Loop Engineering - Addy Osmani

Yapay zeka kodlama ajanlarının bir sonraki adımı olarak öne sürülen “loop engineering”

Bu yazı, Addy Osmani’nin “Loop engineering” metnini merkeze alarak, kodlama ajanlarını insanların her seferinde doğrudan yönlendirdiği bir yaklaşımdan çıkıp, ajanın işi bulduğu, böldüğü, doğruladığı ve bir sonraki görevi belirlediği yinelenen sistemler tasarlamaya geçilebileceği görüşünü ele alıyor. Buradaki loop, “belirlenmiş bir hedefe doğru yapay zekanın birden çok kez tekrarlı olarak çalıştırdığı iş akışı”na daha yakındır. Ancak yazı bunu her derde deva bir çözüm olarak görmüyor. Token maliyeti, doğrulama sorumluluğu ve geliştiricinin anlayış düzeyinin düşmesi gibi gerçek dünyadaki maliyetleri de özellikle vurguluyor.

Temel özet

Loop engineering’in anlamı

Daha önce geliştirici, kodlama ajanına prompt yazıyor, sonucu okuyor ve yeniden talimat veriyordu. Yazıda anlatılan loop engineering, bu süreci otomatik bir yapıya dönüştüren bir yaklaşım. Yani insanın her seferinde talimat vermesi yerine, “neyin aranacağı, nasıl işleneceği ve ne zaman durulacağı” sistem olarak tasarlanıyor.

Bileşenler

Yazar, loop oluşturmak için otomatik yürütme, worktree, skill, plugin ve connector, sub-agent ve dış bellek gibi unsurlar öneriyor. Worktree, aynı depoyu birden fazla çalışma alanına bölerek çakışmaları azaltan bir Git özelliğidir. Skill, proje kurallarını ve bilgisini belgelendirerek ajanın her seferinde tahmin yürütmesini engelleyen bir mekanizmadır. Connector ise Linear, Slack ve veritabanı gibi harici araçlarla bağlantı kuran geçittir.

Avantajlar

Tekrarlayan işleri azaltma açısından, CI başarısızlıklarının özetlenmesi, issue sınıflandırması ve son commit’lerin gözden geçirilmesi gibi işler otomatikleştirilebilir. Paralel işleme açısından, birden fazla ajan farklı worktree’lerde çalışarak dosya çakışmalarını azaltabilir. Bilginin yeniden kullanımı açısından ise proje pratikleri ve build prosedürleri skill olarak korunabilir; böylece her oturumda aynı açıklamaları tekrar etmeye gerek kalmaz.

Dezavantajlar ve riskler

Doğrulama yükü ortadan kalkmaz. Loop’un ürettiği sonuçlar hâlâ insanlar tarafından kontrol edilmelidir. Token maliyeti de artabilir. Sub-agent sayısı arttıkça her ajan modeli ve araçları ayrı ayrı kullandığı için bu maliyet yükselir. Anlayış borcu da bir sorundur. Geliştirici sonucu okumadan kabul ederse kod tabanı büyür, ancak insanın gerçekten anladığı kapsam daralabilir.

Farklılaştığı nokta

Genel prompt engineering “bir defalık iyi soru”ya odaklanırken, loop engineering daha çok “tekrarlanabilir iş sistemleri” tasarlamaya yakındır. Yazara göre Codex ve Claude Code; otomasyon, skill, MCP tabanlı bağlantılar ve sub-agent gibi benzer bileşenleri edinirken, aracın kendisinden çok loop tasarımının daha önemli bir ilgi alanı hâline geldiğini gösteriyor.

Öne çıkan özellikler

Yazan ile doğrulayanın ayrılması önemli bir özelliktir. Kodu üreten ajanın sonucu kendisinin değerlendirmesi fazla hoşgörülü olabilir; bu yüzden ayrı bir sub-agent’ın inceleme yapacağı bir yapı önerilir. Dış belleğin korunması da kritik bir noktadır. Markdown dosyaları veya issue board gibi konuşma dışındaki ortamlarda durumun saklanması gerekir ki bir sonraki çalıştırmada buradan devam edilebilsin.

Loop engineering, geliştiricinin yerini alan bir hikâyeden çok, geliştiricinin nerede devreye girdiğini değiştiren bir yaklaşım olarak okunuyor. Sürekli doğrudan prompt yazmaktan çıkıp, tekrarlı yapı, doğrulama koşulları, iş dağılımı ve kayıt yöntemleri tasarlamaya doğru ağırlık kayıyor. Ancak iyi bir loop, iyi muhakemenin yerini tutmaz. Kodu okuyup doğrulama, sistemin sınırlarını anlama gibi mühendislik yetkinlikleri yoksa otomasyon hızdan önce riski büyütebilir.