Enver KOÇAK
Mistral AI, 9 Eylül 2026’da yayımladığı bir vaka çalışmasında eski kod dönüşümü konusunda yapay zekâ ajanlarıyla elde ettiği sonuçları paylaştı. Avrupalı bir enerji şirketinin rezervuar simülatörü, Fortran 77 ile yazılmıştı. İlk aşamada bu kodun 40 bin satırı C++’a taşındı. Toplam kod tabanı ise yaklaşık 300 bin satır.
İşi zorlaştıran koşullar azımsanacak gibi değildi. Kodun test takımı yoktu, belgeleri dağınıktı ve kodu yazan kişiler artık şirkette değildi.
Ne Değişti?
Fortran 77, global COMMON blokları, örtük tip tanımları ve altı karakterle sınırlı değişken adlarıyla bilinen eski bir dil. Nesne yönelimli C++’a geçiş satır satır çeviri değil, mimarinin yeniden kurulması anlamına geliyor. Bu da sayısal sonuçların aynı kaldığını doğrulamayı zorlaştırıyor.
Mistral ekibi işe önce bir eşitlik düzeneği kurarak başladı. Fortran alt programlarına, çalışma anındaki durumu dışa aktaran ölçüm noktaları eklendi. C++ tarafındaki test altyapısı bu kayıtları yükleyip taşınan modülün aynı sonucu verip vermediğini kontrol etti. Ölçüt, nihai çıktıların ve mühendislerin işaretlediği ara noktaların sayısal olarak eşit olmasıydı.
Belgeleme aşamasında özel bir ayrıştırıcı, programın çağrı ağacını çıkardı. Yüzden fazla ajan, bu ağacın yapraklarından başlayarak kodu belgeledi ve değişiklikleri çekme isteği olarak gönderdi. Zamanlanmış çalışan bir gözden geçirici ajan bu istekleri inceledi. Eski PDF belgeler de Mistral OCR ile okunup ajanlara aktarıldı. Ajanları başlatıp yönetmek için Vibe CLI kullanıldı.
Tam Özerklik Neden İşe Yaramadı?
Vaka çalışmasının en öğretici kısmı burası. Ekip önce ajanlara tam özerklik verdi. Sonuç, C++ sözdizimiyle yazılmış ama mantığı hâlâ Fortran olan bir koddu: global yapılar ve GOTO ile yönetilen akış. Ardından planlayıcı, kodlayıcı, test edici ve kalite gözden geçiricisi gibi rollere ayrılmış ajanlar denendi. Bu yapı da zor hatalarda tıkandı.
Sonunda insanın yönettiği bir akış benimsendi. Önce hedef mimari üretildi ve mühendis onayına sunuldu. Ardından iş görevlere bölündü, her görev planla, uygula, test et döngüsünden geçti. Çekme istekleri birleştirilene kadar bir insan tarafından incelendi.
Mistral’in çıkardığı üç ders şöyle özetlenebilir: Taşıma koduna başlamadan önce eşitlik düzeneğini kurun. Ajanlara güvenmeden önce belgeleri düzene sokun. Bu ölçekte, insan onay kapıları olan yapılandırılmış akışlar hem tam özerklikten hem de tamamen elle yapılan çalışmadan daha iyi sonuç veriyor.
Kimi İlgilendiriyor?
Bu çalışma, bankacılık, enerji, savunma ve kamu gibi alanlarda onlarca yıllık COBOL veya Fortran sistemleriyle uğraşan ekipler için doğrudan örnek niteliğinde. Ajanların belgeleme gibi tekrarlayan işlerde ne kadar hızlı olduğunu, ama mimari kararlarda neden insan gözetimine ihtiyaç duyduğunu somut biçimde gösteriyor.
Mistral de bir sınırı açıkça belirtiyor: Yöntem, kod tabanı kendi içinde bütün ve çalıştırılabilir olduğu için iyi işledi. Dış sistemlere bağlı, çalışan bir referansı olmayan ya da belgelenmemiş fizik içeren projeler ek zorluklar getirecektir.
Ayrıca ilk denemede her alt program için uygulama süresinin yaklaşık bir hafta sürdüğü belirtiliyor. Bu, ajanların işi bir gecede bitiren sihirli araçlar olmadığını gösteriyor. Asıl kazanç, dağınık bilginin toplanması ve sonucun ölçülebilir hâle gelmesinde.
Türkiye’den Kullanıcılar İçin
Türkiye’de de eski çekirdek sistemlerini yenilemek isteyen pek çok kurum var. Bu vakadan çıkarılabilecek en pratik öneri, yapay zekâ aracı seçmeden önce test ve doğrulama altyapısını kurmak. Hangi model kullanılırsa kullanılsın, sonucun doğru olduğunu kanıtlayan bir ölçüt yoksa dönüşüm riskli olmaya devam eder.
Kaynaklar
Bu yazı, yukarıdaki kaynaklardan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynaklara başvurun.
