Kodlama ajanın hızlandı. Geri bildirim döngün hızlanmadı.

Boris Cherny 2 Haziran 2026’da Acquired Unplugged / WorkOS yayınında işinin son bir yılda nasıl değiştiğini anlattı:

“Now it’s actually leveled up I think again to the next abstraction where I don’t prompt Claude anymore. I have loops that are running. They’re the ones that are prompting Claude and kind of figuring out what to do. My job is to write loops.”

Özetle: Claude’a artık kendisi prompt yazmıyor. Çalışan döngüler kuruyor, Claude’a prompt yazan da o döngüler oluyor. Kendi tarifiyle işi artık döngü yazmak.

Bu cümleden herkesin anladığı şey aynı oldu: inner loop’unu (iç döngü) daha iyi kur.

Sonrasında gelenler belli. Worktree’ler, alt ajanlar, skill’ler, doğrulama katmanları, harness’ı ayakta tutan bir sürü altyapı işi. Hepsi gerçek, hepsi de işe yarıyor. Ama hedefleri tek: sen terminalin başındayken dönen döngü. Gerçek bir insanın gerçek sitene girmesiyle başlayan döngüye ise kimse elini sürmedi.

Moda tabir meselesi

Terimin adı “loop engineering” (döngü mühendisliği). Bu adı 7 Haziran 2026’da Addy Osmani koydu. Cherny pratiği 2 Haziran’da anlatmıştı, Peter Steinberger 7 Haziran’da bir tweet’e sığdırdı; ikisi de bu ifadeyi kullanmadı. Andrew Ng 26 Haziran’da The Batch #359’da terim için moda tabir dedi, haksız da sayılmaz.

Biz yine de kullanıyoruz, çünkü insanların arattığı kelime bu. Üstüne bir taksonomi kurmak gibi bir niyetimiz yok.

Ng’nin üç döngüsü

O Batch sayısının asıl değerli kısmı şu diyagram. Ng tek bir döngü değil, iç içe geçmiş üç döngü çiziyor. Kodlama ajanı bir ürün spec’i ve eval’ler karşısında dönüyor. O spec geliştiricinin vizyonu karşısında dönüyor. Geliştiricinin vizyonu da dış geri bildirim karşısında dönüyor. Etiketler kabaca ~dakika, ~saat, ~gün.

Zinciri sağdan sola okumaya başlayınca diyagram araç setini anlatmayı bırakıyor, gerçekliğin koda nasıl ulaştığını anlatmaya başlıyor. Gerçeklik önce bir kullanıcının başına geliyor. Kullanıcı tepki veriyor. Tek bir karakter değişene kadar o tepkinin önce geliştiricinin kafasına, oradan bir spec’e, oradan da bir ajana varması gerekiyor. Soldan sağa iş akıyor. Sağdan sola gerçek akıyor ve yavaş olan yön bu.

Ng dış geri bildirim döngüsünü (outer loop) ~gün diye etiketliyor. Bu iyimser hal, çünkü geri bildirimin sana zaten eyleme dönüştürülebilir halde ulaştığını varsayıyor. Gerçekte sinyalin önce Slack’teki bir ekran görüntüsünden, sonra bir triyaj toplantısından, en son da birinin hafızadan yazdığı bir ticket’tan sağ çıkması gerekiyor. O zaman döngü haftalarla ölçülüyor.

Asıl canını sıkması gereken yer de burası. İç döngüyü hızlandırmak dış döngüyü küçültmüyor, sadece toplam içindeki payını büyütüyor. Dakikalar döngüsü gerçekten on kat hızlandıysa ve dış döngü yerinden oynamadıysa, bekleme süresinin neredeyse tamamı artık dış döngüde. Bir sonraki mühendislik saatini hangi döngüye harcaman gerektiği konusunda Amdahl’ın net bir cevabı var ve o döngü aylardır uğraştığın döngü değil.

Dış döngü makine sinyalleriyle kapanmıyor

Buna verilecek bariz bir itiraz var: ajanlar artık kendi işini doğrulayabiliyor. Test var, tip kontrolü var, linter var, baseline’a karşı diff’lenen ekran görüntüsü var. Bu döngüde insana ne gerek var?

Gerek var, çünkü bunların hiçbiri niyeti doğrulamıyor.

Qwen’in doğrulama makalesi The Verification Horizon: No Silver Bullet for Coding Agent Rewards (arXiv 2606.26300, Haziran 2026) doğrulamanın artık üretmekten daha zor olduğunu, testlerin ise niyetin ancak “a thin layer of intent” kadarını, yani ince bir katmanını kapsadığını savunuyor. Makalenin daha keskin iddiası yapısal olanı: kurduğumuz her doğrulayıcı “a proxy for human intent rather than intent itself”, yani niyetin kendisi değil, insan niyetinin bir vekili. Yeşil bir test suite’i sana kodun testin dediğini yaptığını söyler. Testin doğru şeyi deyip demediği konusunda tek kelime etmez. Bu hakemli bir sonuç değil, bir pozisyon makalesi; öyle de okunmalı. Ama argümanın ayakta kalması için yeni ölçüme ihtiyacı yok.

Ajana ne kadar emin olduğunu sorup işin etrafından da dolaşamıyorsun. Şubat 2026 tarihli bir çalışma (arXiv 2602.06948) modellerin öngördüğü başarı oranıyla gerçekleşen başarı oranını karşılaştırdı:

Her model kendini olduğundan iyi sanıyor, hem de epeyce. Bu fark tek bir laboratuvara özgü bir tuhaflık değil. Modelin kendi beyan ettiği güven, üstüne döngü kapatabileceğin bir sinyal değil.

Demek ki dış döngüde insan şart. O zaman asıl soru da insanın döngüde olup olmayacağı değil: sinyalin oraya vardığında ne halde olduğu.

Geri bildirimin çoğu yolda ölüyor

BugsRepo (EASE 2025) 119.585 Mozilla hata raporunu inceledi. Bunların yalnızca %10,5’i Bugzilla’nın kendi raporlama şablonuna uyuyordu. Bu bir şablon uyumu ölçüsü, kalite hükmü değil; sorunun büyüklüğünü değil alt sınırını veriyor. Yine de şablonu açıkça yayımlayan bir projede, teknik olarak yetkin insanların yazdığı raporlarda %10,5 çarpıcı bir taban. Sorun yeni de değil. Bettenburg (FSE 2008) ve Chaparro (FSE 2019) hata raporlarının kronik olarak eksik ve muğlak olduğunu, üstelik tam da raporu eyleme dönüştürecek kısımların, yani yeniden üretim adımlarıyla beklenen davranışın eksik kaldığını belgeliyor.

İlk akla gelen çözüm daha fazla geri bildirim toplamak oluyor. Kanıtlar ise hacmi değil biçimi gösteriyor.

CHI 2026’da sunulan bir Apple ML çalışması (arXiv 2509.16779) bir model için insan girdisi toplamanın iki yolunu karşılaştırdı. İnsanlardan hazır bir işi yerinde revize etmelerini istediklerinde tercihlerin %76,1’ini geri kazandılar. Alternatifleri sıralamalarını istediklerinde bu oran %49,2’de kaldı ve yazarlar bunun için rastgele seçime yakın diyor. Çalışma hakemli, ama komşu bir alandan geliyor: kodlama ajanlarını değil, arayüz tasarımı görevlerini inceliyor. Yani bizim problemimiz için benchmark diye okuma. Şunun gerekçesi olarak oku: insandan bir şeyi işaret etmesini değil, şeyler arasında seçim yapmasını isteyen her geri bildirim mekanizmasına şüpheyle bak.

Slack thread’i tam olarak sıralamadır. Yerinde revizyon ise gerçek sayfadaki bozuk öğeyi parmakla göstermektir.

Karşı argümanın en güçlü hali

Dürüst olalım: bu, kimsenin farkında olmadığı bir problem değil ve öyleymiş gibi davranmayacağız.

Bize “a thin layer of intent” ifadesini veren Verification Horizon makalesi, ele aldığı dört ödül kurgusundan birini doğrudan doğrulayıcı-olarak-kullanıcı diye adlandırıyor. Araştırmacılar oraya bizden önce vardı. Üstelik makalenin alt başlığı No Silver Bullet for Coding Agent Rewards; sihirli değneği bulduğunu duyurmak üzere olan herkese çevrilmiş yerinde bir uyarı. Biz öyle bir iddiada bulunmuyoruz.

Yani boşluk kavramsal bir boşluk değil. Araştırmada adı konan şey sahadaki harness’lerde yok, mesele bu. Bugün herhangi bir ajan harness’ini aç ve geliştirici olmayan birinin döngüye yapılandırılmış sinyal verebilmesi için kaç arayüz olduğunu say. Bir tanesini bulmakta bile zorlanırsın. Araştırmada var, pratikte yok.

Döngüyü kapatmak neye benziyor

Position: Humans are Missing from AI Coding Agent Research makalesi (CMU / Stanford / Princeton / UIUC, Şubat 2026) darboğazın insan-ajan etkileşimine kaydığını savunuyor ve açıkça “visual previews and interactive summaries”, yani görsel önizlemeler ve etkileşimli özetler istiyor. Makalenin SWE-bench yazarlarından gelmesi ayrıca not edilmeli: alanın kendini ölçtüğü benchmark’ı kuran insanlar, kalan problemin benchmark’ta olmadığını söylüyor. Bu da bir pozisyon makalesi.

PinAppAI bu çağrının bir uygulaması; mümkün tek uygulaması değil. Bir reviewer canlı sayfadaki gerçek öğenin üstüne yorumunu pin’liyor. Yorum yanında seçiciyi, sayfayı, cihazı ve viewport’u taşıyor. Ajan bunu MCP sunucusu üzerinden okuyor, uyguluyor ve sonucu geri yazıyor. PR’ı yine geliştirici inceliyor. İnsanı döngüden çıkarmıyoruz. Sinyalin biçimini değiştiriyoruz ki araştırmanın “burada ölüyor” dediği duraklardan sağ çıksın.

Bunu bu sitede denedik. Tek bir değişiklikte, pin’den uygulanmışa ve yeşil işarete kadar duvar saatiyle yaklaşık 13 dakika. Kendi sitemizdi, tek bir değişiklikti ve kayıttaki hızlanma rampaları hızlandırılmış. Yani bu bir demo, ölçüm değil.

Bilmediklerimiz

3 gerçek dış kullanıcımız ve 1 gerçek dış projemiz var. Bu bir müşteri tabanı değil; yukarıdaki hiçbir şey müşteri sonucu diye okunmamalı.

Kendimiz dışında kimse için döngü süresinde bir azalma ölçmedik. Elimizdeki tek veri, kontrol ettiğimiz bir sitedeki tek bir değişiklik. Dış döngünün haftalardan saatlere ineceği iddiası beyan edilmiş bir öngörü. Argümandan çıkıyor, argüman da yanlış olabilir.

Emin olduğumuz tek şey genel şekil: iç döngü hızlandı, dış döngü hızlanmadı, artık baskın olan ikincisi. Ölçecek müşterilerimiz olduğunda sayıları yayımlayacağız, bizi iyi göstermeyenleri de.