Fragmento de la lección

AI Ajanı Gözlemlenebilirliği: Sprint Sözleşmesi, Değerlendirici Rubriği ve Temiz Oturum Çıkışı

AI kodlama ajanının ne yaptığını nasıl bilirsiniz: iki gözlemlenebilirlik katmanı, sprint sözleşmesi (kapsam içi / dışı), görüş yerine değerlendirici rubriği, temiz devir teslim, oturum çıkış kontrol listesi ve kod entropisi.

harness gözlemlenebilirliği sprint sözleşmesi (sprint contract) değerlendirici rubriği temiz devir teslim harness entropisi

Lo que aprenderás en esta lección

«Normal görünüyor» gibi belirsiz ifadeler yerine sprint sözleşmesi ve değerlendirici rubriği oluşturacaksınız.
Beş boyuta göre hazırlanmış temiz oturum kapanışı kontrol listesini uygulayacaksınız.
Harness entropisinin artışını hislere dayanarak değil, ölçülebilir verilerle durduracaksınız.

Inicio de la lección

Tanıdık geldi mi?

Ajan işin bittiğini bildirdi — ama tam olarak neyin doğrulandığını kimse bilmiyor
Bir sonraki oturum göreve değil, başkasının kodunu kazmaya başlıyor
Proje ne kadar uzun yaşarsa, ajanın bir sonraki girişimi bir o kadar pahalıya mal olur

Bu tek seferlik bir hata değil; harness’ın gözlemlenebilirliğindeki sistematik bir boşluk. Aynı ajan bir hafta içinde on kez içtenlikle “bitti” diyebilir — ve her seferinde bu başka bir şeyi kastedebilir. Bir ay boyunca arkasında açıkça temizlik yapmadan çalışılan bir projede her yeni oturum, ısınmak için beş dakika değil yarım saat harcar — sadece projede neler olup bittiğini kavramak için. Bugün bu sorunun iki ucunu ele alıyoruz: ajanın çalışmasını nasıl açıklanabilir hâle getiririz ve oturumlar arası devri nasıl temiz yaparız.

Ajan salak değil — elinde göstereceği bir şey yok

“Bitti ama iki test başarısız” — “Neden?” — “Muhtemelen zamanlama”
“Hangi kritik yollara dokundun?” — “Koda bakmama izin verin…”
Ajan aptal değil — kanıt olarak fiziksel olarak gösterebileceği hiçbir şey yok

Bu diyaloğu zihninizde canlandırın — muhtemelen çok tanıdık. Ajan yirmi dakika boyunca dosyaları değiştirdi ve “bitti ama iki test başarısız” cümlesiyle geri döndü. “Neden?” sorusuna zamanlama tahmini. “Hangi kritik yollara dokundun?” sorusuna ise ajan, kendi işiyle ilgili bu soruyu yanıtlamak için koda yeniden dalması gerektiğini söylüyor. Sorun modelin zekâsında değil. Sorun şu ki harness ona atıfta bulunabileceği hiçbir şey vermedi: ne bir yürütme trace’i, ne de sonuçta ne olması gerektiğine dair bir sözleşme. Gözlenecek bir şey yoksa açıklanacak da bir şey yoktur — açıklama gerçekte var olsa bile.

Gözlemlenebilirlik aslında iki farklı katmandır

Çalışma zamanı (runtime): loglar, trace’ler, metrikler — “ne oldu” sorusunu yanıtlar
Süreç: sprint sözleşmesi, değerlendirme rubriği, kabul kriterleri — “neden tam olarak böyle yapıldı” sorusunu yanıtlar
Yalnızca runtime = neyin çöktüğü görünür, ne istendiği belirsiz
Yalnızca süreç = ne istediğinizi bilirsiniz, neden olmadığını anlamazsınız

Harness’ta birbirinden bağımsız iki gözlemlenebilirlik katmanı var ve insanlar bunları sürekli karıştırıyor. Bir oto servisini düşünün: usta önce sizinle birlikte iş emrini imzalar — neyin tamir edileceğini ve arabaya “sağlam” denmesi için hangi belirtilere bakılacağını. İşte bu süreç katmanıdır: sprint sözleşmesi, değerlendirici rubriği, kabul kriterleri — değişikliğin neden kabul edilmesi gerektiğini açıklarlar. Arabanızı teslim alırken size tamirat raporu gösterilir — ne söküldü, ne değiştirildi. Bu da çalışma zamanı katmanıdır: loglar, trace’ler, metrikler — sistemin gerçekte ne yaptığı. Elinizde yalnızca tamirat raporu varsa ustanın somunları sıktığını görürsünüz ama bozuk olan parçayı tamir edip etmediğini anlayamazsınız. Elinizde yalnızca iş emri varsa amacı bilirsiniz ama arabanın neden hâlâ gıcırdığını anlayamazsınız. İkisine de ihtiyaç var ve birbirlerini güçlendirirler.

La lección completa es de suscripción

23 diapositivas más en la versión completa.

El vídeo, todas las diapositivas, apuntes, tests, tutor de IA y entrevista se desbloquean al iniciar sesión y suscribirte.

Iniciar sesión o registrarse Suscribirse

Contenido de la lección

Tanıdık geldi mi?
Ajan salak değil — elinde göstereceği bir şey yok
Gözlemlenebilirlik aslında iki farklı katmandır
Gözlemlenebilirlik olmadan: “doğru”, mistisizme dönüşür
❓ Sıra sizde: değerlendirme piyangosunu nasıl durdururuz
Kör yeniden denemeler ve devir teslimdeki kopukluk
Ajan bunu neden kendisi yamayamaz
Sprint sözleşmesi: koddan önce anlaşma
Sprint sözleşmesinin tamamı: tahmin yürütmek yerine tek sayfa
✅ Cevap: görüş yerine rubrik
Rubriğin tamamı: notların dağılmasını yakalayan beş satır
Tuzaklar: kanıtsız değerlendirme
Görev trace'i: hikâyeler değil, agregalar
Ajan her şeyi açıklayabilir — ve yine de dağınıklık bırakabilir
Önceki oturumun ne yaptığını çözmeye giden otuz dakika
Entropi neden kendiliğinden artıyor?
Tuzaklar: «Sonra temizleriz»
Oturum, beş boyutun tümü kapanmadan kapanmış sayılmaz
Temizlik iki farklı moddur ve birbiriyle karıştırılmamalı
Temizlik iki farklı moddur ve birbiriyle karıştırılmamalı
Temizlik betiği kendi hatasından sağ çıkabilmelidir
Harness da yaşlanır: sadeleştirme bir seçenek değil
Temizlik betiği kendi hatasından sağ çıkabilmelidir
Tek döngü — ya tertemiz kapanır ya da sıfırdan yeniden başlar
Uçtan uca proje: ödeme backend'i için 6. adım
Özet: Kendini açıklayan bir harness