Bir çalışan, ilk haftasında seksen bin dolarlık token yaktı. Seksen bin. Bir hafta. Tek kişi.
Fintech girişimi Slash bunu yaşadı ve AI kodlama hamlesini geri aldı. Haber yayılınca altında koca bir tartışma başladı. Çoğu önce güldü — "o adam kesin kovuldu" tarzı şakalar. Ama gülmenin altından daha ciddi bir soru çıktı: bu nasıl oldu, ve nasıl önlenir?
İpuçlarıPara nereye gitti?
İlk ipucu acımasızca komik bir yanıttan geliyor: "Bir div'i ortalamak için Opus kullanıyordu." Yani en pahalı, en güçlü modeli en basit işe koşmak. Tek cümle, israfın kalbini gösteriyor — CSS'te bir kutuyu ortalamak için frontier model çağırmak, taksiyle yan markete gitmek gibi.
İkinci ipucu Slash ekibinin içinden. Nico şöyle yazıyor: bu, Claude'a defalarca "hata yapma" dediğinde oluyor. Modele aynı şeyi tekrar tekrar yaptırıyorsun, her döngüde token yanıyor, sen farkında bile değilsin. Verimsiz prompt, sessiz bir sayaç gibi dönüyor.
Üçüncüsü daha sinir bozucu. Biri soruyor: acaba agent'lar ne kadar kodu bozdu? Yakılan token sadece para değil — bazen boşa giden, hatta zarar veren çıktıya dönüşüyor. Çok harcamak, iyi sonuç demek değil.
Kodlama pratikte çözüldü. Sadece sana üretilen kodun kötü olduğunu söylemiyorlar.
— Ted KupolovBu bir kişinin hikayesi değil
Tartışma burada olgunlaşıyor. Bir hedge fon yöneticisi en temel soruyu soruyor: bu şirketin neden böyle nakit yakmayı önleyecek bir koruması yok? Başka biri ekliyor: nasıl hiç kullanım izleme yok?
Seksen bin dolar, kötü bir çalışanın değil, limiti olmayan bir sistemin hikayesi.
Düşün: bir çalışanın ilk haftasında şirket kartıyla seksen bin dolarlık harcama yapabilmesi başka hangi kalemde mümkün olurdu? Bulut maliyetlerinde değil, seyahatte değil, donanımda değil. Hepsinde bir onay adımı, bir limit, bir uyarı var. Token'da yok — çünkü kalem yeni ve kimse henüz muhasebesini kurmadı.
DisiplinToken saving cimrilik değil
"Token saving" kulağa cimrilik gibi geliyor olabilir. Değil. Bu bir mühendislik disiplini — tıpkı veritabanına sorgu atarken indeks düşünmek gibi. Dört şey yeterli:
| Disiplin | Neyi önler | Nereden başlarsın |
|---|---|---|
| Doğru işe doğru model | Basit işe frontier model çağırmak | Varsayılanı küçük modele al, yükseltmeyi bilinçli yap |
| Bütçe limiti | Bir döngünün gece yarısı seni yakması | Kişi ve proje başına sert üst sınır ve uyarı eşiği |
| Kullanım izleme | Faturayı ay sonunda öğrenmek | Günlük harcama panosu — kim, hangi model, hangi iş |
| Bağlam tasarımı | Modele her seferinde her şeyi okutmak | Tekrar eden bağlamı sabitle, döngüyü kısalt |
Dördünün ortak yanı şu: hiçbiri kullanımı azaltmıyor, görünür kılıyor. Fark önemli — amaç daha az AI kullanmak değil, ne kadar kullandığını bilmek.
Seksen bin dolar rakamı haberden geliyor, tartışmanın geri kalanı X'te geçen yorumlar. "Bir div'i ortalamak için Opus" bir espri, kanıtlanmış bir tespit değil. Vakanın detayını bilmiyoruz — buradan çıkaracağın şey bir suçlu değil, bir kontrol listesi olmalı.
Brick'in duruşu
Token'ı bilinçli harca, sonra ölçekle. Ne "AI çok pahalı, hiç kullanmayın" karamsarlığı, ne "sınırsız yak, üretkenlik öder" coşkusu. İkisi de tembellik. Doğrusu ortada: önce ölç, sonra sınırla, sonra ölçekle.
Ekibe AI aracı açarken ilk gün iki şey kur: kişi başına aylık sert limit ve günlük harcama özeti. İkisi de yarım saatlik iş. Sonradan kurmak, önce faturayı görmek demek.
Sana sorumuz şu: sen geçen ay kaç token harcadın? Ve daha önemlisi, bunu söyleyebiliyor musun?
Eğer cevap "bilmiyorum"sa, asıl tasarruf oradan başlıyor. 🧱
