Yazılım geliştiren yapay zeka ajanları için koşum mühendisliği rehberi yayımlandı
Öne çıkanlar
- AGENTS.md dosyaları kod tabanının mimari kısıtlarını ve kurallarını ajanlar için yazılı hale getiriyor.
- HyperCode altyapısı özellik planlama süresini yüzde 50'nin üzerinde kısalttı.
- Statik RAG aramaları yerine görev anında derlenen tam zamanında bağlam öneriliyor.
Yapay zeka odaklı teknoloji şirketi deepsense.ai, kodlama yapan yapay zeka ajanlarının güvenilirliğini ve verimini artırmayı hedefleyen koşum mühendisliği (harness engineering) prensiplerini duyurdu. Ekip, yalnızca prompt optimizasyonuna odaklanmak yerine ajanın etrafındaki sistem mimarisinin dönüştürülmesi gerektiğini kaydetti. Açıklanan yaklaşım; depo düzeyinde bilgi tabanı oluşturma, tam zamanında bağlam derleme ve otomatik doğrulama döngülerinden oluşan pratik adımları içeriyor.
Araştırma grubu, OpenAI Codex hackathonunda birincilik kazanan HyperCode projesindeki deneyimlerinden ve Claude Code ile yürüttükleri testlerden yararlandı. Geleneksel RAG mimarilerinin etkin geliştirme süreçlerinde bayat kaldığını ve bağımlılıkları kaçırdığını belirten mühendisler, görev bazlı bağlam toplayan yan süreçlerin önemine işaret etti. HyperCode ile yapılan denemelerde, özellik isteminden uygulama planına geçiş süresinin yüzde 50'den fazla kısaldığı ve belirteç tüketiminin azaldığı kaydedildi.
Rehberde yer alan yöntemler, geliştiricilerin kod tabanında oluşturacağı AGENTS.md dosyaları, görev öncesi çalışan yan süreçler ve yapılandırılmış komut setleri üzerine kuruluyor. Paylaşılan kurallar arasında geçmiş oturum kararlarının hafızaya kaydedilmesi, sık tekrarlanan hataların linter ve regresyon testlerine dönüştürülmesi ve modellere yönelik odaklı beceri tanımları sunulması öne çıkıyor.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.