Yapay zekadan sonraki yazılım: Harness çağının başlangıcı

• Yazılım çağının sonu, harness çağının başlangıcı anlamına geliyor; sabit iş akışları ve yönetilen veritabanlarıyla çalışan SaaS, zekâ sahibi yapay zeka tarafından yer değiştiriyor
• Yapay zeka güçlü ama vahşi bir at gibi henüz evcilleştirilmemiş durumda; bu gücü kullanabilmek için sistematik kontrol (domestication) gerekiyor
• Yapay zeka ajanı harness'i, merkezdeki LLM'yi çevreleyen 7 temel bileşen ile tanımlanıyor ve her bileşen üretim düzeyindeki güvenilirlik ile performansı belirliyor
• Tüm şirketlerin aynı modellere erişebildiği bir çağda kazanan, modelin kendisi değil harness'i daha iyi tasarlayan ve işleten taraf (best rider) olacak
• Büyük laboratuvarların öncelik vermediği birbirinden ayrık binlerce pazar, startup'lar için fırsat olmaya devam ediyor

---

Harness çağının anlamı

• Yapay zeka, sabit iş akışlarına dayalı SaaS'ı ve yönetilen veritabanlarını zekâ (intelligence) ile değiştirerek yazılım paradigmasını yeniden tanımlıyor
• Yapay zeka bir mustang'e (vahşi at) benzetiliyor; güçlü ama sert olduğu için doğrudan kullanılamıyor ve onu evcilleştirme işi tam olarak harness oluyor
• Evcilleştirmenin özü, LLM'yi merkeze alıp çevresine 7 bileşeni radyal biçimde yerleştiren bir mimari

Yapay zeka ajanı harness'inin 7 bileşeni

• 1. Context & Memory (bağlam ve bellek)

  • Genel amaçlı modeller için kullanıma özel özelleştirilmiş retrieval gerekli; bir radyolog için bağlam getirme sistemi ile bir hukuk asistanı için olan aynı olamaz
  • Kısa süreli bellek ("ajan 45 saniye önce ne yapıyordu?"), büyük ölçekli görüntü arama (radyoloji·görüntü üretimi), milyarlarca dokümanda anahtar kelime arama gibi senaryolarda sistemler farklılaşıyor
  • Retrieval'ın yanında, işin gerçekte nasıl yürüdüğünü barındıran bir bağlam veritabanı yer alıyor; bu, bir tür "tarif kitabı" işlevi görüyor
    • İnsanların kafalarında taşıyarak işe geldikleri standart işletim prosedürleri (SOP), işte o tarifin kendisi
    • İlk yakalama ve insanlarla süreçlerdeki değişime göre evrilme, bağlam veritabanının özünü oluşturuyor

• 2. Tools & Action (araçlar ve eylem)

  • Araçlar, ajanın dış dünyayı etkilemesinin yolu; bağlam veritabanındaki tarif "ne yapılacağını" söylüyorsa, araçlar da bunu gerçekten yapmak için gereken malzeme ve ekipmanı sağlıyor
  • Modern harness'ler araçları bir registry üzerinden açığa çıkarıyor; modelin verdiği argümanları doğruluyor, çağrıları dispatch ediyor, hassas işleri onay kapısından geçiriyor ve sonucu ajan döngüsüne parse ediyor
  • MCP, araç bağlantıları için bir connective tissue olarak öne çıkıyor
  • Harness'in kalitesi, güvenli biçimde açığa çıkarılabilen araç sayısı ve başarısızlıkları temiz şekilde ele alma becerisiyle belirleniyor

• 3. Orchestration & Loop (orkestrasyon ve döngü)

  • Ajan döngüsü, düşün (think) → eyleme geç (act) → gözlemle (observe) → tekrarla (repeat) yapısına sahip
  • Planlama, işi parçalara ayırma, alt ajanlar, yeniden denemeler ve durma koşulları; işin nasıl yapılacağını tanımlıyor
  • Sistem kullandıkça iyileşmeli; her çalıştırmadan öğrenen closed-loop pattern, sağlayıcılar arasındaki ayrıştırıcı unsurlardan biri

• 4. State & Persistence (durum ve kalıcılık)

  • Çok sayıda kişinin aynı anda sistemi kullandığı büyük ölçekli kurumsal ortamlarda dayanıklılık (resilient) zorunlu
  • 10 adımlı bir işte harness 7. adımda çökerse, en baştan değil 8. adımdan devam edebilmesi gerekir
  • Dosya sistemi, checkpoint'ler, oturum thread'leri ve artifact depoları; iş kaybını önleyen mekanizmalar

• 5. Sandbox & Compute (sandbox ve compute)

  • Her ajan için bağımsız bir çalışma alanı (sandbox) gerekli
  • İzole Unix çalışma alanları, kontrollü ağ çıkışı (egress) ve model dışında tutulan credentials; güvenlik, gizlilik ve büyük ölçekte hız sağlıyor

• 6. Observability & Governance (gözlemlenebilirlik ve yönetişim)

  • "Göremediğin şeye güvenemezsin" — her adımın izlenmesi, her araç çağrısının log'lanması, evals'in regresyon testi olarak çalıştırılması ve en yüksek riskli kararlarda human-in-the-loop kullanımı; demoyu üretim sistemine dönüştüren şeyler
  • Guardrails politikaları zorunlu kılar, Evals ise regresyonları müşteriden önce yakalar

• 7. Cost & Workflow Optimization (maliyet ve iş akışı optimizasyonu)

  • Yedinci bileşen, mimari yargı (architectural judgment)
  • Hangi alanların deterministik, hangilerinin deterministik olmayan biçimde ele alınacağını ayırma; adım bazında uygun modeli seçme (en ileri, orta, küçük, fine-tuned) ve bilginin beceride mi yoksa bellekte mi tutulacağına karar verme

Yeni rekabet düzeni

• Ortaya çıkan sonuç, yazılım için yeni bir rekabet dinamiği; ancak bu her kategoriye aynı şekilde uygulanmıyor
• Büyük laboratuvarların (başlıca yapay zeka araştırma merkezleri) öncelik verdiği pazarlar, hızlı uygulama kapasitesi ve model üzerinde doğrudan kontrol avantajından yararlanıyor
• Ancak bunun dışındaki birbirinden ayrı binlerce pazar, startup'lara açık durumda
• Her şirketin aynı modeli kullanabildiği bir çağda "en iyi sürenler (best riders)" kazanacak — yani asıl rekabet gücü harness tasarlama ve işletme yetkinliği

[junghan0611]

pi çok hafif olduğu için ajan aracı olarak sık kullanıyorum. Ayrıca Claude Code ve Gemini’yi de bağlamak için pi-shell-acp yaptım ve gayet iyi kullanıyorum. Birden fazla skill oluşturup kullanıyorum; denedikçe kişiye özel uyarlamanın iyi olduğunu gördüm. Claude Code, Codex vb. araçları doğrudan kullanırken ise YOLO modunda, yerleşik araçların hepsini pi seviyesinde kapatıyorum. Yeni özellikler de çekiçle çivi çakar gibi gelir gelmez hemen off.

[runai]

Ben, bende bulunan tüm harness ayarlarını kaldırdım.
Model geliştikçe harness, modelin performansını sınırlayan bir unsur olarak çalışıyor.
Yarım yamalak harness ayarları ise aksine daha kötü sonuçlar üretiyor.
Zaten 4.7 ve altındaki harness ayarlarının 4.8’de artık bir anlamı kalmadı ve
GPT 5.5’te de sadece ayak bağı oluyor.

[hanje3765]

Metinde bahsedilen harness bileşenleri, yalnızca LLM zekâsı arttıkça çözülebilecek konular değil.

Eğer harness tanımının belirsiz olduğu dönemlerdeki harness'tan söz ediyorsanız bunun mümkün olabileceğini düşünüyorum; ancak metindeki anlamıyla harness ise bunun gelecekte de sürekli yönetilmesi gereken bir alan gibi göründüğünü düşünüyorum.

[runai]

Bu daha çok bir zeka meselesinden ziyade, modeller zekadan bağımsız olarak orkestrasyon, araçlar ve benzeri şeyleri kullanma becerilerini de birlikte geliştiriyor. Nitekim orkestrasyon alanı Harness'in temel parçalarından biriydi, ama artık bunu da destekleyen bir durumdalar. O halde şu anda, el yapımı orkestrasyon ile resmi orkestrasyon arasında bir seçim yapacak olursak hangisini kullanmak doğru olur?

[kaydash]

Katılıyorum. Birlikte uyumlu geliştirme yapmalıyız.

[emptybynature]

OpenAI ana sayfasında resmî olarak yayımlanmış bir harnessing yazısı var. İçerikte, OpenAI’nin kendi içinde harnessing’i nasıl kullandığına dair deneyimler ve ipuçları paylaşılıyor. Yani OpenAI bile kendi iç projelerinde harnessing kullanıyor. Harnessing’in kesinlikle gerekli olduğu ve nihai uygulama kalitesini doğrudan etkilediği açık. En önemlisi de, aynı kalitede bir çıktıyı üretmek için gereken token miktarını yarıya kadar düşürebiliyor. Hem performansı hem de maliyeti aynı anda iyileştirebiliyorken kullanmamak için bir neden yok.

[runai]

Opus 4.8'e ultracode effort eklendi ve bu, önceki geliştirici yapımı harness modunun yaptığı işi daha iyi çözüyor. Bu nedenle şu aşamada kullanmakta olduğunuz harness modunda orkestrasyon kısmını silmenizin daha iyi olacağını düşünüyorum.

[gulbi135]

Katılıyorum. Ben de 4.7 için elde hazırlanmış orkestrasyonu ya da uzun uzun planlama dayatmasını 4.8’de engel olduğu için çıkardım.
Ama yüz binlerce satırı yıllardır bakımı yapılan bir kod tabanında harness’in asıl değeri orkestrasyon değil, ultracode’un ikame edemediği katmanda (bilgi grafiği, alan adı konvansiyonları, doğrulama değişmezleri) yatıyor; bu yüzden o bağlam katmanını bırakıp yalnızca gerçekten bağımsız bölümleri workflow olarak paralelleştirdim.
Tersine yeni bir projeyse, açıkçası harness olmadan ultracodeun daha uygun olduğunu düşünüyorum. Sonuçta mesele "silmek vs bırakmak" değil, daha çok kod tabanının yaşı ve bağlılık derecesine göre ayrışıyor gibi görünüyor.

[runai]

Evet. Doğru bir nokta. Orkestrasyon kısmı çıkarılsa da kalan bölüm hâlâ değerli.