Core Loop

AI-first engineering at scale

Tema

Kanıta Dayalı Geliştirme

Yapay Zeka Destekli Mühendislikte Eksik Disiplin

Daniel Leblond Mart 2026

Ekipler yapay zeka kodlama araçlarını benimsedi, kısa vadeli hız artışları gördü ve daha sonra hata ayıklama, regresyon ve üretim olaylarında doğrulama vergisini ödedi.

Aradaki fark nesilden kaynaklanmıyor. Boşluk bunun kanıtıdır. Kanıta Dayalı Geliştirme, bu boşluğu açık kapılarla tekrarlanabilir bir iş akışına dönüştürür.

Algılanan Hız ve Gerçek Hız (METR): +%24 inanç ve -%19 ölçülen gerçeklik.

Döngü

Model basittir: amacı tanımlayın, boşluğu kanıtlayın, temel çizgiyi yakalayın, uygulayın, başarılı olduğunu kanıtlayın, sonucu yakalayın ve incelemeden önce kalite boyutlarını doğrulayın.

Kritik kısıtlama dizidir. Uygulamadan önceki adımlar güvenilirlik yaratır; Uygulamadan sonraki adımlar güven yaratır.

| Aşama | Ne olur | Neden önemlidir | | --- | --- | --- | | Belge | Uygulamadan önce yapılanın ne anlama geldiğini yazın. | Gereksinimlerin sapmasını ve belirsiz başarı kriterlerini önler. | | Test: Başarısız | Boşluğun mevcut olduğunu kanıtlayan testleri tanımlayın ve çalıştırın. | Varsayımları değil davranışı test ettiğinizi doğrulayın. | | Yakalama: Önce | Uygulamaya dokunmadan önce temel çıktıları kaydedin. | Gözden geçirenler ve gelecekteki denetimler için tartışılamaz kanıtlar sağlar. | | Uygulama | Değişikliği yapay zeka yardımıyla kısıtlamalar altında uygulayın. | Çubuk insan tanımlı kalırken yürütme hızlı kalır. | | Test: Başarılı | Hedeflenen testleri çalıştırın ve davranışın artık başarılı olduğunu onaylayın. | Değişikliği doğrular, kesin kabul kriterlerini çözer. | | Yakalama: Sonra | Eşdeğer değişiklik sonrası yapıtları toplayın. | Öncesi/sonrası net karşılaştırmayı etkinleştirir. | | Doğrula | Güvenliği, erişilebilirliği, performansı, belgeleri ve sürüklenmeyi denetleyin. | Testlerin tek başına kaçırdığı başarısızlık modlarını yakalar. | | İncele | İnsan incelemeci kanıtlara dayanarak kabul eder veya reddeder. | İstemlere değil, mühendislere karşı sorumluluğu korur. |

:::grafik adı: Uygulama Döngü Diyagramı başlık: Uygulama döngüsü: insan tanımlı kısıtlamalar, yapay zeka destekli yürütme. :::

Asama Ne olur Neden onemli
Document Uygulamadan önce yapılanın ne anlama geldiğini yazın. Gereksinimlerin sapmasını ve belirsiz başarı kriterlerini önler.
Test: Başarısız Boşluğun mevcut olduğunu kanıtlayan testleri tanımlayın ve çalıştırın. Varsayımları değil davranışı test ettiğinizi doğrulayın.
Yakalama: Önce Uygulamaya dokunmadan önce temel çıktıları kaydedin. Gözden geçirenler ve gelecekteki denetimler için tartışılamaz kanıtlar sağlar.
Implement Değişikliği yapay zeka yardımıyla kısıtlamalar altında uygulayın. Çubuk insan tanımlı kalırken yürütme hızlı kalır.
Test: Başarılı Hedeflenen testleri çalıştırın ve davranışın artık başarılı olduğunu onaylayın. Değişikliği doğrular, kesin kabul kriterlerini çözer.
Yakalama: Sonra Eşdeğer değişiklik sonrası yapıtları toplayın. Öncesi/sonrası net karşılaştırmayı etkinleştirir.
Verify Güvenliği, erişilebilirliği, performansı, belgeleri ve sürüklenmeyi denetleyin. Testlerin tek başına kaçırdığı başarısızlık modlarını yakalar.
Review İnsan incelemeci kanıtlara dayanarak kabul eder veya reddeder. İstemlere değil, mühendislere karşı sorumluluğu korur.
Uygulama döngüsü: insan tanımlı kısıtlamalar, yapay zeka destekli yürütme.

Kanıt Uygulamada Geri Dönülemez Olmadan Önce

Ekipler, uygulama başladıktan sonra teorik olarak bir temel çizgiyi yeniden oluşturabilir, ancak neredeyse hiç kimse bunu yapmaz. Momentum ileriye doğru sabitlenmeye doğru kayar.

Bu nedenle, ön kanıtın eksik olması, disiplinli döngülerde bir sıfırlama koşulu olarak ele alınır.

:::grafik adı: MaturityLadder başlık: Olgunluk modeli: denetimle doğrulanmış mühendisliğe özel. :::

Olgunluk modeli: denetimle doğrulanmış mühendisliğe özel.

Denetim: on boyut

Boyut Ne yakalar
Build Derleme, tüy bırakmama ve paket bütünlüğü
Telemetry PII sızıntıları ve güvenli olmayan günlük kaydı yükleri
Accessibility Yer işaretleri, klavye akışı, başlık hiyerarşisi
Security Sırlar, enjeksiyon riski, bağımlılık kusurları
Performance N+1 yol, sınırsız döngü, bellek sızıntıları
Documentation Spesifikasyon ve uygulama sapması
Test Kapsamı Eşleştirme testleri olmadan davranış değişiklikleri
YAPILACAKLAR Borç Atlanan takipler ve çözülmemiş yer tutucular
Hata İşleme Yutulan hatalar ve sızdırılan dahili bilgiler
Yapay Zeka Ayrıntısı Gereksiz yorumlar ve gereksiz soyutlamalar
Kanıta dayalı kontrollerden önce ve sonra denetimin duruşu.

Denetim: On Boyut

| Boyut | Ne yakalar | | --- | --- | | Yapı | Derleme, tüy bırakmama ve paket bütünlüğü | | Telemetri | PII sızıntıları ve güvenli olmayan günlük kaydı yükleri | | Erişilebilirlik | Yer işaretleri, klavye akışı, başlık hiyerarşisi | | Güvenlik | Sırlar, enjeksiyon riski, bağımlılık kusurları | | Performans | N+1 yollar, sınırsız döngüler, bellek sızıntıları | | Dokümantasyon | Spesifikasyon ve uygulama sapması | | Test Kapsamı | Testleri eşleştirmeden davranış değişiklikleri | | TODO Borç | Atlanan takipler ve çözülmemiş yer tutucular | | Hata İşleme | Yutulan hatalar ve sızdırılan dahili bilgiler | | Yapay Zeka Ayrıntısı | Gereksiz yorumlar ve gereksiz soyutlamalar |

:::grafik adı: AuditRadarChart başlık: Kanıta dayalı kontrollerden önceki ve sonraki denetim duruşu. :::

Gözlemlenebilir kanıtları, denetim çıktısını ve açık test planlarını uygulayan PR şablonu.

Alana gore kanit ornekleri

Alan Once kanit Sonra kanit
API uç noktası yanlış durumla kıvrılma yanıtı beklenen durum ve şemayla kıvrılma yanıtı
Veritabanı geçişi Geçişten önce sorgula Yeni sütunları ve doldurulmuş değerleri gösteren sorgu
Infrastructure Mevcut plan çıktısı İstenilen plan ve uygulama çıktısı
Performance Karşılaştırma temel çizgisi Optimizasyondan sonra karşılaştırma deltası
Güvenlik yaması Tarayıcı bulma Tarayıcı temizleme raporu
Aynı döngü, farklı yapılar, tek kalite standardı.

Çekme Taleplerinde İspat Yükü

Ana sayfaya don

Kaynaklar

  1. Kent Beck (2025) Artırılmış Kodlama: Heyecanın Ötesinde
  2. ThoughtWorks (2025) Yapay Zeka Destekli Test-İlk Geliştirme
  3. METR (2025) Yapay Zeka Araçları Deneyimli Geliştiricileri %19 Yavaşlattı
  4. Addy Osmani (2026) Yapay Zeka Kodu Daha Hızlı Yazar. İşiniz Hala Çalıştığını Kanıtlamak.
  5. Microsoft .NET (2026) Dotnet/runtime'da Copilot Kodlama Aracısı ile On Ay