VS Code'un Kod Altyapısı: AI Modelleri Ölümlü, Altyapı Sonsuz

AI yardımcı araçlarının hangisinin daha iyi olduğu tartışmalarında genellikle modelin ne kadar akıllı olduğundan bahsedilir. Model mimarisi, eğitim verileri, hız... Ama işte durum şu: harika bir dil modeli, ancak cümle üretebiliyorsa, sanki demir bir kafes arkasında hapsolmuş bir dahi gibidir. Gerçek fark, sinir bozucu bir sohbet botundan gerçekten işe yarar bir yardımcıya giden yolda, çok daha sıradan ama etkili bir yerde gizlidir: kod altyapısı.

Basitçe düşünün. Bir dil modeli kelime parçaları üretir. Kod altyapısı ise o parçaları git commit'e, dosya düzenlemelerine, terminal komutlarına ve testlerin çalışmasına dönüştürür. Biri salt zeka. Diğeri ise gerçekten işleyen mühendislik.

Copilot'tan Kod İstemek Aslında Neler Koyuyor

VS Code'da Copilot'tan yeni bir özellik yazmasını, bir fonksiyonu düzenlemesini ya da başarısız testi çözmesini istediğinizde, AI modeli isteğinizi görmeden çok önce çok katmanlı bir makine harekete geçer.

Kod altyapısı üç kritik görevden sorumludur:

Bağlam Toplaması: İsteğiniz AI'ya ulaşmadan önce altyapı zaten çalışıyor. Çalışma alanınızın yapısını toplar, editördeki açık dosyaları okur, ilgili kod parçacıklarını çeker, sohbet geçmişinizi gözden geçirir ve tüm bunları özel olarak hazırlanmış sistem talimatlarına sarmalar. Model projeniz hakkında tesadüfi tahminler yapmaz, altyapı ona tam olarak hangi bilginin önemli olduğunu gösterir. Bu katmanı doğru şekillendirir ve modelin yanıtları çarpıcı biçimde iyileşir. Yanlış şekillendirirseniz, en zeki model bile anlamsız öneriler üretir.

Araç Tanımlaması: Altyapı modele neler yapabileceğini söyler. Dosyaları okuyabilir. Yamalar uygulayabilir. npm test veya python manage.py migrate çalıştırabilir. Kodunuzda anlamsal aramaları yapabilir. Her aracın kesin bir JSON şeması vardır—bunu bir sözleşme gibi düşünün—ve model bu araçları çağırmak için buna uymalı. Farklı modeller için farklı araçlar etkinleşir, eklentiler özel araçlar ekleyebilir ve kullanıcılar yetenekleri açıp kapatabilir. Bu esneklik çok önemlidir çünkü her kodlama görevi her aracı gerektirmez.

Araç Yürütülmesi: Model "şu komutu çalıştır" dediğinde, altyapı gerçekten işlemi başlatan, çıktıyı yakalayan ve sonuçları sonraki adıma geri besleyen şeydir. "Bu dosyayı düzenle" dediğinde, altyapı diff'i yazar. Bu, bir öneriye karşı gerçek bir eylem arasındaki farktır.

Döngüyü Kapalı Tutmak: Düşün, Yap, Gözlemle, Tekrar Düşün

İşler buradan ilginçleşiyor. VS Code'un Copilot'u modele bir kez sorup cevap sunmaz. Bunun yerine, "düşün → yap → gözlemle → tekrar düşün" döngüsüne girer—ekibin buna "ajan döngüsü" dediği şey.

Copilot'a her mesaj gönderdiğinizde bir sıra başlatırsınız. Bu sıra, döngü çalışıp durukça çok sayıda turu tetikleyebilir:

1. Bir istemi inşa edin (sistem talimatları + bağlam + tüm önceki sonuçlar)
2. Modele gönderin
3. Yanıtı kontrol edin, model bir araç çağırmak istiyor mu?
4. Evet ise: aracı yürütün, sonuçları yakalayın, bunları kaydedin ve başa dönün
5. Hayır ise: sırayı bitirir ve yanıtı sunun

Bu basit görünebilir, ama çıkarımları derin. "API endpoint'im için test dosyası yaz" gibi tek bir istek aslında şunları içerebilir:

• Model mevcut kodunuzu okuyup desenleri anlaması
• npm test çalıştırıp mevcut test yapısını görmesi
• Hataları ya da boşlukları analiz etmesi
• Yeni test durumları oluşturması
• Geçip geçmeyip geçmediğini kontrol etmesi
• Hata varsa tekrarlayıp tekrar denemesi

Tüm bunlar arka planda, altyapı tarafından yönetilir. Sizin açınızdan bakıldığında, bir kere sorarsınız ve çalışan bir çözüm alırsınız.

Altyapı Neden Düşündüğünüzden Daha Önemli

Bunun gerçek geliştirme işiniz için neden önemli olduğu işte bu:

Model seçimi önemlidir, ama eksiktir. GPT-4, Claude ya da açık kaynak bir model çalıştırıyor olabilirsiniz, fakat altyapı doğru bağlamı sunmazsa, araçları fazla kısıtlarsa ya da döngüyü erkenden keserse, en zeki model bile yeterince performans gösteremez. Tersine, düşünceli şekilde tasarlanmış bir altyapı, daha zayıf bir modeli çok yetenekli hissettirebilebilir.

Gerçek özelleştirme altyapıda olur. Eklentiler yeni araçlar ekleyebilir. Özel ajanlar (.agent.md dosyalarında tanımlı) belirli görevler için hangi araçların tersine kullanılabileceğini sınırlayabilir. Kullanıcılar yetenekleri açıp kapatabilir. VS Code bu şekilde sizin spesifik iş akışınıza uyum sağlar, modelle değil, altyapı aracılığıyla.

Güvenilirlik ve emniyet altyapıda bulunur. Model halüsinasyon yapabilir ya da kötü fikirler sunabilir. Altyapı araç argümanlarını yürütmeden önce doğrular, hataları zarafetle hallettirir ve tehlikeli işlemler için kullanıcı onayı talep edebilir. Bu, sizin koruyucu kat tabakasıdır.

Ajan döngüsü karmaşıklığın yönetildiği yerdir. Döngü, sizi mükemmel istemler yazmaya zorlama yerine, modele kendi anlayışını yinelemeli olarak geliştirmesine izin verir. Test başarısız mı? Model hatayı görür ve düzeltir. Dosya tam doğru değil mi? Model tekrar okur ve değişiklik yapabilir.

Reklamın Ötesine Bakmak

Yapay zeka kodlama yardımcı endüstrisi son çift yılı modelleri sıralamaya ve performans ölçümlerine takılmış geçirdi. Bu boş değildir, daha akıllı bir temel model gerçekten değerlidir. Ama aynı zamanda eksiktir. Gerçekte karşılaştığınız geliştirici deneyimi, modelin çevresindeki her şey tarafından şekillendirilir.

İyi tasarlanmış bir altyapı, çözüme ulaşmak için gerekli döngüleri azaltır. Daha iyi bağlam toplaması, daha az yanlışanlaşmayı demektir. Düşünceli araç seçimi, modelin tehlikeli tahminde bulunmadan ihtiyacınız olanı başarabileceği demektir.

Geliştirme araçları inşa edenler için bu ilke geniş kapsamlı geçerlidir. AI destekli kod üretimi, altyapıyı otomatikleştirme ya da bulut hizmetleri inşa etme konusunda olsun, model çıktısını sistem eylemlerine çeviren orkestrasyon katmanı—altyapı—mühendislik sanatının en büyük fark yarattığı yerdir.

Bir dahaki sefere biri "hangi AI modelini kullanmalıyız" diye sorduğunda, daha iyi bir soru sorun: "onun etrafındaki altyapı nasıl çalışıyor?