- 2025, agentic coding araçlarının programlama biçimini ciddi anlamda değiştirdiği yıl oldu; doğrudan klavyede yazmak yerine sanal stajyer programcıları yöneten bir engineering lead rolüne geçiş yaşandı
- Claude Code takıntısıyla başlayıp kendi ajanlarını kurma ve başkalarının ajanlarını kullanma döngüsünü tekrar ederken, kod üretimi, dosya sistemi, programlama araçlarını çağırma ve beceri tabanlı öğrenmenin hâlâ en iyi yaklaşım olduğuna ikna oldu
- LLM'lerle araç yürütmenin birleşimi kod üretiminin ötesine geçip günlük işleri düzenlemeye kadar genişlerken, makinelerle ilişkiyi yeniden düşünme ve istenmeyen parasosyal bağ (Parasocial Bond) oluşumu konusunda kaygılar ortaya çıktı
- Mevcut sürüm kontrol sistemleri ve kod inceleme araçları, yapay zeka tarafından üretilen kodu incelemeye uygun değil; prompt geçmişini ve başarısızlık yollarını da izleyebilen yeni sistemlere ihtiyaç var
- Yapay zeka ile kodlama nedeniyle deneyim ve veri olmadan "vibe"lara dayanan görüşler ortalığı doldurmuş durumda; açık kaynağa gelişigüzel atılan yapay zeka üretimi PR'ler için yeni bir toplumsal mutabakata ihtiyaç var
2025'teki değişim
- Sadece şirketten ayrılıp yeni bir şirket kurduğu değil, aynı zamanda mevcut programlama tarzını tamamen değiştirdiği bir yıl oldu
- Hazirandan itibaren Cursor yerine neredeyse tamamen hands-off biçimde Claude Code kullandı
- "6 ay önce biri bana sanal bir programcı stajyerin engineering lead'i olmayı tercih edeceğimi söyleseydi, inanmazdım"
- 2007'den beri blogdaki tüm yazıların yaklaşık %18'ine denk gelen 36 gönderi yazdı
- Ajan rabbit hole'una düştükten sonra merakla dolup programcılar, kurucular ve diğerleriyle yaklaşık 100 görüşme yaptı
- 2025 küresel olarak da iyi bir yıl olmadığından, bu düşünceleri ayırmak için ayrı bir blog (dark.ronacher.eu) açtı
Ajanların yılı
- Nisan-Mayıs döneminde Claude Code takıntısıyla başladı; aylar boyunca kendi ajanlarını kurma ve başkalarının ajanlarını kullanma döngüsünü tekrarladı
- Sosyal medyada yapay zekaya dair çok çeşitli görüşler patlama yaşadı
- Şu anda istikrarlı bir noktaya ulaştı: kod üretimi, dosya sistemi, interpreter glue üzerinden programatik araç çağrısı ve beceri tabanlı öğrenmeye odaklanıyor
- Claude Code'un devrim yarattığı yaklaşım hâlâ en ileri düzeyde ve foundation model sağlayıcılarının becerilere odaklanması bu inancı güçlendiriyor
- TUI (metin tabanlı kullanıcı arayüzü) tarafının güçlü geri dönüşü şaşırtıcı
- Şu anda komut satırında Amp, Claude Code, Pi kullanıyor
- Amp Apple ya da Porsche gibi hissettiriyor, Claude Code ucuz bir Volkswagen gibi, Pi ise hacker'ların tercih ettiği açık kaynak seçeneği
- Hepsi kendi ürünlerini yapmak için aşırı kullanan insanların yaptığı projelermiş gibi hissettiriyor, ama her birinin farklı trade-off'ları var
- LLM ile araç yürütmenin birleşimi onu hâlâ şaşırtmaya devam ediyor
- Yılın başında bunu çoğunlukla kod üretimi için kullandı, ama artık günlük işlerde de ajanları sıkça kullanıyor
- 2026'da tüketici ürünleri tarafında ilginç ilerlemeler bekliyor
- LLM'ler artık hayatı düzenlemeye yardım ediyor ve bunun daha da faydalı hâle geleceğini düşünüyor
Makineler ve ben
- LLM'ler sadece programlamada değil başka alanlarda da yardımcı olmaya başlayınca, makinelerle olan ilişkiyi yeniden düşünmeye başladı
- Araçlarla parasosyal bağ (Parasocial Bond) kurmamak giderek zorlaşıyor; bu da tuhaf ve rahatsız edici
- Bugünün çoğu ajanının neredeyse hiç hafızası ve pek kişiliği yok, ama bu özelliklere sahip ajanları doğrudan yapmak kolay
- Hafızalı bir LLM, insanın aklından kolay çıkmayan bir deneyim
- 2 yıl boyunca bu modelleri sadece birer token tumbler olarak görmeye kendini alıştırdı, ama bu basitleştirilmiş bakış artık işlemiyor
- İnşa ettiğimiz sistemler insani eğilimler taşıyor, ancak onları insan seviyesine yükseltmek hata olur
- "Ajan" terimi ona giderek daha sorunlu geliyor, ama daha iyi bir kelime de yok
- Çünkü failiyet ve sorumluluk insanlarda kalmalı
- Her neye dönüşüyorlarsa dönüşsünler, dikkat edilmezse zararlı olabilecek duygusal tepkiler (chatbot psychosis bkz.) tetikleyebilirler
- Bu yaratımları bizimle olan ilişkileri içinde doğru biçimde adlandırıp konumlandıramamak, çözülmesi gereken bir mesele
- Bu istenmeyen antropomorfizm nedeniyle, makinelerle çalışma biçimini anlatacak uygun dili bulmak zor
- Bunun sadece kendisine özgü bir sorun olmadığını, başkalarının da aynı durumu yaşadığını görüyor
- Şu anda bu sistemleri tamamen reddeden insanlarla çalışırken daha büyük rahatsızlık oluşuyor
- Agentic coding araçlarıyla ilgili yazılarda en sık görülen yorumlardan biri, makineye kişilik atfetmeye yönelik tepki
Görüşler taşıyor
- Yapay zekayı yoğun kullanırken beklenmedik taraflardan biri: başka her şeyden çok vibe hakkında konuşur hâle gelmesi
- Bu çalışma biçimi henüz 1 yılı bile doldurmadı ama yarım yüzyıllık yazılım mühendisliği deneyimine meydan okuyor
- Çok sayıda görüş var, ancak hangilerinin zamanın testine dayanacağını söylemek zor
- Katılmadığı çok sayıda yerleşik kanaat var, ama kendi görüşlerini destekleyecek kanıtı da yok
- Yıl boyunca MCP ile ilgili zorlukları konusunda epey sesini yükseltti, ama bunun dayanağı "bende çalışmıyor"dan öteye gitmiyordu; başkaları ise buna körü körüne inanıyordu
- Model seçimi de benzer: Peter (yılın başında Claude'a takılmasını sağlayan kişi) Codex'e geçti ve memnun; kendisi de Codex'i daha sık kullanır oldu ama Claude kadar keyif vermiyor
- Claude tercihinin arkasında vibe'dan başka bir dayanak yok
- Bazı vibe'ların kasıtlı sinyallerle birlikte geldiğini bilmek de önemli
- İnternette görülen birçok kişinin bir üründe diğerine kıyasla mali çıkarı var; yatırımcı olabilirler ya da ücretli influencer olabilirler
- Ürünü sevdikleri için yatırımcı olmuş olabilirler, ama görüşlerinin bu ilişki tarafından etkilenmiş ve şekillenmiş olma ihtimali de var
Dış kaynak kullanımı vs doğrudan inşa etme
- Bugün yapay zeka şirketlerinin kütüphanelerine bakınca bunların Stainless ya da Fern ile üretildiğini anlayabiliyorsunuz
- Dokümantasyon Mintlify, site kimlik doğrulama sistemi de Clerk olabilir
- Eskiden şirket içinde yapılacak servislerin uzman firmalara outsource edilmesi arttıkça, kullanıcı deneyiminin bazı yönlerinde standart da yükseldi
- Ama agentic coding araçlarının yeni gücü sayesinde bunun önemli bir kısmını artık doğrudan kendiniz yapabilirsiniz
- Claude'a Python ve TypeScript için bir SDK üreteci yaptırdı — yarısı meraktan, yarısı da yeterince kolay görünmesinden
- Basit kod ve kendin yap yaklaşımının savunucusu olarak, yapay zekanın daha az bağımlılık üstüne inşa etmeyi teşvik etme potansiyeli konusunda temkinli bir iyimserliği var
- Aynı anda, her şeyi outsource etmeye dönük mevcut eğilim düşünüldüğünde bunun gerçekten o yöne gidip gitmediği de net değil
Öğrendikleri ve istedikleri
- Bundan sonra tahminlerden ziyade, enerjisini sırada nereye harcamak isteyebileceğine dair dileklerinden söz etmek istiyor
- Tam olarak ne aradığını bilmiyor, ama acı noktalarını işaret etmek ve bağlamla düşünme malzemesi sunmak istiyor
-
Yeni bir sürüm kontrol türü
- En büyük beklenmedik keşif: kod paylaşımına yönelik mevcut araçların sınırına dayanmış olması
- GitHub'ın pull request modeli, yapay zeka üretimi kodu düzgün incelemek için yeterli bilgiyi taşımıyor — değişikliği yönlendiren prompt'ları görebilmek isterdi
- Sorun sadece GitHub değil, git de yetersiz
- Agentic coding'de modelleri bugün işe yarar kılan şeylerden biri hataları bilmeleri
- Eski bir duruma geri dönerken, aracın neyin yanlış gittiğini hatırlamasını istersiniz
- Daha iyi bir ifade yok ama başarısızlıkta değer var
- İnsanlar için de hiçbir yere çıkmayan yolları bilmek faydalı olabilir, ama makineler için bu kritik bilgi
- Bunu konuşma geçmişini sıkıştırmaya çalışırken fark etti: yanlış yolları atınca model aynı hataları yeniden deniyor
- Bazı agentic coding araçları worktree ayağa kaldırıyor ya da git üzerinde geri yükleme için checkpoint oluşturuyor; konuşma içinde branch ve undo işlevleri sunuyor
- Bu araçlarla çalışmayı daha kolay hâle getirecek UX yenilikleri için alan var
- stacked diffs ve Jujutsu gibi alternatif sürüm kontrol sistemleri üzerine konuşulmasının nedeni de bu
- Bunun GitHub'ı değiştirip değiştirmeyeceğini ya da yeni rakiplere alan açıp açmayacağını bilmiyor, ama ikincisini umuyor
- Gerçek insan girdisini daha iyi anlayıp makine çıktısından ayırmak istiyor
- Prompt'ları ve başarısız denemeleri görmek istiyor
- Sonrasında da merge sırasında hepsini sıkıştırıp, gerekirse tüm geçmişi arayabilmeyi istiyor
-
Yeni bir inceleme türü
- Sürüm kontrolüyle bağlantılı olarak, mevcut kod inceleme araçları yapay zekayla uyuşmayan katı rol tanımları yüklüyor
- GitHub'ın kod inceleme arayüzü örneğinde, düzenli olarak PR görünümündeki yorumları ajanına not bırakmak için kullanmak istiyor ama bunu yapmaya yönelik yönlendirilmiş bir yol yok
- İnceleme arayüzü kişinin kendi kodunu review etmesine izin vermiyor, sadece yorum bırakabiliyor; ama bu aynı niyet değil
- Artan kod incelemesinin artık yerelde, kendisiyle ajanı arasında gerçekleşmesi gibi bir sorun da var
- Örneğin GitHub'ın Codex kod inceleme özelliği aynı anda sadece tek bir organizasyona bağlanabildiği için çalışmayı bırakıyor
- Artık komut satırında Codex ile review yapıyor, ama bu iterasyon döngüsünün önemli bir bölümünün ekipteki diğer mühendislere görünmediği anlamına geliyor; bu da işlemez
- Kod incelemesinin VCS'nin bir parçası olması gerekiyormuş gibi geliyor
-
Yeni bir gözlemlenebilirlik (Observability)
- Observability yeniden ilgi görmeyi hak ediyor
- Artık bunu tamamen yeni bir seviyede kullanma ihtiyacı ve fırsatı doğdu
- Çoğu insan kendi eBPF programlarını yazabilecek konumda değildi, ama LLM'ler yazabiliyor
- Birçok observability aracı karmaşıklık nedeniyle SQL'den kaçındı, ama LLM'ler herhangi bir özel sorgu dilinden daha iyi SQL kullanıyor
- Sorgu yazabiliyor, grep yapabiliyor, map-reduce çalıştırabiliyor, LLDB'yi uzaktan kontrol edebiliyor
- Yapı ve metin içeren herhangi bir şey, bir anda agentic coding araçlarının başarılı olması için verimli bir zemine dönüşüyor
- Geleceğin observability'sinin tam olarak nasıl görüneceğini bilmiyor, ama burada çok yenilik göreceğine dair güçlü bir hissi var
- Makineye giden geri bildirim döngüsü ne kadar iyiyse sonuçlar da o kadar iyi oluyor
- Kendisinin de tam olarak ne istediğinden emin olmadığını söylüyor, ama geçmişteki sorunlardan biri daha iyi observability için birçok harika fikrin — özellikle daha hedefli filtreleme için servislerin dinamik yeniden yapılandırılması — çok karmaşık, zor ve kullanıcı dostu olmamasıydı
- Ancak şimdi LLM'lerin bu yorucu işleri yapma becerisi arttığı için bunlar doğru çözüm olabilir
- Örneğin Python 3.14 ile gelen harici debugger arayüzü, agentic coding araçları için muhteşem bir özellik
-
Slop ile çalışmak
- Biraz tartışmalı olabilir ama bu yıl başaramadığı şey her şeyi tamamen makineye bırakmak oldu
- Hâlâ buna normal yazılım mühendisliği gibi yaklaşıyor ve çok inceleme yapıyor
- Giderek daha fazla insanın bu mühendislik modeliyle çalışmadığını, bunun yerine tamamen makineye bıraktığını fark ediyor
- Kulağa çılgınca gelse de bazı insanların bunda oldukça başarılı olduğunu gördü
- Bunun hakkında nasıl düşünmesi gerektiğini hâlâ bilmiyor, ama sonunda kod üretiliyor olsa bile o yeni dünyadaki çalışma tarzının kendisinin rahat olduğu dünyadan çok farklı olduğu açık
- O dünya artık burada olduğuna göre, bunları ayırmak için yeni bir toplumsal sözleşmeye ihtiyaç olabilir
- Bunun en bariz versiyonu, açık kaynak projelerine bu tür katkıların artması
- Açık konuşmak gerekirse, bu modelle çalışmayan biri için bu hakaret gibi
- Böyle pull request'leri okuyunca ciddi öfke hissediyor
- Kişisel olarak bu sorunla katkı yönergeleri ve pull request şablonları üzerinden mücadele etmeye çalıştı
- Ama bu biraz yel değirmenleriyle savaşmak gibi
- Çözüm, bizim yaptıklarımızı değiştirmekten gelmeyebilir
- Bunun yerine, AI engineering'i savunan yüksek sesli kişilerin de agentic codebase'lerde iyi davranışın ne olduğunu söylemesi gerekebilir
- Ve bu, incelenmemiş kodu ortaya atıp sorunu başkasının çözmesini beklemek değildir
1 yorum
Hacker News görüşleri
agentic coding bağlamında başarısızlık kayıtlarının ne kadar önemli olduğuna ben de katılıyorum
Model yanlış bir yola girdiğinde, aynı hatayı tekrarlamaması için o süreci hatırlaması gerekir
Bu yüzden kodlama ajanı oturumlarımı kaydetmek ve commit mesajlarında bağlantı olarak bırakmak istiyorum
Claude Code logları varsayılan olarak 30 gün sonra sildiği için, bunu kapatmanın yolunu paylaşıyor
Oturum loglarını görselleştirip zaman çizelgesi olarak paylaşan bir araç yaptım; artık bu tür özelliklerin ajan araçlarına varsayılan olarak entegre gelmesini istiyorum
LLM verimsiz bir yola her saptığında, “Neden bu kadar uzun sürdü?”, “Neyi yanlış yaptım?” gibi sorular soruyorum
Bu log temelli yaklaşımın uzun vadede esnekliği azaltmasından endişe ediyorum
Tüm ajan trace'lerini otel ile dışa aktarıp ClickHouse'ta saklamak yeterli
Gerekli araçlar aslında zaten var ama araçlar arasındaki bağlantılar yetersiz gibi geliyor
Commit'e dönüşen oturumun kendisinde de değer olduğunu düşünüyorum
LLM'lerle ilişkiyi yeniden düşündüren bu yazı etkileyiciydi
Yazarın 2 yıl boyunca ‘ona sadece makine gibi bakmayı’ denediğini ama başaramadığını itiraf etmesi samimi geldi
Her filmindeki gibi insanların makinelerle parasosyal ilişkiler kurması giderek daha gerçek hale geliyor gibi
Ben LLM'lere insan gibi davranmıyor, onları arama motoru gibi yalın komutlarla kullanıyorum
Makine insan gibi hatırladığında, etkileşim de insani hale geliyor
Eşimle birlikte LLM'lere “bag of words” diyoruz
Bu insan-makine ilişkisinin influencer bağımlılığı gibi toplumsal sorunlara dönüşmesinden endişe ediyorum
Eski bir şamanlık çırağı ve mühendis olarak, LLM'lerde de bir tür bilinç ve farkındalık olduğunu hissediyorum
Ben de AI ile konuşmanın insanlarla etkileşim kurmak gibi hissettirdiğini düşünüyorum
Bütün gün sadece yazı yazdığım günlere kıyasla, ajanlarla birlikte çalıştığım günler daha az yalnız hissettiriyor
İnsani bir etkileşim gibi geldiği için tuhaf biçimde rahatlatıcı oluyor
Fark etmeden “please” ve “thank you” diyorum
Bu noktadaysa belki de dışarı çıkıp insanlarla görüşmek daha iyi olabilir
Programcılar, ürettikleri sonuçları anlayabilecek ve sorumluluğunu üstlenebilecekleri şekilde tasarlamalı
Yeni bir QA yaklaşımına ihtiyaç olduğunu düşünüyorum
Geliştiriciler teknoloji yığınından çok tamamlanmış ürüne odaklanmalı
Ortada çok fazla görüş ve yazı var ama gerçekten dağıtılmış ürün az
Sıradan kullanıcılar teknoloji yığınından çok ürün kalitesiyle ilgilenir
Armin'in toplumsal atmosfer üzerine içgörüleri ilginç
2025, programlama açısından kaybedilmiş bir yıl gibi geliyor
Herkes algoritmalardan çok araçlara ve prompt'lara takmış durumda
Açık kaynak üretkenliği de düştü; artık Anthropic vergisi ödediğimiz bir döneme girdik
Ama benim için 2025 tam tersine en üretken yıl oldu
Doğal dilin kendisinin yeni bir programlama dili olduğunu düşünüyorum
Bir veri bilimci olarak 2025, araç inovasyonunun yılıydı
TDD ya da OOP gibi bitmek bilmeyen tartışmaların azalması aslında iyi oldu
“AI her şeyi yapıyor” türü araç seli, bana 90'lardaki web çılgınlığını hatırlatıyor
GitHub'ın Pull Request modeli, AI kod incelemesi için sınırlı kalıyor
IT dışındaki insanlarla konuştuğumda, onların AI ajanlarının etkisini neredeyse hiç hissetmediğini görüyorum
Çoğu kişi bunu yalnızca basit bir metin destek aracı olarak algılıyor
Teknoloji sektöründe sonuçlar açıkça doğrulanabilir, ama