Tarihsel olarak, kod yazma süreci kod incelemesinden daha yavaştı. Kod incelemeleri genellikle birikse de, fiili yaratım süreci daha maliyetliydi. Ancak günümüzde, yapay zeka destekli araçların yaygınlaşmasıyla birlikte, yazılım mühendisleri kendi kod tabanlarında ne olduğunu takip etmekte zorlanıyor. Bu durum, özellikle "AI-first" mühendislik ekiplerinde, hızla artan açık pull request (PR) sayılarıyla kendini gösteriyor. Makale, OpenClaw gibi projelerde 2.500'den fazla açık PR olmasının, bir sistemin girdisinin çıktısından daha hızlı büyüdüğünde kaçınılmaz birikimsel bir başarısızlığa yol açtığını belirtiyor. Bu durum, Starbucks'taki mobil sipariş yoğunluğuna benzetilerek, sistemin temel işleyişinin bozulduğu, bekleme sürelerinin belirsizleştiği ve iptal süreçlerinin karmaşıklaştığı bir tablo çiziyor.
Yapay zeka ile artan teslimat hızı büyük bir heyecan yaratırken, mühendisler kendi yarattıkları bu hıza nasıl ayak uyduracakları konusunda kafa karışıklığı yaşıyor. Bu durum, tarihteki endüstriyel devrimlerdeki darboğazlara benzetiliyor. Tekstil endüstrisinde bir darboğaz giderildiğinde, yenilikler zincirleme reaksiyonla bir sonraki aşamaya kaymıştı; dokuma hızlandığında iplik, iplik hızlandığında ise lif üretimi kısıt haline gelmişti. Yazılım mühendisliğinde de benzer süreçler yaşandı; assembly dilleri büyük ekipler için yetersiz kaldığında üst düzey diller geliştirildi. Programlama dilleri ve framework'ler, daha hızlı kod yazmamızı ve daha büyük kod tabanlarını yönetmemizi sağladı, ancak mühendisliğin temel becerisini, yani karmaşıklığı yönetme ve entegrasyonu sağlama yeteneğini ortadan kaldırmadı. Mevcut durum, yapay zekanın kod üretimini hızlandırmasıyla ortaya çıkan yeni bir darboğazı işaret ediyor: kod incelemesi ve entegrasyonu.
Yapay zekanın kod üretimini hızlandırması, yazılım geliştirme süreçlerinde kod incelemesi ve entegrasyonunda yeni ve sürdürülemez bir darboğaz yaratıyor.