LLM Şizofrenisi: Bir Vibe Kodlayıcının Yemek Kitabı

20 yılı aşkın deneyime sahip bir programcı olan yazar, yapay zeka ajanlarını büyük üretim projeleri yazmak için kullanma yöntemini anlatıyor. Büyük görevlerin model yüzünden değil, tek bir oturumun her şeyi aynı anda yapmaya çalışması nedeniyle başarısız olduğunu savunuyor. Çözüm, alt ajanlar oluşturmaktır: bir rolü, bir modeli ve izin verilen araçları tanımlayan, temiz bağlamlarla çalışan ve görevlerini tamamladıktan sonra sonlanan işaretleme dosyaları. Yazarın 'topluluğu' bir mimar, bir geliştirici, bir inceleyici (salt okunur), kodu bozarak testlerin 'öldürücü' olduğunu doğrulayan bir testçi, bir güvenlik uzmanı ve bir DBA içerir. Önemli bir içgörü, yürütme için daha ucuz bir model ve inceleme için daha pahalı bir model kullanmaktır, çünkü inceleyicinin hatası fark edilmez. Süreç, olaylardan büyüyen 'beceriler' adı verilen dosyalarla (açıklama, gövde ve ayrıntılar içeren) kodlanır; örneğin raporlara değil gerçeklere bakma kuralı gibi. Planlama çok önemlidir: insanlar, maliyetli hataları erken yakalamak için planı inceler ve büyük işlerden önce planlar bir mimar tarafından yenilenmelidir. Yazar, ajanların oturumlar arasında hafızası olmadığı için durumun dosyalara kaydedilmesi gerektiğini vurgular. Proje kuralları (CLAUDE.md) ve dürüst bir çıkış kodu olan tek bir kontrol betiği yapıştırıcı görevi görür; kurallar tarihli emsallerdir ve kontroller atlanamaz. Modele bir inceleme alt ajanı oluşturmasını isteyerek başlayın, ardından tekrarlanan talimatları bir beceriye dönüştürün ve topluluğun organik olarak büyümesine izin verin. Maliyet: önemli ölçüde daha fazla token, insan zamanı raporları incelemeye ve anlaşmazlıkları çözmeye kayar ve kurallar çiğnenecektir - ama bu normaldir. Bu yaklaşım yalnızca tek bir bağlama sığmayan görevler için kârlıdır.