AI ile Birlikte Çalışmak - Cursor ve Copilot Maaşa Nasıl Yansıyor
İki yıl önce LinkedIn'de bir paylaşım vardı, hatırlarsınız: "Copilot'la artık iki kat hızlı yazıyorum, bu maaşıma nasıl yansır?" Altında yorumlar: "Patronuna söyle, prim iste". Şimdi 2026, Cursor herkesin bilgisayarında, Claude Code terminalde, GPT IDE'de. Ve aynı geliştiriciler aynı soruyu soruyor, sadece araçlar değişti.
Cevap kötü: Maaşın hızla orantılı artmıyor. Çünkü hız artık senin avantajın değil, mesleğin yeni tabanı. Bu yazıda AI araçlarının maaş pazarlığında nerede gerçekten işe yaradığını, nerede sadece ev içi konfor olarak kaldığını anlatacağız. Hangi sinyaller şirkete değer kattığını gösteriyor, hangileri "evet ama herkes yapıyor zaten" cevabını alıyor, somut bakacağız.
Verimlilik Artışı Neden Maaşa Yansımıyor
Yıllardır kabul edilen bir denklem var kafamızda: Daha hızlı çalışırsam daha fazla iş çıkarırım, daha fazla iş daha fazla maaş demek. Bu denklem 2018'de bile tartışmalıydı, 2026'da kırıldı.
Şirketler hız satın almıyor, sonuç satın alıyor. Bir özellik iki haftada da çıksa, dört haftada da çıksa, kullanıcı için fark yok. Yöneticin için fark, sen iki haftada bitirip diğer iki hafta başka iş yapabiliyor olmanda. Yani "ben Cursor sayesinde iki kat hızlıyım" demek aslında "ben aynı maaşa iki kat iş çıkarmaya hazırım" demek. Bu pazarlık argümanı değil, teklif.
Bir de baseline meselesi var. 2024'te Copilot kullanan kişi farklıydı, 2026'da Cursor kullanmayan kişi farklı. Şirketin senden beklediği üretim hızı zaten AI'lı bir geliştiricinin hızı. Cursor'la yetişebiliyor olman seni öne çıkarmıyor, sadece masaya oturmana izin veriyor. Pazar AI hızını fiyatladı, sen değerini soruyorsun.
Üçüncü ve en sert nokta: Maaşı belirleyen, harcadığın zaman değil aldığın karar. Hangi mimariyi seçtin, hangi trade-off'u doğru gördün, hangi production sorununu önceden yakaladın. AI bu kararları senin yerine vermiyor, vermesi de yakın değil. Kararın değeri sabitse, "kararı daha hızlı uyguluyorum" maaşa kıt etki ediyor.
Şirket Hangi AI Yetkinliğine Para Veriyor
Burada incelik var. AI kullanmak ile AI'yı kaldıraç olarak kullanmak farklı. Maaş pazarlığında ikincisi konuşulur, birincisi varsayılır.
Düşük değerli yetkinlikler şunlar: Cursor'ı açıp tab tuşuna basabilmek. Copilot'un önerdiği dört satırı kabul etmek. ChatGPT'ye "şu fonksiyonu düzelt" yazıp çıkan kodu yapıştırmak. Bunlar 2026'da yazma okuma kadar temel beceri sayılıyor. Şirket bunlar için ek ücret ödemiyor, çünkü bunlar olmadığında zaten işe almıyor.
Yüksek değerli yetkinlikler farklı bir kategoride:
Prompt mühendisliği değil, sistem mühendisliği: Bir AI ajanını üretim akışına oturtmak. RAG sistemleri kurmak, vektör veritabanı seçmek, eval pipeline yazmak. Bu yetkinliği taşıyan kişi 2026'da Senior'dan Staff seviyesine geçiyor, maaşı 1.5-2 katına çıkıyor.
AI'yla shipping güvenliği: AI'nın ürettiği kodu üretime hangi kontrolle aldığını biliyor olmak. Test kapsamı, kod incelemesi otomasyonu, regression yakalama. Şirketler hız değil, hızlı + güvenli ister. İkisini birleştiren kişi nadir.
AI maliyetini yönetmek: Token kullanımı, model seçimi, cache stratejisi, fallback mantığı. Bir startup'ın aylık 80 bin TL OpenAI faturası 8 bine düştüğünde, indirimi yapan mühendis o şirkette adı anılan kişi olur. Bu somut ROI, somut zam.
AI ürün düşünmek: Hangi feature'ı AI'yla, hangisini geleneksel kodla yazmak gerektiğini ayırt etmek. Her şeye LLM koyan ürünler son üç yılda yandı. Doğru yere doğru çözüm koyan kişi product engineer olarak değerleniyor.
Pazarlıkta bu yetkinlikleri öne çıkarmak gerek. "Cursor kullanıyorum" demek prim getirmiyor, "şu RAG sistemini ben kurdum, latency 800ms'den 120ms'ye indi" prim getiriyor.
Ölçülebilir Etki Üretmek
Maaş pazarlığında en zorlandığımız şey AI etkisini sayıya dökmek. "İki kat hızlandım" subjektif, kanıtlanamaz, şirket için anlamsız. Ölçü farklı bir yerden gelmeli.
Ölçülebilir etkilerin küçük listesi:
| Etki Tipi | Ölçü Birimi | Örnek |
|---|---|---|
| Kullanıcı deneyimi | Latency, hata oranı | API response 800ms→200ms |
| Maliyet | TL/ay, $/ay | Cloud faturası %40 düştü |
| Gelir | Conversion, retention | Onboarding tamamlama %12 arttı |
| Operasyon | Saat/hafta, deploy/gün | Manuel iş 20 saatten 4 saate |
| Kalite | Bug oranı, incident | Production incident ayda 8'den 2'ye |
AI bu sayıları nasıl üretiyor? Sen üretiyorsun, AI hızlandırıyor. Ama sayı senin adına yazılıyor. Bir mühendis altı haftada iç araç yazdı, ekipte üç kişinin haftalık 15 saatini kurtardı, yıllık 2500 saat tasarruf. AI'sız altı hafta sürerdi, AI ile dört hafta sürdü, ama esas mesele 2500 saatin kendisi. Pazarlık sırasında konuşulan bu sayı.
Burada bir öz-kontrol mekanizması var: AI olmadan çıkardığın işler nelerdi? Aynı dönemde sadece AI'lı kazanım sayarsan, "demek ki sen değil AI etkili" itirazı gelir. Bu yüzden son altı ayın projeleri arasında AI'sız da var olan, mimari karar gerektiren, ekip koordinasyonu içeren işleri özellikle ayır. Pazarlık dosyasında bu işler ön sırada durmalı.
Pazarlık Masasında Hangi Cümle İşe Yarıyor
İşte aynı argümanın iki versiyonu. Birincisi başarısız, ikincisi başarılı:
Başarısız: "Geçen yıldan bu yana Cursor kullanmaya başladım, üç kat daha hızlı yazıyorum. Maaşımın da artmasını bekliyorum."
Başarılı: "Geçen yıl 8 büyük feature ship ettim, bu yıl 14. İçlerinden ödeme akışı revizyonu refund oranını %18 düşürdü. AI tooling'i evaluation pipeline'ında kullanmaya başladım, regression bug'ları staging'de yakalanıyor artık. Mid'den Senior'a geçiş için iyi bir kanıt seti olduğunu düşünüyorum."
Birinci cümle araç odaklı, ikincisi sonuç odaklı. AI ikinci cümlede de var ama merkezde değil, kanıtın bir parçası. Yöneticinin kafasında "bu kişiye yatırım yapmalıyım" hissi ikinci cümleyle uyanıyor.
Bir başka kalıp: AI'nın kaldıraç değerini ekibe taşıdığını göstermek. "Ekipte üç kişiye Cursor + eval workflow'u öğrettim, kod review süresi yarıya indi" demek bireysel hız iddiasından çok daha güçlü. Çünkü bu artık çoğaltıcı etki, lider sinyali, terfi gerekçesi.
Eğer pazarlık yıllık zam görüşmesi bağlamındaysa - yani şirket içinde kalarak zam istiyorsan - kanıt dosyasını altı ay önceden hazırlamak gerekiyor. Performans değerlendirme dönemi geldiğinde AI etkisini somut metriklerle anlatabiliyor olmak için günlük not tutmak işe yarıyor. Hangi sayıyı düşürdün, hangi feature'ı bitirdin, kim sayesinde hızlandı.
AI Kullanmamak Bir Risk mi?
Tersinden de bakalım. AI'sız çalışmak 2026'da nasıl karşılanıyor?
Şirketler sessizce ölçüyor. Bir startup'ın CTO'su geçenlerde paylaştı: AI kullanmayan üç senior'ın PR throughput'u, AI kullanan iki mid'in altında kalmış. Bu insanlar kovulmadı ama performans değerlendirmesinde "expected" altında bant aldılar. Zam oranları enflasyonun altında kaldı. Erozyon başladı.
Daha açık örnek: İş ilanlarında "AI tooling deneyimi" giderek required statüsünde. Bir yıl önce nice-to-have'di, şimdi başvuru filtresi. Karşı kıyıdan bakınca, mülakatta Cursor/Copilot kullanmadığını söyleyen aday avantaj kaybediyor. Mülakat odasında ham yazma hızını test etmek istemiyorlar zaten, "iş yaparken nasıl iş yapıyorsun" görmek istiyorlar.
Risk listesi:
- Hız erozyonu: Aynı işi iki katı sürede çıkarıyorsun, kimse yüksek sesle söylemiyor ama herkes farkında.
- Vizyon erozyonu: AI'nın getirdiği yeni problem alanlarını (eval, prompt patterns, agent orchestration) takip etmediğin için "Senior" sıfatı eskiyor.
- Teklif erozyonu: Pazardaki Senior tanımı kaydı, sen kayanın gerisinde kaldın. İş aramaya çıktığında 2024 fiyatı buluyorsun.
AI'yla çalışmak istemiyor olabilirsin, gerekçesi olabilir. Ama bunun maaş etkisini kabul etmek, görmezden gelmekten daha sağlıklı.
Hangi Senaryoda AI Maaşı Gerçekten Yükseltir
Net listeyi verelim. Bu beş senaryoda AI yetkinliği maaşı doğrudan yukarı çekiyor:
1. AI ürün ekibine geçmek: Şirket içinde veya dışında, ürünün merkezine AI koyan ekipler ortalama %25-40 üstü ödüyor. Çünkü hem nadir hem mission-critical. Backend mühendisinden ML platform mühendisine geçen biri 18 ayda iki seviye atladı.
2. AI maliyet/performans optimizasyonu: Token bütçesini, model seçimini, cache mimarisini yöneten kişi şirkete ay başına on binlerce dolar kazandırıyor. Bu kişiler genellikle ROI dosyasıyla pazarlık yapar ve kazanır.
3. AI tooling yaymak: İç developer experience ekibinde AI tooling sahibi olmak. Şirket genelinde Cursor adoption'ını yöneten mühendis, kendi ekibinin verimliliği değil 200 mühendisin verimliliği üzerinden değerlendiriliyor.
4. AI safety / quality gating: AI üretimi kodu üretime nasıl güvenli aldığını mimari olarak çözen kişi. Bu rol regülasyon yoğun sektörlerde (fintech, sağlık) ekstra prim alıyor.
5. Eski sistemleri AI'la modernleştirmek: Legacy migration yaparken AI'yla 10x hızlanan ekipler ortaya çıkıyor. Migration projelerini bitiren kişiler proje sonu primlerinde önceliklendiriliyor.
Bu beşinin ortak özelliği şu: Hiçbiri "ben Cursor kullanıyorum" cümlesine indirgenemiyor. Hepsi belirli bir sistem, belirli bir sorumluluk, belirli bir ROI üretiyor.
Kişisel Kazanım vs. Şirket Kazanımı
Son bir ayrım. AI sana iki tür kazanım veriyor, ikisi de değerli ama maaş pazarlığında biri konuşuluyor.
Kişisel kazanım: Akşam erken çıkıyorsun. Hafta sonu çalışmıyorsun. Yoğun mesai dönemleri eskisi kadar yıpratmıyor. Yan proje yapacak vaktin kalıyor. Bu gerçek bir kazanım, hayat kalitesi diyor adına. Ama şirket bunu maaşa yansıtmıyor çünkü ölçemiyor, görmüyor, ona faturalanmıyor.
Şirket kazanımı: Ekibin throughput'u arttı, müşteri NPS'i yükseldi, üretim hatası düştü, time-to-market kısaldı. Bu kazanımlar kurumsal metriklere yazılır, tabloya çıkar, yönetim toplantılarında anılır. İşte buradan maaş geliyor.
Ödev: Önümüzdeki üç ay AI'yla yaptığın işleri iki sütuna ayır. Kişisel kazanım sütunu kendine kalsın, hayat kalitesi olarak değerlendir. Şirket kazanımı sütununu işe yazmaya başla, performans değerlendirme notlarına geçir, terfi dosyana ekle. Pazarlık zamanı geldiğinde elin dolu olsun.
Sonuç
Cursor üç katına çıkardı diyorsan, maaşın üç katına çıkmıyor. Çünkü "Cursor üç katına çıkardı" cümlesi 2026'da herkes için geçerli, baseline yeniden tanımlandı. Senin avantajın hız değil, hızı neye çevirdiğin.
Pazarlık masasına AI etkisini taşırken araç değil sonuç konuş. Ölçülebilir metrik göster, ekibe yaydığın bilgiyi anlat, maliyet düşürdüğün veya gelir artırdığın somut işleri öne çıkar. AI seni rakipsiz değil, hazır yapar. Rakipsizlik kararlarınla, sistem tasarımınla, ekip etkinle gelir.
Maaşının pazardaki yerini görmek istersen getSalary Dashboard üzerinden seviye, şehir ve teknoloji filtrelerini deneyebilirsin. AI yetkinliklerinin dağılımı yıl yıl değişiyor, kendi bandını oturduğun yerden değil veriden öğrenmek pazarlık öncesi en sağlam başlangıç.