CodeClone 2.1: AI ajanlarının diff'i yeterli değil
CodeClone 2.1.0a1, Python projelerinde AI ajanlarının değişikliklerini diff sonrası değil, düzenlemeden önce sınırlayan yapısal bir kontrol katmanı sunuyor.
AI ajanlarına verilen görevler genellikle temiz bir diff ve yeşil testlerle sonuçlanır, ancak bu görünüm ajanın kapsam dışına çıkıp çıkmadığını, yasak bölgelere dokunup dokunmadığını ya da kod tekrarı yaratıp yaratmadığını göstermez. CodeClone 2.1.0a1, bu sorunu diff'ten önceki aşamaya taşıyarak çözmeyi hedefleyen bir Structural Change Controller olarak duyuruldu. Sistem, ajanın niyetini MCP üzerinden bildirmesini, buna karşılık yapısal etki alanının (blast radius), izinli dosyaların, dokunulmaması gereken sınırların ve regresyon bütçesinin belirlenmesini sağlıyor; düzenleme bittikten sonra ise gerçekleşen değişiklik bu sözleşmeyle karşılaştırılıyor.
Tasarımın temel ilkesi, güvenlik değerlendirmesinin hiçbir zaman bir dil modeline bırakılmaması: tüm sınır kontrolleri ve doğrulamalar depo üzerindeki deterministik gerçeklere dayanıyor, böylece bir ajanın diğerini ikna etme riski ortadan kalkıyor. Alfa sürümü ayrıca oturum içi bağlam kaybını önlemek için salt-okunur bir "Live Implementation Context" özelliği ve oturumlar arası bilgi kaybını azaltmak için insan onayına dayalı bir "Engineering Memory" katmanı getiriyor. Ajan yörüngelerinin izlenmesi, çoklu ajan koordinasyonu ve gözlemlenebilirlik gibi ek yetenekler de pakette yer alıyor.
Araç PyPI üzerinde önsürüm olarak yayımlandı ve tamamen yerel çalışıyor; herhangi bir bulut bağlantısı gerektirmiyor. Bu yaklaşım, ajan destekli geliştirmede kod incelemesinin artık sonuçtan değil süreçten sorumlu tutulması gerektiğini savunan daha geniş bir tartışmanın parçası.