Tam Ajansal Mühendis İnşa Etmek ve 500K ARR’a Ulaşmak: pre.dev Hikayesi

Tam Ajansal Mühendis İnşa Etmek ve 500K ARR’a Ulaşmak: pre.dev Hikayesi

Bir danışmanlık ajansının iç kullanım için geliştirdiği araç, 10.000’den fazla kurucu tarafından benimsenen bağımsız bir ürüne dönüştü ve 500.000 dolar yıllık tekrarlayan gelire (ARR) ulaştı. Bu, pre.dev’in kısa ama son derece öğretici hikayesi — ve aynı zamanda yazılım geliştirmenin nereye gittiğine dair net bir sinyal.

2026 yılına girerken yapay zeka destekli yazılım araçları artık sadece kod önermekle kalmıyor; projeyi fikir aşamasından üretime taşıyan otonom sistemlere dönüşüyor. Bu dönüşümün tam ortasında, küçük bir ajans ekibinin içsel bir problemi çözmek için yazdığı kod, bugün NVIDIA ve YC destekli şirketlerin kullandığı bir platforma evrildi. pre.dev, bu dönüşümün somut ve ölçülebilir bir kanıtı.

Başlangıç: Kendi Sorununa Çözüm Üret

Arjun Raj Jain ve ortağı Adam Elkassas, danışmanlık ajanslarında müşteri projelerinin kapsam belirleme ve planlama süreçlerini otomatikleştirmek için dahili bir araç geliştirdiler. Araç, gerçek müşteri projeleriyle defalarca döngüye girip olgunlaştı. Bu yaklaşım — önce kendi probleminizi çözün, sonra ürüne dönüştürün — ürün-pazar uyumunu en hızlı bulan yollardan biri.

Gerçek kullanım verisi ve gerçek acı noktaları baştan mevcut olduğunda, kör tahminlerle geçen aylar ortadan kalkıyor. Arjun, aracı yıllarca ajans içinde kullandıktan sonra bağımsız bir ürün olarak piyasaya sürmek için Ağustos 2025’te harekete geçti. Eylül ortasında satışa başladı, Kasım ortasında 100.000 dolar ARR’a ulaştı. Beş ay sonra 500.000 dolar ARR’ı geride bıraktı.

Bu hızın arkasında şans değil, derin bir pazar anlayışı var: Başlangıçta MVP geliştiren bireysel kurucuları hedeflediler, ancak bu kitlenin platforma günlük bağımlılık geliştirme olasılığının düşük olduğunu fark ettiler. Yön değiştirdiler ve geliştirme ajanslarına odaklandılar — doğru hamle buydu.

Bir ürünün başarısında, kimi hedeflediğiniz kadar kimi hedeflemeyeceğinizi bilmek de belirleyici. Bireysel kurucu bir kez proje yapar ve geçer; bir ajans ise her müşteri için tekrar tekrar aynı süreci yaşar. Sık kullanım, yüksek elde tutma, güçlü referans — pre.dev doğru müşteriyi seçti.

Vibe Coding Araçlarından Farkı Ne?

Bu soruyu ciddiye almak gerekiyor. 2026’da yapay zeka destekli geliştirme araçlarının sayısı 120’yi aştı ve bu araçların büyük çoğunluğu tek bir iş yapıyor: kod önermek ya da üretmek.

Cursor, Copilot veya Lovable gibi araçlar güçlü kod üreticileri. Ama bir projeyi sıfırdan alıp üretime götürmek için gereken şeyler sadece kod yazmaktan ibaret değil. Mimari karar vermek, kullanıcı hikayelerini oluşturmak, dalları yönetmek, testleri yazmak, PR sürecini koordine etmek — bunların hepsi zaman ve dikkat gerektiriyor.

pre.dev burada farklılaşıyor: Proje fikrinden başlayarak mimari tasarım, yol haritası, kullanıcı hikayeleri, izole sandbox ortamında kod yazımı, type checking, linting ve headless tarayıcı doğrulamasına kadar tüm süreci otomatikleştiriyor. Görev bazlı, dal bazlı, PR bazlı çalışıyor. Bir geliştiricinin günde saatlerini harcadığı planlama ve koordinasyon yükünü omuzlarından alıyor.

Sektördeki konumlanmasını da net ifade ediyor: Cursor veya Copilot’u değiştirmeyi hedeflemiyor. Onların yapamadığı boşluğu dolduruyor — projenin bütününü yönetmek.

Bu ayrım önemli: “Kod yazan yapay zeka” ile “projeyi yöneten yapay zeka” arasındaki fark, bir sekreter ile proje müdürü arasındaki fark kadar büyük. Birincisi size ne sorarsanız onu yapar; ikincisi ne yapılması gerektiğini anlayıp sırayla halleder. pre.dev’in teknik altyapısı da öğretici: Sandbox ortamlarında izole çalışma, her görev için ayrı git dalı ve PR süreci, entegre test otomasyonu — bunların hepsi bir insan yazılım mühendisinin yapacağı iş akışını taklit ediyor.

500K ARR’a Giden Yolda Büyüme Stratejisi

Indie Hackers’a verdiği röportajda Arjun, büyümenin üç temel kaynağını paylaştı:

Ajans kullanımı: Yüzlerce geliştirme ajansı, gerçek müşteri projeleri için pre.dev kullanıyor. Ürün, danışmanlık çıktısını iyileştiren değer zincirinde konumlanıyor. Bu, hem yüksek kullanım sıklığı hem de güçlü elde tutma anlamına geliyor. Ajanslar için pre.dev, daha fazla proje almanın ve aynı ekiple daha fazla iş yapmanın anahtarı haline geldi.

Kurumsal kullanım: NVIDIA ve YC/Techstars destekli şirketler dahil 10.000’den fazla kurucu platforma katıldı. Teknik kurucuların benimsemesi, ürünün gerçekten işe yaradığını gösteren en güçlü sosyal kanıt. Niş bir araç olmadığı, ölçeklenebilir bir platform olduğu tescil edildi.

Build-in-public: Arjun, büyüme metriklerini ve ürün geliştirme sürecini açık biçimde paylaştı. Bu strateji güven inşa ediyor ve organik dağıtım kanalı oluşturuyor. Türkiye’de bu yaklaşım hâlâ az kullanılıyor; büyüme rakamlarını şeffaf paylaşmak hem topluluk oluşturuyor hem de satış döngüsünü kısaltıyor. Bir ürünü “insanlarla birlikte inşa etmek”, geleneksel pazarlama bütçesinin yapamayacağı bir güven katmanı yaratıyor.

Piyasanın Büyük Resmi: Ajansal AI Artık Niş Değil

pre.dev’in 500K ARR’ı tek başına etkileyici, ama asıl önemli olan bağlam. Ajansal AI kodlama araçları pazarı 2026 itibarıyla yaklaşık 6 milyar dolar değerinde ve 2030’a kadar 26 milyar dolara ulaşması öngörülüyor.

Devin — tam otonom bir yazılım mühendisi olarak konumlanan Cognition’ın ürünü — 73 milyon dolar ARR’a ulaştı. Cursor, bir yıl içinde 100 milyon dolardan 1 milyar dolar ARR’a fırladı. Anthropic’in Claude Code’u GitHub’daki tüm açık kaynak commit’lerin yüzde dördünü oluşturuyor ve bu oranın 2026 sonunda yüzde 20’yi geçmesi bekleniyor.

2026’nın en önemli eğilimi, uzun süreli otonom iş akışlarının olgunlaşmasıdır. Artık yapay zeka tek bir prompt’a yanıt vermiyor; yürütme döngüleri içinde saatler hatta günler boyunca çalışıyor. Planlama, mimarlık, uygulama, test ve inceleme rollerine sahip uzman ajan takımları ortaya çıkmaya başladı.

Bu rakamlar ve eğilimler, ajansal yazılım araçlarının “gelecekte ilginç bir şey” kategorisinden çıkıp bugünün gerçek iş araçlarına dönüştüğünü gösteriyor. Kodu yazan yapay zeka değil, projeyi yöneten yapay zeka artık olgunlaşmış bir ürün kategorisi.

Türk Girişim ve Ajans Ekosistemi İçin Pratik Dersler

pre.dev gibi araçlar, Türkiye’deki küçük geliştirme ajansları ve teknik kurucular için kritik bir verimlilik fırsatı sunuyor. Çok sayıda geliştirici gerektiren büyük projelerin kapsam ve planlama süreçleri, bu tür otonom araçlarla küçük ekipler tarafından da yürütülebilir hale geliyor.

Türkiye’de yazılım geliştirme ajansları için bu özellikle önemli: Kapsam belirleme ve teklif hazırlama süreci hem zaman alıyor hem de deneyimli geliştiricilerin vaktini tüketiyor. pre.dev benzeri araçlar bu yükü azaltıyor ve ajansların daha fazla müşteriyle çalışmasını mümkün kılıyor.

Türkiye’de girişim kurucuları için bu kategori aynı zamanda yeni bir kariyer fırsatı açıyor: Ajansal araçların yapılandırılması, yönetimi ve özelleştirilmesi başlı başına bir uzmanlık alanına dönüşüyor. Yapay zeka araçlarını sadece kullanan değil, iş süreçlerine entegre eden ve optimum çıktıyı elde eden profesyonellere olan talep 2026’da belirgin biçimde arttı. Dijital ajanslar bu yetenekseti içselleştirdikçe, hem verimlilik hem de fiyatlandırma güçleri artacak.

Ama asıl ders şu: pre.dev’in hikayesi, Türkiye’deki ajansların ve serbest çalışan geliştiricilerin kendi iç operasyonel sorunlarını çözen araçları ürüne dönüştürme potansiyelini somut biçimde gösteriyor. Müşteri projelerinde haftalarca süren tekrar eden planlama süreçlerini otomatikleştiren bir araç, zamanla bağımsız bir SaaS’a evrilebilir. Bunun için Stanford mezunu olmak ya da Silikon Vadisi’nde ofis açmak gerekmiyor. Gereken şey üç şey: gerçek bir sorunu çözen bir araç, onu gerçek kullanıcılarla test etme sabrı ve büyüme verilerini kamuya açık paylaşma cesareti.

Türk yazılım ekosistemi bu modeli yerel bağlama taşımak için gerekli teknik birikime sahip. Eksik olan çoğunlukla “bu bir ürün olabilir” farkındalığı ve build-in-public gibi büyüme stratejilerini benimseme istekliliği.

Sonuç: Kendi Sorununuzu Çözün, Sonra Herkese Sunun

pre.dev hikayesi, kendi işini iyi bilen uzmanların bu bilgiyi ölçeklenebilir yazılıma dönüştürmesinin modern bir örneği. Danışmanlık yapan, ajans işleten ya da tekrarlayan operasyonlarla boğuşan herkes için bu yaklaşım incelenmeye değer.

Ajansal yapay zeka araçlarının bu kadar hızlı olgunlaşması, en önemli soruyu da önümüze koyuyor: Bu araçları kullananlar mı, yoksa bu araçları inşa edenler mi önce hareket ediyor?

Dijital pazarlama, büyüme stratejisi veya yapay zeka araçlarını iş modelinize entegre etmek hakkında konuşmak istiyorsanız, hyturkyilmaz.com/iletisim adresinden ulaşabilirsiniz.

Kaynakça

Jain, A. R. (2026, Mart). Building a fully-agentic engineer and growing it to $500k ARR. Indie Hackers. https://www.indiehackers.com/post/tech/building-a-fully-agentic-engineer-and-growing-it-to-500k-arr-AmXRemXjPfYkTFGSUUy1

StackOne. (2026). 120+ Agentic AI Tools Mapped Across 11 Categories. https://www.stackone.com/blog/ai-agent-tools-landscape-2026/

Starter Story. (2025). How Two Founders Scaled Pre.dev to $400K ARR in 5 Months. https://www.starterstory.com/pre-dev-breakdown

Firecrawl. (2026). Top 13 Agentic AI Trends to Watch in 2026. https://www.firecrawl.dev/blog/agentic-ai-trends