Six Key Components of a Coding Agent: How Modern AI Systems for Code Writing Work

Bu makale, kodlama ajanlarının (Claude Code veya Codex CLI gibi araçlar) yapısını inceliyor. Bu araçlar, büyük dil modeli (LLM) etrafında bir kılıf (harness) oluşturuyor. Yazarın görüşüne göre, modern sistemlerde pratik sonucu belirleyen kilit faktör genellikle modelin kendisinden ziyade bu kılıftır. Yazar, böyle bir kılıfın altı ana bileşenini sıralıyor. Birincisi, canlı repo bağlamı (live repo context): ajan, sıfırdan başlamamak için Git dalı, proje dosyaları, README ve kurallar (AGENTS.md) hakkında önceden bilgi toplar. İkincisi, prompt şekillendirme ve önbellek kullanımı (prompt shape and cache reuse): prompt'un sabit kısmı (genel talimatlar, araç açıklamaları, çalışma alanı özeti) önbelleğe alınır ve yeniden kullanılır; yalnızca son kullanıcı talebi, yakın zamanlı döküm ve kısa vadeli bellek güncellenir. Üçüncüsü, yapılandırılmış araçlar, doğrulama ve izinler (structured tools, validation and permissions): ajan yalnızca önceden tanımlanmış araçları (örneğin, dosyaları listele, dosya oku, ara, kabuk komutu çalıştır) çağırabilir ve bu araçlar çalıştırılmadan önce argüman doğruluğu, yol geçerliliği ve kullanıcı onayı gerekliliği açısından kontrollerden geçer. Dördüncüsü, bağlam şişkinliğini en aza indirme (context reduction and output management): bağlamın büyümesini ve yanıt kalitesinin düşmesini önlemek için kırpma (clip) ve geçmiş yönetimi kullanılır. Beşincisi, dökümler, bellek ve oturumu sürdürme (transcripts, memory and resumption): etkileşim kayıtları ve notlar saklanır; oturumu durdurma ve devam ettirme desteği bulunur. Altıncısı, delegasyon ve sınırlı alt ajanlar (delegation and bounded subagents): ajan, işin bir kısmını uzmanlaşmış alt ajanlara devredebilir. Yazar, iyi bir kılıfın, daha güçlü sistemler böyle bir kılıf olmadan kullanıldığında, sıradan (reasoning yapmayan) bir modelin bile etkinliğini önemli ölçüde artırarak onu bu sistemlerle eşitleyebileceğinin altını çiziyor.