PHP 3’ün oluşturulmasına katkıda bulunanlardan ve Google’da Agentic Data Cloud başkanından biri olan Andi Gutmans, ajanlara dayalı yazılım geliştirmeyi geçmişle tamamen bir kopuş olarak sunmuyor. Stack Overflow’un Leaders of Code programı kapsamında Eira May ve Peter O’Connor ile yaptığı söyleşide Gutmans, mevcut dönüşümü PHP’nin web sitesi oluşturmayı bilgisayar bilimi uzmanı olmayanlar da dâhil olmak üzere daha fazla kişi için mümkün kıldığında yarattığı etkiye benzetti.
Ancak bu yeni erişilebilirlik, mühendislik uzmanlığının ortadan kalktığı anlamına gelmiyor. Gutmans’ın yaklaşımına göre bireysel geliştirici giderek bir «ajan ekibinin lideri»ne benziyor: Gereksinimleri belirliyor, işi dağıtıyor, sonuçları gözden geçiriyor ve sınırlama olmadan devredilemeyecek kararları alıyor.
Değer kod yazmaktan mühendislik muhakemesine kayıyor
Gutmans, ajanların ortaya çıkmasıyla bazı temel soruların değişmediğini düşünüyor. Ekibin hâlâ çözümün doğru problemi ele aldığından, mimarinin ölçeklenebilir olduğundan, sistemin güvenli, iyi yönetilen, kullanımı kolay ve maliyet açısından uygun olduğundan emin olması gerekiyor. Yeni olan, ajanın işin daha büyük bir bölümünü bağımsız olarak yürütebilmesi; bu nedenle yalnızca üretilen kodu gözden geçirmek yerine ajanın denetlenme biçiminin tasarlanması gerekiyor.
Gutmans buna örnek olarak, yaklaşık bin test oluşturmak için bir ajan kullandığını, ardından bu testleri eleştirmesi için başka bir ajandan yararlandığını anlattı. İnceleme, ortaya çıkan sonucun yeterince iyi olmadığını gösterdi ve Gutmans bunu kendisi iyileştirmek zorunda kaldı. Bu durumda insan muhakemesine duyulan ihtiyaç ortadan kalkmadı; yalnızca ayrıntılı uygulamadan tasarım, koordinasyon ve değerlendirmeye taşındı.
Bu değişim, alışılmadık bir kod tabanını anlamaya da uzanıyor. Ajanlar projenin daha geniş bir bölümünde gezinebilir ve sistemi sınırlı bir parçasını incelerken insan denetçinin fark etmesinin zor olduğu hata sınıflarını bulabilir. Bununla birlikte Gutmans, Google’ın özellikle kararlar veya değişiklikler hassas olduğunda insan incelemesiyle ajan incelemesini birlikte kullandığını söyledi.
İnceleme mutlak güven değil, risk yönetimi meselesidir
Söyleşi, denetime üç durum üzerinden bakmayı öneriyor: insanın döngüde olduğu durum, ajanın döngüde olduğu durum ve ajanın döngünün üzerinde olduğu durum. Bu, her durum için geçerli tek bir seçim anlamına gelmiyor; hata olasılığına ve hatanın etkisine göre uygun inceleme düzeyinin belirlenmesi anlamına geliyor.
Güvenlik belirteçleri gibi hassas güvenlik bileşenleriyle ilişkili değişikliklerde bir insan uzmanın katılımı daha önemli. CSS ve HTML değişiklikleri veya bazı Python betikleri içinse, güvenlik kontrolünde ajandan yararlanmak farklı bir otomasyon düzeyine güvenmeyi pratik hâle getirebilir. Buradaki temel fikir, ajanların hata yapmadığı ya da insanların her şeyi eşit verimlilikle incelediği değil; inceleme kararının riskin ve sonuçların büyüklüğünü yansıtması gerektiğidir.
Gutmans, sezgi ile veri arasındaki farkı açıklamak için Waymo deneyimini örnek verdi. Waymo kullanırken bir insanın zarar verici bir kazaya maruz kalma olasılığının Uber sürücüsüyle yolculuk etmeye kıyasla %80 daha düşük olduğunu, buna rağmen birçok kişinin direksiyonun başında bir insan olduğunda kendini daha rahat hissettiğini söyledi. Benzer şekilde bir ekip, göstergeler belirli bir görevde ajan kullanımının insan alternatifine kıyasla riskleri azaltabileceğine işaret etse bile, izlenim nedeniyle ajanın özerkliğini reddedebilir.
İşe alım ve öğrenme, yönlendirme becerisini sınamaya yöneliyor
Gutmans, bilgisayar bilimi eğitiminin sona ermeyeceğine, ancak öğrencilerin ajanların yardımıyla daha karmaşık ve daha geniş kapsamlı projeler gerçekleştirebileceğine inanıyor. Bu nedenle sistemlerin nasıl oluşturulacağını, çalıştırılacağını ve ölçeklendirileceğini bilmek hâlâ gerekli olacak; bunun yanında problemi formüle etme, çözümleri değerlendirme ve akıllı araçları yönlendirme becerisine sahip olmak da önem kazanacak.
Google’ın mühendislik mülakatı sürecinin bir bölümünü değiştirmek için çalıştığını söyledi. Adaydan quick sort gibi bir algoritmayı elle yazmasını istemeye odaklanmak yerine, Gemini’yi ve ajanı kullanarak bir problemi çözmesine izin verilecek; ardından düşünme biçimi, problemi ele alış sıralaması ve ajanı nasıl yönlendirdiği değerlendirilecek. Bu, teknik becerileri ortadan kaldırmıyor; ancak mülakatın ölçmeye çalıştığı şeyi değiştiriyor: Soyut bir çözümü üretme hızından çıkarıp akıl yürütme, tasarım ve koordinasyonun kalitesine taşıyor.
En büyük engel modellerde değil, verilerde olabilir
Gutmans’a göre Gemini ve Opus gibi modeller artık kurumsal görevlerin büyük bir bölümünü otomatikleştirebiliyor; bu nedenle başlıca darboğaz artık yalnızca modellerin kendisi değil. Daha önemli zorluk, anlam ilişkilerini, yetkileri ve yönetişimi koruyarak kuruluşun verilerini ajanlar tarafından anlaşılabilir ve kullanılabilir hâle getirmek.
Buna yapılandırılmış ve operasyonel verilerin yanı sıra bulut depolamada veya başka yerlerde bulunan görseller, PDF dosyaları, sözleşmeler ve diğer yapılandırılmamış veriler de dâhil. Google, ajanların verilerin nerede bulunduğunu keşfetmeye, aralarındaki bağlantıları anlamaya ve geçmişte çok sayıda veri sorumlusunu gerektiren anlamsal görünümleri oluşturmaya yardımcı olabileceğini düşünüyor. Gutmans bu eğilimi, verilerin GCP’de, AWS’de, Azure’da veya yerel ortamlarda bulunmasından bağımsız olarak etkinleştirilmesini amaçlayan «borderless lakehouse» kavramı çerçevesinde tanımlıyor.
Gutmans ayrıca Iceberg gibi açık veri formatlarının önemine ve bulutlar arası entegrasyonların gigabayt başına veri aktarım ücretlerine tamamen bağlı kalmadan verilere erişmeye yardımcı olabileceğine dikkat çekti. Ayrıca «knowledge catalog» hakkında konuştu ve ontoloji oluşturmanın tamamen insanların yönettiği bir süreç olmaktan çıkarılıp ajanların yönettiği bir sürece dönüştürülmesinden söz etti; insan ise ağır manuel işleri yürütmek yerine koordinasyon ve düzenleme rolünü sürdürüyor.
Pratikte ne değişiyor? Teknik ekipler için bir yazılım ajanı sağlamak ve sonra onu çalışmaya bırakmak yeterli değil. Etkili kullanım, otomasyona değer görevlerin belirlenmesini, riskleriyle orantılı inceleme düzeylerinin oluşturulmasını ve ajanın eriştiği verilerin ve yetkilerin kalitesinin güvence altına alınmasını gerektiriyor. Geliştiricinin rolü ise ortadan kalkmıyor; aksine geliştirici, yürütme kapasitesine sahip bir araçlar grubunu yönlendiren ve bunların ürettikleri hakkında nihai muhakemenin sorumluluğunu üstlenen bir mühendise daha çok benziyor.