Blog
Mert Özen'in yazılım geliştirme, backend, frontend ve DevOps üzerine blog yazıları.
Ekipte AI: Politika, Etkiyi Ölçmek, Junior Gelişimi ve Ne Zaman Kullanmamalı
Ekipte AI'dan fayda görmek araçtan çok çevreye bağlıdır: kısa ve yazılı bir politika, teknik kontrolleri olan kurallar, teslim metrikleriyle ölçüm ve öğrenmeyi koruyan alışkanlıklar. Bookstore için gerçek bir AI politikası ve pull request şablonu, DORA'nın yedi yeteneği, yanıltıcı metrikler, Anthropic'in beceri kaybı deneyi ve AI'ı kullanmamanın daha iyi olduğu işleri ele alıyoruz.
AI Coding Araçlarını Güvenli Kullanmak: Secret'lar, Prompt Injection, Paket Halüsinasyonu ve Lisans
AI coding agent'ını güvenli kullanmanın yolu modelin kandırılacağını varsayıp yetkisini sınırlamaktır: komut onayı, sandbox, kapalı ağ ve agent'ın ortamında production secret'ı olmaması. Gizli bir issue yorumunun on denemenin onunda agent'ın planına girdiğini, gitleaks'in neyi kaçırdığını, modellerin önerdiği on paketin beşinin nuget.org'da olmadığını gerçek çıktılarla gösteriyor; dependency taramasını ve lisans riskini ele alıyoruz.
AI'ın Yazdığı Kodu Review Etmek ve Doğrulamak: Tipik Hatalar, Checklist ve AI Reviewer'lar
AI'ın yazdığı kodun en tehlikeli hali derlenen ve testleri geçen ama yanlış olanıdır; bu yüzden diff'i plana, test değişikliklerini ayrıca ve edge case'leri kendi testinle okumalısın. Gerçek model çıktılarıyla 500 veren bir sepete taşı endpoint'ini, CI'ı yeşile çevirmek için zayıflatılan bir testi, AI pull request checklist'ini, Copilot code review'un çalışma biçimini ve yerel bir AI reviewer'ın bulgularını ele alıyoruz.
AI ile Özellik Geliştirme Akışı: Keşfet → Planla → Uygula → Doğrula ve Spec-driven Development
Agent'la özellik geliştirmenin güvenli yolu işi keşfet, planla, uygula ve doğrula adımlarına bölüp planı yazılı ve onaylı tutmaktır; böylece her diff'i bir plana göre okursun. Bookstore'a istek listesini gerçek model çıktılarıyla ekliyor, planı review ediyor, test-first ilerliyor, plandan sapan kodu yakalıyor ve Spec Kit'in akışını, context yönetimini ve git worktree ile paralel agent'ları ele alıyoruz.
Agent'a Doğru Context Vermek: AGENTS.md, copilot-instructions.md, CLAUDE.md ve Path-specific Talimatlar
Coding agent'a repo'yu anlatmanın araçtan bağımsız yolu kökte kısa bir AGENTS.md yazmaktır: build ve test komutları, klasör yapısı, ekip kuralları ve önce sorulacak konular. Hangi aracın hangi dosyayı okuduğunu, nested ve path-specific talimatları, Bookstore için gerçek bir AGENTS.md'yi, aynı görevin üç farklı context'le verdiği sonuçları ve talimat dosyasının bayatlamasını yakalayan bir kontrolü ele alıyoruz.
AI Coding Assistant'lar Gerçekte Ne Kadar Yardım Ediyor? Araç Türleri, Kanıtlar ve Doğru Beklenti
AI coding araçları her işte aynı ölçüde yardım etmez: izole ve kolay doğrulanan işlerde hızlandırır, repo bilgisi isteyen işlerde kazanç context'e ve review'a bağlıdır. Completion'dan cloud agent'a araç türlerini, METR'in 2025 ve 2026 ölçümlerini, DORA 2025'in amplifier bulgusunu ve yerel bir modelle yapılan iki gerçek deneyi ele alıyoruz.