Kodlama Ajanları İçin Harness Mühendisliği Rehberi
Kodlama ajanlarını doğru yönlendirmek için harness kavramı: feedforward rehberler, feedback sensörler, hesaplamalı ve çıkarımsal kontroller ile inceleniyor.
Bu yazı, kodlama ajanlarıyla çalışırken 'harness' kavramını -ajanın kendisi dışında kalan her şeyi- kullanıcı tarafından inşa edilen 'dış harness' bağlamında ele alıyor. İyi tasarlanmış bir dış harness iki amaca hizmet ediyor: ajanın ilk denemede doğru sonucu üretme olasılığını artırmak ve hatalar insana ulaşmadan önce kendi kendini düzeltebilecek bir geri bildirim döngüsü kurmak. Sonuçta hedef, inceleme yükünü azaltmak, sistem kalitesini yükseltmek ve gereksiz token tüketimini engellemek.
Harness iki eksende sınıflandırılıyor: feedforward kontroller (rehberler) ajanın davranışını önceden yönlendirirken, feedback kontroller (sensörler) ajanın eylemlerinden sonra gözlem yapıp kendi kendini düzeltmesini sağlıyor. Bunlar ayrıca hesaplamalı (linter, tip kontrolcüsü, test gibi hızlı ve deterministik araçlar) ve çıkarımsal (LLM tabanlı kod incelemesi gibi daha yavaş ama daha zengin anlamsal analiz) olarak ikiye ayrılıyor. AGENTS.md dosyaları, özel linter mesajları, ArchUnit tabanlı yapısal testler ve inceleme talimatı içeren skill'ler somut örnekler arasında.
Zamanlama konusunda, kontrollerin geliştirme sürecinde mümkün olduğunca sola (erken aşamalara) kaydırılması öneriliyor; hızlı ve ucuz kontroller commit öncesinde, daha maliyetli olanlar entegrasyon sonrasında, kod tabanındaki yavaş yayılan bozulmalar ise sürekli çalışan sensörlerle izlenmeli. Ayrıca ajanların kendisi de bu harness'i geliştirmek için kullanılabiliyor; yapısal testler yazmak, kurallar türetmek veya özel linter'lar oluşturmak gibi.
Son olarak harness'in düzenlediği hedef durumlar üç kategoriye ayrılıyor: bakım ve kod kalitesini hedefleyen 'maintainability harness' (şu an en olgun ve araç desteği en fazla olan tür), mimari uygunluk fonksiyonlarını kontrol eden 'architecture fitness harness' ve davranışsal beklentileri düzenleyen 'behaviour harness'. Bu ayrım, hangi tür kontrolün ne kadar güvenilir olduğunu ve hangi problemlerin hâlâ insan gözetimi gerektirdiğini netleştiriyor.