Yapay zekâ ajanıyla yazılım geliştirmek: Claude Code'a ne bırakıyorum, neyi asla bırakmıyorum

Son iki yılda iki üretim uygulamasını baştan sona Claude Code ile, yani bir yapay zekâ kodlama ajanıyla birlikte geliştirdim. Bunlardan biri 639 üyeli bir konut kooperatifinin daire tahsis (kura) platformu, diğeri yaklaşık 15.000 banka hareketini işleyen bir finansal denetim sistemi. Bu yazıda ajanın gerçekte ne yaptığını, benim ne yaptığımı ve kalitenin nasıl korunduğunu anlatıyorum. Bir yazılım ekibi ya da geliştirici seçerken "AI kullanıyor musunuz?" sorusunun cevabından çok, bu iş bölümünü sormak gerekiyor.

Ajana bıraktığım işler

Ajan, iyi tanımlanmış ve sınırları belli görevlerde çok hızlı: yeni bir ekran ya da bileşen, bir API uç noktası, bir SQL migration, belirli bir modülün refactor edilmesi, mevcut kodda arama ve analiz, dokümantasyonun güncellenmesi. Bu işlerde benim yazacağım kodun önemli kısmını ajan yazıyor. Kazanılan zaman, asıl önemli kararlara kalıyor.

Asla ajana bırakmadığım işler

• Mimari ve veri modeli. Hangi tablonun olacağı, yetki modelinin nasıl kurulacağı, hangi işin sunucuda yapılacağı benim kararım.
• İş kurallarının doğruluğu. Kura algoritması ya da finansal eşleştirme gibi yanlışı pahalıya patlayan işlerde kuralları ben yazıyorum, ajan uyguluyor.
• Neyin canlıya gideceği. Canlıya giden her satırın sorumluluğu bende.

Kalite nasıl korunuyor?

Ajanın çıktısını bir ekip arkadaşının pull request'i gibi ele alıyorum. Pratikte bu şu anlama geliyor:

• Yazılı proje kuralları. Her projede ajanın okuduğu bir kural dosyası (CLAUDE.md) ve modül bazında README'ler var. Kodlama standartları, klasör yapısı, yasaklar ve iş akışı orada yazılı. Ajan her oturumda önce bunları okuyor, böylece çıktı tutarlı kalıyor.
• Otomatik kapılar. Tip denetimi (TypeScript) ve lint kontrolü geçmeyen kod commit edilemiyor, dağıtım hattında da aynı kontroller tekrar çalışıyor.
• Tarayıcıda doğrulama ve kod incelemesi. "Küçük" değişiklikler dahil her değişikliği tarayıcıda deniyor ve satır satır okuyorum.
• Görevi doğru bölmek. Ajanın güvenilir yapabileceği büyüklükte parçalara bölünmüş iş, hem daha hızlı hem daha az hatalı sonuç veriyor. Ajan yoldan çıktığında durdurup yönlendiriyor ya da o kısmı elle yazıyorum.

Müşteri için ne değişiyor?

Doğru kurulduğunda AI destekli geliştirme, aynı kaliteyi daha kısa sürede verir. Yanlış kurulduğunda ise hızlı yazılmış ama kimsenin tam anlamadığı bir kod tabanı bırakır. Bir geliştiriciyle çalışmadan önce şu soruları sormanızı öneririm: Ajanın yazdığı kodu kim, nasıl kontrol ediyor? Proje kuralları yazılı mı? Proje bittiğinde başka bir geliştirici bu kodu devralabilir mi?

Benim cevabım: kod, kurallar ve dokümantasyon birlikte teslim ediliyor. Ajan hızı getiriyor, sorumluluk bende kalıyor.

Somut bir örnek: kura platformunda iş bölümü

Kooperatifin daire tahsis platformunda en hassas parça kura algoritmasıydı. Yanlış bir çekim hem hukuki hem sosyal sorun demek. Bu yüzden algoritmanın kurallarını, turların nasıl işleyeceğini ve bir çekimin nasıl geri alınacağını ben tasarladım. Yapay zekâ ajanı ise bu tasarımı uyguladı: veritabanı fonksiyonlarını, sunucu tarafı fonksiyonları ve yönetim ekranlarını yazdı. Gerçek çekim ile deneme (dry-run) simülasyonunun aynı çekirdek kodu paylaşması kararını ben verdim. Böylece ekranda görülen simülasyon sonucu ile gerçek çekim arasında fark oluşması yapısal olarak imkânsız hâle geldi.

Finansal denetim sisteminde ise banka hareketlerini üyelerle eşleştirmek için yapay zekâdan yararlandım, ama hiçbir eşleştirme insan onayı olmadan veriye girmiyor. Tutarlar tam sayı aritmetiğiyle hesaplanıyor ve bir dizi kontrolden geçmeyen eşleştirme reddediliyor.

Ne zaman elle yazıyorum?

Her iş yapay zekâya uygun değil. Birkaç satırlık ama çok kritik bir değişiklik, karmaşık bir hatanın kök nedenini bulmak ya da ajanın iki üç denemede doğru yaklaşımı yakalayamadığı bir problem olduğunda kodu kendim yazmak daha hızlı. Yapay zekâ ile yazılım geliştirmede asıl beceri, işi kime vereceğinizi doğru seçmek.

Kısacası yapay zekâ ajanı, iyi yönetildiğinde ekibe katılan çok hızlı bir geliştirici gibi çalışıyor. Ama her geliştirici gibi onun da net talimata, yazılı kurallara ve dikkatli bir incelemeye ihtiyacı var. Projenizde yapay zekâ destekli geliştirme düşünüyorsanız, bu üç şeyin gerçekten yerinde olup olmadığını sorun.