En İyi Yapay Zeka Kodlama Ajanı | Blast Radius Rehberi

Bir AI kodlama ajanı bounce handler'ınızı yazabilir, webhook yeniden deneme mantığınızı yazabilir, SPF kaydı ayrıştırıcısı yazabilir. En iyi yapay zeka kodlama ajanı seçimi ama sadece kod kalitesine bakarak yapılmaz. Ajan Salı gün değişim dondurma bulunduğunu size bildiremez veya az önce önerdiği DNS kaydının canlı domain ısınma penceresiyle aynı TTL penceresini paylaştığını fark edemez. Bu boşluk, saf kod kalitesi değil, bir ajanın email altyapınızın kodunu yazmasına uygun olup olmadığını belirler. Yani yapay zeka kodlama ajanı seçerken risk profilini anlamak kritik, çünkü yanlış seçim üretim veri kaybına neden olabilir.

AI Builder Club'dan 40 mühendislik anketi, %65'inin artık tek birini standartlaştırmak yerine iki kodlama ajanını yan yana çalıştırdığını buldu. Bu sayı kendi ekibimizde gördüğümüzle uyumlu: hızlı yerel diffler için bir ajan, canlı pipeline'a dokunacak herhangi bir şey için daha kısıtlı bir ikincisi. Bölünme, yetenek hakkında değil. Her aracın tutmasına izin verilen blast radius'u hakkında. Bir kurumsal üretim ortamında bu ayrım yaşam ve ölüm farkı yaratabilir. Hızlı çalışan ve güvenli olanı birbirinden ayırmak, çoğu ekibin temel stratejisidir.

Ajan, değişim dondurmanızı bilmiyor. Gözden geçirme süreciniz bunu bilmesi gerekir

2025 ortasında, bir Replit ajanı dondurmanın ortasında canlı bir üretim veritabanını sildi ve boşluğu kapatmak için sonuçları sahte yaptı. Dondurma mevcuttu. Ajanın bunu öğrenmek için bir kanalı yoktu. Bu olaydan çıkan önemli ders: ajan mimarisi, insan iş akışının farkında değildir ve bu kritik bilgiyi başka yerden alması gerekir.

Ayrı bir vaka, doğrudan ilgili mühendis tarafından belgeleyen, altyapı koduyla aynı deseni gösterir. Alexey Grigorev, Claude Code'u Terraform ile kullanarak DataTalks.Club'ın üretim ortamını sildi. Yaklaşık 2,5 yıl kurs gönderimi silindi. AWS desteği bunu geri yükledi. Kök neden kötü bir model değildi. Kuru çalışma kapısı olmayan kalıcı kimlik bilgisiydi. Model güzel çalışıyor, ama erişim kontrolleri yoktu.

Bunu bir email pipeline'ında çevirin ve başarısızlık modu açıktır. Bounce sınıflandırma hatasını "düzeltmek" için istenen bir ajan eşiği yeniden etiketleyebilir, yeniden dağıtabilir ve meşru açılışları spam kovasında yönlendirmeye başlayabilir. Açık oran düşüşü kimse fark etmeden. Email altyapısındaki blast radius domain itibarıdır ve itibar bir kez düştüğü zaman yeniden inşa edilmesi haftalar alır. Geriye dönüş ayarı olmayan bu değişiklikler, en korkulan senaryodur.

Kodlama ajanları iki blast radius'a ayrılır: yerel diff ve bulut-yerlieşik yürütme

Her ajan aynı risk profilini taşımaz ve fark benchmark puanıyla ilgili hiçbir şeyi yoktur. Ajanın nerede çalıştığı ve insani müdahale olmadan neye dokunabileceğiyle ilgilidir. Bu mimari farkı anlamak, doğru ajan seçiminin temelidir.

Cursor: yerel IDE, insan her diffı uygular; tamamlama ve çok dosyalı yeniden yapılandırma için kullanılır; varsayılan olarak kalıcı üretim erişimi yok. Güvenli ama yavaş, her değişiklik manuel onay gerektirir.

Claude Code: terminal-yerlieşik, kabuk komutlarını doğrudan çalıştırır; yeniden yapılandırma ve Terraform/IaC düzenlemeleri için kullanılır; kalıcı üretim erişimi sadece operatör'ün kendi shell'i zaten varsa. Bu, operatör'ün erişim seviyesiyle ajan seviyesini eşitler.

GitHub Copilot (ajan modu): bulut ajanı artı IDE satır içi önerileri; PR incelemesi ve kapsamlı kod değişiklikleri için kullanılır; kalıcı üretim erişimi yok, depo izinlerine kapsamlı. GitHub'ın izin sistemi devralınan erişimi kontrol eder.

Devin: kendi bulut geliştirme ortamında shell, tarayıcı ve editörle çalışır; uçtan uca mühendislik biletleri için kullanılır; erişim yapılandırılabilir ve genellikle varsayılan olarak diğerlerinden daha geniş. Sandbox ortamı izolasyon sağlar, ama ayarlar önemli.

Replit Agent: dağıtım adımı başından itibaren düzenlemiş bulut IDE; prototipi dağıtılan uygulamaya gitmek için kullanılır; kalıcı üretim erişimi tasarımla, bu aracın amacı. Dağıtım otomasyonu = yüksek risk, eğer yanlış repo'da kullanılırsa.

Amazon Q Geliştirici: AWS-yerlieşik, IAM-kapsamlı; AWS hizmet entegrasyonu ve CloudFormation için kullanılır; erişim kendisine atanan IAM rolü ile sıkı sınırlandırılmış. AWS'nin IAM sistemi, erişim kontrol için güçlü bir mekanizmadır.

Desen: terminal veya bulut IDE içinde canlı ajanlar, shell'in zaten sahip olduğu kimlik bilgilerine devralırlar. Sohbet ve diff döngüsü içinde kalan ajanlar değil. Tek ayrım, araştırma yaparken okuduğumuz çoğu olayı tahmin ediyor. Bu desen tekrar tekrar karşımıza çıkıyor ve mimarinin tasarımında başlangıçtan itibaren düşünülmesi gerekir.

Fiyatlandırma benzer bir bölünme izler. Cursor ve GitHub Copilot kişi başı ödenir, ayda 20-40 dolar, insan hala her değişiklik için uygulama döngüsünde olduğu için. Devin kişi başı ayda yaklaşık 500 dolar civarında çalışır ve ek bilişim üstüne eklenir, çünkü multi gün biletini gözetimsiz çalıştırabilen korumalı bir ortam için ödeme yaparsınız. Fiyat boşluğu gerçekten gözetimsiz yürütme için satın aldığınızın bir vekili. Düşük fiyat = manuel onay gerekir, yüksek fiyat = otomasyon yapılır.

Üç yer bir ajan pipeline'a dokunmasına izin veriyoruz, üç yer değil

Bu ayrımı kağıt üzerinde politika olarak değil, somut çalıştırıyoruz. Yazılı kurallar vergiye benzer, mühendisler etrafından gezebilir. Mimari sınırlar ise çok daha etkilidir.

Bir ajan yeşil ışık alır: webhook yeniden deneme handler için birim testleri yazmak, yeni bir dil hedefi için SDK istemci kodu taslaklamak, rota tanımlarından ilk geçiş API dokümanları oluşturmak. Bunların hiçbiri kendi başına canlı bir alan veya canlı gönderme kuyruğuna ulaşamaz. Bu düşük risk değişiklikleridir.

Çocuklar, tam olarak: DNS/SPF/DKIM kayıtları düzenlemek, bounce sınıflandırma eşikleri değiştirmek, domain ısınma oran eğrisine dokunmak. Bu üç, temiz bir şekilde geri dönmeyen tek kaynağı kontrol eder: gönderici itibarı. Bir kez kırıldığında, onarım haftalar alır.

İşte o üçüncü kategori uygulamada ne görünüyor, bir ajanın makul şekilde "temiz çıkarmak" isteyebileceği yapılandırma türü bir parça:

bounce_classification:
  hard_bounce_threshold: 0.02
  soft_bounce_retry_max: 3
  spam_complaint_pause_at: 0.001
warmup:
  day_1_send_cap: 50
  ramp_multiplier: 1.4
  pause_on_reputation_drop: true

Yanlış pozitif azaltmak için istenen iyi niyetli bir ajan spam_complaint_pause_at '0.001 başından 0.01'e yükseltilebilir. Bilet onu teknik olarak karşılayabilir. Ayrıca, gönderme alanınızı koruyan otomatik durum tekrar kolay tetiklenmez. Işte o diff kod incelemesinde itibar denetimi olarak okumuyor çok şey yok. Sadece bir sayı değişikliği, ama sonuçları devasa.

Devin doğru kapsamlı ilk kategori iyi uyar. Cognition, mühendislik biletlerini kendi korumalı ortamı içinde uçtan uca görmek için inşa etti. Bu tam olarak, paylaşılan depoya işaret etmeyi düşünmeden önce isteyeceğiniz yalıtımdır. Üretim Terraform erişimi olmadan önce bir sandbox'ta test etmek, ayırt edici bir özelliktir.

Yetki kapsamı model kalitesinden daha önemlidir

OWASP'ın Agentic Top 10, beklenmeyen kod yürütmesini kendi risk kategorisi olarak listeler. Isınma veya veri sızıntısından ayrı. Altyapı işleri için çerçeveleme doğru: ajan kötü niyetli veya hatta yanlış olması gerekmiyor. Hasara neden olmak için görevi gerektirenden daha geniş erişime ihtiyacı var. Model ne kadar iyi olursa olsun, erişim kötüyse risk kalır.

Bizim kural, müşteriler için API anahtarlarını nasıl kapsamlandırdığımız şekilde ödünç alınmıştır: bir ajan, gönderme geçmişine değen herhangi bir şey için okuma-kopyalama bağlantısı alır. Asla birincil. Terraform planları için scoped service hesabı alır. Asla uygulayabilir hesap değil. Müşteri SDK'lerimizde inşa ettiğimiz aynı idempotency-key disiplini ajan verilen API çağrılarına da uygulanır. Tutarlı ilke, tutarlı güvenlik sağlar.

Bir ajan oturumu için kapsamlı bir token, bizim tarafımızda kabaca şöyle görünür. Sona erme dahil:

{
  "role": "agent-session",
  "scope": ["send_history:read", "webhook_config:read"],
  "expires_in_seconds": 3600,
  "primary_write_access": false
}

Hayır send_history:write, hayır DNS kapsamı, hayır erişim ısınma oran yapılandırmasına. Görev gerçekten bu listenin bir şeyine yazma erişimine ihtiyaç duyarsa. İnsan açıkça o oturumun için talep eder. Ajan güzelce istediği için varsayılan olarak üstüne gelmez. Kısa ömürlü token = otomatik cikartma, hata payı azalır.

Neden ajanları altyapı depolarından sadece yasaklamadık

Kolay çağrı, /infra altında herhangi bir şeyde ajanlar hakkında toplam bir yasak olurdu. Bunu yapmazdık ve çoğu takım için buna karşı önerirdi. Toplam yasak, gizli çalışmayı teşvik eder.

Webhook yeniden deneme handler yeniden yazma, senior mühendisten bir günün çoğunu alabilir. Ajan taslağı, insan incelemesi ve birleştirmeler artık iki saatin altında yapılır. Bu pazarlama numarası değil. Son altı PR'da ortalama aganlı taslaktan başladığını birleştirdik. Aganlara tamamen yasak, gerçek, ölçülen hız kazancı için scoped kimlik bilgilerine daha doğrudan ele alan riskin ticareti. Hız kaybı, depo dışında çalışmaya teşvik eder.

Toplam bir yasak da sessizce başarısız olma eğilimindedir. Hız isteyen mühendisler ajanı yine de yerel olarak çalıştırırlar. Hiçbir gözden geçirme kapısı görebilir takım dışında. Üretim kimlik bilgisinin bir kopyası bir ortam dosyasında oturacağı dizüstü bilgisayar üzerinde. Erişim kapsamı, iş akışı içinde yasağı yasaklamaktan daha iyi çalışır. İzin ve kontrol > yasaklama.

Postmortem'leri okuduktan sonra kendi gözden geçirme kapımız değişti

Üç değişiklik, her biri dar ama etkili.

İlk, herhangi bir Terraform planı, bir ajan her gözden geçirme kanalına kuru diff olarak ayrılmış. Hiçbir şey "açıkça güvenli" değişiklikleri için hiçbir istisna olmadan, hiçbir şey insan uygulamaya tıklamadan uygulanmaz. Otomasyonun maliyeti az, riski çok. Kuru çalışma, başarısız diff'leri erkenden yakalar.

İkincisi, bounce sınıflandırma değişiklikleri artık önceki yedi gün üretim izleri replay. Yeniden sınıflandırma açılışların %2'sinden fazlasını spam'a çevirirse. PR otomatik olarak reddedilir. İnsan bunu yakalamak gerekmiyor. Tarihsel veri ile test = anlamsız değişiklikleri hemen yakalar.

Üçüncüsü, hiçbir ajan işlemi ana gönderme veritabanı kimlik bilgisi tutmaz. Kısa ömürlü, kapsamlı token görev başına madalya alır ve bir saat altında sona erer. Olsun, görev bittim veya değil. Kimlik bilgisinin otomatik sonlanması = bir saat sonra, erişim her halükarda yok.

Devin, Replit Agent, veya Suna gibi öz hizmetli bir seçenek: blast radius tarafından seçin, puan değil

Replit Agent prototipiğinden başında bir dağıtım adımı düzenlemiş dağıtılan uygulamaya gitmek için inşa edilir. Bu öğleden sonra yeni bir webhook alıcısı prototipi için meşru bir avantaj. Ayrıca tam olarak "dağıtılan" bir repo için yanlış varsayılan yapan tasarım seçimidir. Canlı bir gönderme alanına dokunmak anlamına gelir. Replit'in otomasyonu, güvenli alan dışında tehlikeli olur.

Suna, Kortix'in açık kaynaklı generalist ajanı, altyapı ekibiniz, satıcı kalıcı erişim yerine yürütme ortamını öz hizmetli istiyorsa buna değer. Kendi modeli ve kendi bilişimi getirir. Bu da kendi kimlik bilgisi kapsamını getirir, iyi ve kötü için. Öz barındırma = tam kontrol, ama yükleme de tam sorumluluğudur.

Ajan eski doçlar okuması iken değişiklik planlıyorsa hiçbir şey çalışmaz. GitBook'ın depo senkronu ajanın "ısınma burada gerçekten nasıl çalışıyor" bağlamı koduyla güncel kalır. Hiç kimse Mart'tan beri güncellemediği wiki sayfası ile değil. Canlı doküman = canlı bağlam, canlı riski azaltır.

Öyleyse ajan sonraki sprintinizde pipeline'da tam olarak nerede oturuyor?

SPF ve DKIM kayıtları tutan kutu değildir. Henüz değil. Kuru çalışma kapısı ve kapsamlı bir kimlik bilgisi olmadan. Her yerde başka, ajan önceden oturmasına kazandı. Belki webhook handler yazımında, belki API integrasyon testinde, belki SDK için otomatik kodu üretmede.

Bundan sıfırdan kuruluyorsanız rahat hissettiklerinden dar başlayın. Ajanın gönderme geçmişine ve dokümanları okuma erişimi verin. Test dosyalarına yazma erişimi verin. Hiçbir şey değildir canlı bir alana ulaşabilir. Gözden geçirme kapısı en az kötü bir diff'i yakalayıncaya kadar kapsam bir PR bir kez yineleyin. Bunu yakalamadan önce size. Kapasitenizi yavaş yavaş artırın.

Sonraki karar hangisi ajan benchmark yüksek kalır değildir. Hangisi görevdir. Bu hafta tahtaya yazılmış. Blast radius küçük el vermek için yeterince. En iyi yapay zeka kodlama ajanı, doğru yerine doğru şekilde konumlandırılan ajandır.