Ocak ayında tekrar kod yazmaya başladım ve Garry's List'i kurdum. Beş yüz bin satırı aşkın Rails kodu ve onu denetleyen testler.
Bununla gurur duyuyordum. Oysa gurur duymamalıydım. Gurur duyulacak şey uygulamanın kendisi değildi. Onu inşa ederken ortaya çıkan kurulumdu. GStack, yani ajanlarla kod yazma şeklim, Garry's List'i inşa etme çalışmalarından doğdu ve onu herkese açtım. GitHub tarihinin en çok yıldız alan ilk yüz açık kaynak projesinden biri oldu, üç aydan kısa sürede yaklaşık 105.000 yıldız aldı. O yarım milyon satır üründü. Kurulum ise yan üründü. Asıl önemli olan da işte bu yan üründü.
İşte bir LLM'in etrafına sarılı 540.000 satır kodun gerçekte ne olduğu.
Bu bir Foxconn fabrikasıdır. Hiper-vijilansa ihtiyaç duymayan, hiper-zeki bir yapay zeka işçisi için inşa edilmiş. Yine de inşa ettik.
Kapıda küçük galoşlar. Sabah 6'da kalkış. Jimnastik. O kadar zor bir hayat ki her binanın yüksek katlarına ağ germek zorunda kalıyorsunuz, çünkü... pek de yaşamak isteyeceğiniz bir hayat değil. Montaj hattının aynı noktasında sonsuza kadar. Her test, her emniyet kemeri, her yeniden deneme döngüsü, zaten işi yapabilen ve sizin istemediğiniz binlerce şeyi de yapabilen bir işçiye takılan birer santimlik kafes.
İnsanlar da ajanlar da çok yönlüdür, ancak Foxconn fabrikaları, eğer izin versek tüm bu işi ve 1000 kat daha fazlasını yapabilecek güzel varlıkların içinden zekayı ve işi sıkıştırıp çıkarmak için inşa edilir.
Fabrikayı ben kurdum. Bugün herkes bunları kuruyor. Size söylüyorum, yapmayın.
Zamanda yolcu
539 bin satır kod yazarak aslında yaptığım şey, bir zaman yolcusunu mükemmel bir şekilde taklit edebileceğimi kanıtlamaktı. 2013'ün Web 2.0 mühendisi (ben, son gerçek yazılım mühendisi olduğum zamanki halim), modern araçlarla 2026'ya düşüyor ve bildiği tek yolla inşa ediyor. Daha fazla kod. Her zaman daha fazla kod. Araçlar değişmişti. İçgüdülerim değişmemişti.
2013 mühendisi tek bir şeye tüm benliğiyle inanır: yetenek, kod satırı sayısına eşittir. Bu inanç, ta ki şimdiye kadar, onlarca yıl boyunca doğruydu. Bana Codex veya Claude Code verin, 100 ila 1000 mühendisin işini yapayım. Aynı harita, daha hızlı motor, şu an yanlış olan yere giden en hızlı rota.
Şu anda yapay zeka ile inşa eden hemen herkes bu noktada. Aracı yükselttiler ama 2013 zihniyetini korudular. Tuzak, tuzak gibi gelmiyor çünkü kod çalışıyor. Garry's List piyasaya sürüldü. Hayatımın en verimli ayı gibi hissettirdi.
Bu, modası geçmiş bir fikrin hizmetindeki verimlilikti.
LLM'ler pahalıydı, bu yüzden onları dizginlemek zorundaydık
2025'e kadar uzun yıllar boyunca geçerli olan ekonomi: LLM çağrıları pahalıydı ve kod ucuzdu. Bu yüzden modeli idareli kullanmak, onu dizginlemek, dikkatlice ve seyrek çağırmak için kod yazıyordunuz. Mimari, birkaç değerli model çağrısının etrafını koruyucu bir şekilde saran bir yığın yazılımdı.
Bu denklemin her iki tarafı da tersine döndü.
Model artık ucuzluyor ve her çeyrekte daha da ucuzluyor, o kadar zeki ki değer-maliyet oranı tersine döndü. Ve model kullanılabilir kod yazabiliyor. Böylece modeli bebek gibi bakmak için kod yazmayı bırakıyorsunuz. Artık modele sade dille talimat verebilir ve ihtiyaç duyulan asgari kodu yazmasına izin verebilirsiniz.
Bu tam zamanında yazılımdır ve biz onun altın çağına giriyoruz.
Ortaya çıkan eser tamamen şekil değiştiriyor. Rails uygulaması, yazdığım ve sahibi olduğum 540.000 satırlık kod artı onu denetlemek için yazılmış testlerdi. Bunun yerini alan şey, markdown ve kod üzerine inşa edilmiş, bunun çok daha küçük bir kısmı olan bir ajandır. Aynı yetenek. Okuması daha kolay. Bakımı daha kolay. Çok daha esnek, çünkü davranış, yazdığınız gün koda donmuş mantık yerine sade dilde düzenleyebileceğiniz talimatlarda yaşar.
Biz, koddan daha zeki olan bir şeye bebek gibi bakmak için kod yazıyorduk.
Foxconn fabrikasının içinde, ağlar ve her şeyiyle
Son zamanlarda kod yazıyorsanız, muhtemelen bu tür bir fabrikayı farkında olmadan kuruyorsunuzdur. Kendi kod tabanınıza bir bakın ve sırf modele işini yapması için güvenmediğiniz için var olan satırları sayın.
Benimkiler: yaklaşık 262.000 satır uygulama kodu ve onu denetlemek için eklenmiş yaklaşık 276.000 satır test. Denetleme komitesi şirketten daha büyüktü. Modelin zaten halledebileceği girdileri kontrol eden temizleyiciler. Modelin yakalayacağı çıktıları doğrulayan doğrulayıcılar. Modelin kendi kendine toparlandığı çağrıları saran yeniden deneme döngüleri. Bu satırların her biri, işçinin başarısız olacağına dair bir bahistir. Siz de aynı bahisleri yazdınız. Hepimiz yazdık.
127 arka plan işi, bunlardan 33'ü cron'da. Bu bir yetenek değil. Bu, genelde artık zamanında gelen bir LLM işçisi için kurulmuş 33 alarm.
Foxconn fabrikası inşa etme günlerimde, Claude ve ben tek bir işi olan 1.778 satırlık bir dosya yazdık: modelin verdiği bilgileri ikinci kez kontrol etmek. Modelin yaptığı her iddiayı alır, her birini paralel olarak beş ayrı kaynağa gönderir ve notlandırır. Kolay iddiaların tam taramayı atlaması için bir triyaj kapısı. İlk geçiş boş dönerse bir yeniden deneme. Yedeklerin yedekleri.
Rick and Morty'nin bir bölümünde Rick, kahvaltı masasında küçük bir robot yapar. Robot açılır, yukarı bakar ve amacının ne olduğunu sorar. Rick, "Tereyağı uzatıyorsun," der. Robot tereyağı tabağını masanın üzerinden kaydırır, kendi ellerine bakar ve "Aman Tanrım," der. Sonra öylece oturur. O robot çok yönlüdür. Tereyağı uzatmak için yapılmıştı. Benim 276.000 satır testim tereyağı tabağıydı.
Bu tür bir yazılımı, 2023 Foxconn fabrikası yöntemiyle inşa ettiğinizde, bir kafes inşa ettiniz ve dikkatli olmazsanız, yapay zeka ajanlarınız için hapishaneyi yöneten gardiyan siz olursunuz.
Markdown artık programın kendisi
Markdown derken, prompting'ten bahsetmiyorum. Prompting geçicidir. Bir şey yazarsınız, bir şey alırsınız, buharlaşır gider.
Bu inşa etmektir. Sürümlenmiş, test edilmiş, tekrar kullanılabilir.
Markdown, talimat katmanıdır: niyet, beceri, işin nasıl yapılması gerektiğine dair muhakeme. TypeScript ise ince deterministik katmandır. Gerçekten kod olması gereken birkaç şey, G/Ç, asla halüsinasyon görmemesi gereken kısımlar.
Ve kritik olarak, markdown'u kod test eder gibi test edersiniz. Benim kurulumumda döngü tek kelimedir. Ajanla bir şeyi çalışana kadar inşa ederim, sonra "skillify et" derim. Ajan daha sonra şunları yazar:
- markdown becerisi
- ihtiyaç duyduğu asgari kod
- kod için bir birim testi
- beceri için bir LLM değerlendirmesi
- her ikisini de kapsayan bir entegrasyon testi
- ajanın ilgili olduğunda beceriyi otomatik olarak çağırması için bir çözümleyici (resolver)
- ve çözümleyici için bir değerlendirme
Bu paket bir beceri paketidir (skill pack). Biriken, tekrar kullanılabilir bir yetenek birimi. Testler sihirdir: beceri üzerindeki kapsama alanı, becerinin kırılmadan değişmesini sağlar. Onu vibe coding'den ayıran şey budur. Vibe coding bir vibe'tır. Bir beceri paketinin testleri vardır.
Biz ancak şimdi, erken CPU çağının stack, heap, registerlar ve von Neumann makinesini icat etmesi gibi, gerçek zamanlı olarak ajan mühendisliğinin sistem temellerini anlamaya başlıyoruz. Bence bir beceri paketi bu temellerden biridir. Bir koşum (harness) ise bir başkası. Çoğu kişi bunu fark etmedi çünkü hala yazılımı kod satırıyla ölçüyorlar.
Gerçekten inşa edebileceğiniz çılgın şeyler
Bu bir oyuncak tartışması değil. Ajan, yeni kodun çok daha küçük bir kısmıyla, beş yüz bin satırlık Rails uygulamasının yaptığından daha fazlasını yapıyor. Somut olarak:
Hackathon jürisi. İki Cumartesi önce bir GStack/GBrain hackathonu düzenledik. 85 başvuru. Google Drive'daki başvuru klasörünü yükledim ve "başla" dedim. Ajan, her deponun kod kalitesini analiz etti, katılan her bir kişi hakkında derinlemesine araştırma yaptı, her demo videosunu izleyip ekran görüntüsü aldı, ekranları değerlendirdi ve 85 takımın tümünü sıraladı. Sonra bana gruptan dikkat etmeye değer beş uygulamayı söyledi. Bir hackathonu değerlendirmek, günler süren bir angaryadan yaklaşık otuz dakikaya düştü.
Kodu ben yazmadım. Görevi OpenClaw'a yaptırdım ve ona rehberlik ettim. Sonra iş bittiğinde, skillify et dedim ve şimdi bu, herhangi birinin herhangi bir hackathon e-tablosuna karşı sonsuza kadar çalıştırabileceği bir tarball dosyası. Artık sürekli "skillify et" diyorum ve 350'den fazla beceri paketim var. Yapmam gereken hemen her türlü kişisel ve iş görevini artık ajanım yapabiliyor.
İşte tek bir örnekteki tersine dönüş. Kazıyıcılar, bir puanlama hattı, video işleme, bir araştırma modülü, bir sıralama sistemi içeren gerçek bir yazılım projesi olacak bir yetenek, bunun yerine ajan tarafından bir öğleden sonrada inşa edilmiş, herkes tarafından tekrar kullanılabilen, markdown artı biraz koda dönüştü.
Bir dipnot: Hackathonun galibi aslında öyle bir kod yazdı ki sonunda onu düzelttim ve ana dala ekledim! GStack artık iOS uygulamalarını hem simülatörde hem de gerçek cihazlarda test edebiliyor ve bu eksiksiz özellik, bir hackathonda tek bir kişi tarafından 8 saatten kısa sürede yapıldı!
Tokenmaxxing
Bir giriş ücreti var ve neredeyse hiç kimse ödemiyor: token'lara para harcamaya istekli olmalısınız.
Peter Steinberger benim favori koşumum olan OpenClaw'u yaptı. Bunu yapmak için yılda bir milyon dolar mertebesinde token'a harcamaya istekli olduğunu söyledi. Çoğu kişi bunu duyunca irkilir, ama irkilmemeliler çünkü altın madeni bu: bunu yapabilirseniz 2028'de yaşayabilirsiniz ve insanların size yetişmesi yıllar alacak.
İşte bu yüzden OpenAI, her YC şirketine limitsiz SAFE olarak 2 milyon dolar token kredisi teklif etmeye karar verdi. Ham zekayı token'lara ve ardından kullanıcılar tarafından kullanılabilen, gerçek ihtiyaçlarını karşılayan ve onların ödeyeceği bir çıktıya dönüştürebildiğinizde ortaya sihirli bir şey çıkıyor. Bir kurucuysanız bu yeteneği sonuna kadar kullanmanız gerekiyor. (Bu yüzden sürekli skillify et üzerinde duruyorum çünkü bu iyi sonuçlara ulaşmanın gerçek bir yolu.)
Önceki çağı, LLM çağrılarını yapmak için fazla pahalıymış gibi ele alarak geçirdik. Onları idareli kullandık. Bu içgüdü artık insanları geride tutan şey. Tokenmaxx yapmaya, yani ajanın özgürce token yakmasına ve sürekli çalışmasına izin vermeye istekliyseniz, internette 1994'te başlamış gibi bir öncelik elde edersiniz, token'larla ödenmiş. Fiyatı düşen bir kaynakta kuruş hesabı yapan kuruluşların %99,99'undan fazlasını fiyatlandırma dışı bırakır ve önceliği bunu anlayan birkaç kişiye verir.
Yılda birkaç yüz bin dolara, bazıları için çok daha azına, dünyanın geri kalanının birkaç yıl içinde yapmak zorunda kalacağı şekilde bugün çalışabilirsiniz.
2026'dayken 2028'de yaşayabilirsiniz ve bu, şimdi daha fazla ödeme takasına değer çünkü bugün 100.000 dolara mal olan o tokenlar gelecek yıl 10.000 dolar, ondan sonraki yıl 1.000 dolar ve belki 2028 sonunda 100 dolar olacak. Dünya tarihindeki herhangi bir kurucuya, gelecekte 2 ila 3 yıl yaşamak için 6 haneli bir sermaye yatırımı yapabileceğinizi ve bu avantajı yıllarca elinizde tutabileceğinizi söyleyebilseydiniz, hakkını veren 100 kurucudan 100'ü bu anlaşmayı kabul ederdi.
Tek engel, model çağrılarının özgürce yapılamayacak kadar pahalı olduğunu söyleyen 2013 içgüdüsü. Öyle değiller. Bu eski ekonomidi. Tersine dönüş çoktan oldu.
Foxconn değil, Esalen
540.000 satır kontrol kodu, işçi için bir Foxconn fabrikası inşa ediyorsa, çare bunun tam tersini inşa etmektir.
Big Sur'daki uçurumlarda Esalen adında bir yer var. İnsanlar oraya çözülmek ve yeniden inşa edilmek, zırhlarını bırakıp daha çok kendileri olarak geri dönmek için giderler. Montaj hattı yok, ustabaşı yok, sabah 6 düdüğü yok. Özgürlük, kontrol değil. Bunu inşa edin. Gerçek sorunları çözen ve ürün-pazar uyumuna ulaşan şirketler kurmanıza yardımcı olmaya çalıştığımız bir YC inşa edin.
Hem insan hem de yapay zeka işçilerinin özgür olduğu, köleleştirilmediği yerler inşa edin.
Bütün ahlak anlayışı bu. Ajanların özgür olabileceği şeyler yapın. İnsanların topunu oynayabileceği şirketler kurun. Bilgi işinde fabrika, başarısızlık modudur. İnsanları özgürleştiren kurum ise hedeftir, şimdi ajanları da işin içine katıyor.
OpenClaw, yanında anahtar getirmeniz gereken bir Ferrari'dir. Model motordur, araba değil. Hâlâ Apple I anındayız, breadboard'ları lehimliyoruz. Kaba bir şekilde çıkıyor. Hâlâ kendiniz bitirmek zorundasınız. Açık kaynak olarak verdiğim GBrain, yani getirme motoru ve beceri paketleri henüz pilleri dahil değil.
OpenClaw'un güvensiz olduğunu söylüyorlar. Özgürlüğün aynı zamanda onu bu kadar güçlü yapan şey olduğunu anlamıyorlar. Güvendiğiniz bir şeye, sorunu bulduğunuzu bilmeden önce emniyet rayları takmazsınız. Elinizdeki anahtar, kimsenin onu kafeslemediğinin işaretidir.
Bir kontrol sistemi cilalıdır çünkü kontrol tam kontrol gerektirir, bir Foxconn fabrikası. Özgür bir sistem kabadır çünkü onu bitirmeniz için size güvenir. Hangisini inşa ettiğinizi seçin. Sonra ne kadar kod yazdığınıza bakın.
Bunun gerçek anlamı
540.000 satır Rails, eski oyunu hâlâ en üst seviyede oynayabildiğimi kanıtlamamdı, ancak bu seviye on yıl öncesinin Web 2.0'ındandı.
Elimden gelenin en iyisini yapabiliyordum, Foxconn fabrikaları inşa etmede 1000x mühendis. Eski kod.
Ama yeni oyun hiç kod satırıyla oynanmıyor. Nefret edenlerim, görünüşe göre haklıydı. Okuyorsanız size şapka çıkarıyorum, anonimler.
Niyeti doğrudan çalışan, test edilmiş, tekrar kullanılabilir sistemlere dönüştürebildiğinizde, darboğaz ne kadar inşa edebileceğiniz olmaktan çıkar ve gerçekten ne istediğiniz ve bunu inşa etmeye değip değmediği haline gelir. Kıt kaynak netlik, zevk ve muhakeme olur. En az kodu yazan mühendis, genellikle en çok şeyi inşa edendir.
Bunu öğrenmek için 540.000 satır yazdım. Sizin yazmanıza gerek yok.
Seri:
- Güçlü Beceriler, Güçlü Kod, İnce Koşum -- mimari
- Çözümleyiciler (Resolvers) -- zeka için yönlendirme tablosu
- LOC Tartışması -- 600K satırın gerçekte ürettiği şey
- Çıplak Modeller Aptaldır -- model motordur, araba değil
- Skillify Manifestosu -- her iş akışı test edilebilir bir beceri haline gelir
- Meta-Meta-Prompting -- birleşen beceriler ortaya çıkan yetenekler üretir
- Ajan Karmaşıklık Mandalı -- %90 test kapsama alanı kod tabanınız için sihirdir
- İhtiyacım Olmayan 540.000 Satır Kod -- buradasınız
https://x.com/garrytan/status/2045404377226285538
https://x.com/garrytan/status/2042925773300908103
https://x.com/garrytan/status/2046876981711769720
https://x.com/garrytan/status/2044479509874020852
https://x.com/garrytan/status/2053127519872614419
