Boris Cherny'nin Devrim Niteliğindeki İş Akışı: Claude Code'un Yaratıcısı Yazılım Geliştirmeyi Nasıl Yeniden Tanımlıyor?

Küresel - Ekhbary Haber Ajansı

Boris Cherny'nin Devrim Niteliğindeki İş Akışı: Claude Code'un Yaratıcısı Yazılım Geliştirmeyi Nasıl Yeniden Tanımlıyor?

Dünyanın en gelişmiş kodlama ajanının mimarı konuştuğunda, Silikon Vadisi sadece dinlemekle kalmaz; titizlikle not alır. Geçtiğimiz hafta boyunca, küresel mühendislik topluluğu, Anthropic'teki Claude Code'un vizyoner yaratıcısı ve yöneticisi Boris Cherny'nin X platformundaki ayrıntılı bir yazışmasını hararetle inceledi. Kişisel terminal kurulumunun sıradan bir paylaşımı gibi başlayan şey, hızla yazılım geliştirmenin geleceği hakkında viral bir manifesto haline geldi ve sektörden kişiler bunu yeni başlayan şirket için bir dönüm noktası olarak nitelendirdi.

Cherny'nin içgörüleri sadece yeni değil; aynı zamanda yapay zeka çağında geliştiricilerin verimlilik ve üretkenlik anlayışını aktif olarak yeniden şekillendiriyor. Geliştirici topluluğunun önde gelen seslerinden Jeff Tang, bu duyguyu şöyle vurguladı: "Claude Code'un en iyi uygulamalarını doğrudan yaratıcısından okumuyorsanız, bir programcı olarak geride kalırsınız." Sektörün bir diğer etkili gözlemcisi Kyle McNease ise daha da ileri giderek, Cherny'nin "oyun değiştiren güncellemeleriyle" Anthropic'in "ateş püskürdüğünü" ve potansiyel olarak "kendi ChatGPT anını" yaşadığını cesurca ilan etti. Cherny'nin açıklamaları etrafındaki somut heyecan, büyüleyici bir paradokstan kaynaklanıyor: iş akışı şaşırtıcı derecede zarif ve basit, ancak tek bir insanın, küçük, özel bir mühendislik departmanıyla ilişkilendirilen çıktı kapasitesiyle çalışmasını sağlıyor. Bir kullanıcının Cherny'nin kurulumunu uyguladıktan sonra X'te isabetli bir şekilde belirttiği gibi, deneyim geleneksel kodlamadan çok "Starcraft'a benziyor" — zahmetli bir şekilde sözdizimi yazmaktan, otonom birimleri stratejik olarak komuta etmeye doğru derin bir paradigma değişimi.

Doğrusal Kodlamadan Filo Komutanlığına: Yeni Bir Geliştirme Paradigması

Cherny'nin samimi açıklamasındaki en çarpıcı ifşaat, programlamaya geleneksel doğrusal yaklaşımdan ayrılmasıdır. Geliştirmenin geleneksel "iç döngüsünde" bir programcı tipik olarak bir fonksiyon yazar, onu titizlikle test eder ve ardından sırayla bir sonraki göreve geçer. Ancak Cherny, sofistike bir filo komutanı gibi çalışır. "Terminalimde 5 Claude'u paralel çalıştırıyorum," diye açıkladı Cherny, kurulumunu detaylandırarak. "Sekmelerimi 1-5 arasında numaralandırıyorum ve bir Claude'un girdi ihtiyacı olduğunu bilmek için sistem bildirimlerini kullanıyorum." iTerm2 sistem bildirimlerini ustaca kullanarak Cherny, beş eşzamanlı iş akışını ustaca yönetiyor. Bir yapay zeka ajanı kapsamlı bir test paketini çalıştırırken, diğerine karmaşık bir eski modülü yeniden düzenleme görevi verilirken, üçüncüsü aktif olarak karmaşık belgeler hazırlıyor. Operasyonel alanı yerel terminalin ötesine uzanıyor; ayrıca tarayıcısında "claude.ai'de 5-10 Claude" çalıştırıyor ve web arayüzü ile yerel makinesi arasında oturumları sorunsuz bir şekilde aktarmak için akıllı bir "ışınlanma" komutu kullanıyor. Bu sadece üretkenlikte bir artış değil; yapay zeka çağında yazılım geliştiricilerin rollerini nasıl algıladıklarına dair temel bir değişimi temsil ediyor. Geliştirici artık sadece bir kodlayıcı değil, karmaşık hedeflere doğru bir yapay zeka ajanları filosunu yöneten stratejik bir orkestratör.

Bu yenilikçi strateji, Anthropic Başkanı Daniela Amodei'nin bu hafta başında dile getirdiği "daha azla daha fazlasını yapma" felsefesini doğrudan doğrulamaktadır. OpenAI gibi zorlu rakipler trilyon dolarlık altyapı inşaatları peşinde koşarken, Anthropic, mevcut modellerin üstün orkestrasyonunun ve akıllıca kullanımının katlanarak artan üretkenlik kazanımları sağlayabileceğini güçlü bir şekilde göstermektedir. Bu, Anthropic'i şiddetli yapay zeka yarışında benzersiz bir şekilde konumlandırıyor ve gerçek inovasyonun yalnızca model boyutu veya ham hesaplama gücünde değil, akıllı sistemlerin akıllıca uygulanması ve yönetiminde yattığını vurguluyor.

Karşı Sezgisel Avantaj: En Yavaş, En Akıllı Model Neden Kazanır?

Gecikmeyi en aza indirme saplantısı olan bir endüstri için başlangıçta karşı sezgisel görünen bir hamleyle Cherny, şaşırtıcı bir tercihi açıkladı: yalnızca Anthropic'in en ağır ve geleneksel ölçütlere göre en yavaş modeli olan Opus 4.5'i kullanıyor. Cherny, "Her şey için Opus 4.5'i düşünerek kullanıyorum," diye açıkladı. "Şimdiye kadar kullandığım en iyi kodlama modeli ve Sonnet'ten daha büyük ve yavaş olsa da, onu daha az yönlendirmeniz gerektiği ve araç kullanımında daha iyi olduğu için, sonunda daha küçük bir model kullanmaktan neredeyse her zaman daha hızlıdır."

Kurumsal teknoloji liderleri ve CTO'lar için bu, kritik, paradigma değiştiren bir içgörü sunuyor. Modern yapay zeka odaklı geliştirmedeki gerçek darboğaz, bir tokenın ham üretim hızı değildir; yapay zekanın kaçınılmaz hatalarını titizlikle düzeltmek için harcanan paha biçilmez insan zamanıdır. Cherny'nin iş akışı, daha akıllı, daha yetenekli bir model için "hesaplama vergisini" peşin ödemenin, geliştirme döngüsünün ilerleyen aşamalarında çok daha maliyetli ve zaman alıcı "düzeltme vergisini" önemli ölçüde ortadan kaldırdığını güçlü bir şekilde öne sürüyor. Bu, salt üretim hızı yerine çıktı kalitesine ve minimum insan müdahalesine öncelik veren derin bir felsefi değişimi temsil ediyor. Daha az yönlendirme ve daha az düzeltme gerektiren bir modele yatırım yapmak, uzun vadede daha hızlı, daha verimli ve daha sağlam bir geliştirme döngüsüne yol açar.

Toplu Yapay Zeka Öğrenimi için Ortak Bir Dosya: CLAUDE.md İfşaatı

Cherny, ekibinin "yapay zeka amnezisi"nin yaygın sorununu nasıl ustaca çözdüğünü daha da detaylandırdı. Standart büyük dil modelleri, doğaları gereği, bir şirketin belirli kodlama stilini, mimari kararlarını veya tercih edilen kurallarını bir oturumdan diğerine doğal olarak "hatırlamazlar". Bu önemli sınırlamayı ustaca aşmak için Cherny'nin ekibi, git deposunda CLAUDE.md adında tek, kritik bir dosya bulundurur. Cherny, "Claude'un yanlış bir şey yaptığını gördüğümüzde, bunu CLAUDE.md'ye ekliyoruz," diye açıkladı, "böylece Claude bir dahaki sefere yapmaması gerektiğini biliyor."

Bu yenilikçi yaklaşım, yapay zeka hatalarını geçici engellerden kalıcı, uygulanabilir öğrenme derslerine dönüştürür ve böylece sürekli gelişen bir bilgi tabanı oluşturur. Bu birikmiş bilgeliği modelin eğitimine veya bağlamsal istemlerine etkili bir şekilde entegre ederek, geliştirme ekipleri sadece daha akıllı değil, aynı zamanda daha uyarlanabilir ve kendi benzersiz gereksinimlerine göre ince ayarlanmış yapay zeka ajanları sistematik olarak oluşturabilirler. Cherny'nin iş akışı, bir bütün olarak ele alındığında, sadece bir bireyin operasyonel metodolojisini değil, yazılım geliştirmenin geleceği için ikna edici bir vizyonu sergiliyor; insanlarla yapay zekanın dinamik, stratejik bir ortamda sorunsuz bir şekilde işbirliği yaptığı, üretkenlik ve inovasyonun sınırlarını temelden yeniden tanımladığı bir gelecek.

Ekhbary Haber Ajansı