IDE hâlâ gerekli mi: işi yapay zeka ajanıyla nasıl bölüyorum, neyi kendime bırakıyorum

JetBrains bir haftada üç metin yayımladı: ajanlar çağında IDE'ye neden gerek olduğuna dair bir deneme, ajanları ve giderleri yönetmek için Air Governance sürümü ve geliştiricilerin hangi işi yapay zekaya vermeye hazır olduğuna dair rakamlar. GitLab ajan için üç görev önerdi, Simon Willison programlamanın bulmaca olarak ölüm ilanını paylaştı, Latent Space ise Claude Code için mod'ları anlattı. Geliştirme sipariş eden işletme sahibi için soru tek: yüklenicinin işinde neyi model yapıyor, neyden yüklenici kendisi sorumlu.

Neler yayımlandı

JetBrains 20 Ekim'de “Why We Still Need an IDE” denemesini yayımladı. Yazar ajanlı geliştirmeyi aletli uçuşla karşılaştırıyor: uçağı bilgisayar götürüyor, ama bütün resmi pilot görüyor ve uçuştan o sorumlu. Mühendis de sürüme çıkandan böyle sorumlu, kodun büyük kısmını ajan yazmış olsa bile. Yazar kendisi tanımadığı bir stack'te tarayıcı eklentisi yaptı: mekanik kısmı ajan yaptı, anlamak ve düzeltmek için IDE'ye gitti.

JetBrains 22 Ekim'de Air Governance'ın genel kullanıma açıldığını duyurdu: şirketin izin verilen ajanları, modelleri ve sağlayıcıları belirlediği, kişi ve ekip bazında gider limitleri koyduğu ve MCP sunucularını şirket düzeyinde ayarladığı tek konsol. Sebep kendi deneyimleri: JetBrains'in yapay zeka giderleri 2026'nın ilk yarısında yaklaşık on kat arttı, tedarikçiler bazındaki ilk özet rapor ise elle dört günde toplandı.

JetBrains 19 Ekim'de anket dinamiğini gösterdi: uygulama mantığını yazmayı yapay zekaya verme isteği 2025 nisan-haziranındaki %18'den bir yıl sonra %50'ye çıktı, testler %50'den %75'e, refactoring %38'den %60'a. Kod incelemesini %43 vermeye hazır, bir yıl önce %33. Hata ayıklamayı %54 vermeye hazır değil, bir yıl önce %76.

GitLab 19 Ekim'de Duo platformunda ajan için üç görev önerdi: merge request'te ilk inceleme turu, düşen pipeline'ın analizi ve düzeltme önerisi, sohbette proje hakkındaki sorulara cevap.

Simon Willison 19 Ekim'de Jeremy Sheff'in “My obituary for programming” metnini öne çıkardı: giden şey, işin ücretli mantık bulmacası çözmek olmasıydı ve görev ne kadar çetrefilse o kadar pahalıydı. Willison ekliyor: çalışan sistemler kurmak kime önemliyse modeller onun için bir sevinç.

Latent Space 21 Ekim'de Claude Code'un davranışını ve arayüzünü değiştiren TypeScript ya da JavaScript eklentileri Claude Mods'u anlattı. Yazıdaki örnek: yerleşik You Should Know mod'u, ajanın düzenlediği dosyada ve yaklaşık 45 dosyada daha commit edilmemiş iş olduğunu fark etti ve önce onu kaydetmeyi önerdi.

Örnek: üretim için parça hesabı

Ürün bileşiminin Excel spesifikasyonlarında tutulduğu, sipariş için parça ve malzemelerin elle hesaplandığı bir üretimi ele alalım. Böyle bir görevde pahalı olan kurallar, kod değil: parçalar işleme türüne göre nasıl birleştirilir, kalem ürün listesinde yoksa ne yapılır, iki sipariş ne zaman birlikte taşerona götürülebilir. Bu kuralları teknik direktör biliyor; onları çıkarmak ve mutabık kalmak gerekiyor. Ajan fonksiyonu yazar, ama teknik direktörün yanına gitmez.

Yapay zeka, ne yapılacağının zaten belli olduğu kısmı hızlandırıyor. Ne yapılacağına karar vermek gereken kısım insanda kaldı ve müşteri ona ödüyor.

Bende nasıl çalışıyor

Programlamaya 2017'de başladım, şirketlerime hazırda bulunmayan sistemler gerektiğinde, üretken araçlardan çok önce. Şimdi yapay zeka geliştirmemi birkaç kat hızlandırdı: rutin, testler, hata ayıklama. Mimariyi ve ilkesel kararları kendim belirliyorum, araçların sonucunu kontrol ediyorum.

Bu en iyi üretim şirketinde görünüyor. 2024 şubatından itibaren teknik direktörle teknik şartnameyi hazırladık, yaklaşık nisanda aktif geliştirme başladı, çalışan programı temmuz ya da ağustosta teslim ettim ve yıl sonuna kadar geliştirdim. Program bir siparişi 4-5 saat yerine ortalama 65 saniyede hesaplıyor. Bugün ajan, JetBrains yazarındaki gibi tanımadık stack engelinin bir kısmını kaldırırdı, ama teknik direktörle kuralları aylarca netleştirmeyi ortadan kaldırmazdı.

2021'den beri teknik ortağı olduğum ABD'deki PDR şirketinde React Native süper uygulamasını şirketin geliştiricileriyle birlikte yapıyoruz; şirket sahibi de artık bizimle birlikte geliştirmeyle uğraşıyor. JetBrains'in rakamlarıyla genel olarak örtüşüyorum: testleri ve refactoring'i gönül rahatlığıyla veriyorum, hata ayıklamayı yeniden kontrol edebildiğim yerde veriyorum, değişikliklerin incelemesini kendime bırakıyorum.

Ben ne yapardım

Yükleniciye işinde neyi modelin yaptığını ve bunu nasıl kontrol ettiğini sorun. Normal cevap somuttur: testler, taslaklar, başkasının kodunda arama; mimari ve sürüm ise insanda.

Sonucun kime ait olduğunu ve nerede durduğunu kararlaştırın. Bende kod, veritabanı, sunucu ve erişimler müşteriye aittir ve bu, kodu yazmaya yardım eden araçtan bağımsızdır.

Kendi ekibiniz varsa, ajanlara ve modellere paranın nereye gittiğine bakın. JetBrains'in elle rapor için harcadığı dört gün, ortak bir kayıt olmadan yapay zeka giderlerinin fark edilmeden büyüdüğünü gösteriyor.

İncelemeyi insana bırakın, ilk turu GitLab'daki gibi ajan yapsa bile. Hata ayıklamayı, iyileşmeyi gösterecek bir testin olduğu yerde verin. IDE gerekli mi tartışmasını geçin: değişikliğin tamamının sunucuya gitmeden önce bütün olarak görüldüğü bir yer gerekiyor.

İlgili yazılar

İnsanların da yapay zekanın da çalıştığı kurallar, durumlar ve yetkiler: İş mantığı: kurallar, durumlar ve yetkiler yazısı. Hizmet alanları: sonucun kontrol edilebildiği süreçte yapay zeka ve işletme tek bir sistem olarak. Projeler: 2021'den beri ABD'deki PDR şirketinin teknik ortağı ve 4-5 saat yerine 65 saniyede sipariş hesabı. Komşu yazılarım: canlı sunucuda yapay zeka ajanına neye izin verdiğim ve ajanlar için sandbox'lar ve kononov.dev'in yayımlanması; daha önce yapay zekadan sonra hızlı hazırlanan işin nerede takıldığını yazmıştım. Yüklenici seçiyorsanız ya da yapay zekayı ekibinizin işine katıyorsanız, şu an elinizde ne olduğunu anlatın. Görevi konuşalım.