İçimi dökmem gerekiyor. @cursor_ai ile röportajımdan önce, Cursor'ı daha önce hiç kullanmamıştım.
Meta'da Claude Code (cc) patlama yapıyordu. Hatta kişisel projelerim için aylık 200 dolarlık bir plana bile para ödedim. Ne kadar basit olduğunu ve ne kadar çabuk üretken hissedebildiğimi seviyordum. Benim için takıldığım nokta, cc'yi neredeyse istediğim her şeye dönüştüren kendi beceri setimi geliştirmekti. Hatta üzerine kendi ajan orkestratör aracımı geliştirmeye başlamıştım.
Ofiste yüzyüze görüşmem sırasında Cursor'ı 2 gün boyunca kullandım ve mülakat projesini onunla oluşturdum. Bu, Cursor 3'ün yayınlanmasından önceydi, bu yüzden Düzenleyici Penceresini (Editor Window) kullanıyordum. O zamana kadar yıllardır vscode kullanıyordum, bu yüzden klavye kısayollarının çoğu hâlâ bağlam penceremdeydi, IDE'ye geri dönmek çok zor olmadı. Yine de yalan söyleyemeyeceğim. İlk bir iki saat cli'yi kesinlikle özlüyordum. Şeylere tıklamak neredeyse barbarca geliyordu. Ama beni gerçekten etkileyen birkaç şey vardı.
Birincisi, o zamanlar alışık olduğum modeller - Opus ve Codex - bir şekilde daha akıllı geliyordu. Ve anında model değiştirip aynı anda projemin farklı bölümlerinde ikisini birden (Opus frontend için, Codex sistemler için) kullanabilmek harikaydı. Mülakatımdan önce zaten çok modelli rakip inceleme konusunda övgüler yağdırıyordum, bu yüzden bunu arayüzde doğal olarak yapabilmek çok doğal geldi. Daha da iyisi, farklı modellerden alt ajanlar oluşturabilmekti, böylece tek bir konuşmada her iki dünyanın da en iyisini alabiliyordum.
İkincisi, sıkıştırma (compaction) inanılmaz hızlıydı. Bir cc kullanıcısı olarak sıkıştırmanın dakikalar sürmesine alışmıştım ve bu yüzden sürekli bağlam ve plan kullanımımı izleme halindeydim. Bu yüzden Cursor'da ne kadar hızlı olduğunu görünce tamamen şok oldum. O kadar ki, temelde hiç ne kadar bağlam kullandığıma bakmama gerek kalmadı. Sadece çalışıyordu, oysa cc'de sıkıştırmadan sonra modelin çok aptallaştığını sık sık hissederdim.
Ve fark ettiğim üçüncü şey, GUI'lerin TUI'lere göre ne kadar çok şey sunabileceğiydi. Uygulamanızı doğrudan Cursor'ın tarayıcısında açıp Tasarım Modu ile tasarım değişiklikleri yapabilmek sezgiseldi ve amaca yönelik özel olarak oluşturulmuş arayüzlerin ajan tabanlı kodlamayı nasıl daha etkili hale getirebileceği konusunda düşünmemi sağladı.
Cursor'ı Cursor ile İnşa Etmek
Mart sonunda katıldığımdan beri, ağırlıklı olarak Cursor 3'ün Ajan Penceresi (Agent Window) üzerinde çalışıyorum ve onu günlük sürücüm olarak kullanıyorum. Hâlâ cc'nin harika bir ekiple harika bir ürün olduğunu düşünsem de, basitliğinin insanları onu saran kendi soyutlamalarını oluşturmaya itme eğiliminde olduğunu fark ettim. Son işimde, neredeyse her hafta cc üzerine inşa edilmiş yeni bir dahili orkestratör aracının duyurulduğunu hissediyordum.
@bcherny bu "gizli talep" fikrinden çok bahsediyor:
"Üründe gizli talep denen çok eski bir fikir var... ürünü hacklenebilir, yeterince açık uçlu bir şekilde inşa edersiniz ki insanlar onu başka kullanım durumları için suistimal edebilsin. Sonra insanların onu nasıl suistimal ettiğini görür ve ona göre inşa edersiniz."
İşte tam olarak buydu! İnsanların orkestrasyon araçlarında birleşmesi, bir cli kullanmanın sizi, insanı, orkestratör yaptığı gizli talebi ortaya çıkarıyor.
Ama kullandığım her ajan iş akışı yanlış şeye odaklanmıştı. Bir GUI'de birden fazla CLI çalıştırmak konuyu tamamen kaçırıyordu. İlgilendiğim yaklaşım, ajanlara güven inşa etmekti.
Eski bir mühendislik yöneticisi olarak, ajanları yönetmenin bir insan mühendislik ekibi kurmaya benzediğini çabucak fark ettim. Yeni işe alınanların, kod tabanını anlamaları için işe alıştırılmaları gerekir, aynı zamanda işlerin nasıl yapıldığını da. Geçmiş deneyimlerinden edindikleri becerilerle zaten önceden eğitilmiş olarak katılırlar: nasıl hata ayıklanır, nasıl yüksek kaliteli kod ve testler yazılır ve nasıl iletişim kurulur, bunlardan sadece birkaçı.
Ajanlar, sürekli bir unutkanlık ve aptallık halindeki yeni işe alınanlar gibidir. Onlara söylediklerinizi hatırlamazlar ve asla gerçekten yeni bir şey öğrenmezler. Ancak onları bunu taklit edebilecek kurallar, beceriler, araçlar ve uzun süreli hafıza ile donatabiliriz. Yetenekli ama aptaldırlar ve çok öğretilebilirler. Ve ben onların başarısızlık modlarını, derin ve titiz mühendislik hakkında bildiğim her şeyi onlara öğretmek için bir fırsat olarak gördüm.
Çünkü titizlik olmadığında, ajanlar o kodu yazmanızı istediğiniz her neyse onu yapmak için dalkavukça her şeyi yapacaktır. Ve dostum, çok fazla kod yazabilir ve yazacaktır. Saf paralelleştirme, onların daha hızlı özensiz kod yazmasını sağlar.
Hızlı gitmek istiyorsan, önce derine git
Ajan orkestrasyonunun üretken bir şekilde yapılabileceğini düşünüyorum. Ama önce derinliğe gitmeliyiz.
Her gün @cursor_ai'yi inşa etmek için kullandığım kişisel beceri ve mühendislik prensipleri setim olan pstack'i açık kaynak olarak yayınlıyorum. Bu becerilerin ilk yinelemelerini kişisel projelerimde geliştirmeye başladım ve o zamandan beri onları iyileştiriyorum.
Buradan alın: https://cursor.com/marketplace/cursor/pstack
Bu beceriler Cursor ekibi tarafından en çok kullanılan becerilerden bazıları haline geldi, bu yüzden hepinizle paylaşmaktan heyecan duyuyorum.
pstack, ajanlara birden fazla model kullanarak daha titiz olmayı öğretir. Gözlemlediğim tüm başarısızlık modlarını aldım ve onları becerilere dönüştürdüm. Eklentinin kalbi /poteto-mode'dur; bu, ajanlara belirli bir görev için izlemeleri gereken doğru oyun kitabını veren üst düzey bir beceridir. Amaç maksimum LOC değil, tam tersidir: en az kodla maksimum etki.
Titizlik, problemlere deneyimli mühendislerin yaklaştığı gibi yaklaşılarak uygulanır. Örneğin, hata ayıklamaya yaklaşmanın harika bir yolu, problem uzayında ikili arama yapmaktır. Neler olabileceğine dair bazı hipotezlerle başlarsınız ve ardından gerçek temel nedene yaklaşana kadar onları sistematik olarak elemeye çalışırsınız. Tekrarlaması zorsa, hatayı yapay olarak oluşturmaya çalışabilirsiniz. Veya program çalışırken durumunu kontrol etmek için enstrümantasyon veya konsol günlüğü eklemeyi deneyebilirsiniz.
Bu adımlar, ajanların tahmin yürütmek yerine (ki izin verirseniz bunu yapmaktan mutlu olurlar) hataları iyice ayıklaması için kullanılabilecek bir oyun kitabı oluşturur. pstack, yazılım mühendisliğine aynı düzeyde titizlikle yaklaşmanızı sağlayan birçok beceri ve oyun kitabıyla birlikte gelir. Şu anda aşağıdakiler için oyun kitaplarım var:
- Beceri yazarlığı ve değerlendirmeleri
- Özerk çalışma
- Hata düzeltmeleri ve çalışma zamanı adli tıp incelemeleri
- Özellik geliştirme
- Görsel eşlik ve prototip oluşturma
- Ve daha fazlası
Ne zaman titizliğe ihtiyacınız olsa, isteminizin başına /poteto-mode ekleyin. Örneğin:
Ayrıca isteğe bağlı olarak diğer becerileri de çağırabilirsiniz:
- /how: Bir alt sistemin gerçekte nasıl çalıştığına dair bir anlatım istersiniz.
- /why: Bir şeyin neden bu şekilde inşa edildiğini bilmek istersiniz. Mevcut MCP'lerinizi kullanarak her kanıt kategorisini paralel olarak sorgular (kaynak kontrolü, sorun izleyici, uzun biçimli dokümanlar, gerçek zamanlı sohbet, altyapı gözlemlenebilirliği, hata izleme, analitik deposu).
- /architect: Bir fonksiyon sınırını aşan kod yazmak üzeresiniz ve önce türlerin ve veri yapılarının belirlenmesini istersiniz.
- /arena: Aynı şey için N tane paralel deneme yapmak, ardından her birinin en iyi kısımlarını almak istersiniz.
- /interrogate: Farklı modellerin bir şeyi rakip olarak incelemesini istersiniz.
- /tdd: Bir hatayı düzeltiyorsunuz. Önce başarısız olan testi, ardından düzeltmeyi yazın.
- /unslop: Her türlü yapay zeka yazısını temizliyorsunuz. Onları açık ve net konuşturur.
- /reflect: Uzun konuşmalardan sonra becerilerinizi sürekli geliştirmek istersiniz.
- /figure-it-out: Alışılmadık bir şey mi yapıyorsunuz? Görev için titiz, denetlenebilir bir oyun kitabı tasarlar.
- /show-me-your-work: İncelenebilir bir karar izi istersiniz. Kararları, işleyebileceğiniz bir tsv dosyasına kaydeder.
Ve son olarak, /automate-me ile kendi mod becerinizi oluşturabilirsiniz. Son konuşmalarınızı tarar, nasıl çalıştığınızdan bir sizin-modunuz becerisi taslağı çıkarır ve altta pstack üzerinden yönlendirir.
pstack herhangi bir ajan tabanlı kodlama aracıyla çalışır, ancak özellikle Cursor gibi çok modelli araçlarda iyi çalışır. Becerilerin çoğu, her modelin benzersiz güçlü ve zayıf yönlerinden yararlanmak için çok modelli iş akışları kullanır. Bu, ajan orkestrasyonudur, ancak genişlik yerine derinlik öncelikli olarak uygulanır.
Ajanlarla darboğaz doğrulamadır. Ajanlar hızlı bir şekilde büyük miktarda kod yazabilir. Hepsini doğru olduğundan emin olmak son derece zordur. Oraya ulaştığınızda, yazılım için karanlık bir fabrikadaki gibi gerçek ajan paralelliği mümkün olabilir.
Ama önce derine gitmeli ve titiz olmalıyız. Sanırım oraya güveni artırarak ulaşacağız.
pstack'i deneyin ve ne düşündüğünüzü bana bildirin.
Yazılım Bakımının Zen'i ve Sanatı
Bu beceriler, kod yazarken daha fazla güvenle hareket etmemi sağlıyor. Ancak tüm kodu ajanlar yazarken bakım yapmak artık bir kabus. Hatalar, performans sorunları ve özellik talepleri hâlâ üzerinde çalışmak için zaman alıyor. Ve şimdi çok daha fazlası var!
Cursor'da Cursor otomasyonlarını yoğun bir şekilde kullanıyorum. Bunlar, zamanlanabilen veya bir Slack kanalındaki yeni mesajlar gibi olaylara yanıt olarak çalıştırılabilen bulut ajanlarıdır. Bunun bir örneği botum Benny. Ona pstack'te sahip olduğum becerilerin aynısını verdim.
Benny hâlâ yapım aşamasında, ancak vizyonum yazılım bakım sürecinin mümkün olduğunca çoğunu otomatikleştirmek. Fikir şu: Artık pstack ile sorunları büyük ölçüde "tek seferde" çözme, PR kalitesinin yüksek olduğuna dair iyi bir kesinlikle güvenimiz varsa, kesinlikle geri bildirimi de otomatikleştirebiliriz.
Bu fabrika hayatına triyaj ile başlar: çalışanlardan hata raporları hakkında bilgi toplama. Cursor'ı çok fazla dogfood yapıyoruz ve bu nedenle çalışanlarımızdan sürüm adaylarımız hakkında çok fazla geri bildirim alıyoruz. Benny, resim ve video eklerini anlar, pstack becerilerini kullanarak kod tabanını keşfeder ve tekrarlama adımları net değilse bilgi için raporlayan kişiyle sohbet eder.
Bu, hata raporlama sürecinin önemli bir parçasıdır. Net tekrarlama adımları ve neyin bozuk olduğuna dair bir anlayış olmadan, ajanlar çözüm hakkında yalnızca tahmin yürütebilir. Onlara nerede ve nasıl bozulduğuna dair net bir anlayış vermeliyiz.
Triyaj yapıldıktan sonra Benny, koda bakarak, son hata gerilemeleri için git geçmişini, aynı hata hakkındaki diğer mesajlar için Slack'i ve hatta bir özelliğin nasıl çalışması gerektiğine dair tasarım ve ürün kararları için Notion'u kullanarak bulgularıyla bir bilet oluşturur: bu bir hata mı, yoksa bu şekilde çalışacak şekilde mi tasarlandı?
Bilet oluşturulduktan sonra, başka bir Benny botu /orchestrate adlı oluşturduğum başka bir beceriyi kullanarak onu alır.
İlk olarak, sorunu bilgisayar kullanımı yoluyla tekrarlamaya çalışır. Cursor Cloud Agents, Cursor'ın kendisini bulutta çalıştırabilir, burada masaüstüyle etkileşime girer, şeylere tıklar ve klavye girişi gönderir. Dahili olarak bu, CDP veya benzeri protokolleri kullanarak ürünlerimizi programlı olarak kontrol etmek için yaptığım daha fazla beceri kullanır.
Bu, hata raporunun tekrarlanıp tekrarlanamayacağını göstermemizi sağlar. Hatayı tutarlı bir şekilde tekrarlıyorsa, düzeltmeye çalışır. Bir performans sorunuyse, Benny öncesi ve sonrası CPU izlemeleri ve yığın anlık görüntüleri alabilir. Alt planlayıcılar, pstack becerilerini kullanarak ve düzeltilmişse bileti işe karşı kontrol ederek düzeltmeyi doğrulamak için daha fazla işçi oluşturur.
Bu çalıştırmada, öncesi ve sonrasının videosunu çekmek için ek işçiler oluşturulur ve son olarak bir işçi, videoyla birlikte inceleme için PR'ı açar.
Bunların hepsi hâlâ yapım aşamasında ve yapılması gereken çok daha fazla iş var, ancak ben uyurken veya başka şeyler yaparken hataları güvenle düzeltmeme yardımcı olacak bir ajan ekibine sahip olma fikri beni heyecanlandırıyor. Kod incelemesini ölçeklenebilir kılmak da büyük bir alan ve Cursor'ın bu konuda yardımcı olacak bazı harika yaklaşan özellikleri olacağını düşünüyorum.
Ancak kendi yazılım fabrikanızı kurmanın anahtarı güvendir. Bir ajana, doğrulama da dahil olmak üzere bir soruna uçtan uca sahip olması için güvenmedikçe, süreçlerinizi otomatikleştiremezsiniz. Ajanlarınıza daha fazla mühendislik derinliği kazandıran pstack gibi eklentileri kullanarak güveni artırdıkça, daha iddialı sorunların üstesinden gelmeye başlayabilirsiniz. Henüz güvenmediğiniz ajanları paralelleştirmeye çalışmak, büyük bir token israfıdır ve kod tabanınıza daha fazla özensiz kod sokar.
Okuduğunuz için teşekkürler!
