Editörden Bağımsız Çalışan Yazılım Ajanlarına Geçiş

Üç evre: tamamlama, sohbet, devralma

İlk evre satır tamamlamadır: insan yazar, araç tahmin eder, karar insanda kalır. İkinci evre sohbetli editördür: insan ne yapılacağını söyler, araç parça parça uygular; denetim hâlâ her adımda sürer.

Üçüncü evre, görevin devridir. Ajan bir hedef alır, kendi planını kurar, araçlarını çalıştırır, testi görür ve sonucu teslim eder. Bu evrede insanın rolü üretimden denetime kayar; ki tam da burada en çok yanlış anlaşılma olur.

Devralma, tam otomasyon değildir: başarının ölçütü, bir insanın “bu işi yaptım” demesinden çok, “bu işi yapan ajanı denetleyebiliyorum” demesidir. İkisi farklı ürünler gerektirir ve çoğu ekip, ikincisini tasarlamadan birincisini satın alır.

Model değil, boru hattı fark yaratıyor

Aynı modeli kullanan iki ürün, farklı sonuçlar verir. Fark, bağlam kurma biçimindedir: hangi dosyalar okunur, hangi çağrılar izlenir, hangi testler çalıştırılır ve ne zaman pes edilir. Bu, bir mühendislik disiplini olarak bağlam mühendisliğidir.

İkinci fark, geri bildirim döngüsüdür. Bir ajan kendi ürettiği kodu çalıştırıp hatayı görebiliyorsa, doğruluk belirgin biçimde artar; çünkü model tek seferlik tahmin yerine sınanmış bir çıktı üretir. Üretilen hatalı kodun kökeni çoğu zaman burada değil, testlerin olmamasındadır.

Üçüncü fark, maliyet kontrolüdür. Uzun bir görevde yüzlerce araç çağrısı yapılabilir; durma kriteri olmayan ajan, iyi bir fikri batırana kadar çalışmaya devam eder. Fiyatlandırma modeli, bu yüzden teknik bir ayrıntı değil ürün davranışıdır.

Başarının gerçek ölçütü: birleşik talep ömrü

Pazarlamada ölçüt “üretilen kod” oranıdır; mühendislikte ölçüt, iki hafta sonra hâlâ ayakta duran birleşik taleplerdir. İlkine bakmak kolay, ikincisini ölçmek zahmetlidir ve zahmetli olduğu için yapılmaz.

Bu ayrım, sektörün kendi kendini doğrulayan bir metrik bulmasıyla değişiyor: bir işi teslim alan ajan, birkaç saat sonra aynı işi yapan bir insanın hatasını da miras alır. Kodun “çalışıyor” ile kodun “sürdürülebilir” olması arasındaki fark, ancak zamanla görünür.

Bu yüzden en sağlıklı kurulum, ajanın ürettiği kodu bir insanın okuduğu, ama bir insanın yazmadığı bir ara biçimdir: küçük, test edilen, kolay geri alınabilir değişiklikler. Büyük devralmalar, başarısız olduğunda geri alma maliyetiyle cezalandırılır.

Fatura kimde: satıcı ile alıcı arasındaki pazarlık

Kod tamamlama satılırken maliyet belirsizdi: hatalı kodu düzelten insan, bedelini zaten ödüyordu. Devralma modellerinde ise satıcı sonucu pazarlamaya başlıyor; bu da “hatalı çıkarsa” sorusunu ticari bir maddeye çeviriyor.

Pratikte iki yol var: ya kullandıkça öde (hata maliyeti insanda kalır, ama ucuz görünür), ya da sonuç garantisi (satıcı riski alır, ama fiyatı önceden yansıtır). İkincisi daha olgun bir pazardır ve kurumsal alımda hızla yaygınlaşıyor.

Bu tartışmanın gerçek kazananı, hatalı ajanın maliyetini üstlenmeyi göze alan değil, hatayı ürünün içine gömen taraftır: daha sıkı test, daha dar kapsam, daha okunur bir etki özeti. Denetim, bir sözleşme maddesi değil bir ürün özelliği olduğunda ucuzlar.

Yazılım ekibine yansıması

Devralma, junior işlerini değil orta kademe işlerini hedefliyor: bilinen bir kalıbı tekrar uygulamak, bir API’yi sarmalamak, test yazmak. Bu işler, insan için öğrenmenin de taşıyıcılarıydı; kalktığında öğrenmenin yolu kapanır.

Ekiplerin çoğu bunu “daha az insan” olarak okuyor; oysa ilk görünen etki, daha çok gözden geçirme yüküdür. Birçok ajan görevi, tek bir birleşik talepten çok birkaç küçük değişiklik üretir ve hepsi okunmayı bekler. Bu, kod yazmayı değil kod okumayı işin merkezi yapar.

Sık sorulan sorular

Kaynakça

1. Kod ajanları ve üretkenlik ölçümleriThe Information
2. Yazılım otomasyonu haberleriArs Technica
3. Geliştirici aracı lansmanlarıReuters