle hata düzeltme, görsel arayüzlerde gezinme ve haftalar süren mühendislik döngüleriyle tanımlanan kontrollü hızlarda işliyordu.

Eski nesil altyapıyı otonom yapay zekâ ajanlarına uyarlamak ciddi teknik zorluklar doğuruyor. Platformlarla grafik konsollar veya kontrollü betik yürütme yoluyla etkileşime giren insan geliştiricilerin aksine, yapay zekâ ajanları arka uç hizmetlerini programatik olarak son derece yüksek hacimlerde ve neredeyse anlık hızlarda devreye alıyor, sorguluyor, değiştiriyor ve kaldırıyor. Geleneksel veritabanı platformları, insan dışı bu iş yüklerine maruz kaldığında operasyonel darboğazlarla karşılaşıyor: elle kurulum iş akışları tıkanıyor, insanlara yönelik işlem sıklığı sınırları erken devreye giriyor ve kullanıcı arayüzünde gezinen bir insan olmadığında görsel yönetim panelleri işlevsiz kalıyor.

Supabase kurucu ortağı ve İcra Kurulu Başkanı Paul Copplestone, 30 Ekim 2026 tarihli Y Combinator Girişim Sesli Yayını'na katılımı sırasında (Garry, Harj ve Jared ile Lightcone kanalında yayımlandı), platformunun bu köklü operasyonel yön değişimini nasıl fark ettiğini ayrıntılarıyla anlattı. Otonom yazılım ajanları ekosistemindeki temel kullanıcı profili olarak hızla öne çıkarken Supabase, ajan etkileşimlerini basit otomatik betikler olarak ele almanın artık uygulanabilir olmadığını gözlemledi. Analitik açıdan bu ampirik veriler daha geniş bir yapısal gerçeği ortaya koyuyor: arka uç teknoloji yığınları, elle giriş yerine programatik, insan dışı yürütmeyi optimize etmek için temelden yeniden tasarlanmalıdır.

Ajan Merkezli Altyapı Nasıl Çalışır: Adım Adım Bir Yol Haritası

Geliştirici platformları, yapay zekâ ajanlarına birincil kullanıcılar olarak hizmet vermek için mimarilerini otonom yürütmeye yönelik üç katmanlı bir operasyonel plan etrafında yeniden tasarlıyor.

Adım 1: Programatik Kaynak Sağlama

Ajan merkezli bir yaklaşımda veritabanı kurulumu, insan kullanıcı arayüzlerinden tamamen ayrılır. Ajanlar, tamamen yapılandırılmış veritabanı örneklerini makine tarafından okunabilir uç noktalar üzerinden programatik olarak başlatır. Bir insan geliştiricinin bulut bölgelerini seçmek, depolama alanı tahsis etmek ve ortam değişkenlerini ayarlamak için web formlarında gezinmesi yerine, bir yapay zekâ ajanı milisaniyeler içinde eksiksiz Postgres örnekleri sağlayan otomatik uygulama programlama arayüzü talimatları gönderir.

Adım 2: Ajanlar İçin Optimize Edilmiş Arayüzler

Arka uç hizmetleri sağlandıktan sonra veritabanı katmanı, özellikle büyük dil modelleri ve otonom ajanlar için optimize edilmiş arayüzler sunmalıdır. Platformlar, geleneksel uygulama programlama arayüzlerinin yanında Model Context Protocol sunucularını, kendi kendini tanımlayan OpenAPI/Swagger şemalarını ve yapılandırılmış JSON günlük sistemlerini kullanır. Makine kullanımına özgü bu soyutlamalar, ajanların görsel araçlara veya insan yönlendirmesine ihtiyaç duymadan şema mimarilerini doğrudan incelemesine, geçerli sorgu mantığı yazmasına, şema geçişlerini yürütmesine ve çalışma zamanı hata günlüklerini yorumlamasına olanak tanır.

Adım 3: Otomatik Yaşam Döngüsü Yönetimi

Otonom kodlama iş akışları, kısa ömürlü ve göreve özgü iş yükleriyle tanımlanan, son derece değişken altyapı kullanım örüntüleri oluşturur. Ajan merkezli altyapı; otomatik ölçeklendirme, yalıtılmış özellik testleri için geçici veritabanlarının anında klonlanması ve bir ajan görevi tamamladığında kaynakların hızla kaldırılması dâhil olmak üzere yüksek sıklıktaki yaşam döngüsü olaylarını yönetmelidir. Altyapı platformları, otomatik sistemlerin yol açtığı sürekli oluşturma ve silme döngülerini yönetirken sistem kararlılığını ve hesaplama verimliliğini korumalıdır.

Sezgisel Benzetme: Planla İnşaat ve Otomatik Mikro Daire Basımı

Bu yapısal evrimi kavramsallaştırmak için geleneksel konut inşaatı ile otomatik modüler üretim arasındaki farkı düşünün: * Geleneksel Veritabanı Yönetimi, özel bir konut inşa etmeye benzer. Mimarlar, içinde yaşayacak insanlar için fiziksel planlar çizer; yükleniciler ise taşıyıcı yapıyı, su tesisatını ve elektrik hatlarını aylar boyunca elle bir araya getirir. Her adım, insanların fiziksel hızına ve elle denetime dayanır. * Ajan Temelli Kaynak Sağlama, bir algoritma alan talep ettiğinde modüler mikro daireleri talep üzerine anında basan otomatik bir fabrika gibi çalışır. Birimler sürekli üretilir, insan emeği olmadan anında özelleştirilir ve alana artık ihtiyaç duyulmadığı anda sorunsuz biçimde sökülür.

Gerçekten Yeni Olan Nedir: 'Nasıl Geliştirileceği'nden 'Ne Geliştirileceği'ne Geçiş

Ajan temelli kodlamaya geçiş, az kodlu veya kodsuz platformlar gibi yazılımı demokratikleştirmeye yönelik önceki hareketlerden niteliksel bir kopuşu temsil ediyor. Önceki az kodlu araçlar, insan kullanıcılara sürükle-bırak görsel arayüzleri veya basitleştirilmiş grafik kontroller sunarak karmaşık sözdizimini soyutlamaya odaklanıyordu. Ancak operasyonel darboğaz devam ediyordu: insanlar hâlâ mantıksal iş akışlarını elle planlamak, görsel bileşenleri bağlamak ve uygulamaları adım adım bir araya getirmek zorundaydı.

Ajan çağının temel atılımı, yürütmenin tamamen devredilmesinde yatıyor. Yazılım oluşturma süreci, insanların kod yazmasından veya görsel geliştirme araçlarını kullanmasından, doğal dille ifade edilen niyet doğrultusunda uçtan uca teknik geliştirmeyi yürüten otonom ajanlara kaydı.

+-----------------------------------------------------------------------+
|                       EVOLUTION OF BUILDING                           |
+-----------------------------------------------------------------------+
| TRADITIONAL CODING | Low-Code / No-Code  | AGENTIC CODING ERA         |
| Human writes code  | Human uses drag-and-| Agent executes end-to-end  |
| line-by-line.      | drop interfaces.    | development autonomously.  |
+--------------------+---------------------+----------------------------+
| Focus:             | Focus:              | Focus:                     |
| "How to build"     | "How to build"      | "What to build"            |
| (Syntax & Code)    | (Visual Workflows)  | (Domain Vision & Intent)   |
+-----------------------------------------------------------------------+

Bu yapısal değişim, Paul Copplestone'un "kişisel yazılım" vizyonunun temelini oluşturuyor. Geçmişte yazılım geliştirme, önemli miktarda sermaye veya uzmanlaşmış mühendislik emeği gerektiriyor; uygulama oluşturmayı, büyük hedef pazarlar için tasarlanmış geniş kapsamlı, standartlaştırılmış ürünlerle sınırlıyordu. Ajan çağında, işlevsel yazılım üretmek için gereken marjinal maliyet ve süre sıfıra yaklaşıyor.

Bunun sonucunda son derece özelleştirilmiş uygulamalar, kişisel metin belgeleri veya elektronik tablolar kadar yaygın, geçici ve kullanılıp atılabilir hâle geliyor. Örneğin, üç aylık bir denetime hazırlanan bir finansal analist, bir ajandan kısa ömürlü bir Postgres örneğiyle desteklenen tek kullanımlık bir veri mutabakat uygulaması geliştirmesini isteyebilir. Ajan veritabanını sağlar, farklı tedarikçilerden gelen faturaları içeri aktarır, mutabakat betiklerini çalıştırır ve denetim raporunu sunar. Analiz tamamlandığında, özel amacına hizmet etmiş olan tüm uygulama yığını ve arka uç örneği kendini siler.

Sonuç olarak, yazılım oluşturma sürecinde insan emeğinin değeri stratejik olarak yeniden dağılıyor. Teknik uygulama ayrıntıları, yani "nasıl geliştirileceği", ajanlar için optimize edilmiş altyapı ve yapay zekâ modelleri tarafından üstleniliyor. Rekabette belirleyici farklılaşma unsuru tamamen alan uzmanlığına, sorun tanımına, ürün sezgisine ve kullanıcı deneyimi tasarımına, yani "ne geliştirileceği"ne kayıyor.

Ekonomik ve Stratejik Etki: Ürünler, Sektör ve Son Kullanıcılar

Altyapının otonom geliştiriciler etrafında yeniden düzenlenmesi, teknoloji sektörünün üç temel paydaş grubunda sistemik zincirleme etkiler yaratıyor:

Ürün Ekipleri İçin

Ürün yineleme döngüleri, haftalar süren özellik geliştirme etaplarından dakikalar süren operasyonel döngülere kısalıyor. Mühendislik ekipleri, standart arka uç kodunu elle yazmaya, şema geçişlerini yürütmeye veya rutin uygulama programlama arayüzlerini yapılandırmaya çok daha az kapasite ayırıyor. Bunun yerine ürün yöneticileri ve mühendisler, özelliklerin hızla prototipini oluşturmak, bunları test etmek ve devreye almak için ajanlardan yararlanıyor. Bu, bireysel kullanıcı iş akışlarını karşılamak üzere özel yazılım özelliklerinin ihtiyaç anında üretilebildiği, son derece kişiselleştirilmiş kullanıcı deneyimlerine olanak tanıyor.

Yapay Zekâ ve Bulut Sektörü İçin

Bulut sağlayıcıları ve veritabanı platformları açısından arka uç kullanım örüntüleri, insanların başlattığı eylemlerden yüksek hacimli otomatik işlemlere doğru çarpıcı biçimde değişiyor. Yapay zekâ ajanları veritabanı kaynak sağlamasının büyük bölümünü yürüttüğünde, altyapı platformları milyonlarca mikro veritabanının sürekli devreye alındığı, sorgulandığı ve kaldırıldığı devasa otomatik kullanım sıçramaları yaşıyor.

Yatırım ve birim ekonomisi açısından bu değişim, bulut sağlayıcılarının kâr marjı profillerini değiştiriyor. Geleneksel, öngörülebilir, kullanıcı lisansı bazlı hizmet olarak yazılım abonelik modelleri, yerini sürekli ve yüksek hızlı kaynak tüketimine göre ayarlanmış kullanım bazlı ölçüm ve ücretlendirmeye bırakıyor. Altyapılarını düşük gecikmeli ajan uygulama programlama arayüzleri, otomatik şema yönetişimi ve anında örnek sağlama için optimize eden bulut sağlayıcıları, insan dışı hesaplama talebinde baskın pazar payını elde etme konumunda bulunuyor.

Gündelik Kullanıcılar İçin

Teknik uzmanlığı olmayan profesyoneller ve operasyonel alan uzmanları, doğrudan yazılım üreticilerine dönüşüyor. Bireyler, doğal dille ifade edilen niyeti ajan temelli arka uç platformlarıyla birleştirerek, bilgisayar bilimleri alanında resmî eğitim almadan özel amaçlı uygulamalar geliştirebiliyor. Alan uzmanları, anlık operasyonel ihtiyaçlarıyla tam olarak örtüşen, özelleştirilmiş yazılım araçları üreterek belirli verimlilik sorunlarını anında çözebiliyor.

Sınırlamalar, Riskler ve Açık Teknik Sorular

Ajan temelli altyapıya geçiş geniş operasyonel olanaklar sunsa da faaliyetlerin çoğunu otonom ajanların oluşturduğu platformları yönetmek, teknik riskleri ve henüz çözülmemiş yönetişim sorularını beraberinde getiriyor.

  • Platform Güvenilirliği ve Veri Bütünlüğü: Supabase'in platform verilerinde belgelendiği üzere, yapay zekâ ajanları artık yeni faaliyetlerin yaklaşık 70%'ini oluşturuyor. İnsan dışı işlemlerin bu yüksek hacmi; şema bozulması, istenmeyen sorgu yürütme ve performans düşüşü bakımından sistemik riskler doğuruyor. İnsan gözetimi olmadan çalışan otonom ajanlar, verimsiz sorgu yapılarını veya hatalı geçiş betiklerini binlerce bulut ortamına aynı anda hızla yayabilir.
  • Yönetişim ve Gizlilik Kontrolleri: Veritabanları büyük ölçekte otomatik olarak sağlandığında (haftada 1 milyon yeni örneği aşan düzeyde), güvenlik parametrelerini, erişim kontrol listelerini ve veri gizliliği uyumluluğunu yönetmek çok daha karmaşık hâle geliyor. Ajanların hassas verileri yanlışlıkla açığa çıkarmamasını veya satır düzeyi güvenlik politikalarını hatalı yapılandırmamasını sağlamak için sağlam koruyucu kontroller oluşturmak, önemli bir teknik zorluk olmaya devam ediyor.
  • Maliyet Yönetimi ve Kaynak Tahsisi: Arka uç hizmetlerinin yüksek sıklıkta oluşturulması ve kaldırılması, hem altyapı sağlayıcıları hem de platform müşterileri için kaynak tahsisi sorunları yaratma riski taşıyor. Otomatik yaşam döngüsü kuralları ve kullanılmayan örneklerin kaynaklarını etkin biçimde geri kazanma mekanizmaları olmadan, ajanların oluşturduğu terk edilmiş veritabanları bulut kaynaklarının israfına ve beklenmedik maliyet aşımlarına yol açabilir.
  • Olgunluk ve Abartılı Beklentiler: Altyapı analistleri, belgelenmiş platform operasyonel ölçütleri ile spekülatif sektör öngörüleri arasında ayrım yapmalıdır. Ajanların başlattığı yüksek hacimli veritabanı kaynak sağlaması Supabase gibi platformlarda yerleşik bir gerçek olsa da kullanılıp atılabilir "kişisel yazılım" modellerinin uzun vadeli ekonomik istikrarı ve kurumsal benimsenmesi, gerçek dünyadaki operasyonel yükler altında sürekli değerlendirme gerektiren, gelişmekte olan yaklaşımlar olmaya devam ediyor.

Bu yapısal değişimlere ilişkin anlayışınızı derinleştirmek için sizi DeepValues Research sitesinde daha fazla açık kaynaklı araştırmayı incelemeye veya DeepValues uygulamasını denemeye davet ediyoruz.

Temel rakamlar#

Aşağıdaki temel ölçütler, doğrudan kaynak bağlamından alınan platform ölçeğini, operasyonel hacmi ve ajan faaliyetlerini ayrıntılandırıyor:

  • Supabase'in toplam kullanıcı tabanı: 13 milyon kullanıcı (30 Ekim 2026 itibarıyla).
  • Haftalık veritabanı oluşturma hızı: Her hafta 1 milyonun üzerinde veritabanı devreye alınıyor (30 Ekim 2026 itibarıyla).
  • Ajan temelli faaliyetlerin payı: Supabase'deki yeni faaliyetlerin yaklaşık 70%'i yapay zekâ ajanlarından kaynaklanıyor (30 Ekim 2026 itibarıyla).
  • Sesli yayın bölümünün süresi: 49 dakika (30 Ekim 2026 tarihinde yayımlandı).

Bu tabloyu neler değiştirir

Otonom ajan altyapısının uzun vadeli analitik seyri, gelişmekte olan çeşitli teknolojik, düzenleyici ve ekonomik değişkenlere bağlıdır. Aşağıdaki gözlemlenebilir gelişmeler bu stratejik değerlendirmeyi önemli ölçüde değiştirebilir:

  1. Otonom Ajan Faaliyet Oranlarındaki Dalgalanmalar: Platform faaliyetlerinin yapay zekâ ajanları tarafından üretilen ~70% oranındaki payında kalıcı bir düşüş veya belirgin bir artış, geliştiricilerin benimseme düzeyinde, modellerin güvenilirliğinde veya ajanların özerklik sınırlarında değişimlere işaret eder.
  2. Ajanlara Özgü Güvenlik Düzenlemelerinin Ortaya Çıkması: Otonom yapay zekâ ajanlarının bulut veritabanlarına erişimini özel olarak kısıtlayan düzenleyici çerçevelerin veya uyum yükümlülüklerinin kabul edilmesi, altyapı sağlayıcılarını otomatik kaynak tahsisi iş akışlarını sınırlandırmaya zorlayabilir.
  3. Bulut Birim Ekonomisinde Değişim: Kısa ömürlü veritabanlarının yüksek hacimde oluşturulup kaldırılması negatif kâr marjlarına veya ağ istikrarsızlığına yol açarsa, bulut platformları otomatik ajan iş yüklerine yönelik fiyatlandırma modellerini yeniden yapılandırmak zorunda kalabilir.
  4. Ajan-Veritabanı Protokollerinin Standartlaştırılması: Postgres'in ötesine geçerek tescilli kurumsal bulut ekosistemlerini de kapsayan, standartlaştırılmış ve bulutlar arası ajan-veritabanı etkileşim protokollerinin sektör genelinde yaygın biçimde benimsenmesi, daha geniş teknoloji ekosisteminde altyapı entegrasyonunu hızlandırabilir.

Kaynakça

  • "What Happens When Everyone Can Build Software," Y Combinator Startup Podcast (featuring Paul Copplestone, hosted by Garry, Harj, and Jared on the Lightcone), published October 30, 2026.

İzle

Kaynak bağlantıları

  • What Happens When Everyone Can… - Y Combinator Startup Podcast - Apple Podcasts

İzle ve dinle

Araştırma metni: CC BY 4.0, atıf biçimi: DeepValues Research, Otonom Kodlama Çağı İçin İnşa Etmek: Altyapı Otonom Geliştiricilere Nasıl Uyum Sağlıyor, https://research.deepvalues.ai/insights/2026-11-01-what-happens-when-everyone-can-build-software-tr/

Ücretsiz haftalık e-posta

Margin of Safety Weekly

Her cumartesi e-postanızda: piyasanın nabzı, büyük yatırımcıların alım ve satımları (13F bildirimleri), haftanın yeni araştırmaları, videolarımız ve podcastlerimiz — ücretsiz, hesap gerekmez.

Send me the DeepValues Margin of Safety Weekly, one email every Saturday. I can unsubscribe at any time. Information only, not investment advice. Gizlilik

Daha derine inin

Bu analizi herhangi bir hisse için 2 dakikada yapın

Bu raporu hazırlayan çok ajanlı yapay zekâ analisti Deep Value Intelligence, talep üzerine borsada işlem gören her şirket için aynı raporu yazar.

Deep Value Intelligence'ı aç

DeepValues uygulamasında 300+ hisseyi takip edin

Görüşler, içsel değer ve en yeni raporlar telefonunuzda.

Geliştiriciler: API ile görüşler ve raporlar

Bu sayfaların dayandığı temel finansal veriler, içsel değerler, görüşler ve rapor bağlantıları, JSON biçiminde.

API belgeleri

Tartış