Soru Sormaktan İşi Devretmeye: Codex Araştırması Ne Gösteriyor?

💡 Özet: Ana Çıkarımlar

• OpenAI'nin Codex araştırmasında değişen şey kullanım miktarından önce işin birimi. Kullanıcılar yalnızca soru sormuyor; araştırma, kod, dokümantasyon ve doğrulama gibi çok adımlı işleri devrediyor.
• Daha uzun görevler, eşzamanlı ajanlar ve yeniden kullanılan skill'ler bir çalışma sistemi kurulduğunu gösteriyor. Ancak bunların hiçbiri tek başına verimlilik veya ROI kanıtı değil.
• Asıl mesele aracı daha sık kullanmak değil. Bağlamı koruyan, araçları bağlayan, insan karar noktalarını belirleyen ve çıktıyı doğrulayan bir iş akışı kurmak.
• Şirketler mesaj ve token sayısının ötesine geçmeli. Görev karmaşıklığını ve ajan faaliyetini; kabul edilen çıktı, yeniden çalışma, kalite, çevrim süresi, maliyet ve riskle birlikte ölçmeli.

Bir yapay zekâ aracına “Bu hatanın nedeni ne olabilir?” diye sormakla, kod tabanını incelemesini, hatayı bulmasını, düzeltmeyi uygulamasını, testleri çalıştırmasını ve dokümantasyonu güncellemesini istemek aynı kullanım biçimi değil.

İlkinde cevap alıyorsunuz. İkincisinde bir iş parçasını devrediyorsunuz.

OpenAI Economic Research ekibinin 50 sayfalık The Shift to Agentic AI: Evidence from Codex raporunun gösterdiği temel değişim bu. Yapay zekâ kullanımı sohbetten, araç kullanan ve çok adımlı görevleri yürüten agentic iş akışlarına kayıyor.

Fakat raporun pratik önemi “Codex daha çok kullanılıyor” sonucunda değil. İnsanların yapay zekâyı tekil bir asistandan, araştırma, üretim, araçlar ve doğrulamanın aynı düzende çalıştığı bir sisteme dönüştürmeye başlamasında.

Ben de Codex ve Claude CLI'yi kaynak araştırmasından doküman ve kod hazırlamaya, custom MCP geliştirmekten görsel üretimine kadar uzanan bir düzende kullanıyorum. Bu nedenle bu yazı raporun Türkçe özeti değil. Önce araştırmanın neyi gösterdiğini ve neyi göstermediğini ayıracağım; ardından aynı örüntünün kendi çalışma düzenimde nasıl kurulduğuna döneceğim.

Soru sormaktan işi devretmeye

OpenAI, çalışma boyunca ChatGPT'yi daha çok konuşmaya dayalı, Codex'i ise agentic araç olarak ele alıyor. Araştırmacılar bu ayrımın mutlak olmadığını da kabul ediyor. ChatGPT araç kullanabilir; Codex görüşmesi yalnızca soru-cevap düzeyinde kalabilir.

Bu nedenle dış araç çağrısı tek başına agentic çalışmayı tanımlamıyor. Raporun daha kullanışlı ayrımı, danışma ile devredilmiş üretim arasında.

Danışmada model bir yaklaşımı açıklar veya seçenek üretir. Devredilmiş üretimde ise mevcut dosyaları inceler, bir plan kurar, araçları kullanır ve somut bir çıktı ya da değişiklik üretir. Araştırmada Codex kullanımının kod uygulama, hata ayıklama, doğrulama, dokümantasyon, veri analizi, araştırma, planlama ve iletişime kadar yayıldığı görülüyor.

İki yıl önce yapay zekâya “Web sitem için Yayın İlkeleri Dokümanı nasıl oluşturulur?” diye sorardım. Bugün Codex ya da Claude CLI'dan ilgili konuyu, iyi uygulamaları ve gerekli kaynakları araştırmasını; ardından Marka Rehberime uygun bir Yayın İlkeleri Dokümanı taslağı hazırlamasını istiyorum. İlk talep nasıl yapılacağını anlatan bir yanıt üretir. İkincisi araştırma ve yazımı birlikte kapsayan bir iş paketidir.

Muhtemelen siz de bir zamanlar yalnızca soru sorarken artık yapay zekâya daha fazla iş yaptırıyorsunuz.

Yazılım bu geçiş için elverişli bir başlangıç alanı. İş dijital, parçalara ayrılabilir ve sonuç testlerle kontrol edilebilir. Yine de raporun anlattığı dönüşüm kod yazımından daha geniş: Kullanıcı, modelle her adımı birlikte yapmak yerine hedefi ve sınırları belirleyip işin yürütülmesini devrediyor.

Araştırma neye dayanıyor?

Rapor üç grubu karşılaştırıyor: bireysel Codex kullanıcıları, Business ve Enterprise gibi kurumsal hesaplar ve OpenAI çalışanları.

Analiz, araştırmacıların konuşmaları tek tek okumasına dayanmıyor. OpenAI'nin gizliliği koruyan otomatik hattı; kullanım telemetrisini toplulaştırıyor, görevleri sınıflandırıyor ve bazı görevlerin yapay zekâ olmadan deneyimli bir insan için ne kadar süreceğini tahmin ediyor.

Her bulgu aynı örneklemden gelmiyor. Görev dağılımları daha geniş örneklemlerle, görev karmaşıklığı ise verilerinin model eğitiminde kullanılmasına izin veren bireysel hesapların yüzde 0,1'lik rastgele örneklemiyle hesaplanmış. İnsan emeği karşılığı da gerçek zaman kaydı değil, model tahmini.

Bu ayrıntılar raporu değersizleştirmiyor; neyi kanıtladığını sınırlıyor. Çalışma, insanların ürünü nasıl kullandığına ilişkin güçlü bir sağlayıcı telemetrisi sunuyor. Bağımsız bir etki araştırması değil ve nedensel verimlilik veya ROI sonucu vermiyor.

Dört bulgu aynı yöne işaret ediyor

1. Devredilen işler genişliyor

Codex kullanımı yalnızca yeni kod üretiminden oluşmuyor. Mevcut sistemleri anlama, hata ayıklama, doğrulama, repository işlemleri ve dokümantasyon önemli yer tutuyor. OpenAI çalışanlarında araştırma, planlama, iletişim, veri analizi, ürün, satış ve işe alım gibi işlevler de kullanıma giriyor.

OpenAI içindeki dağılımı sıradan bir şirkete genellemek doğru olmaz. Çalışanlar ürüne yakın, erişim engelleri düşük ve kurum içi bilgi paylaşımı yoğun. Yine de bu örnek, benimseme derinleştikçe devredilebilen iş portföyünün genişleyebildiğini gösteriyor.

Kendi çalışmamda bu genişlemeyi eski bir repository'nin tamamen farklı bir teknoloji yığınına taşınmasında gördüm. Ajan önce kod tabanını inceleyip geçiş raporunu hazırladı; yaklaşım ve kapsam kararlarını ben verdikten sonra kodu, dokümantasyonu ve testleri yazdı, tarayıcı testlerini oluşturdu, yalnızca benim kontrol edebileceğim adımlar için smoke test listesini ve deployment checklist'ini hazırladı, ardından CI/CD hattını kurdu. Bu, her ajanın her projeyi kendi başına üretime taşıyabileceği anlamına gelmiyor; doğru erişim, açık karar noktaları, otomatik testler ve insan kontrolleri tanımlandığında tek bir iş paketinin analizden teslim hazırlığına kadar genişleyebildiğini gösteren bir çalışma örneği.

2. Görevlerin çalışma ufku uzuyor

Modelin en az bir saatlik insan emeğine denk gördüğü bir görev veren aktif bireysel kullanıcıların oranı Aralık 2025'te yüzde 35,4 iken Mayıs 2026'da yüzde 70,2'ye çıkmış. Sekiz saatten uzun olduğu tahmin edilen en az bir görev verenlerin oranı ise yüzde 2,1'den yüzde 25,6'ya yükselmiş.

Bu rakamlar görevlerin sekiz saat boyunca başarıyla yürütüldüğünü göstermiyor. İstek başarısız olabilir, yarım kalabilir veya yoğun düzeltme isteyebilir. Gösterdiği şey, kullanıcıların daha büyük iş parçalarını tek seferde devretmeye başlaması.

3. Bazı kullanıcılar ajanları paralel yönetiyor

11 Haziran 2026'da biten haftada kullanıcıların yüzde 10'undan fazlası en az üç Codex ajanını eşzamanlı yönetmiş. Dış kullanıcıların çoğu hâlâ tek iş akışında kalıyor veya en fazla iki görevi paralel yürütüyor. OpenAI içinde eşzamanlılık çok daha yüksek.

Bu örüntüde insanın işi de değişiyor: Görevleri ayırmak, doğru bağlamı vermek, ilerlemeyi izlemek, gerektiğinde müdahale etmek ve sonuçları birleştirmek gerekiyor. Yüksek eşzamanlılık tek başına başarı değil; kötü tasarlanmış bir düzende yalnızca inceleme kuyruğunu büyütebilir.

Kendi çalışma düzenimde, uygun olduğunda iş akışlarını paralel çalışabilecek şekilde kurguluyor ve alt görevleri subagent'lara devrediyorum. Son dönemde bu paralellik tek bir görevin içine de sıkışmıyor: Bir CLI ekranında akış çalışırken onu beklemek yerine ikinci bir CLI ekranında başka bir konuyu ilerletiyorum. Bu, herkesin mümkün olduğunca çok işi aynı anda açması gerektiği anlamına gelmiyor. Benim deneyimimde eşzamanlılık yalnızca ajan sayısını değil, çalışma ritmini de değiştiriyor; bir süreç yürürken kullanıcı başka bir iş parçasını ilerletebiliyor.

4. Tekrarlanan işler skill ve plugin'lere bağlanıyor

Aktif Codex kullanıcıları arasında en az bir skill çağıranların oranı 1 Mart'ta yüzde 5,4'ten 11 Haziran 2026'da yüzde 26,6'ya yükselmiş.

Rapordaki anlamıyla skill, belirli bir iş için yeniden kullanılabilir talimat ve çalışma tarifidir. Plugin ise skill'leri uygulama entegrasyonları, Model Context Protocol yapılandırması, hook'lar ve diğer varlıklarla paketleyebilir. Custom skill'ler kurumun yazım standardı, raporlama düzeni veya kontrol adımları gibi yerel bağlamı koruyabilir.

Bu nokta çalışma sistemi açısından kritik. Kullanıcı aynı bağlamı her görüşmede yeniden anlatmak yerine işin nasıl yapılacağını kalıcı bir düzene dönüştürüyor. Fakat tekrar kullanım kalite kanıtı değil. Kötü bir kural da tutarlı biçimde ölçeklenebilir.

Yapay zekâ ne zaman çalışma sistemine dönüşüyor?

Uzun bir prompt veya çok sayıda sohbet bir çalışma sistemi kurmaz. Sistem, birbirine bağlı beş unsur oluştuğunda başlar:

• Devredilecek işin sınırı açıkça tanımlanır.
• Gerekli dosya, veri ve araçlara kontrollü erişim verilir.
• Tekrarlanan bağlam skill, kural veya başka bir sistem kaydında korunur.
• Ajanın duracağı ve insanın karar vereceği noktalar belirlenir.
• Çıktı test, kaynak, kayıt veya yetkili kişiyle doğrulanır.

Bu nedenle AI agent ile sabit workflow arasındaki ayrım önemlidir. Her iş serbest muhakeme gerektirmez; öngörülebilir süreçlerde daha sınırlı bir otomasyon daha güvenilir olabilir. Ajan kullanıldığında da yapay zekâya verilecek yetkinin işin riskine göre sınırlandırılması gerekir.

Bu örüntü benim çalışma düzenimde nasıl görünüyor?

Bunu web sitemde içerik oluşturma akışındaki iki farklı başlangıç üzerinden anlatabilirim.

İlkinde fikir ve çoğu zaman ilk taslak benden geliyor. Codex veya Claude CLI'dan konuyu, iddiaları destekleyecek kaynakları ve iyi uygulamaları araştırmasını; ardından taslağı Marka Rehberi ve editoryal kurallarıma göre zenginleştirip düzenlemesini istiyorum. Bu sırada iddialar kontrol ediliyor, mevcut yazılar taranıyor ve uygun iç bağlantılar öneriliyor.

İkinci başlangıç kaynak takibi. Bu akış gelişmeleri izlememe, yeni içerikleri sınıflandırmama ve olası bir yazı konusu fark etmeme yardım ediyor. Yine de “Evet, bu yazılmaya değer” kararını ben veriyorum; yazının merkezindeki düşünceyi, açıyı veya ilk taslağı ben sağlıyorum. Konuyu başlatan içerik de tek kaynak olarak kalmak zorunda değil; aynı iddiayı destekleyen veya sınırlayan başka kaynaklarla zenginleştirilebiliyor.

Konu netleştiğinde aynı çalışma düzeni Türkçe ve İngilizce taslaklar, dokümanlar ve gerektiğinde kod üretimi için devam ediyor; hazır araçlar yetmezse custom MCP'ler tasarlanıp geliştiriliyor. Yakın tarihli blog yazılarımın çoğunda Codex bu sürecin bazı bölümlerinde asistan olarak yer aldı. Blogdaki görsellerin tamamını da Codex üzerinden ImageGen ile ürettim; üretilen görselin ALT metin açıklaması da agent tarafından belirleniyor. Bu, Codex'e özgü bir ürün incelemesi veya ROI iddiası değil. Editoryal tez, kaynak kararları, dil ve yayımlama kararı hâlâ bana ait.

Token ve mesaj sayısı neden yetmiyor?

Raporun en değerli uyarılarından biri kendi kullanım rakamlarına koyduğu sınır. Agentic sistemlerde aktif kullanıcı, sohbet, mesaj ve token hacmi yapılan işin değerini açıklamak için yetersiz.

Temmuz ortasından bu yana harcadığım 23,2 milyar token da bu sınırı somutlaştırıyor. Aynı ekran 1,47 milyarlık tepe değer, 33 günlük kullanım serisi, 7 saat 18 dakikalık en uzun görev ve yaklaşık 6,13 milyarlık en yüksek haftalık sütun gösteriyor. Bu sayılar kullanımın yoğunluğunu ve süresini anlatıyor; tokenların tamamının değerli veya tamamlanmış işe dönüştüğünü, sonuçların doğru olduğunu ya da iş değeri, ROI ve kalite ürettiğini göstermiyor.

Bir kullanıcı onlarca kısa mesaj yazabilir. Başka biri tek bir görev verip birkaç saat çalışan ajanları yönetebilir. Faaliyet biçimleri farklıdır; ikisi de sonucun doğru veya değerli olduğunu kanıtlamaz.

OpenAI bu nedenle görev karmaşıklığı, runtime, iş akışı tekrar kullanımı, eşzamanlılık ve üretim çıktısı gibi ölçüleri öneriyor. Şirketler bunları işletme sonuçlarıyla tamamlamalı:

• Çıktının ne kadarı kabul edildi?
• Ne kadar insan düzeltmesi veya yeniden çalışma gerekti?
• Hata teslimattan önce mi, sonra mı bulundu?
• Çevrim süresi, kapasite, kalite, maliyet veya risk değişti mi?

Yapay zekâ kullanmak ile yapay zekâdan değer üretmek arasındaki fark burada ortaya çıkıyor. Kullanım yoğunluğunu iş sonucuna bağlamazsanız yüksek faaliyet hacmini başarı sanabilirsiniz.

Şirketler için çıkarım

OpenAI'nin araştırması, yapay zekânın soru-cevap aracından devredilmiş üretime kaydığını ikna edici biçimde gösteriyor. Daha uzun görevler, paralel ajanlar ve yeniden kullanılan iş akışları bu değişimin ayrı işaretleri.

Rapor, bu sistemlerin şirketleri otomatik olarak daha üretken yaptığını göstermiyor. O karar için görev seçimi, erişim, kontrol ve sonuç ölçümü gerekiyor.

Bir şirketin ilk hedefi daha fazla ajan veya daha yüksek token tüketimi olmamalı. Hangi işi neden devrettiğini, ajanın hangi bağlam ve araçlarla çalıştığını, insanın nerede karar verdiğini ve çıktının nasıl doğrulandığını açık hâle getirmeli.

Yapay zekâ asistanı burada çalışma sistemine dönüşüyor: Daha çok konuştuğunda değil, işin yürütülme biçimine kontrollü ve ölçülebilir biçimde bağlandığında.