Prompt Engineering Bitiyor mu? Yapay Zekâda Yeni Dönem: Loop Engineering

Yapay zekâ dünyasında son iki yılın en popüler kavramlarından biri hiç şüphesiz "prompt engineering" oldu.

İnsanlar daha iyi sonuç almak için daha iyi prompt yazmayı öğrenmeye çalıştı.

Kurslar açıldı.

Sertifikalar verildi.

"En iyi prompt nasıl yazılır?" başlıklı binlerce içerik üretildi.

Ancak son dönemde dikkat çekici bir değişim yaşanıyor.

Özellikle yazılım geliştirme tarafında çalışan ekipler arasında yeni bir yaklaşım konuşulmaya başlandı:

Loop Engineering

Bu yaklaşımın temel iddiası oldukça radikal:

Gelecekte insanlar yapay zekâya görev vermeyecek.

İnsanlar, yapay zekâların birbirlerine görev verdiği sistemleri tasarlayacak.

İlk bakışta kulağa teorik gelebilir.

Ancak bugün Codex, Claude Code ve benzeri agent platformlarının gelişim yönüne baktığımızda bunun sadece bir fikir değil, yavaş yavaş oluşan yeni çalışma modeli olduğunu görüyoruz.

Prompt'tan Sisteme Geçiş

Bugüne kadar kullandığımız model oldukça basitti.

İnsan düşünür.

Prompt yazar.

AI cevap verir.

İnsan sonucu değerlendirir.

Yeni prompt yazar.

Süreç tekrar eder.

Bu yapı tamamen insan merkezlidir.

Yapay zekâ yalnızca görev alan taraftır.

Loop yaklaşımında ise tablo değişiyor.

İnsan artık görevin her adımını tarif etmek yerine sistemi tasarlıyor.

Sistem:

• İşleri keşfediyor
• Önceliklendiriyor
• Görevlendiriyor
• Sonuçları kontrol ediyor
• Sonraki işi belirliyor

İnsan ise süreç yöneticisi haline geliyor.

Aslında bu değişim, yazılım dünyasında yıllardır yaşadığımız otomasyon dönüşümünün yapay zekâ versiyonu.

Nasıl ki sistem yöneticileri artık tek tek sunucu kurmuyor, Infrastructure as Code ile altyapı tasarlıyorsa;

Yapay zekâ çağında da insanlar tek tek prompt yazmak yerine agent ekosistemleri tasarlamaya başlıyor.

Loop Nedir?

En basit haliyle bir loop şu şekilde çalışır:

1. Bir hedef tanımlanır.
2. AI görevi gerçekleştirir.
3. Sonuç kontrol edilir.
4. Hedefe ulaşılıp ulaşılmadığı değerlendirilir.
5. Gerekirse yeni aksiyon üretilir.
6. Döngü devam eder.

Buradaki kritik nokta şudur:

İnsanın her aşamada bulunması gerekmez.

Sistem kendi kendine ilerler.

Örneğin:

"Depodaki kritik hataları bul ve çöz"

şeklinde tanımlanmış bir loop:

• Açık hataları analiz edebilir
• Önceliklendirebilir
• Kod değişikliği önerebilir
• Test çalıştırabilir
• Sonuçları doğrulayabilir
• Pull Request oluşturabilir

ve tüm bunları insan müdahalesi olmadan gerçekleştirebilir.

Kulağa etkileyici geliyor.

Fakat aynı zamanda riskli.

Birazdan buna döneceğiz.

Loop Engineering'in Beş Temel Bileşeni

Bugün ortaya çıkan sistemlerin büyük kısmı benzer yapı taşlarını kullanıyor.

1. Automations

Loop'un kalbi.

Belirli aralıklarla çalışan görevlerdir.

Örneğin:

• Her sabah CI hatalarını incelemek
• Açık ticket'ları analiz etmek
• Güvenlik açıklarını taramak
• Kod kalitesini kontrol etmek

Bu görevler insan tarafından tetiklenmez.

Sistem tarafından çalıştırılır.

2. Worktrees

Birden fazla agent aynı anda çalışıyorsa çakışma kaçınılmazdır.

Bu nedenle her agent'ın kendi çalışma alanına sahip olması gerekir.

Yazılım geliştirme tarafında bunun karşılığı Git Worktree yapılarıdır.

Böylece farklı agent'lar birbirlerinin işlerini bozmadan paralel çalışabilir.

3. Skills

Agent'ların kurumsal hafızasıdır.

Bir şirketin:

• Kod standartları
• Güvenlik kuralları
• Deploy süreçleri
• Mimari tercihleri

her seferinde yeniden anlatılamaz.

Bu nedenle bilgiler dışarıda saklanır.

Agent her çalıştığında bu bilgileri kullanır.

Aslında bu kavram, son dönemde sık konuştuğumuz "kurumsal hafıza" probleminin AI versiyonudur.

4. Connectors

Gerçek dünya ile bağlantı noktalarıdır.

Bir agent:

• Jira okuyabiliyorsa
• Slack'e yazabiliyorsa
• GitHub'a erişebiliyorsa
• CRM verilerini görebiliyorsa

gerçek iş süreçlerine dahil olabilir.

Aksi halde yalnızca fikir üretir.

Eylem gerçekleştiremez.

5. Subagents

Belki de en kritik yapı taşı.

İnsanların en büyük hatalarından biri kendi yaptıkları işi değerlendirmeleridir.

Yapay zekâlar da aynı problemi yaşar.

Bu nedenle:

Bir agent üretir.

Başka bir agent doğrular.

Üçüncü bir agent test eder.

Dördüncü bir agent güvenlik kontrolü yapar.

Böylece sistem kendi içinde denge kurmaya çalışır.

Asıl Değişim Nerede?

Bence asıl önemli konu teknoloji değil.

Rol değişimi.

Eskiden uzmanlık:

"AI'ya ne söyleyeceğini bilmekti."

Şimdi ise:

"AI sistemlerini nasıl yöneteceğini bilmek."

Bu ikisi arasında ciddi fark var.

Prompt yazmak taktik bir beceri.

Loop tasarlamak ise sistem düşüncesi gerektiriyor.

Yeni Risk: Comprehension Debt

Burada çok önemli bir tehlike ortaya çıkıyor.

Ben buna son dönemde şirketlerde giderek daha sık rastlıyorum.

AI iş üretiyor.

İnsan sonucu kabul ediyor.

Ancak nasıl üretildiğini bilmiyor.

Bir süre sonra ortaya şu tablo çıkıyor:

• Çalışan sistemler var.
• Kimse nasıl çalıştığını tam bilmiyor.
• Kodun büyük bölümü AI tarafından üretildi.
• Kararlar AI tarafından alındı.

Bu durum teknik borçtan daha tehlikeli.

Çünkü burada bilgi borcu oluşuyor.

Yani organizasyonun sahip olduğu sistemler ile organizasyonun anladığı sistemler arasındaki fark büyüyor.

Bu fark büyüdükçe kurumun teknoloji üzerindeki kontrolü azalıyor.

AI Çağında Mühendisin Yeni Görevi

Bazı yorumcular bu dönüşümü "mühendisliğin sonu" olarak yorumluyor.

Ben aynı fikirde değilim.

Aslında tam tersi yaşanıyor.

Kod yazmak daha ucuz hale geliyor.

Doğru sistemi tasarlamak daha değerli hale geliyor.

Bu nedenle geleceğin mühendisleri:

• Daha az kod yazacak
• Daha fazla sistem tasarlayacak
• Daha fazla doğrulama yapacak
• Daha fazla karar verecek

Yani iş ortadan kalkmıyor.

İşin ağırlık merkezi değişiyor.

Sonuç

Prompt engineering'in tamamen ortadan kalkacağını düşünmüyorum.

Nasıl ki Excel çıktı diye muhasebeciler ortadan kaybolmadıysa;

Agent'lar çıktı diye mühendisler de ortadan kaybolmayacak.

Ancak yeni dönemde değer üreten kişiler:

Yapay zekâya tek seferlik görev verenler değil,

Yapay zekâların birlikte çalıştığı sistemleri tasarlayanlar olacak.

Loop Engineering'in verdiği asıl mesaj da bu.

Mesele yapay zekâyı kullanmak değil.

Mesele yapay zekâların nasıl çalışacağını tasarlamak.

Ve bu görev hâlâ insana ait.