Yazar, son üç yıldır yapay zeka destekli kodlama araçlarıyla olan deneyimini aktarıyor. ChatGPT'den Copilot'a, Cursor'dan 2025'te günlük kullanılan Claude Code gibi gelişmiş kodlama ajanlarına kadar bir evrim geçirdiğini belirtiyor. Başlangıçta basitliği nedeniyle Claude Code'u tercih etse de, zamanla aracın karmaşıklaşması, gereksiz özelliklerle dolması ve sistem prompt'larının sürekli değişmesi iş akışını bozduğunu ve model davranışını öngörülemez hale getirdiğini ifade ediyor. Bu durum, yazarın daha basit ve kontrol edilebilir bir araca olan ihtiyacını ortaya koyuyor.
Yazar, kendi ajanlarını geliştirirken "bağlam mühendisliği"nin (context engineering) kritik önemini anladığını vurguluyor. Modelin bağlamına neyin girdiğini tam olarak kontrol etmenin, özellikle kod yazarken daha iyi çıktılar sağladığını belirtiyor. Mevcut araçların bu kontrolü zorlaştırdığını veya imkansız hale getirdiğini, hatta kullanıcı arayüzünde görünmeyen bilgileri modele enjekte ettiğini eleştiriyor. Ayrıca, modelle olan etkileşimlerin her yönünü inceleyebilmek, otomatik işleme için temiz bir oturum formatına sahip olmak ve alternatif kullanıcı arayüzleri oluşturmak istediğini ancak mevcut API'lerin bu esnekliği sunmadığını dile getiriyor. Kendi kendine barındırma (self-hosting) denemelerinin de mevcut araçlarla uyumsuzluklar nedeniyle başarısız olduğunu ekliyor.
Tüm bu deneyimlerin ardından yazar, kendi "opinionated and minimal" (fikirli ve minimalist) kodlama ajanı harness'ını geliştirmeye karar veriyor. Bu yeni projenin, çoklu sağlayıcı (Anthropic, OpenAI, Google, xAI, Groq, Cerebras, OpenRouter) desteği sunan birleşik bir LLM API'si, streaming, TypeBox şemalarıyla tool calling, düşünme/muhakeme desteği ve sorunsuz çapraz sağlayıcı entegrasyonu gibi özelliklere sahip olacağını belirtiyor. Amacı, kontrolü tamamen elinde tuttuğu, basit ve öngörülebilir bir araç yaratmak.
Yapay zeka destekli kodlama araçlarının mevcut karmaşıklığı ve kontrol eksikliği, geliştiricileri daha şeffaf ve özelleştirilebilir çözümler yaratmaya itiyor.