SDLC'de aracı yapay zeka tanımlama

  • 5 dakika

Birçok geliştirici zaten tanıdık bir yardımcı deseninde yapay zeka kullanıyor. Yardımcı bir istemi yanıtlar, çıkış oluşturur ve denetimi kullanıcıya döndürür. Aracı daha da ileri gider: Bir hedefi yorumlayabilir, ara adımlara karar verebilir, araçları kullanabilir ve bir iş akışı içinde eylem gerçekleştirebilir.

Bu fark önemlidir çünkü yapay zekayı geliştirme konusunda yardımcı olan bir şeyden geliştirmeye katılan bir şeye dönüştürmektedir.

Bu ünitede şunları öğreneceksiniz:

  • Yapay zeka sistemini geliştirme bağlamında aracı yapan şey

  • Aracı tabanlı sistemlerin yardımcı tabanlı sistemlerden farkı

  • Aracı davranışı GitHub iş akışlarında nasıl görünür?

Slide, GitHub Copilot'u bir yardımcı ile bir ajan olarak karşılaştırıyor. Öneri tabanlı yardımı, araçları kullanma ve çekme istekleri oluşturma gibi otonom çok adımlı eylemlerle karşılaştırıyor.

Yapay zeka sistemini geliştirme bağlamında aracı yapan şey.

Yardımcı tabanlı sistemler genellikle reaktiftir:

  • Bundan sonra ne yapacağına karar vermek için bir kullanıcıya bağımlıdır.

  • Kod önerebilir, çıkışı açıklayabilir veya değişiklikleri özetler.

  • Bir depo içinde projeyi bağımsız olarak ileri götürmezler.

Aracı tabanlı sistemler hedef odaklıdır:

  • Bir görevi yorumlayabilir, bir yaklaşım geliştirebilir ve tamamlama adımlarını atabilir.

  • Dayanıklı sonuçlar, örneğin dallar, commit'ler ve çekme istekleri gibi, üretmek için GitHub API, CI iş akışları veya depo yazma operasyonları gibi araçlar kullanabilirler.

  • Geri bildirimlere (denetimler, incelemeler, taramalar) göre yineleme yapabilir.

GitHub'da bu model genellikle bir çekme isteği yönelimli iş akışı ile ifade edilir: aracı bir dalda değişiklikler önerir, bir çekme isteği açar ve değişiklik birleştirilmeden önce gözden geçirme ve doğrulama bekler.

Yardımcı ve ajan?

Şu durumlarda bir yardımcı gibi davranıyor:

  • Öneriler veya açıklamalar üretir

  • Depo eylemleri gerçekleştirmez

  • Kullanıcının her adımı el ile uygulamasını gerektirir

Yapay zeka sistemi, şu durumlarda aracı gibi davranır:

  • Birden çok adımda hedefi koruma

  • Ara eylemlere karar verme

  • Araçları kullanma

  • Dayanıklı artifaktlar oluşturma veya değiştirme (dal/taahhütler/PR)

  • Geri bildirim sinyallerine göre yineleme

GitHub'da aracı davranışı nasıl görünür

GitHub'de aracı davranışı, geliştiricilerin zaten kullandığı yapılarda görünür:

  • Dallar ve commit'ler (değişiklikler)

  • Çekme istekleri (önerilenler, neden ve gözden geçirme için)

  • İş akışları ve denetimler (hangi kanıt var)

  • Yorumlar ve onayları inceleme (insanların kabul ettikleri veya reddettikleri)

Bir ajan iş akışının yerini almaz. İş akışına katılımcı olarak giriyor.

Uygulama örneği

Aracı davranışı (PR üreten) Bir güvenlik uyarısı oluşturulur. Aracı:

  1. Dal oluşturur (örneğin, agent/bump-dep-2026-04-03)
  2. Bağımlılık ve kilit dosyasını güncelleştirir
  3. Özet ve plan içeren bir pull request açar
  4. CI denetimlerini bekler ve geri bildirimi gözden geçirir, sonra gerekirse düzeltir

Yardımcı davranışı (yalnızca öneri) Bir yardımcıya şunu sorarsınız: "Bu bağımlılığı nasıl güvenli bir şekilde güncelleştirebilirim?" Yardımcı aşağıdakileri verir:

  • önerilen komut kümesi

  • risk kontrol listesi

  • önerilen kod değişiklikleri Dalı ve çekme isteğini kendiniz oluşturmaya devam edebilirsiniz.

Bir sonraki ünitede, aracıların planlarını, eylemlerini ve değerlendirmelerini yöneten yaşam döngüsünü inceleyeceksiniz.