GitHub Copilot kodlama ajanı, herkese açık önizlemede yayında

• GitHub, Copilot kodlama ajanını Copilot Pro+ ve Enterprise kullanıcıları için önizleme olarak kullanıma sundu
• Geliştiricilerin tekrarlayan ve teknik borç biriktiren işleri Copilot'a devrederek daha yaratıcı ve önemli işlere odaklanmasını sağlıyor
• Bir issue'yu yapay zekaya atadığınızda, kod değişiklikleri yapma, testleri çalıştırma ve PR oluşturma işlemlerini otomatik olarak gerçekleştiriyor
• Copilot işi tamamladığında inceleme talep ediyor; geliştiriciler ek değişiklikleri yorumlarla isteyebilir veya dal üzerinde doğrudan çalışmaya devam edebilir
• Çalışmalar, GitHub Actions tabanlı bulut geliştirme ortamında yürütülüyor ve testlerle linter geçişini de kendi başına doğruluyor
• Kullanıcılar PR içinde yorum yazarak Copilot'tan düzeltme isteyebilir veya yerel dala çekerek birlikte çalışabilir
• Özellikle iyi test edilmiş kod tabanlarında özellik ekleme, hata düzeltme ve refactoring gibi düşük-orta zorluktaki işlerde güçlü performans gösteriyor

---

GitHub Copilot coding agent in public preview

Kod ajanı sayesinde teknik borç azalırken yaratıcı işlere odaklanmak mümkün

• GitHub, Copilot kodlama ajanını herkese açık önizleme olarak sunarak, tekrarlayan veya basit issue'ların Copilot'a devredilmesini mümkün kılıyor
• Geliştiriciler, bir issue'yu normal bir geliştiriciye atar gibi Copilot'a atayabiliyor; bu özellik GitHub web sitesi, mobil uygulama ve CLI'da destekleniyor
• Copilot, kendi bulut geliştirme ortamında depoyu analiz ediyor, değişiklikleri uyguluyor, test ve lint doğrulamalarını tamamlıyor ve ardından PR oluşturuyor
• Tamamlandıktan sonra kullanıcıdan inceleme istiyor; PR içindeki yorumlarla geri bildirim verilebiliyor veya dal üzerinde yerelde doğrudan çalışmaya devam edilebiliyor

Hangi işler için uygun

• Copilot; özellik ekleme, hata düzeltme, test kapsamını genişletme, refactoring ve dokümantasyon iyileştirme gibi düşük~orta düzey karmaşıklıktaki işlerde güçlü
• İyi test edilmiş kod tabanlarında etkili çalışıyor ve aynı anda birden fazla issue atamak da mümkün

Kullanım koşulları ve ücretlendirme

• Bu özellik Copilot Pro+ veya Copilot Enterprise planlarında kullanılabiliyor
• Enterprise tarafında, yöneticinin 'Copilot kodlama ajanı' ilkesini önceden etkinleştirmesi gerekiyor
• Ajanın kullanımı GitHub Actions süresi ve Copilot Premium istekleri tüketiyor
  • Özellikle 4 Haziran 2025'ten itibaren her 1 model isteği için 1 Premium isteği ücretlendirilecek

Platform desteği ve nasıl başlanır

• Bu özellik şu anda GitHub Mobile(iOS/Android) ve GitHub CLI kullanıcılarına kademeli olarak sunuluyor
• Copilot kodlama ajanı belgelerinden başlangıç adımlarını ve ipuçlarını görebilirsiniz
• Görüş veya sorularınızı topluluk tartışmasında paylaşabilirsiniz

[wedding]

VS Code Insiders'ta kullanıyorum; giderek geliştiği için oldukça kullanışlı.
Son zamanlarda artık tahmine dayalı kodlama da yapıyor.

[GN⁺]

Hacker News görüşleri

• Copilot’un, iyi test edilmiş kod tabanlarında özellik ekleme, hata düzeltme, testleri genişletme, refactor ve dokümantasyon iyileştirme gibi düşük~orta zorluktaki işlerde etkili olduğu izlenimini edindim. Ancak insanlar için önemli olan nokta, yapay zeka kullanırken temkinli kalmak. Testler yalnızca yapay zeka tarafından oluşturuluyorsa gerçekte düzgün çalışmayabilir diye endişeleniyorum. Microsoft’un bunu içeride ne kadar başarılı kullandığına dair somut rakamlar duymak isterim. Microsoft kendi ürünlerini gerçekten kullanmasıyla (dogfooding) biliniyor ama devasa pazarlama ile gerçek faydayı ayırt etmenin çok zor olduğu hissine kapılıyorum
  • GitHub ve Microsoft’un çeşitli bölümlerinde Copilot coding agent dahili olarak yaklaşık 3 aydır gerçekten kullanılıyor. Bu deneyim sayesinde çok sayıda geri bildirim toplandı ve pek çok hata giderildi; bugün de agent’ı yayınlamaya hazır hale geldik. Şimdiye kadar yaklaşık 400 GitHub çalışanı agent’ı 300’den fazla depoda kullandı ve Copilot’un katkı verdiği yaklaşık 1.000 PR merge edildi. Agent’ın geliştirildiği depoda Copilot agent en çok katkı yapan 5. kişi konumunda. Yani bir bakıma Copilot coding agent’ı, Copilot coding agent ile geliştiriyoruz. (Ben GitHub’da Copilot coding agent’ın ürün lideriyim)
  • Microsoft içinde bunun yönetim odaklı, zorlayıcı bir yaygınlaştırma olduğu izlenimini edindim. Azure ekibindeki bir arkadaşımın anlattığına göre, dahili AI coding assistant’ı kurmayı reddettiği için neredeyse PIP’e (performans iyileştirme programı) alınacakmış. Yöneticilerin her biri “AI kullanan geliştirici sayısını” OKR olarak belirliyor ve birçok geliştirici sadece kurup neredeyse hiç kullanmıyor. Özellikle C# ve PowerShell desteği çok yetersiz olduğu için pratik faydası sınırlı kalıyor
  • Microsoft’un, AI ile üretilen kod oranı gibi metrikleri gerçekten açıkladığı olmuştu. Kodun %30’unun AI tarafından yazıldığı söyleniyor
  • Microsoft’un dogfooding ile ünlü olduğu sözü 15 yıl öncesine kadar doğruydu, ama artık hiç öyle değil
• Copilot kullanırken private repository kodlarının eğitim için kullanılabilmesi çok büyük bir sorun; buna dikkat çekmek isterim. Pro ve Pro+ planları var ama FAQ’da yalnızca Business veya Enterprise verilerinin eğitimde kullanılmadığı yazıyor, bu yüzden bireysel ücretli plan verilerinin hâlâ model eğitiminde kullanıldığı anlamını çıkarıyorum
  • Eskiden öyle olmuş olabilir ama artık durum farklı. Kişisel plan politikasını GitHub’un resmi dokümanlarında kontrol edebilirsiniz
  • Windows ortamında kod yazıyorsanız ekranınız zaten her birkaç saniyede bir otomatik olarak yakalanıyor ve OCR ile ekrandaki tüm metin analiz ediliyor. Bunu bilmiyorsanız şaşırtıcı bir haber olabilir
• Gemini 2.5 pro ve cline ile bir greenfield projede vibe coding denemesi yaptım. Oldukça etkileyiciydi ve klasik LLM sohbet arayüzlerine göre üretkenliğime ciddi katkı sağladı. Ancak mimari rehberlik yeterince güçlü değilse LLM yanlış soyutlamalar ve teknik borç biriktirme eğiliminde oluyor (ör. yapının bozulması). Kod kalitesi ya da daha iyi yöntemler konusunda öz değerlendirmesi çok güçlü değil. Ben açıkça işaret edip prompt verince hemen iyileştirmesi büyük avantaj. Bir de LLM token maliyetinin bir akşamda $15’a çıkması şaşırtıcıydı. Normalde ayda ortalama $20 civarı harcıyordum; tek günde böyle bir rakamı ilk kez gördüm
  • Günde $15 LLM token harcamak bug değil, feature. Bence ileride LLM’lerde de “AWS fatura şoku” yaşanacak
  • Aider adlı aracı kullanıp /add, /drop, /clear ile context’i aktif biçimde yönetmeyi de tavsiye ederim
  • Cline’ı fiyat hassasiyetine dikkat ederek kullanacaksanız context’i manuel yönetme ihtiyacı hissediyorsunuz. Ben bunun yerine Windsurf kullanıyorum (hâlâ Gemini 2.5 pro ile). Context yönetimi çok daha kolay
  • Greenfield projelerde AI kullanımı zorlayıcı. Seçenek çok fazla olduğu için AI yaklaşım değiştirip duruyor. Brownfield’de (mevcut kod tabanı) referans dosyalar vererek kalıpları doğal şekilde öğrenmesini sağlayabiliyorsunuz; bu da iyi sonuç almayı çok kolaylaştırıyor
  • LLM’lerin mimariyi kirletmesini önleme konusu ilgimi çekiyor. Bir sonraki adımın, implementasyonun tasarım tanımına uyup uymadığını doğrulayan (AI tabanlı) bir linter olması gerektiğini düşünüyorum
• Özellik eklemekten önce hız optimizasyonu gelmeli diye düşünüyorum. Copilot’un autocomplete’i hızlı ama 100 satırlık bir dosyayı düzenlemesi bazen dakikalar sürüyor; bu da verimsiz bir deneyim yaratıyor. İsabet oranı %100’e yakın olsa anlarım ama yavaş yavaş gidip gelmesi yorucu. Yeni bir sekmede Claude veya ChatGPT’ye sorup kodu kopyala-yapıştır yapmak daha hızlı. Copilot aboneliğimi iptal ettim; bundan sonra autocomplete/basit işler için local model kullanacağım
  • Benim deneyimim tam tersi. Yüzlerce satırlık dosyalar bile birkaç saniyede düzenleniyor. Eskiden yavaştı galiba ama son zamanlarda darboğaz ortadan kalktı. Kütüphane Wi‑Fi’ında bile Copilot kullanırken deneyim gayet akıcı
  • Dakikalar sürüyorsa ciddi bir sorun vardır diye düşünüyorum. Çoğu model bunu birkaç saniyede hallediyor
• VS Code’da ChatGPT ve Copilot’u dönüşümlü kullanıyorum. Objective-C sözdizimini anlamak çok daha kolaylaştı; kütüphane desteği zayıf olsa da 3rd party kütüphaneler konusunda benim de yeterince denememiş olmamın payı olabilir. Sözdizimi ve akış hatalarını tek bakışta fark edebiliyorum; kısa düzeltmelerden sonra kodu neredeyse doğrudan kullanıyorum. Aylık $10 fiyatla bu seviye bana geleceğin olumlu göründüğünü hissettiriyor. Güncellemem gereken çok sayıda iOS uygulamam var; hepsi üretkenlik uygulaması ve onları kendim kullanıp satıyorum. O yüzden kazanç iki kat oluyor
• Copilot’u epey kullandım. Etkileyici ama aynı zamanda ürkütücü. Kritik sorun şu: küçük depolardan alınmış rastgele bağımlılıkları düşünmeden önerebiliyor ve bunların çoğu ana projeler için uygun değil. Yani kullanıcıların dikkatli olması gerekiyor
  • Benzer örüntüyü farklı AI’larda da gördüm. Web’den okuduğu verilere gereğinden fazla güveniyor. Örneğin phishing dolandırıcılığı doğrulaması istediğinizde, AI sadece içeriği özetliyor; güvenilir bir analiz sunmuyor. Ayrıca 2 yıldızlı, kimsenin bilmediği Çin menşeli bir depoyu sektör standardı gibi önerdiğine de rastladım. Sırf README’de öyle yazıyor diye. Alakasız bir örnek ama bana bir keresinde “Strobe” kriptografi protokolünü önerip strobe.cool sitesine yönlendirmişti; o site zaten halüsinasyon tetiklemeyi ele alan bir yer
  • Buna değindiğiniz için teşekkürler. Testler sırasında böyle bir davranışla karşılaşmadım, o yüzden biraz daha derin incelemek isterim. İsterseniz bunu e-postayla paylaşın (HN takma adım github.com’daki adımla aynı). Ben Copilot coding agent ürün ekibinde çalışıyorum
  • PR çalıştırmanın private repository’lerde daha güvenilir context ile işlediğini biliyorum; bu durumda böyle bağımlılık önerileri gelmesi gerçekten endişe verici
• “Copilot düşük~orta karmaşıklıktaki işlerde güçlü” ifadesi kulağa hoş geliyor. Ama bunun “iyi test edilmiş kod tabanı” şartına bağlı olması beklentimi azaltıyor
  • Diğer yorumlarda da söylendiği gibi coding agent test kapsamını iyileştirmede çok başarılı. Bir adım daha ileri gidersek, agent tarzı kodlama araçları zaten iyi test kapsamı olduğunda çok daha büyük etki yaratıyor. Testler, agent’ı sınırlar içine alıyor ve yaptığı işi tekrar tekrar doğrulama fırsatı veriyor. Bu araçlar için şart değil ama varsa sonuç belirgin biçimde daha iyi oluyor (ben Copilot coding agent ekibinde çalışıyorum)
  • Tüm testleri Copilot’a yazdırırsanız kısa sürede iyi test edilmiş bir kod tabanı oluşur
  • Benim deneyimime göre testler olmasa da, özellikle greenfield projelerde oldukça iyi çalışıyor. Yine de mevcut testler varken yapılan güncelleme/yama işlerinde etkisi belirgin biçimde daha iyi
• “Teknik borçta boğuluyor musunuz?” reklam cümlesine karşılık, esprili biçimde “boş verin, batın gitsin” diye tepki veriyorum. Github Copilot Coding Agent ile daha fazla teknik borç oluşacak, kimsenin sorumluluğunu tam üstlenmediği yeni teknik borçlar birikecek ve ekip arkadaşlarınız da yakında aynı duruma gelecek demek istiyorum
• GitHub’da bu projeye dahil olan bir arkadaşım var ve günlerdir sadece bunu duyuyorum. Pazartesi keynote’u mutlaka izlemem gerektiğini durmadan söyledi. Üçüncü kimlik doğrulama zaman aşımından sonra yayını bırakmıştım ama konunun bu olduğunu bilseydim bir kez daha denerdim
  • Hangi keynote’tan bahsettiğinizi özellikle merak ediyorum. Şu ana kadar arayınca pek bir şey bulamadım
  • Bir tavsiye: doğrudan YouTube’a gidin ve MS üyelik sürecini atlayın
  • Sahada çalışan yazılımcıların anlattıklarını, iç pazarlama çok ağır bastığı için her zaman temkinli dinliyorum. Umarım Cursor gibi rakipleri ezip geçer; canlı demoyu mutlaka izleyeceğim
• LLM’lerin ilk döneminde GitHub Actions ve issues workflow ile kendi agent’ımı yapıp kullanmıştım. Özellikleri sınırlıydı ama sadece bug’ı atayınca otomatik çalışıyor, mimari/düzenleme görevlerini ele alıyor, değişiklikleri doğruluyor ve sonunda PR gönderiyordu. Artık benzer bir şeyi resmi araçla kullanabilecek olmak heyecan verici (iş örneğim: chota)