Hotz, AI kodlama ajantlarının kripto projelerine sistemik risk oluşturduğunu uyarıyor

George Hotz — iPhone’u jailbreak ederek ve daha sonra PlayStation 3’ü tersine mühendislik yoluyla inceleyerek ünlü hale gelen genç prodijiyi — AI kodlama ajanlarının kitle halinde yaygınlaştırılması hakkında açık bir uyarıda bulundu: bu, “alanın tarihinin en pahalı hatalarından biri” olabilir. “Sonsuz Sloptember” adlı yeni bir blog yazısında, Hotz, ajan tabanlı kodlama sistemlerinin aslında güvenilir bir şekilde “programlama” yapmadığını savunuyor. Altı ay boyunca Tinygrad’ı (açık kaynaklı derin öğrenme çerçevesi) genişletmek ve bir USB–PCIe çipinin firmware’ini tersine mühendislik yoluyla incelemek için ajanları kullanarak yaptığı deneyler sonucunda, kalıbın tutarlı olduğunu söylüyor: ajanlar erken ilerlemeyi hızlandırıyor, ancak geliştiricilere bitirilmemiş, kırılgan ve karışıkmış bir ürün bırakıyor. “Ajan, tüm ilerlemeyi öne alır,” yazar. “Kolayı çeker ve bitirme işinin tamamlanmasını umarsınız. Asla tamamlanmaz.” İddiası açık: “Ajanlar programlayamaz ve bunun yapamadıklarını fark etmeye giderek daha uzun zaman harcanıyor.” Daha da kötüsü, diyor, başarısızlıklar ince: “Çıktı bozuk, ancak giderek daha zor algılanan bir şekilde. Bu, giderek daha doğru bir istatistiksel modelden tam olarak ne bekleyeceğinizi yansıtır.” Şimdi neden bu önemli? Hotz’ın yazısı, sektörde keskin bir bölünmeyle karşılaşıyor. Beş gün önce, en görünürlüklü AI araştırmacılarından biri olan Andrej Karpathy, Anthropic’ın ön-eğitim ekibine geçtiğini duyurdu ve önümüzdeki birkaç yılın büyük modeller için “özellikle biçimlendirici” olacağını söyledi. Karpathy ve Anthropic’in liderliği, ajan tabanlı iş akışlarını açıkça kabul etti: Anthropic CEO’su Dario Amodei, Davos’ta bazı mühendislerin modellerin kod üretmesine izin verip sadece sonuçları incelediğini söyledi. Microsoft da 2025’te GitHub Copilot’u tam bir ajan sistemine dönüştürerek ajanlara büyük ölçüde odaklandı ve CEO Satya Nadella bu değişimi bulut bilişim hareketiyle eşdeğer olarak tanımladı. Hotz, bu tartışmanın tam karşı tarafında yer alıyor. Yann LeCun ve Gary Marcus gibi önde gelen şüpheci görüşlerle — büyük dil modellerini çoğunlukla sofistike desen eşleştirme araçları olarak görüp gerçek akıl yürütücüler olarak değil — kendi pozisyonunu aynı çizgide tutuyor. Hotz, şirketlerin ajanları tüm mühendislik organizasyonlarına yayması durumunda ortalama kod kalitesi üzerinde olumsuz bir etki yaratacağını uyarıyor: yüksek performanslılar, sık geri bildirim döngüleri nedeniyle ajan hatalarını hâlâ yakalayacak ve düzeltecek; ancak düşük performanslılar — ajanlar sayesinde daha fazla patch ve PR sunmaya teşvik edilecek — bunu yapamayacak. Sonuç olarak, tahmin ediyor ki “sıkıntılı miktarda döküntü için altın çağa, kaliteli parçalar için ise karanlık bir çağa” gidiyoruz. Bu sadece yerini alma korkusu olduğuna dair savunmayı önceden tahmin eden Hotz, buna karşı çıkıyor. Google’ın AFL (American Fuzzy Lop) gibi otomatik araçlarını örneğe alıyor; bu araçlar programcılar arasında varoluşsal kaygı yaratmadan birçok hata buldu ve satranç ile Go oyunlarının AI hakimiyetinden sonra popülerliğinin arttığını not ediyor. Gerçek endişesi organizasyonel: yaygın kabul, hız artışı altında kod kalitesindeki sürekli düşüşü gizleyebilir. Hatta pazarlama baskısının kısmen bir satış taktiği olabileceğini düşünüyor: “Bu, ajanları satmak için bir tür psikolojik operasyon gibi geliyor. Kayıp korkusu, büyük şirketleri harekete geçirmenin tek yollarından biridir.” Kripto mühendisleri için somut riskler Kripto ve blok zinciri projeleri için Hotz’ın eleştirisi özellikle güçlü gelmelidir. Akıllı sözleşmeler hoşgörüsüzdür: dağıtılmış kodda ince hatalar, fonların kalıcı kaybına neden olabilir. Eğer ajanlar akıllı sözleşme kodu üretmenin varsayılan yolu haline gelirse, risk sadece hatalı özellikler değil, aynı zamanda DeFi, NFT sistemleri ve layer-2 altyapısı boyunca yayılan ve zor algılanan sistemik açıklar olabilir — özellikle ekipler titiz incelemeler, testler ve formel doğrulama olmadan ajanlara güveniyorsa. İzlenecek noktalar: - Araç kabulü vs. süreç: Ajanlar prototipleme hızını artırabilir, ancak ekipler uygun durumlarda titiz incelemeler, denetimler ve formel yöntemleri korumalıdır. - Başarısızlıkların görünürlüğü: Hızlı testleri geçip kenar durumlarda başarısız olan daha ince, istatistiksel hatalar beklenmelidir. - Organizasyonel teşvikler: Şirketlerin hız için kalite kontrollerini geçmesi izlenmelidir. - Sektöre özel risk: Kripto alanında, ajan tarafından üretilen kodlara güvenmeden önce denetimleri ve zincir üstü güvenlik kontrollerini öncelikli hale getirin. Bağlamsal karşıt görüşler Herkes Hotz’la aynı fikirde değil. Karpathy, önce ajanlara şüpheyle yaklaşıyordu ancak son model iyileştirmelerinden sonra 19 Mayıs 2026 tarihinde Anthropic’e katıldı. Anthropic mühendislerinin her satırı kendileri yazmak yerine model çıktısını incelemesi, ajan iş akışlarının pratik argümanıdır. Hotz ise aynı pasif yaklaşımı denedi ve sürekli elle düzeltmeler yapmak zorunda kaldığını söyledi. Sonuç Hotz’ın uyarısı Luddist bir çağrısı değil, dikkatli olma çağrısıdır: AI ajanları güçlüdür ancak çıktıları istatistiksel yaklaşımlardır — dikkatli mühendislik kararlarının yerini alamaz. Kusurların maliyeti benzersiz derecede yüksek olan kripto ekipleri için bu yazı, dikkatli inceleme ve doğrulama olmadan hızın yenilikleri bulaşıcı hale getirebileceğini hatırlatan zamanında bir uyarıdır.