Online alışveriş platformu Instacart, yazılım geliştirme süreçlerinde yapay zeka kullanımını radikal bir seviyeye taşıdı. Şirketin CTO'su Anirban Kundu, VB Transform 2026 etkinliğinde yaptığı açıklamalarda, mühendislerin tekrarlayan ve yüksek hacimli işlerle vakit kaybetmek yerine, karar verme ve istisna yönetimi gerektiren kritik problemlere odaklanması gerektiğini belirtti.

Kod Yazımı Artık Makinelerin Kontrolünde

Kundu'nun paylaştığı verilere göre, Instacart'ın geliştiricileri vakaların yüzde 97'sinde artık kod okumuyor. Kod üretimi ve temel yapıların oluşturulması büyük oranda yapay zeka ajanları tarafından yönetiliyor. Özellikle yeni projelerde kodların haftalık olarak yeniden üretilmesi sayesinde şirket, yazılım dünyasının kronik sorunu olan teknik borç (tech debt) konusundaki endişelerini tamamen bıraktı.

Sistem Hatalarını Tespit Eden Yapay Zeka SRE

Şirket, genel hata verileri yerine kendi geçmiş olay analizleri ve kök neden raporlarıyla eğitilmiş bir Site Reliability Engineering (SRE) sistemi kurdu. Bu sistem sayesinde üretim aşamasındaki sorunların tespit ve çözüm oranı yüzde 60'tan yüzde 90'ın üzerine çıktı. Blueberry adı verilen dahili araç, 200'den fazla Slack kanalını ve sistem sinyallerini izleyerek insan sezgisinin gözden kaçırabileceği hataları hızla tespit edebiliyor.

Yazılım Mimarisinde Yeni Dönem ve Değerlendirme

Instacart, eski ve hantal sistemleri 'Atoms' adlı bir projeyle modüler yapılara dönüştürerek temizliyor. Ayda yaklaşık 7 bin otomatik değerlendirme yapan sistem, 8 bin üzerindeki gerçek zamanlı geliştirici sorgusuna yüzde 99,9 doğrulukla yanıt veriyor. Şirket, klasik kod incelemeleri yerine geliştiricilerin doğru soruları sorabildiği bir 'niyet modeline' geçiş yapmayı hedefliyor.

Ne anlama geliyor?

Yazılım geliştirme süreçlerinde karşılaşılan teknik borç, zamanla eskiyen veya hızlıca geçici çözümlerle yamalanan kodların oluşturduğu birikmiş sorunlar bütünüdür. Bu durum, sistemin yeni özellikler eklenmesini zorlaştırır ve hataların artmasına neden olur. Otomatik kod üretim sistemleri sayesinde, işlevsiz kalan eski yapılar silinip güncel ihtiyaçlara göre hızla yeniden oluşturulabildiği için bu birikmiş yük ortadan kalkar.

Sistem güvenilirliği mühendisliği ise, uygulamaların kesintisiz çalışmasını sağlayan teknik süreçleri kapsar. Yapay zeka ajanlarının bu sürece dahil olması, sistemdeki anormalliklerin insan operatörlerin fark etmesinden çok daha kısa sürede tespit edilmesini sağlar. Bu mekanizma, geçmişteki hata kayıtlarını analiz ederek benzer kalıpları tanıyan bir yapı üzerinden çalışır ve sorunların kaynağına yönelik çok daha hızlı teşhisler konulmasına imkan tanır.