Orijinal başlık: Ajanlarınız için Foxconn fabrikaları inşa etmeyi bırakın
Orijinal yazar: Garry Tan, Y combinator
Çeviren: Peggy

Editör notu: Giderek daha fazla insan "AI programcıların yerini alacak mı?" diye tartışırken, YC Başkanı Garry Tan aslında başka bir soru soruyor: AI zaten çoğu programlama işini yapabiliyorken, neden onu hâlâ sıradan yazılımları yönettiğimiz gibi yönetiyoruz?

Bu yılın başlarında Garry Tan, Rails ve AI Agent kullanarak 540.000 satır kod içeren Garry's List adlı bir proje yazmak için aylar harcadı. Proje tamamlandığında, çelişkili görünen bir sonuca vardı: Bu 540.000 satır kodun kendisi önemli değildi; asıl değer, geliştirme sürecinde ortaya çıkan GStack'teydi—AI Agent iş akışı etrafında inşa edilmiş yeni bir geliştirme çerçevesi.

Ona göre, son birkaç yılda yazılım sektöründe kolektif bir atalet oluştu: Geliştiriciler sürekli olarak testler, doğrulayıcılar, yeniden deneme mekanizmaları, arka plan görevleri ve çeşitli kontrol mantıkları ekleyerek modelleri katman katman sarıyor. Bu yaklaşım, modellerin pahalı ve sınırlı yeteneklere sahip olduğu dönemde mantıklıydı, ancak LLM'ler artık bağımsız olarak büyük miktarda iş yapabiliyorken, bu sistemler süper zeki bir işçi için "Foxconn fabrikası" inşa etmek gibi bir hal aldı—zaten yetenekli olan bir ajanı çok sayıda kural ve süreçle kısıtlamak.

Model maliyetleri hızla düşerken ve yetenekler sürekli artarken, yazılım geliştirmenin odağı belki de "daha fazla kod yazmak"tan "daha fazla yetenek tasarlamak"a kayıyor. Yazar, Markdown kullanarak skill pack'ler (yetenek paketleri, yani test edilebilir ve yeniden kullanılabilir yetenek modülleri) oluşturmayı, Agent'ın otomatik olarak kod, test ve değerlendirme sistemleri üretmesini sağlamayı ve karmaşık iş akışlarını bileşik faiz getiren yetenek varlıklarına dönüştürmeyi öneriyor. Hatta bir örnek gösteriyor: Eskiden günler süren hackathon değerlendirme çalışmaları, artık Agent tarafından sadece birkaç on dakikada tamamlanabiliyor.

Bir anlamda, bu makale programlamayı değil, yazılım endüstrisinin endüstriyel mantığının sonunu tartışıyor. Kod artık en kıt kaynak olmadığında, mühendislerin temel rekabet gücü de değişmeye başlıyor: Daha fazla kod yazmaktansa, neyin inşa edilmeye değer olduğuna karar vermek, sorunları nasıl tanımlayacağını bilmek ve deneyimi yeniden kullanılabilir yeteneklere dönüştürmek daha önemli hale geliyor. Yazarın nihai sonucu şu: Geleceğin en iyi mühendisleri, en çok kodu yazanlar değil, en azını yazıp en fazla zekayı serbest bırakanlar olabilir.

İşte orijinal metin:

Bu yılın Ocak ayında, Garry's List'i yaparak yeniden kod yazmaya başladım. Rails kodu ve onu sınırlayan testler toplamda 500.000 satırı aştı.

O zamanlar bununla gurur duyuyordum. Ama aslında duymamalıydım. Gerçekten gurur duyulması gereken şey uygulamanın kendisi değil, onu inşa ederken keşfettiğim çalışma şekliydi. GStack, yani Agent programlama yöntemim, tam da Garry's List'i yaparken ortaya çıktı. Daha sonra açık kaynak olarak yayınladım. Şu anda GitHub tarihindeki en çok yıldız alan ilk 100 açık kaynak projeden biri ve üç aydan kısa bir sürede yaklaşık 105.000 yıldız aldı.

O 500.000 satırlık kod bir "ürün"dü. O çalışma şekli ise bir "yan ürün"dü. Asıl önemli olan da bu yan üründü.

Peki, bir LLM etrafında örülmüş 540.000 satır kod aslında neydi?

Bir Foxconn fabrikasıydı. Son derece zeki bir AI işçisi için inşa edilmiş bir fabrika. Bu işçinin aslında sıkı bir denetime ihtiyacı yoktu, ama yine de onu inşa ettik.

İçeri girerken galoş giymek zorundasın. Sabah 6'da kalkıyorsun. Toplu halde egzersiz yapıyorsun. Günlerce aynı montaj hattının başında duruyorsun. Hayat o kadar zor ki her yüksek binaya koruyucu ağlar takılıyor, çünkü bu yaşamak isteyeceğin bir hayat değil. Her test, her korkuluk, her yeniden deneme döngüsü, bu işçiye takılan bir kafes parçasıydı. Oysa bu işçi bu işi zaten yapabiliyordu, hatta aklınıza bile gelmeyen binlerce şeyi daha yapabilirdi.

İnsanlar ve Agent'lar sonsuz potansiyele sahiptir, ancak Foxconn fabrikasının mantığı, güzel bir hayattan zeka ve emek sızdırmaktır. Onlar bu işleri yapabilir, hatta izin verirsek 1000 kat daha fazlasını yapabilirler.

Ben böyle fabrikalar kurdum. Bugün neredeyse herkes aynı şeyi yapıyor. Ve şimdi size söylemek istiyorum: Bunu bir daha yapmayın.

Zaman Yolcusu

539.000 satır kodla gerçekten kanıtladığım şey, kendimi mükemmel bir şekilde bir zaman yolcusu gibi gizleyebildiğimdi.

2013'ten bir Web 2.0 mühendisi, yani en son gerçekten bir yazılım mühendisi olarak adlandırılabileceğim zamandaki halim, 2026'ya atılmış, elinde modern araçlar var ama yazılımı hâlâ bildiği tek yöntemle inşa ediyor: daha fazla kod. Her zaman daha fazla kod.

Araçlar değişti, ama içgüdülerim değişmedi.

2013 yılındaki mühendislerin içten içe inandığı bir şey vardı: Yetenek, yazılan kod satırı sayısına eşittir. Bu inanç, onlarca yıl boyunca doğruydu ve bugün hâlâ geçerli.

Bana Codex veya Claude Code'u verseniz, 100 hatta 1000 mühendisin işini tek başıma çıkarabilirim. Ama bu hâlâ aynı harita; sadece daha hızlı bir motorla, artık yanlış olan bir hedefe doğru son sürat ilerliyorsunuz.

İşte şu anda neredeyse tüm AI geliştiricileri tam olarak bu noktada. Araçlarını yükselttiler ama 2013'ün zihinsel modelini korudular.

Bu tuzak, tuzak gibi görünmüyor çünkü kod gerçekten çalışıyor. Garry's List de gerçekten yayına girdi. O bir ay boyunca, hayatımın en üretken dönemini yaşadığımı hissettim.

Ama bu sadece modası geçmiş bir fikre hizmet eden bir üretkenlikti.

LLM'ler Bir Zamanlar Çok Pahalıydı, Bu Yüzden Onları "Evcilleştirmek" Zorundaydık

2025 öncesinin eski ekonomisi şöyleydi: LLM çağrıları pahalıydı, kod ise ucuzdu.

Bu yüzden model çağrılarından tasarruf etmek için kod yazıyor, onu kısıtlıyor, evcilleştiriyor ve dikkatlice çağırıyordunuz. O zamanki mimari şuydu: Bir avuç değerli model çağrısını, bol miktarda yazılımla sarmalamak.

Ama denklemin her iki tarafı da tersine döndü.

Modeller ucuzluyor ve her çeyrekte daha da ucuzluyor. Aynı zamanda modeller yeterince akıllı hale geldi; değer-maliyet oranı tamamen değişti. Modeller artık kullanılabilir kod da yazabiliyor.

Bu yüzden artık modeli "denetlemek" için kod yazmanıza gerek yok. Modele ne yapması gerektiğini doğal dille söyleyebilir, sonra da sadece gerçekten gerekli olan minimum kodu yazmasını sağlayabilirsiniz.

İşte bu, just-in-time software (anlık üretilen yazılım) ve biz onun altın çağına giriyoruz.

Yazılım ürünlerinin biçimi de tamamen değişti. O Rails uygulaması, benim yazıp sahibi olduğum 540 bin satır kod ve onu denetlemek için yazılmış testlerden oluşuyordu. Onun yerini alan şey ise, Markdown ve az miktarda koddan oluşan, ölçeği bunun çok küçük bir parçası olan bir Agent.

Yeteneği aynı. Okuması daha kolay. Bakımı daha kolay. Ve çok daha esnek. Çünkü davranış, bir gün yazdığınız donmuş mantık kodunda değil, doğal dille düzenleyebileceğiniz talimatlarda yaşıyor.

Bir zamanlar bir şeyi gözetmek için kod yazardık, ama şimdi o şey, o koddan daha zeki hale geldi.

Foxconn Fabrikasının İçinde: Koruyucu Ağlar Bile Kurulmuş

Son zamanlarda kod yazıyorsanız, muhtemelen farkında olmadan bu tür bir fabrika inşa ediyorsunuz.

Kod tabanınıza girip, sadece modele işini yapacağına güvenmediğiniz için var olan kod satırlarını sayabilirsiniz. Benim kod tabanımda yaklaşık 262.000 satır uygulama kodu ve onu denetlemek için yaklaşık 276.000 satır test kodu var. Denetim komitesi şirketin kendisinden daha büyük.

Bazı temizleyiciler, modelin zaten işleyebileceği girdileri kontrol ediyor. Bazı doğrulayıcılar, modelin zaten fark edebileceği çıktıları denetliyor. Bazı yeniden deneme döngüleri, model çağrılarını sarıp sarmalıyor, oysa model zaten kendi kendine kurtulabiliyor. Bu kod satırlarının her biri bir bahis: Bu işçi kesinlikle başarısız olacak.

Siz de benzer bahisler yazdınız. Hepimiz yazdık.

127 arka plan görevi, bunlardan 33'ü zamanlanmış görev. Bu bir yetenek değil; genellikle zamanında işe başlayan bir LLM işçisine 33 ayrı alarm kurmak.

"Foxconn Fabrikası"nı inşa ettiğim günlerde, Claude ve ben 1778 satırlık bir dosya yazmıştık. Tek amacı, modelin sunduğu gerçekleri sorgulamaktı.

Modelin her iddiasını parçalara ayırıp, paralel olarak beş farklı kaynağa gönderiyor, ardından puanlıyordu. Basit iddialar önce hafif bir triyaj eşiğinden geçiyor, böylece her şey tam sürece tabi tutulmuyordu. İlk turda sonuç alınamazsa yeniden deniyordu. Ardından yedek planların yedek planları geliyordu.

Rick and Morty'de bir bölüm var: Rick kahvaltı masasında küçük bir robot yapar. Robot çalıştırılır, başını kaldırır ve sorar: Görevim ne? Rick der ki: Tereyağını uzatacaksın. Robot tereyağı tabağını iter, ellerine bakar ve der ki: Aman Tanrım. Sonra orada öylece oturur. O robot da sınırsız potansiyele sahipti. Ama tereyağı uzatmak için yapılmıştı. Benim 276.000 satır testim işte o tereyağı tabağı.

Yazılımı 2023 tarzı "Foxconn Fabrikası" yöntemiyle inşa ettiğinizde, bir kafes inşa ediyorsunuz. Dikkatli olmazsanız, kendiniz bu AI Agent hapishanesinin gardiyanına dönüşürsünüz.

Markdown Artık Programdır

Markdown derken, prompt'tan bahsetmiyorum.

Prompt geçicidir. Bir cümle girersiniz, bir sonuç alırsınız ve sonra buharlaşır.

İnşa etmekten bahsediyorum. Versiyon kontrolü olan, test edilebilir ve yeniden kullanılabilir bir yapıdan.

Markdown, talimat katmanıdır: niyet, beceri, muhakeme ve işin nasıl yapılması gerektiğine dair açıklamalar. TypeScript ise ince bir deterministik mantık katmanıdır. Sadece kodun gerçekten yapması gereken birkaç şeyi üstlenir: G/Ç ve kesinlikle hayal ürünü olmaması gereken kısımlar.

Daha da önemlisi, Markdown'ı kod gibi test etmelisin.

Benim sistemimde bu döngü tek bir kelimeyle özetlenir: "skillify it" (becerileştir).

Önce Agent ile bir şeyi çalışana kadar birlikte yaparım. Sonra "skillify it" derim. Ardından Agent şunları yazar:

Markdown beceri talimatı;

İhtiyaç duyduğu minimum kod;

Kod için birim testleri;

Becerinin LLM değerlendirmesi (eval);

Beceri ve kodu kapsayan entegrasyon testleri;

Agent'ın ilgili senaryolarda bu beceriyi otomatik olarak çağırmasını sağlayan bir çözümleyici (resolver);

Ve çözümleyicinin kendi değerlendirmesi (eval).

Bütün bunlar bir "skill pack" (beceri paketi) oluşturur. Bu, sürekli bileşik getiri sağlayan, yeniden kullanılabilir bir yetenek birimidir.

Asıl büyülü olan şey testlerdir: Becerinin kapsanması, değişiklikler sırasında bozulmamasını sağlar. İşte bunu vibe coding'den (sezgisel kod yazma) ayıran şey budur. Vibe coding sadece bir histir, oysa skill pack'in testleri vardır.

Şu anda, tıpkı erken dönem CPU'ların yığın (stack), yığıt (heap), yazmaç (register) ve von Neumann mimarisini icat etmesi gibi, Agent mühendisliğinin sistem ilkellerini gerçek zamanlı olarak keşfetmeye yeni başlıyoruz.

Bence skill pack bu ilkellerden biridir. Harness (yürütme çerçevesi) de bir diğeridir.

Çoğu insan bunu henüz fark etmiyor çünkü hâlâ yazılımı kod satır sayısıyla ölçüyorlar.

Gerçekten Çılgın Bir Şey İnşa Edebilirsin

Bu teorik bir argüman değil.

Bu Agent, 500.000+ satırlık Rails uygulamasının yapabildiklerini aşıyor ve eklenen kod miktarı bunun çok küçük bir kısmı.

Somut bir örnek: Hackathon jüri değerlendirmesi.

İki hafta önce bir Cumartesi günü, 85 projenin teslim edildiği bir GStack/GBrain hackathonu düzenledik. Tüm projeleri içeren bir Google Drive bağlantısını yükledim ve "Başla" dedim.

Agent, her bir kod deposunun kod kalitesini analiz etti, her katılımcı hakkında derinlemesine araştırma yaptı, her demo videosunu izleyip ekran görüntüleri aldı, arayüzleri puanladı ve 85 takımı sıraladı. Sonunda bana bu projeler arasında en dikkat çekici 5 uygulamayı söyledi.

Bir hackathonu değerlendirmek, normalde günler süren zahmetli bir işken, şimdi yaklaşık 30 dakikalık bir iş haline geldi.

Kod yazmadım. OpenClaw'a görevi yapmasını söyledim, ben de ona rehberlik ettim. İşi bitince "skillify et" dedim.

Böylece, herhangi bir hackathon tablosunda kullanılabilecek, herkesin sonsuza kadar yeniden kullanabileceği bir tarball haline geldi.

Artık neredeyse her gün "skillify" diyorum. 350'den fazla skill pack'im var. Kişisel ve iş hayatımda halletmem gereken neredeyse tüm görevleri artık Agent'ım yapabiliyor.

İşte tersine dönüşün bir örneği bu.

Geçmişte, böyle bir yetenek gerçek bir yazılım projesi olurdu: web kazıyıcı, puanlama hattı, video işleme, araştırma modülü, sıralama sistemi gerektirirdi. Şimdi ise, bir öğleden sonra Agent tarafından oluşturulan ve herkesin yeniden kullanabileceği, biraz kod içeren bir Markdown dosyasına dönüştü.

Bu arada, o hackathonun birincisi gerçekten de sonunda düzenleyip main branch'ine birleştirdiğim bir kod yazdı. Artık GStack, iOS uygulamalarını hem simülatörde hem de gerçek cihazlarda test edebiliyor ve bu tam özellik, bir kişi tarafından hackathon'da 8 saatten kısa bir sürede geliştirildi.

Tokenmaxxing

Bir giriş bileti var, ama neredeyse hiç kimse ödemeye istekli değil: Token'lara para harcamaya istekli olmalısınız.

Peter Steinberger, en sevdiğim harness olan OpenClaw'u yaptı. Token'lara yılda yaklaşık 1 milyon dolar harcamaya istekli olduğunu söyledi.

Çoğu insan bu rakamı duyunca geri adım atar. Ama atmamalılar, çünkü altın burada: Bunu yapmaya istekliyseniz, 2028'de yaşayabilirsiniz. Diğerlerinin size yetişmesi yıllar alacak.

OpenAI'nin her YC şirketine uncapped SAFE şeklinde 2 milyon dolar değerinde token kredisi vermesinin nedeni de budur.

Ham zekayı token'a, token'ı da gerçekten kullanıcıların kullanabileceği, gerçek ihtiyaçları çözen ve kullanıcıların ödemeye razı olduğu bir çıktıya dönüştürebildiğinizde, sihirli bir şey olur.

Eğer bir kurucuysanız, bu yeteneği maksimuma çıkarmalısınız. Bu yüzden her zaman skillify'ı vurguluyorum, çünkü bu gerçekten iyi sonuçlar getiren bir yöntemdir.

Geçmiş bir dönemde, LLM çağrılarının çok pahalı olduğunu ve ölçülü kullanılması gerektiğini düşünürdük. Sürekli olarak onları tayınlıyor, yani kısıtlıyorduk.

Ama şimdi, insanları yavaşlatan tam da bu içgüdü.

Eğer tokenmax yapmaya, Agent'ın token'ları özgürce tüketmesine ve sürekli çalışmasına izin vermeye istekliyseniz, 1994'teki erken internet dönemine benzer bir ilk hamle avantajı elde edebilirsiniz, tek fark bu sefer maliyet token olarak ödeniyor.

Bu, fiyatı çökmekte olan bir kaynağa hâlâ kıymet biçen %99,99'dan fazla organizasyonu saf dışı bırakacak ve liderlik avantajını gerçekten anlayan azınlığa bırakacak.

Yılda birkaç on binlerce ila yüz binlerce dolar, hatta bazıları için daha azıyla, dünyanın yıllar sonra benimsemek zorunda kalacağı şekilde bugün çalışabilirsiniz.

2026'da 2028 gibi yaşayabilirsiniz. Bu erken yatırım buna değer. Çünkü bugün 100.000 dolar değerindeki token, gelecek yıl sadece 10.000 dolar, ondan sonraki yıl belki 1.000 dolar ve 2028'in sonunda belki sadece 100 dolar olabilir.

Tarihteki herhangi bir girişimciye şunu söyleseniz: Altı haneli bir sermaye yatırarak kendinizi iki ila üç yıl ileriye taşıyabilir ve bu avantajı birkaç yıl koruyabilirsiniz, 100 nitelikli kurucudan 100'ü bu anlaşmayı kabul ederdi.

Önünüzdeki tek engel, 2013'ten kalma o içgüdü: size model çağrılarının çok pahalı olduğunu ve serbestçe kullanılamayacağını söylüyor.

Ama artık pahalı değiller. Bu eski ekonomi. Tersine dönüş çoktan gerçekleşti.

Esalen, Foxconn değil

Eğer 540.000 satır kontrol kodu işçiler için bir Foxconn fabrikası inşa etmek içinse, çözüm onun tam tersini inşa etmektir.

Big Sur'un uçurum kenarında Esalen adında bir yer var. İnsanlar oraya gider, parçalanır, yeniden şekillenir, zırhlarını bırakır ve daha çok kendileri gibi geri döner.

Montaj hattı yok. Ustabaşı yok. Sabah 6'da düdük yok. Kontrol değil, özgürlük var.

Böyle bir şey inşa et.

YC gibi bir yer inşa et: şirket kurmana, gerçek sorunları çözmene, product-market fit bulmana yardım ettiğimiz yer.

İşçileri özgür kılan yerler inşa et, ister insan olsun ister AI.

İşte tüm ruh bu.

Agent'ları özgür kılacak şeyler yap. İnsanların özgürce çalışmasını sağlayacak şirketler kur.

Bilgi işinde fabrika başarısız bir modeldir. Gerçek hedef, insanları serbest bırakan kurumlar kurmaktır. Şimdi bu hedef Agent'ları da kapsıyor.

OpenClaw, yanında kendi anahtarını getirmen gereken bir Ferrari gibi. Model motor, arabanın tamamı değil. Hâlâ Apple I anındayız, breadboard lehimliyoruz.

Ham bir şekilde yayınlandı. Hâlâ kendin tamamlamak zorundasın.

Açık kaynak yaptığım GBrain, arama motoru ve skill pack, henüz kutu açılır kullanıma hazır tam ürünler değil.

Bazıları OpenClaw'un güvenli olmadığını söylüyor. Anlamıyorlar ki özgürlük tam da bu yüzden güçlü. Gerçekten bir sorunla karşılaşmadan, güvendiğin bir şeye hemen güvenlik korkulukları takma. Elindeki anahtar, tam da henüz kafese kapatılmadığını gösteriyor.

Kontrol sistemleri zariftir çünkü kontrol tam kontrol gerektirir, yani Foxconn fabrikası. Özgür sistemler hamdır çünkü onu tamamlayacağına güvenir.

Hangisini inşa ettiğine karar vermelisin. Sonra ne kadar kod yazdığına bir bak.

Bu aslında ne anlama geliyor

540 bin satır Rails kodu, eski oyunda hâlâ en üst seviyeye ulaşabildiğimi kanıtlamam.

Ama o seviye Web 2.0'a ait, on yıl öncesine.

Hâlâ eskisi gibi iyi oynayabiliyorum, hatta 1000x mühendis olabiliyorum. Ama Foxconn fabrikaları inşa ediyorum. Eski kod. Eski oyun.

Ve yeni oyun, kesinlikle kod satırı sayısıyla oynanmıyor.

Sonuç olarak, nefret edenlerim haklıydı. Eğer bu yazıyı okuyorsanız, anonim dostlar, sizi selamlıyorum.

Niyetini doğrudan çalıştırılabilir, test edilebilir ve yeniden kullanılabilir bir sisteme dönüştürebildiğinde, darboğaz artık ne kadar inşa edebileceğin değil, gerçekten ne istediğin ve bunun inşa etmeye değer olup olmadığıdır.

Kıt kaynak, netlik, zevk ve muhakeme yeteneği haline gelir.

En az kod yazan mühendis, genellikle en çok şeyi inşa eden kişidir.

Bunu öğrenmek için 540.000 satır kod yazdım. Senin aynı yoldan geçmene gerek yok.

[Orijinal bağlantı]

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia