Yapay Zeka Mühendisliği Beceri Haritası: Kodlama ajanlarını kullanma

Önemli bir AI mühendislik becerisi, kodlama ajanlarını kullanmaktır. Onları hem kod yazmaya hem de veri analizi veya sistem operasyonlarını yönetme gibi kod dışı görevleri yerine getirmeye yönlendirme beceriniz, çok daha fazlasını başarmanızı sağlar.

Kodlama ajanlarının hızlı evrimi, bu becerinin de diğer üst düzey AI mühendislik becerilerinden daha hızlı bir şekilde geliştiği anlamına geliyor. Tescilli ajanlar (Claude Code, Codex ve Cursor gibi) ve açık kaynak ajanlar (OpenCode ve Pi gibi), hem altyapı hem de model iyileştirmeleri yoluyla büyük adımlarla ilerliyor. Bu nedenle, kodlama ajanlarının nasıl kullanılacağına dair güncel kalmak, sürekli bir deneme, inşa etme ve öğrenme süreci gerektiriyor.

Düzinelerce üst düzey AI Mühendisi ile yaptığımız görüşmelerde ve kendi ekibimizin kodlama ajanlarını kullanımını yansıtarak, onlarla yazılım geliştirmek için tutarlı bir üst düzey iş akışı bulduk. Temel adımlar şunlardır:

• Planlama. Bu, (i) araştırma, deneme ve mevcut kod tabanını (varsa) anlamayı içerebilecek beyin fırtınası ve (ii) gereksinimleri, teknik tasarımı ve mimariyi yakalayan bir şartname yazmayı ve ardından bir yürütme planı oluşturmayı içerir. Ayrıca, temel varsayımları sorgulamak ve güvenlik, aşırı mühendislik ve diğer boşlukları kontrol etmek için planı gözden geçirebilirsiniz.
• Yürütme, ajan özerkliği ile insan gözetimi arasında doğru dengeyi kurarak inşa ettiğiniz, test ettiğiniz ve doğruladığınız aşamadır. Bu, (i) ajanın yazılımı kalibre edilmiş bir özerklik seviyesiyle oluşturmasını ve (ii) çıktısını otomatik ve/veya insan kontrolleriyle doğrulamasını içerir.
• Dağıtım ve izleme, bu aşamada (i) belki bir CI/CD hattı veya ek insan kontrolleriyle dağıtım yapar ve (ii) günlükleri izlemek, sorunları yüzeye çıkarmak ve iyileştirmeler önermek ve uygulamak için ajanları kullanırsınız.

Bu üst düzey iş akışı, kodlama ajanlarından önce yazılım oluşturmak için tipik olarak kullanılana benzer. Artık koda çok daha az odaklanıyoruz ve bunun yerine ne inşa edileceğine karar vermeye, mimariyi tasarlamaya, şartnameyi yazmaya ve çıktıları doğrulamaya odaklanıyoruz.

Her adımın süresi projeler arasında önemli ölçüde değişebilir ve adımlar atlanabilir. Örneğin, yeşil alan (sıfırdan inşa edilmiş anlamına gelir) bir prototipin şartnamesi, hızlıca yazılmış bir istemde gevşek bir şekilde tanımlanabilirken, çok sayıda kullanıcısı olan bir kahverengi alan (önceden var olan) projesinin şartnamesi yazmak ve doğrulamak için çok daha fazla çaba gerektirebilir. Ayrıca, iş akışı oldukça yinelemelidir ve yetenekli geliştiriciler, daha sonraki bir adımdan gelen geri bildirimin onları daha önceki bir adıma ne zaman götürmesi gerektiğini bilirler. Örneğin, doğrulama başarısız olursa, hatayı yeniden oluşturmak ve düzeltmek için ajanı nasıl yönlendireceklerini bilirler; veya izleme sorunları ortaya çıkarırsa, ajanların sistemi güncellemesini ve yeniden dağıtmasını nasıl sağlayacaklarını bilirler.

Bu iş akışında kodlama ajanlarını etkili bir şekilde kullanmak için temel beceriler şunlardır:

• İş akışını yönlendirmek
• Ajan özerkliğini etkinleştirmek
• Çalışmayı gözden geçirmek
• Ajanı ve ortamını özelleştirmek
• Kodlama ajanı temelleri

İş akışını yönlendirmek. Yukarıdaki iş akışının her adımında nasıl gezineceğinizi bilirsiniz. Bu, her birine ne kadar insan ve ne kadar ajan çabası harcanacağına ve yineleme yapmak için daha önceki bir adıma ne zaman geri dönüleceğine karar vermeyi içerir. Hız, maliyet, teknik risk ve insan çabasının ödünleşimlerini derinlemesine anlamayı gerektirir, böylece ne kadar araştırma ve planlama yapılacağına, kritik işler üzerinde insan sahipliğinin ne zaman korunacağına, mimarinin nasıl seçileceğine, bir dizi planlama yapay ürününe (bir şartname gibi) ne kadar ayrıntı yazılacağına ve işin doğrulanabilir adımlara nasıl ayrıştırılacağına karar verebilirsiniz.

Ajan özerkliğini etkinleştirmek. İş akışındaki adımlara bir kodlama ajanı uygularken, özerklik seviyesini seçersiniz: Onu izleyip etkileşimli olarak ileri geri mi gidersiniz yoksa daha büyük bir iş parçasını ona mı devredersiniz? Ve ne zaman net bir hedef belirleyip başarılı olana kadar döngüye sokarsınız? Ayrıca, ajan için bağlamı dikkatlice yönetmeniz gerekir. Yapı farklı aşamalardan geçerken, temel öğrenmelerin, kullanıcı geri bildirimlerinin ve varsayımların - yapının ortasında değişen varsayımlar da dahil - ajan tarafından daha sonra kullanılmak üzere yakalandığından emin olmak için ne zaman kalibrasyon yapacağınızı belirleyeceksiniz. Ek olarak, görevin bir ayrıştırması üzerinde paralel olarak çalışacak birçok ajanı ne zaman kuracağınıza - ya bir insanın ya da daha üst düzey bir ajanın bu diğer ajanları yönetmesiyle - ve eşzamanlı ajan oturumları arasında insan dikkatini nasıl yöneteceğinize karar vereceksiniz. Ayrıca, ajanları güvenli bir şekilde nasıl çalıştıracağınızı, izinleri ayarlayıp eylemleri uygun şekilde kısıtlayarak geliştirmenin hızlı ilerlemesine izin verirken sızıntı, veri kaybı veya diğer hasar risklerini nasıl sınırlayacağınızı da bilirsiniz.

Çalışmayı gözden geçirmek. Bir kodlama ajanının çıktısı belirsizdir. Hangi iyi fikirleri bulabileceğini ve hangi hataları uygulayacağını önceden bilmeyiz. Çıktıyı gözden geçirmek ve doğrulamak, istediğiniz sonucu aldığınızdan emin olmak ve değilse ajanı yönlendirmek için önemli bir adımdır. Görevle eşleşen test ve doğrulama tasarlayacak, gerektiğinde hem davranışsal hem de işlevsel doğrulama uygulayacaksınız. Ayrıca, belki de bir ajana başarı veya başarısızlığın kanıtı olarak ekran görüntüleri sağlatarak kullanıcı akışlarını test edebilirsiniz. Niteliksel/davranışsal değerlendirme için, belki de yargıç olarak LLM ile değerlendirme setleri kullanılabilir.

Ayrıca, bu testlerin ne kadarının otomatikleştirilmesi gerektiğine karar vermeniz gerekir. Bazı iş akışları, tüm test ve doğrulamanın tamamen otomatikleştirilmesini sağlayarak ajanın çalışmasını kontrol edebilmesini ve bir görevi tamamlamada ne zaman başarılı olduğunu bilmesini sağlar. Testlerin hedeflerinize uygun olduğundan emin olmak için onları değerlendirmeniz ve değilse onları geliştirmeniz gerekir. Ayrıca, ajan kod incelemesi kullanır ve AI destekli güvenlik ve mimari denetimleri çalıştırırsınız. AI incelemesi yeterli olmadığında, bu incelemeyi daha da otomatikleştirmenin yollarını araştırırken, kod davranışının (ve nadiren kodun da) insan incelemelerini ihtiyatlı bir şekilde eklersiniz. Son olarak, dağıtımı doğrular ve ajanlarla izleme ve olay yönetimini operasyonel hale getirebilirsiniz.

Ajanı ve ortamını özelleştirmek. Hem ajanı hem de çalıştığı ortamı güncelleme yeteneğiniz, ajanlarınızın ihtiyaç duydukları bağlamı verimli bir şekilde almalarını, araçlara erişmelerini ve doğru ve verimli bir şekilde inşa etmelerini sağlar. Ajan becerilerini, eklentileri ve MCP sunucularını nasıl entegre edeceğinizi bilirsiniz. Gereksiz hale geldiklerinde (örneğin, yeni bir model eski bir beceriyi gereksiz kıldığında) ara sıra onları budarsınız. Otomatik kod incelemelerini veya CI/CD hatlarını tetiklemek gibi geliştirme sürecinin tekrarlanabilir bölümlerini otomatikleştirmek için kancaları kullanabilirsiniz. Ayrıca ajanın çalıştığı ortamı koruyabilirsiniz: kod tabanı, temel mimari varsayımlar, kod stili ve veri erişim modelleri hakkında bilgilerle kalıcı bağlamı (AGENTS.md veya CLAUDE.md gibi) güncellemek. Birden çok oturum ve paralel ajanlar arasında durumu nasıl koruyacağınızı ve zaman içinde ajan öğrenmelerini nasıl biriktireceğinizi, belki de neyin işe yarayıp yaramadığını yakalamak için çalışma sonrası retrospektifler çalıştırarak bilirsiniz. Ayrıca, kod tabanınızı ajan için gezilebilir kılmak için tutarlı kurallar ve yapılar oluşturmayı ve ara sıra ajan tarafından oluşturulan teknik borcu nasıl temizleyeceğinizi bilirsiniz. Bir ekipte çalışırken, farklı geliştiricilerin ajanları arasında bağlamı nasıl koordine edeceğinizi düşünürsünüz.

Kodlama ajanı temelleri. Son olarak, her yerde iyi kararlar almak için kodlama ajanlarının nasıl çalıştığına dair iyi bir anlayışa sahipsiniz: kod tabanı aramasını/geri getirmeyi nasıl yürüttükleri, bağlam pencerelerini nasıl yönettikleri, farklı işlemlerin (araç çağrıları, MCP sunucuları vb. ekleme gibi) bağlamı nasıl etkilediği, ajanların ve alt ajanların nasıl etkileşime girdiği ve ajanın bir LLM'nin etrafına bir altyapı sarılarak nasıl oluşturulduğu. Bu, ajanı daha az bir kara kutu haline getirir ve basit bir çözümü aşırı mühendislik yapmak, ajanın açık bir doğrulama sürecinden yoksun olması nedeniyle titizliği kaybetmek, hedefin kısa kesilmesi veya dosyaların veya üretim verilerinin yok edilmesini riske atan ajan eylemleri gibi başarısızlık modlarını tanımanıza yardımcı olur. Ayrıca, ajanın durumu hakkında akıl yürütmenize ve ona doğru reçeteyi veya bağlamı vererek onu yönlendirmenize yardımcı olur. Ve bir çalışmayı izlerken, bu anlayış, ajanın ne zaman yoldan çıktığını ve müdahalenizi gerektirdiğini daha iyi fark etmenizi sağlar.

Sosyal medyanın genellikle kodlama ajanlarının nasıl kullanılacağına dair aşırı basitleştirilmiş açıklamalar verdiğini düşünüyorum. Örneğin, ajanların saatlerce özerk bir şekilde çalışmasını ve milyonlarca veya on milyonlarca token yakmasını sağlamak bazen yararlıdır. Ancak şu anda, çok uzun vadeli görevlerin pratik kullanışlılığı - özellikle maliyetlerine göre - gerçekliğin ötesinde abartılmıştır. Bunun yerine, en etkili kodlama ajanı kullanımı karmaşık, oldukça yinelemeli bir süreçtir ve yüksek becerili yargı ile müdahale edebilmek çok daha iyi sonuçlar verir.

Kodlama ajanlarını kullanma beceriniz sizi etkili bir inşacı yapacaktır. Bu, sizi genel yapıyı da yönlendirecek bir konuma getirir. Gelecekteki bir makalede bunun hakkında daha fazla şey söyleyeceğim.