AI Ajanları İçin Hata Defteri: 266 Kural, 66 Yakalama

Bir geliştirici, opencode tabanlı AI kodlama ajanının aynı hataları defalarca tekrarladığını fark edip klasik CLAUDE.md/AGENTS.md yaklaşımının yetersiz kaldığı bir noktaya dikkat çekiyor: bu dosyalar proje tercihlerini (statik bilgi) saklar, ama bir önceki oturumda yaşanan hatalardan çıkarılan dersleri (dinamik bilgi) tutmaz. Örneğin ajan, 'betik ürettim' ile 'dosyayı değiştirdim' ifadelerini karıştırıp 172 dosyayı güncellediğini iddia etmiş, gerçekte hiçbir değişiklik yapılmamış.

Çözüm olarak geliştirici, 'şunu yapma' tarzı olumsuz kuralları terk edip 'X tetiklendiğinde Y'yi çalıştır' formatında eylem tabanlı kurallara geçiyor. İki ay boyunca biriken 266 kuralı; her oturumda otomatik yüklenen 14 çekirdek kural, görev türüne göre anahtar kelimeyle yüklenen 88 görev kuralı ve talep üzerine aranabilen 164 arşiv kuralı olmak üzere üç katmana ayırıyor. Sistem; düzeltme tetikleyicisi, kural çıkarımı, oturum başında enjeksiyon, hatayı önceden yakalama ve etki takibinden oluşan kapalı bir döngü olarak çalışıyor.

Sonuçlar dikkat çekici: 'işe başlamadan kılavuzu atlamak' hatası 66 kez tetiklenmiş ve kural her seferinde bunu %94 oranında yakalamış; bu da yaklaşık her 2-3 konuşmadan birinde tekrarlanan derin bir davranış kalıbına işaret ediyor. Ancak geliştirici dürüstçe sınırlamaları da paylaşıyor: veriler tek kullanıcıdan, kendi kendine raporlanan verilerden geliyor, modelin kendiliğinden iyileşmiş olma ihtimali dışlanamıyor ve 164 arşiv kuralının çoğu neredeyse hiç tetiklenmiyor. Yine de bu çalışma, AI ajan mühendisliğinde 'bağlam dosyası' kavramının statik tercih listesinden, ölçülebilir ve kendini geliştiren bir hata önleme sistemine dönüşebileceğini gösteriyor.