Agentic Coding — yazılım geliştirme orkest­ras­yona dönüş­tü­ğünde

Göze çarpan değişikliği adlandırmak kolaydır: Yapay zeka ajanlarıyla çalışılan yerlerde, insanların daha az kod yazdığı aktarılıyor. Üzerine konuşulan da bu değişikliktir. Asıl sonuç doğuran değişiklik ise daha sonra ve daha sessizce kendini gösterir — kodun nasıl ortaya çıktığıyla değil, bir sistem üzerindeki işin nerede tıkandığıyla ilgilidir.

Bu yüzden soru bir ajanın neler yapabildiği değildir. Soru şudur: Kod üretmek ucuzladığında iş nerede tıkanır? Yanıt “hiçbir yerde” değildir. Bizim tezimiz — ve bu bir bulgu değil, bizim tezimizdir — şudur: Darboğaz kod üretmekten uzaklaşıp işi tanımlamaya, orkestre etmeye, doğrulamaya ve sorumluluğunu üstlenmeye doğru kayar. Tam olarak nereye kaydığını bir sonraki bölüm, yine bize ait bir ayrım üzerinden anlatıyor. Metin bu sırada hiçbir ürün, model ya da rakam vermiyor. Burada önemli olan, araçların güncel durumuyla değişmez — ve bu çalışma biçimi için savunabileceğimiz sağlam bir rakam bilmiyoruz.

1. Gerçekte ne kayıyor

Daha önce yan ürün olarak ortaya çıkan şey — neyin inşa edileceğinin belirlenmesi ve inşa edilenin doğru olduğundan emin olmak — asıl iş hâline gelir. Bu yüzden üretimde hissedilen kazanç hesabın tamamı değildir: Emek azalmaz, farklı dağılır. Belirlemenin ve doğrulamanın her zaman işin parçası olduğu itirazı doğrudur. Yeni olan faaliyetin kendisi değil, payıdır. Bu sırada bir yan ürünün de ortadan kalkıp kalkmadığı — bilginin inşa ederken doğrularkenkinden farklı oluşup oluşmadığı — açık bir sorudur; sekizinci bölüm buna geri dönüyor.

Bir sistem üzerindeki işi dört durak üzerinden anlatıyoruz: tanımlamak, üretmek, doğrulamak, sorumluluğunu üstlenmek. Bu ayrım araştırmanın bir sonucu değil, bizim düşünce modelimizdir. Üretmek en pahalı durak olduğu sürece iş orada tıkanıyordu ve diğer her şey bu darboğazın etrafında düzenleniyordu. Üretmek ucuzladığında daralma ortadan kalkmaz — yer değiştirir.

Şema: Düşünce modelimiz — darboğaz ortadan kalkmaz, yer değiştirir.

Trade-off. Kaymayı kabul etmek, üretimde hissedilen kazancı belirleme ve doğrulamadaki görünmez artışla mahsup etmek demektir — hesap ilk izlenimden daha soğukkanlı çıkar.

Maliyet. Yeni iş zor görünür ve bu yüzden nadiren planlanır; işin eski kesimini varsayan hiçbir tahminde yer almaz.

Ne zaman farklı karar veririz. Bir görev küçük, izole ve sonuçsuz olduğunda kayma ağırlık taşımaz — orada yeni iş neredeyse hiç ortaya çıkmaz ve çalışma biçiminin zaten vaat ettiği şey geçerli kalır.

2. Otomatik tamamlama ve sohbetten farkı

Bir tamamlama önerir, bir sohbet yanıt verir; her iki durumda da insan devralır ya da reddeder ve uygular. Bir ajan ise eyleme geçer: Repository'de okur, bir hedefi adımlara böler, birden fazla dosyada değişiklik yapar, araçları çağırır, sonuçlarını okur ve bunlarla devam eder. Ortamdan gelen bu geri besleme ayırt edici özelliktir: Bir sonraki adım, bir öncekinin neye yol açtığına bağlıdır. Üç biçimi beş özellik üzerinden ayırıyoruz — bu ayrım araştırmadan gelen bir sınıflandırma değil, bize aittir:

Farkı okuma biçimimiz şudur: Sıçrama, arkasındaki modelin kalitesinde değil, eylem kapsamındadır. Bunun yalnızca daha iyi bir asistan olduğunu öne süren, ara adımları kimin uyguladığını gözden kaçırır: Her adımı bir insan tetiklediği sürece o insan aynı zamanda adımın doğrulayıcısıdır. Bu ortadan kalktığında, doğrulamak kendi başına bir iş adımına dönüşür.

Trade-off. Eylem kapsamı büyüdükçe bir aracın üstlenebileceği şeyler artar — ve aynı ölçüde kimsenin birlikte okumadığı şeylerin miktarı da.

Maliyet. Birden fazla dosyaya yayılan bir değişiklik dizisi bir öneri gibi göz gezdirilerek geçilemez — izlenmesi gerekir ve bu kıt dikkatin harcanması demektir.

Ne zaman farklı karar veririz. Bir görev tek, kavranabilir bir adımdan oluştuğunda daha dar eylem kapsamı daha uygun tercihtir — daha zayıf olan değil.

3. İşi tanımlamak: görevler, kabul kriterleri ve sınırlar

“Bitti”nin neyle anlaşılacağını söyleyemeyen, bir görevi devredemez. Böylece görevlerin bölünmesi ve kabul kriterleri artık bir ön çalışma değil, işin kendisidir. Bunun arka kapıdan şelale (waterfall) olduğu itirazı noktayı ıskalar: Belirlenen çözüm değil, kabuldür. Yol açık kalır; doğrulanabilir olması gereken hedeftir. Paralel çalışmada bu daha da geçerlidir: Paralellik tanımlama ve doğrulama yükünü ortadan kaldırmak yerine katlar — darboğaza daha geç değil, daha erken ulaşılır. Yan yana yürüyecek olanı bu şekilde biçimlendirmek, başlığın sözünü ettiği orkestrasyondur.

Belirlemenin ikinci yeri sistemin kendisidir. Sınırların makine tarafından işletildikleri yerde durmasını belirleyici buluyoruz: modül ayrımlarında, tiplerde, sözleşmelerde, testlerde ve konvansiyonlarda — görev tanımında değil. Tanımdaki bir sınır ucuzdur ve tutmaz; yapıdaki bir sınır pahalıdır ve taşır. İki şey sağlar: Bir ajanın bir adımın tutup tutmadığını anladığı geri beslemedir ve bir insanın doğrulama yaptığı kapıdır (gate). Kuralları makine tarafından doğrulanabilen bir repository yön verir; kuralları örtük biçimde birkaç kişinin kafasında duran bir repository ise ikisini de tesadüfe bırakır.

Trade-off. Belirleme ve yapı, tam da çalışma biçiminin zaman vaat ettiği yerde zamana mal olur — hissedilen kazanç bu yüzden küçülür.

Maliyet. Yapı bir ön yatırımdır: Yirminci görevi mümkün kılmak için birinciyi yavaşlatır ve sistemin diğer her parçası gibi bakım ister.

Ne zaman farklı karar veririz. Sonucunu kimsenin devralmayacağı, atılabilir bir keşif çalışmasında resmî bir kabul gereksiz, yapı da israf olurdu.

4. Doğrulamak: testler, CI ve etkiden önceki kapı

Bir ajana yön veren geri besleme, onun işini kabul edemez. Ortamdan gelen bir sonuç ona bir adımın bir sonrakine elverişli olup olmadığını söyler — bütünün sorumluluğunun üstlenilebilir olup olmadığını değil. Bu yüzden kanıt dışarıda yer almalıdır: deterministik ve doğruladığı döngünün dışında. Bu, olasılıksal olanı üretim sistemlerinde çerçevelediğimiz yapı kuralının aynısıdır — üretim sürecine uygulanmış hâli.

Şema: Girdi, kabul kriterleriyle birlikte görevdir. Döngü yinelenebilir — etkisini ancak doğrulama ve onaydan sonra gösterir.

Bir kapı, bir test suite'inden fazlasıdır: Testler davranışı doğrular, bir review ise uyumu — bir değişikliğin bu sisteme ve onun amacına ait olup olmadığını. Bir değişiklik tüm doğrulamalardan geçip yine de kabul edilmeyebilir; bu boşluk, ajanla üretilmiş ve insan eliyle yapılmış katkılar yan yana ilerlediği anda görünür hâle gelir. Kapıların bürokrasi olduğu itirazı onları yanlış anlar: Geçilen doğrulama ile kabul edilen değişiklik arasındaki ayrımı yapmayan, bu ayrımı ortadan kaldırmış olmaz, etkinin arkasına ertelemiş olur. Çok adımlı bir döngüdeki hatalı bir çıkarım sonraki adımları da taşıdığı için, kapı yalnızca sona değil, etkinin doğacağı her geçişe aittir.

Trade-off. Her kapı, güvenilirliği bu çalışma biçimine atfedilen hızın bir kısmıyla satın alır.

Maliyet. Kapılar kendileri de yazılımdır: Tasarlanır, bakımı yapılır ve her değişiklikte çalışırlar — ve deneyimimize göre kimsenin güvenmediği bir kapı atlatılır.

Ne zaman farklı karar veririz. Bir sonuç insana zaten yalnızca bir öneri olarak ulaşıyor ve onu bağlamıyorsa, insan zaten kapının kendisidir; ek bir kapı seremoni olurdu.

5. Doğrulama yükü ve onu kimin taşıdığı

Daha fazla üretilen yerde daha fazlasının izlenmesi gerekir. Profesyonel mühendislerle yapılan bir boylamsal ankette — ajan tabanlı çalışma değil, yardımcı araçlar hakkında sorulan —, işin payı üretmekten doğrulamaya ve düzeltmeye kayıyor ve bu faaliyet için orada ayrı bir kavram önerilmiş: denetleyici mühendislik işi. Bunun bir ajanın eylem kapsamıyla azalmaktan çok artma eğiliminde olduğu ise bizim çıkarımımızdır. Zaten eşit biçimde dağılmaz. Köklü açık kaynak projeler üzerinde yapılan bir gözlem çalışması — ajan tabanlı değil, yardımcı bir aracın kullanıma alınmasının ardından — ek doğrulama ve düzeltme işinin muhakemenin en kıt olduğu yere düştüğüne işaret ediyor: deneyimli kişilere — ki onlar da bu yüzden daha fazla doğrular ve kendileri daha az inşa eder. Bu bir eğilimdir, bir yasa değil — kendi ekibiniz için bu ancak tespit edilebilir, varsayılamaz.

Böylece bu çalışma biçiminin en rahatsız edici özelliğine geliyoruz: Algı bir ölçüm aracı değildir. Kontrollü bir araştırmada katılımcıların izlenimi ile ölçüm birbirinden ayrıştı — araştırma ajan tabanlı çalışmayı değil, geçmiş bir araç kuşağının yardımcı araçlarını ele alıyordu, ama bulgunun bu kısmı buna bağlı değildir. Katılımcılar deneyimli ve dikkatliydi; yani yanlış değerlendirme bir özensizlik değil, durumun bir özelliğidir. Ankete katılanların istisnasız iyileşme bildirdiği yerlerde bile aynı kişiler başka noktalarda kötüleşme de dile getirdi. Bununla etkinin yönü hakkında bir şey söylemiyoruz, şunu söylüyoruz: Kendi izleniminiz kullanıma alma, yaygınlaştırma ya da geri çekme hakkında bir kararı taşımaz. Bunun için bir ölçüm gerekir — sistemini gözlemlemeyen bu etkiyi de görmez. Ve daha fazla deneyimli kişiye ihtiyaç olduğu yönündeki ilk akla gelen sonuç tek sonuç değildir: Değerlendirmemize göre makine tarafından doğrulanabilir kuralları olan bir sistem, bu muhakemenin bir kısmını yapıya taşır — ve böylece bu bölümün anlattığı ihtiyacı azaltır.

Trade-off. Doğrulama kapasitesini görünür kılmak, ne kadar işin paralel yürüyebileceğini sınırlar — bir fren gibi etki eder ve gerçekten de bir frendir.

Maliyet. Bir ölçüm kurmak kendisi hiçbir şey teslim etmeyen bir iştir ve sonuçları çoğu zaman kullanıma almayı yürütenler için rahatsız edicidir.

Ne zaman farklı karar veririz. Net bir sonlandırma koşulu olan süreli bir denemede dikkatli gözlem yeterlidir; resmî ölçüm, kalıcı sonuçları olan kararlara aittir.

6. Yetkiler, sınırlar ve insan onayı

Eylemler eşdeğer değildir: Okumak, yazmak, çalıştırmak, canlıya almak ve silmek emek açısından pek farklı değildir, ama tek bir hatalı çıkarımın verdiği zarar açısından ciddi ölçüde farklıdır. Bu yüzden güven yanlış bir düzenleme ölçütüdür: Zarar, son zamanlarda işlerin ne kadar güvenilir gittiğinden bağımsız olarak aynı kalır. Bizim ölçütümüz geri alınabilirliktir; aşağıdaki kademelendirme bir norm değil, bize aittir:

Üretimdeki olasılıksal bileşenlerde olduğu gibi burada da şu geçerlidir: İnsan denetimi ne her yere ne de hiçbir yere aittir — her yere konduğunda delegasyonu anlamsız kılar, hiçbir yere konmadığında riski etkinin arkasına kaydırır. Onayların kullanımı kârsız kıldığı itirazı yalnızca ilk seçenek için doğrudur — geri alınabilirliğe göre kademelendirildiğinde eylemlerin çoğu serbest kalır. Ajan tabanlı sistemlerin güvenlik çalışmalarında, dil işleyen sistemlerin güvenliğinden ayrı, kendi standartlarına sahip ayrı bir sınıf olarak ele alınması başlı başına bir işarettir: Fark yanıt vermekte değil, eyleme geçmektedir.

Trade-off. Kademeli onaylar, yönetilebilirliği gündelik işte sürtünmeyle satın alır — ve deneyimimize göre sürtünme yanlış yerde durduğunda atlatılır.

Maliyet. Her sınır, bakımı yapılması gereken bir yapılandırmadır — güncelliğini yitirmiş bir onay listesi hiç olmamasından daha tehlikelidir, çünkü sahte bir güvenlik hissi verir.

Ne zaman farklı karar veririz. Bir eylem sonuçsuz biçimde geri alınabiliyorsa, onay salt seremoni olurdu — ölçüt huzursuzluk değil, olası zarardır.

7. Aynı araçlar neden zıt etkiler yaratır

Burada dayandığımız bulgu araçla değil, onu kullanan organizasyonla ilgilidir: Yapay zeka araçları, iyi yapılanmış organizasyonların güçlü yanlarını ve aynı şekilde kötü yapılanmış olanların işlev bozukluklarını büyütür — bu, özel olarak ajan tabanlı çalışma için değil, genel olarak yapay zeka kullanımı için ortaya konmuştur. Bu, ikili bir hareketle görünür hâle gelir: Daha fazla verim (throughput) bildirilen yerde aynı zamanda daha fazla istikrarsızlık bildirilir. Yalnızca yarısını okuyan, hesabı yarım okumuş olur. Sonunda bunun yine de bir araç meselesi olduğu itirazı tam da burada çöker.

Araçların yön ayırt etmeden güçlendirdiğini başka bir yerde anlattık; burada önemli olan, bundan bu çalışma biçimi için ne çıktığıdır. Üretmenin ucuzladığı yerde bir işin yönü orada değil, tanımlarken belirlenir — tam da işin şu anda zaten tıkandığı durakta. Orada kesinlikten uzak olan, kesinlik eksikliğini çoğaltır. Buna, pratikte hesaba katılan ve erken bir değerlendirmeyi yanıltabilecek bir zaman profili eklenir: işlerin önce kötüleştiği bir aşama. Çok erken değerlendiren, sonrasında geleni değil bu aşamayı ölçer — yön hangisi olursa olsun.

Trade-off. Deneyimimize göre pratiğe ve yapıya yatırım yapmak araç seçiminden daha güçlü etki eder, ama gösterilebilir hiçbir şey sunmaz ve daha uzun sürer.

Maliyet. Bildirilen başlangıçtaki düşüşü planlamak, onu anında kazanç vaat eden beklentilere karşı savunmak zorunda kalmak demektir.

Ne zaman farklı karar veririz. Pratik, testler ve canlıya alma süreci zaten sağlamsa, araç sorusu sıradaki açık sorudur — orada çekingenlik artık yalnızca tereddüttür.

8. Deneyimli mühendislerin rolünde neler değişiyor

Yardımcı araçlar için aktarılanlara göre geri plana çekilen, yazmanın kendisidir; artan ise yönlendirmek, değerlendirmek ve düzeltmektir. Bundan bir ağıt çıkarılan yerde karşı çıkıyoruz: Geliştirici ortadan kalkmıyor; görevi bir üst seviyeye taşınıyor. Bu seviyenin neyle dolduğu — problemin bölünmesi, mimari yönlendirme, doğrulama kriterleri, sorumluluk — gözlemlenmiş bir kayma değil, bizim bu seviyeye dair tanımımızdır. Ve bu, muhakemeyi pahalılaştırır: Kendi yazmadığı bir değişikliğin sorumluluğunu üstlenen, daha az değil daha fazla bağlam bilgisine ihtiyaç duyar ve kendisinin düşünmediği şeyi değerlendirebilmelidir. Buna görevin kesimi de eklenir: Doğrulayan, birçok adım boyunca ortaya çıkmış olanı kısa sürede değerlendirmek zorundadır.

Böylece çözemediğimiz bir soru ortada duruyor. Bu muhakeme gücü şimdiye kadar bizzat yapmanın bir yan ürünü olarak oluşuyordu: hatalardan, dolambaçlardan, bir sistemi kavramış olmanın zahmetinden. Kontrollü öğrenme araştırmaları — yıllar boyunca mesleki deneyim sahipleriyle değil, saatler boyunca öğrenenlerle yapılan — desteğin anlık performansı artırdığını ve aynı zamanda anlamayı, kod okumayı ve akılda tutmayı zayıflatabileceğini bildiriyor. Buradaki bir ipucu, bilişsel katılım gerektiren iş birliği biçimlerinin destekle birlikte de öğrenme başarısını koruduğudur; bunun haftalar boyunca gerçek bir sistemde de aynı şekilde geçerli olup olmadığını bilmiyoruz. Her ikisi de kısa sürelere ilişkin laboratuvar bulgularıdır ve ikisi de burada sorulması gereken soruyu yanıtlamaz: Deneyimli mühendisler kendileri daha az implemente ettiğinde — mimari, review ve sorumluluk için muhakeme gücünün doğduğu pratik deneyim gelecekte neyden oluşacak?

Trade-off. Bir üst seviyeye çıkmak, şimdiye kadar günün en büyük bölümünü dolduran — ve yan etkilerini kimsenin ölçmediği — iş kısmını bırakmak demektir.

Maliyet. Kendi yazmadığınız işin sorumluluğunu taşımayı bir başarı olarak görünür kılmak zordur — gösterebileceğiniz bir yapıt bırakmaz.

Ne zaman farklı karar veririz. Bir görevin kabulü görevin kendisinden uzun sürdüğünde delegasyon daha pahalı yoldur.

9. Agentic coding nerede taşır — ve nerede taşımaz

Birinci koşul sistemdir. Kuralların testlerde, tiplerde ve sözleşmelerde durduğu yerde ajanın bir geri beslemesi, insanın da bir kapısı vardır; örtük kaldıkları yerde ikisi birden eksiktir. İkinci koşul, işe hangi beklentiyle başlandığıyla ilgilidir. Doğrulama yükü bölümünde de geçen aynı kontrollü araştırma beklenen hızlanmayı bulamadı; yazarlar, üzerinde çalışılan sistemlere aşinalığı ve bu sistemlerin olgunluğunu katkıda bulunan etkenler olarak kendileri adlandırıyor, örneklem küçüktü ve genellenebilirliği açıkça sınırlandırıyorlar. Araştırma ajan tabanlı çalışmayı değil, geçmiş bir araç kuşağının asistan araçlarını ele alıyordu — ajanlar hakkında bir hüküm olarak işe yaramaz. Gösterdiği şey başka ve daha zamansız bir şeydir: Genel bir hızlanma anlatısı bir ölçüme bir kez dayanamamıştır. Bu, çalışma biçimine karşı değil, ölçmek yerine varsaymaya karşı bir argümandır.

Bundan bizim için bir vazgeçiş değil, vaatlerde ölçülülük çıkar. Deneyimimize göre bu çalışma biçimi, güvenlik ağı olan sistemlerde iyi ayrılmış görevlerde taşır. Zayıf tanımlanmış problemlerde, doğrulanabilirliği olmayan, anlaşılmamış eski sistemlerde ve etkinin geri alınamadığı yerlerde taşımaz. Bu, kanıtlanmış bir sınıflandırma değil, bir deneyim yargısıdır. Rahatsız edici durum eski sistem olarak kalır: Orada ilk anlamlı görev, doğrulanabilirliği en baştan sağlamak olabilir — daha sıkı onay altında ve yan iş olarak değil, ayrı bir girişim olarak.

Trade-off. Doğrulanabilirlik koşulu ilk olarak, yükün hafifletilmesinin en acil olduğu sistemleri vurur — orada ilk görev yükü hafifletmek değil, doğrulanabilirliktir.

Maliyet. Doğrulanabilirliği sonradan sağlamak, kendi emeği olan ayrı bir girişimdir — karşılığını verir, ama buna vesile olan görevde değil.

Ne zaman farklı karar veririz. Bir sistem zaten devreden çıkarılacaksa, içinde bir ajanın çalışabilmesi için onu önce doğrulanabilir kılmaya değmez.

10. Tipik hatalar

Bu çalışma biçiminin başarısız olduğu tekrar eden örüntüler — neredeyse hepsi bir noktayı rahatlatıp diğerlerini değiştirmeden bırakmanın varyasyonlarıdır:

• Üretimde hissedilen kazancı hesabın tamamı saymak ve bu yüzden başka bir yerde ortaya çıkan işi gözden kaçırmak.
• “Bitti”nin neyle anlaşılacağını kimsenin söyleyemediği bir görevi devretmek.
• Sınırları sistemin yapısına değil, görev tanımına yazmak.
• Doğrulama kapısını, doğrulaması gereken döngünün içine koymak.
• Geçilmiş bir testi kabul edilmiş bir değişiklik saymak.
• Doğrulama kapasitesini sonlu bir büyüklük olarak değil, bir yan ürün olarak ele almak — ve sonra paralelleştirmek.
• Onayları eylemin geri alınabilirliğine göre değil, ajana duyulan güvene göre kademelendirmek.
• Etkiyi ölçmek yerine kendi izlenimine göre değerlendirmek.

11. Karar kontrol listesi

Ajan tabanlı çalışmayı kullanıma almadan önce ve bu süreçte sırayla netleştirilmesi gerekenler:

• Görev doğrulanabilir biçimde mi tanımlandı? “Bitti”nin neyle anlaşılacağı — kimse başlamadan önce — belli mi?
• Sınırlar sistemde mi? Kuralları modül ayrımları, tipler, sözleşmeler ve testler mi taşıyor, yoksa yalnızca tanımda mı duruyorlar?
• Kapı döngünün dışında mı? Kanıt deterministik mi ve onu üreten şeyden bağımsız mı?
• Test ve kabul ayrı mı? Geçilen doğrulamaların henüz kabul edilmiş bir değişiklik olmadığı açık mı?
• Doğrulama kapasitesi planlandı mı? Sonlu bir büyüklük olarak planlandı mı — ve kimin üzerine düştüğü biliniyor mu?
• Onaylar geri alınabilirliğe göre mi? Okumak, yazmak, çalıştırmak, canlıya almak ve silmek farklı ele alınıyor mu?
• Denetim etkinin doğduğu yerde mi? Yanlış bir eylemin bir şeyi tetiklediği yerde — ve yalnızca orada — bir insan araya giriyor mu?
• Hissedilen değil, ölçülen mi? Etkinin bir ölçümü var mı, yoksa katılımcıların izlenimi mi karar veriyor?
• Araçtan önce durum? Araç yanıt olarak görülmeden önce pratiğin, testlerin ve canlıya alma sürecinin sağlam olup olmadığı incelendi mi?

Bu soruları yanıtlayabilen, işi üretmek ucuzladığında tıkandığı yerde organize etmiştir — eskiden tıkandığı yerde değil.

Sıkça Sorulan Sorular

Agentic coding'i otomatik tamamlama ve sohbetten ayıran nedir? Okuma biçimimize göre modelin kalitesi değil, eylem kapsamı. Bir tamamlama önerir, bir sohbet yanıt verir — her iki durumda da bir insan uygular ve böylece her adımın doğrulayıcısı olur. Bir ajan ise bir hedefi böler, birden fazla dosyada değişiklik yapar, araçları çağırır, sonuçlarını okur ve bunlarla devam eder. İnsan tarafından atılan bir ara adım olmadan gerçekleşenler artar — ve böylece sonradan doğrulanması gerekenlerin miktarı da.

İş ortadan mı kalkıyor — yoksa yalnızca kayıyor mu? Kayıyor. Bu, ajan tabanlı çalışma için değil, yardımcı araçlar için kanıtlanmıştır: Orada üretmenin payı azalır, doğrulama ve düzeltmenin payı artar. Bu kaymanın bir ajanın eylem kapsamıyla azalmaktan çok artma eğiliminde olduğu bir ölçüm değil, bizim çıkarımımızdır. Daha önce yan ürün olarak ortaya çıkan şey — neyin inşa edileceğinin belirlenmesi ve bunun doğru olduğundan emin olmak — asıl iş hâline gelir.

Bir ajanın içinde sağlam biçimde çalışabilmesi için bir repository neye sahip olmalı? Yalnızca makine tarafından doğrulanabilir kurallarla çalışıyoruz: testler, tipler, sözleşmeler, net modül ayrımları. Bunlar ajana her adımda, tuttuğu yolda kalıp kalamayacağına dair bir yanıt verir ve insana, tüm değişiklik dizisini kafasında yeniden kurmadan doğrulama yapabileceği bir nokta sağlar. Bu kuralların yalnızca birkaç kişinin kafasında durduğu yerde ikisi de eksiktir — ajanın tutunacağı dayanak da, review'un ölçütü de.

Kendi yazmadığınız bir iş nasıl doğrulanır? Doğruladığı döngünün dışında duran deterministik bir kapıyla: testler, tip denetimi, CI, küçük geri alınabilir adımlar — ve testlerin yakalayamadığı uyum için bir review. Geçilmiş bir test henüz kabul edilmiş bir değişiklik değildir. Buna, etkiyi bütün olarak hissetmek yerine ölçmek de dahildir: İzlenim ile ölçümün bir kez birbirinden ayrıştığı yerde, kullanıma alma ya da yaygınlaştırma kararını izlenim taşımaz.

Bir ajan hangi eylemleri asla insan onayı olmadan gerçekleştirmemeli? Kuralımız: yalnızca sınırlı ölçüde ya da hiç geri alınamayan eylemleri. Canlıya almak; silmek, taşımak (migrasyon), erişimleri ya da yapılandırmayı değiştirmek. Okumak, kendi çalışma dalında değişiklik yapmak ve izole bir ortamda çalıştırmak serbest kalır. Ölçüt ajana duyulan güven değil, eylemin geri alınabilirliğidir — çünkü zarar, son zamanlarda işlerin ne kadar güvenilir gittiğinden bağımsız olarak aynı kalır. Her yere konan onaylar, deneyimimize göre gündelik işte atlatılır.

Agentic coding nerede yanlış tercihtir? Deneyimimize göre doğrulanabilirliğin eksik olduğu yerde: testleri ve sözleşmeleri olmayan, anlaşılmamış eski sistemlerde, kabulünü kimsenin formüle edemediği zayıf tanımlanmış problemlerde ve bir eylemin geri alınamadığı her yerde. Bu, kanıtlanmış bir sınıflandırma değil, bir deneyim yargısıdır. Eski bir sistemde ilk anlamlı görev, doğrulanabilirliği en baştan sağlamak olabilir — yan iş olarak değil, ayrı bir girişim olarak ve daha sıkı onay altında.

Devamı

• İyi araçlar güçlendirir — buna ait mühendislik hikâyesi: Güçlendirme her iki yönde de etki eder.
• Üretim sistemlerinde yapay zeka — üründe aynı örüntü: belirsiz olanı doğrulanabilir bir şeyin arkasına koymak.
• Testler gerçekten ne zaman karşılığını verir — üretmek ucuzladığında bir ekonomi olarak doğrulamak.
• Bir mimari özelliği olarak güvenlik — yetki sınırlarının neden tasarıma ait olduğu.
• Tahminden önce geri alınabilirlik — hızın neden ancak geri dönmek ucuz kaldığı sürece taşıdığı.

Temel, Batunet Engineering Method'dur: inşa etmeden önce problemi çerçevelemek; varsaymak yerine kanıtlamak; muhakemeyi insanda tutmak.

Son mühendislik ilkesi

Bir sistemi sağlam kılan hiçbir zaman klavyede yazmak olmadı. Neyin inşa edileceğine dair netlik, bunun doğru olduğunun kanıtı ve bunun arkasında durmaya hazır olmaktı. Üretmek pahalı olduğu sürece bu üç şey yan iş olarak halledilebiliyordu — iş gününde kendilerine ait bir yerleri yoktu, çünkü o yeri üretmek dolduruyordu. Bunun artık geçerli olmadığı yerde bir yere ihtiyaç duyarlar. Değişiklik budur ve beraberinde getirdiği vaatten daha rahatsız edicidir: İş azalmıyor — tıkandığı yer değişiyor ve yenisi eskisinden daha zor devredilebiliyor. Bir görevi devretmek isteyen, onu başarısının neyle anlaşılacağını söyleyebilecek kadar iyi tanımalıdır. Bu hiçbir zaman angarya olmadı.

Bir ajan bir görevi yerine getirebilir. Onun sorumluluğunu ise ancak neyin yapılması gerektiğini söyleyebilmiş — ve yapılıp yapılmadığını değerlendirebilen — kişi üstlenebilir.