CLAUDE.md Dosyaları Neden Kontrolden Çıkıyor?

Şöyle düşün: Yeni bir projeye başlıyorsun, masaya oturmuş, tertemiz bir CLAUDE.md dosyası açıyorsun. İlk başta her şey düzenli. Birkaç ipucu, birkaç not, belki o tuhaf authentication hatası hakkında bir uyarı. Altı ay sonra dosyayı açtığında ne görüyorsun? Çelişkili talimatlarla dolu, güncelliğini yitirmiş hatırlatmalarla kaplı, artık kimsenin tam olarak anlamadığı kaotik bir metin yığını.

Bu sadece senin başına gelmiyor. Herkesin başına geliyor.

Sayıların Arkasındaki Gerçek

247.694 talimat ömrünü ve 1.867 farklı repository'yi inceleyen bir araştırma, korkutucu bir tablo ortaya koyuyor: Agentic prompt'lar sadece büyümüyor — sınır tanımadan büyüyor. Operasyonel ömürleri boyunca boyutları %226 oranında artıyor. Her commit'te ortalama 4.9 net talimat ekleniyor. Dosya asla küçülmüyor, sadece şişiyor.

Ama asıl ilginç olan başka bir bulgu: Bir talimat ne kadar eski olursa, silinme ihtimali o kadar düşüyor. Veriler, her commit başına -0.032 log-hazard gösteriyor. Yani talimatlar oturdukları yerde zamanla "ölümsüzleşiyor". Kimse temizlik yapmak istemiyor değil — kimse güvenle neyi kaldırabileceğini bilmiyor.

Eklemeyi Biliyoruz, Çıkarmayı Değil

Neden mi oluyor bu? Araştırmacılar buna "felaketli hatırlama" diyor — makine öğrenimindeki "felaketli unutma" probleminin tam tersi. Ama bunu anlamak için doktora sahibi olmaya gerek yok.

Şöyle düşün: Yeni bir talimat eklemek ucuz. Bir sorun görüyorsun, bir çözüm yazıyorsun, devam ediyorsun. Anlık maliyet düşük, algılanan fayda ise net.

Ama bir talimatı çıkarmak? O iş bambaşka. O talimatın hangi bağlamlarda etkili olabileceğini düşünmen, diğer talimatlarla nasıl etkileşeceğini anlaman, kaldırdığında ince ama kritik bir şeyi bozmayacağından emin olman gerekiyor. Araştırmacılar bu bilişsel maliyeti O(2^|D|) olarak hesaplamış — yani mevcut talimat sayısı arttıkça bu maliyet katlanarak büyüyor.

Sonuç? İnsanlar akıllı davranıyor ve vazgeçiyorlar. Yeni talimatlar ekleniyor, eskileri yerinde kalıyor. Dosya büyümeye devam ediyor.

Yorum Satırları: Görmezden Gelinen Kahraman

İşte burası gerçekten heyecan verici kısım. Çözüm daha iyi prompt teknikleri ya da daha akıllı modeller değil — programlama tarihinin başından beri kullandığımız bir şey: yorum satırları.

Araştırmacılar ilginç bir yöntem izlemiş. IFEval standardını tersine çevirerek "doğrulanabilir dünyalar" oluşturmuşlar — optimal prompt'ların bilindiği test ortamları. Prompt'lara latent reasoning (gizli muhakeme) kodlayan yorumlar eklediklerinde, fazla talimat artışı %211.3'ten sadece %1.4'e düşmüş.

Bu %99.3'lük bir azalma.

Ama asıl çarpıcı olan başka bir şey: Bu yorumlar sadece büyümeyi kontrol altına almamış — gerçek dünya görevlerinde instruction-following performansını %23.1'e kadar artırmış. Yorumlar organizasyonel kalabalık değil. AI asistanlarının bağlamı doğru anlamasına yardımcı olan, yük taşıyan yapılar.

Neden Şimdi Önemli?

"Code"un ne anlama geldiği konusunda temel bir değişim yaşıyoruz. Araştırmacılar provokatif bir soru soruyor: "İngilizce yeni kodsa, neden hâlâ yorum satırı yok?"

Mantıklı bir soru. Onlarca yıldır geliştiriciler bunu biliyor: Yorumsuz kod, teknik borçtur. Yorumlar "ne" değil "neden"i açıklar. Syntax'tan çıkarılamayacak niyeti, edge case'leri ve kurumsal bilgiyi taşır.

Ama AI coding assistant'lara daha fazla iş bırakma çılgınlığında, doğal dil talimatlarını farklı muamele ediyoruz. Emredici cümleler yazıyoruz — bunu yap, bunu yapma, X'i kontrol etmeyi unutma — ama nedenini açıklamadan.

Sonuç mu? O şişen CLAUDE.md dosyaları: Kimsenin tam olarak anlamadığı, birbiriyle çelişebilecek ve rasyonalizasyon mekanizması olmadan büyüyen talimatlar.

Gitmek İstediğimiz Yer

Eğer bir CLAUDE.md veya benzeri agentic prompt dosyası yönetiyorsan, araştırma şunu öneriyor:

1. Talimatlarını kod gibi yorumla. Bir kuralın neden var olduğunu açıkla. Edge case'leri belgele. Kararların arkasındaki muhakemeyi yakala.

2. Periyodik rasyonalizasyonu benimse. Sadece ekleme — yeniden yaz. Araştırma, bütünsel yeniden yazımların büyümeyi durduran ender yöntemlerden biri olduğunu belirtiyor.

3. AI talimatlarını onboarding dokümantasyonu gibi gör. Yeni bir geliştiriciye 400 satırlık, sınıflandırılmamış kural listesi verir miydin? AI asistanın da aynı netliği hak ediyor.

Üzerinde olduğumuz yol sürdürülebilir değil. Her yeni proje iyi niyetlerle başlıyor, bakımsız bir kaosa dönüşüyor. Ama çözüm belki de sandığımızdan basit: Altı ay sonra talimatlarını okuyacak insan (veya AI) için yaz, sadece bugün sorusunu cevaplayacak olan için değil.

Yorumlar dağınık eşyalar değil. Anlamanın mimarisidir.