AI mühendisliğinin dört becerisi. Üçü kod yazmakla ilgili değil.

Andrew Ng AI mühendisliğinin haritasını çıkardı. Haritada dört beceri var ve üçü klavyeden kod dökmekle ilgili değil.

14 Ağustos'ta Ng ve DeepLearning.AI ekibi The AI Engineering Skills Map'i yayımladı. Yöntem şu: 10.000'den fazla iş ilanı, düzinelerce yapılandırılmış görüşme ve bir anket. Ng kendi tarifiyle, büyük bir iş ilanı ve uzman görüşmesi veri setinde kümeleme çalıştırmak.

Çıkan şey bir müfredat değil, bir ağırlık dağılımı. Hangi becerinin gerçekten para ettiğini, piyasanın neye bakarak işe aldığını gösteriyor. Ve o dağılım iki yılda sessizce yer değiştirmiş.

Eksik olan

Prompting listede yok

Haritanın en dikkat çekici tarafı içindekiler değil, dışarıda bıraktığı. Prompt yazmak dört başlıktan biri değil — birinci becerinin içinde küçük bir bileşen. İki yıl önce "prompt engineer" diye iş ilanları çıkıyordu, kurslar açılıyordu. Şimdi o beceri ana başlıkların hiçbirinin adı değil.

Ng'nin gerekçesi teknik. Bir LLM'e prompt verdiğinde geri ne alacağını bilemezsin; geleneksel yazılım öngörülebilir davranır, AI uygulaması davranmaz. Bu yüzden asıl beceri iyi prompt yazmak değil, belirsiz çıktıyı ölçmek, yönlendirmek ve yönetmek. Pratikte bu, eval kurmak ve error analysis döngüsü çalıştırmak demek.

Aradaki fark şurada belli oluyor: prompt yazmak bir denemedir, eval kurmak bir sistemdir. Yirmi örneklik bir test seti yazıp her model değişikliğinde çalıştırdığında, "bu prompt daha iyi hissettirdi" cümlesinden "bu prompt yüzde kaç daha doğru" cümlesine geçersin. Haritanın birinci becerisi bu geçişin adı.

İkinci beceri de aynı mantığın devamı: yazılım mühendisliği temelleri. Ng bunu ajanı yönetebilmenin ön koşulu olarak konumlandırıyor. N+1 sorgu problemini tanımıyorsan, ajanın ürettiği koddaki N+1'i de göremezsin. Eventual consistency'nin ne olduğunu bilmiyorsan, ajanın önerdiği mimarinin nerede kırılacağını kestiremezsin. Temeller ortadan kalkmıyor; yönlendirme diline dönüşüyor.

Ağırlık

Ucuzlayan iş, kıt kalan iş

Haritayı iki sütuna indirgemek mümkün. Bir tarafta ajanın hızla devraldığı işler, diğer tarafta hâlâ sende kalanlar.

Sağdaki sütunun ortak paydası var: hepsi yargı gerektiriyor ve hiçbirinin tek bir doğru cevabı yok. Haritanın dördüncü başlığı — yapıyı şekillendirmek — tam olarak bu sütunun adı. Ng burada ilginç bir şey söylüyor: ajanlar yürütmede iyileştikçe mühendisin işi ne yürütüleceğini tanımlamaya kayıyor. Yani problemi kendin bulman, müşteri hedefini anlamış olman ve kaba bir MVP'yle çıkmakla özenli inşa etmek arasındaki hız kararını verebilmen bekleniyor.

Kod üretmek ucuzluyor. Ne üretileceğine karar vermek ucuzlamıyor.

Ng bu tabloyu kariyer tarafında da sertçe okuyor. Kasım 2025'te 20VC'de söylediği cümle şuydu:

Aynı konuşmada AI'ı hiç öğrenmemiş bir bilgisayar mühendisliği mezununu işe almayı, cloud computing'i hiç duymamış birini işe almaya benzetti. Bu cümle beceri haritasından dokuz ay önce söylendi ama haritanın neden bu şekilde çıktığını açıklıyor: deneyim değersizleşmiyor, ön koşula dönüşüyor. Yargı, üzerine yargıda bulunacak bir birikim gerektiriyor.

En somut olan

Ajanı yönetmek bir beceri, alışkanlık değil

Üçüncü beceri haritanın en yeni ve en öğretilebilir parçası. Ng dört şeyi sayıyor: ajanın context penceresini bilinçli yönetmek, planlama ile yürütme arasında denge kurmak, otonom döngüyü kapatan doğrulayıcılar kullanmak ve birden fazla ajanı koordine edebilmek.

Bunların hiçbiri "Cursor açtım, çalışıyorum" ile aynı şey değil. Context yönetimi, ajana her şeyi yapıştırmak yerine hangi üç dosyanın yeterli olduğuna karar vermek demek. Planlama–yürütme dengesi, ajanı doğrudan koda salmadan önce plan çıkarttırıp o planı okumak demek. Doğrulayıcı ise ajanın kendi çıktısını test edip düzeltebileceği kapalı bir döngü kurmak — testi sen çalıştırıyorsan döngü kapanmamış demektir.

Ng ayrıca somut başarısızlık modlarından kaçınmayı da bu başlığa koyuyor; ajana sınırsız erişim vermek bunların başında geliyor. Bir de disiplin var: yeni araçları değerlendirip iş akışını değiştirebilmek. Ajan tarafı hızlı değişiyor, bu yüzden öğrenilecek şey bir araç değil, araç değiştirme refleksi.

Kapsam

Bu harita sadece mühendisler için değil

Harita "AI engineering" başlığıyla çıktı ama dört becerinin üçü, ürün ve tasarım tarafındaki insanların zaten yaptığı işler. Problemi tanımlamak, kabul kriteri yazmak, çıktının doğru olup olmadığına karar vermek — bunlar mühendislik başlığı altında yeni değil, ürün yönetiminde eski.

Değişen şey, bu becerilerin artık ekipteki herkesin işi olması. Roundtable'larımızda en sık duyduğumuz cümlelerden biri şu: "Ajan kodu yazıyor ama ne yazacağını kimse net söyleyemiyor." Bu bir mühendislik problemi değil, spesifikasyon problemi.

Türkiye'deki ekiplerde bunun ayrı bir yansıması var. Ajan araçlarını almak kolay; lisansı alıp dağıtmak bir haftalık iş. Zor olan, ekibin o araçtan çıkan işi değerlendirebilecek ortak bir dile sahip olması. Aynı özelliğe bakan üç kişi "oldu mu?" sorusuna üç farklı cevap veriyorsa problem araçta değil, kabul kriterinde.

Dürüstlük payı

Harita bir verimlilik kanıtı değil

Burada frene basmak gerekiyor. Ng'nin haritası talebi ölçüyor: iş ilanları ne istiyor, işe alım yapanlar neye bakıyor. Bu, o becerilerin gerçekten hız kazandırdığının kanıtı değil.

Ölçülen etkiye baktığında tablo daha karışık. Elimizdeki en temiz deney hâlâ METR'in Temmuz 2025 çalışması: deneyimli açık kaynak geliştiricileri kendi depolarında gerçek görevler yaptı, yarısında AI aracı kullanmalarına izin verildi.

Bu ölçümü nasıl kuracağını daha önce ayrıntılı yazmıştık: AI ile kodlamanın ROI'si nasıl ölçülür. Kısası şu: kendi baseline'ın yoksa elindeki tek veri, hızlandığına dair his oluyor. METR'in deneyi tam da o hissin ne kadar yanılabildiğini gösteriyor.

Zaten haritanın kendisi de bunu ima ediyor. Dört beceriden ikisi doğrudan doğrulamayla ilgili: eval kurmak ve ajanın döngüsünü kapatan doğrulayıcılar yazmak. Ng'nin çerçevesinde hız, ölçümün sonucunda geliyor; ölçümün yerine geçmiyor.

Aksiyon

30 günde ne yapabilirsin

Dört beceriyi aynı anda öğrenmeye çalışmak işe yaramıyor. Brick'te izlediğimiz sıra şu: önce ölç, sonra doğrula, sonra yönet, en sonda devret.

Sıranın mantığı basit. Baseline almadan hızlandığını iddia edemezsin — METR'in deneyi tam olarak bunu gösteriyor. Eval kurmadan ajanı yönetemezsin, çünkü çıktının doğru olup olmadığını gözle bakarak anlayamıyorsun; ajan güzel görünen ama yanlış olan kod yazmakta iyi. Ajanı yönetemeden spesifikasyon yazmanın da anlamı yok; yazdığın spec'in tuttuğunu görecek mekanizman olmaz.

Dördüncü haftanın sonunda ilk haftaki işi tekrar yap. Fark rakamla görünüyorsa beceri kazandın. Görünmüyorsa henüz araç değiştirmişsin, o kadar.

Ng haritanın son hâli olmadığını da söylüyor: her beceriyi ayrı yazılarda açacak ve topluluktan gelen anket verisiyle çerçeveyi güncelleyecek. Yani elimizdeki şey bitmiş bir müfredat değil, bir ilk kesit — üç ay sonra ağırlıklar yine oynayabilir. Bu da bir bilgi aslında: sabit bir beceri listesi ezberlemek yerine, listeyi kendin güncelleyebilecek bir okuma alışkanlığı kurmak daha işe yarıyor.

Haritanın asıl mesajı da bu galiba. Ng dört beceri sayıyor ama üçü aynı şeyin farklı yüzleri: ne isteyeceğini bilmek, istediğini alıp almadığını ölçebilmek ve ikisi arasındaki farkı kapatabilmek. Kod yazmak o döngünün içindeki en ucuz adım hâline geldi — ve döngünün geri kalanı hâlâ senin işin. 🧱