Applied AI Engineering AI-Assisted Delivery Field Manual
Başlangıç
APPLIED AI ENGINEERING / AI-ASSISTED DELIVERY

Applied AI Engineering

Model kod üretir. Sistem güven üretir.

Bu eğitim, “iyi prompt” anlatısından daha ileri gider. Olasılıksal bir modeli; sözleşme, test, checkpoint, context, agent grafiği ve kanıt zinciriyle ölçeklenebilir bir mühendislik sistemine dönüştürür.

SÜRÜM 1.1 11 DERS 32 KAVRAM 7 İNTERAKTİF LAB

Kaynak kontrolü: 20 Temmuz 2026 · İçerik güncel standartlar, ampirik çalışmalar ve açıkça etiketlenmiş uygulama vaka çalışmalarıyla yeniden doğrulandı.

Derse başla Saha protokolü Kaynak ve yöntem
ANA MODEL / 00
Hedef + sözleşme
Olasılıksal model
Deterministik kapılar
Kanıt + geri dönüş
Modelin görevi Seçenek ve kod üretmek
Sistemin görevi Sınır koymak ve doğrulamak
DERS HARİTASI

Bir fikirden, kanıtlanmış sisteme.

Akış bilinçli olarak tek yönlüdür. Önce modelin doğasını anlar, sonra kontrol katmanlarını kurar, en son uzun süre çalışan agent sistemlerine geçersin.

01 / Modeli doğru yere koyTEMEL ZİHİNSEL MODEL
KARŞILAŞTIRMA LAB / 01

Aynı görev, iki farklı çalışma biçimi

“Uygulamayı yap”
→
Model
→
Çıktı A
Çıktı B
Çıktı C
→
Manuel kontrol borcu
Hedef sözleşmesi
→
Model üretimi
→
Test + tip + şema
→
Kanıtlı çıktı
ÖLÇÜLEBİLİR

Model hata yapabilir; fakat hata test, şema veya kabul kapısında görünür hâle gelir.

Olasılıksal model

Aynı prompta farklı geçerli cevaplar üretebilir. Çıktı tekrar edilebilir olmak zorunda değildir.

Deterministik kontrol

Aynı girdide aynı kararı veren test, tip, şema, lint veya kural katmanıdır.

Doğrulama borcu

Modelin hızlı üretimi sonrasında insanın tek tek kontrol etmek zorunda kaldığı görünmez iş yüküdür.

Vibe coding

Keşif ve prototipte değerlidir. Üretimde sözleşme ve mimari olmadan ölçeklenemez.

AI-assisted coding

Kararı modele bırakmak değil; üretimi mühendislik kontrolleriyle hızlandırmaktır.

Engineering harness

Repository bilgisi, testler, sahiplik, rollback ve observability'nin birlikte kurduğu çalışma çerçevesidir.

Sonuç A

2 saatte üret, 10 saatte ayıkla

Kalite ölçütü başta tanımlanmadığı için tüm doğrulama manuel olarak sonradan yapılır.

Sonuç B

Üretirken kanıt oluştur

Her değişiklik aynı test ve veri bütünlüğü kapılarından geçer. İnsan yalnızca karar gerektiren yere girer.

KANIT ZİNCİRİ / 02

Bir değişiklik nasıl yayınlanabilir olur?

Hedef sözleşmesi
→
Baseline
→
Model üretimi
→
Statik + dinamik test
→
Bağımsız verifier
→
Kanıt paketi
Zincir çalıştırılmayı bekliyor. BEKLİYOR
Hedef sözleşmesi

Kapsamı, beklenen davranışı, riskleri ve tamamlanma ölçütünü yazılı hâle getirir.

Baseline

Değişiklikten önce çalışan davranışın, veri miktarının ve performansın kanıtıdır.

Kabul kriteri

Çıktının başarılı sayılması için karşılaması gereken gözlemlenebilir koşuldur.

Verifier

Uygulayıcının açıklamasından bağımsız biçimde sonucu ölçen kontrol rolüdür.

Kalite kapısı

Kanıt olmadan bir sonraki aşamaya geçişi engelleyen otomatik karar noktasıdır.

Kanıt paketi

Test çıktısı, ekran görüntüsü, veri kontrolü, commit ve rollback bilgisinin birlikte tutulmasıdır.

Zayıf kabul

“Çalışıyor gibi görünüyor”

Modelin anlatımı, ekranın açılması veya tek bir happy-path denemesi güven üretmez.

Güçlü kabul

“Altı kapı da kanıt verdi”

Davranış, veri, güvenlik, recovery ve kullanıcı akışı ayrı ayrı doğrulanmıştır.

02 / Sisteme hafıza kazandırHATA, CONTEXT, CHECKPOINT
HATA PROTOKOLÜ / 03

Incident'tan kurumsal hafızaya

Hatayı yeniden üret
→
Kök nedeni bul
→
Regresyon testi yaz
→
CI kapısı ekle
→
Skill / runbook kaydet
→
Üretimde izle
tests/regression.spec
CI/data-integrity-gate
skills/safe-deploy.md
telemetry/document-count
Örnek incident: deployment sonrası 16 belgenin 8'e düşmesi.YENİ HATA
Incident

Beklenen davranış ile gerçekleşen davranış arasındaki üretim sapmasıdır.

Kök neden

Semptomu değil, hatayı mümkün kılan sistem koşulunu ifade eder.

Regresyon testi

Daha önce yaşanan hatanın geri dönmesini otomatik olarak yakalar.

CI kapısı

Belirli kontrol geçmeden değişikliğin birleşmesini veya yayınlanmasını engeller.

Skill / runbook

Tekrarlanabilir çözüm adımlarını sonraki agent ve insanlar için kalıcılaştırır.

Telemetri

Hatanın üretimde sessizce geri dönüp dönmediğini ölçen canlı sinyaldir.

CONTEXT LAB / 04

Sinyal, gürültü ve temiz devir

Canlı context yükü

Sinyal
64%
Gürültü
36%

Sinyal hâlâ yönetilebilir. Kararları ve son yeşil commit'i kaydet.

Durum paketi

HedefKalıcı veriyle güvenli eğitim yayını
Baseline16 PDF + 2 eğitim seti
Son yeşil commita7c9e2 / persistence pass
Sıradaki eylemE2E erişim kapısını doğrula
Açık riskRollback migration henüz kanıtsız
Yasak alanCanlı veri dizinine dokunma
Şişmiş context
ve çelişkiler
→
Kanıtlı handoff
paketi
→
Temiz oturum
tek sıradaki eylem
Context window

Modelin aynı anda dikkate alabildiği talimat, konuşma ve dosya bilgisinin toplam alanıdır.

Context baskısı

Gereksiz geçmiş büyüdükçe doğru sinyali seçmenin zorlaşmasıdır.

Durum paketi

Hedef, baseline, kanıt, risk, commit ve sıradaki eylemin kısa devridir.

Temiz oturum

Claude Code'da /new gibi bir yöntemle gereksiz geçmişi bırakıp kanıtlı durumdan başlamaktır.

Handoff

Bir agent çalışmasının sonuç, kanıt ve açık risklerle sonraki sorumluya devredilmesidir.

Sıradaki tek eylem

Yeni oturumun geniş geçmişi yeniden yorumlamadan başlayabileceği somut adımdır.

RECOVERY LAB / 05

Checkpoint, hata ve rollback

03:00
commit 71fd3a

İlk çalışan dikey dilim

Dar kapsamlı özelliği uçtan uca doğrula. Smoke ve unit test kanıtını checkpoint'e bağla.

Checkpoint 03 yeşil ve geri alınabilir.RECOVERY READY
Checkpoint

Geri dönülebilir kod, test ve karar durumunun birlikte kaydedildiği aşamadır.

Yeşil commit

Zorunlu kontrolleri geçmiş, bilinen iyi geri dönüş noktasıdır.

Rollback

Başarısız değişikliği yamalamak yerine sistemi bilinen iyi duruma döndürmektir.

Recovery point

Kodun yanında veri ve konfigürasyonun da geri getirilebildiği kanıtlı noktadır.

Çalışma günlüğü

Agentın ne yaptığını, neyi doğruladığını ve neden durduğunu kaydeder.

Durdurma koşulu

Risk, bütçe veya hata eşiği aşıldığında otonom çalışmayı kesen açık kuraldır.

03 / Agent sistemini kurDAG, LOOP, SAMPLING
AGENT MİMARİSİ / 06

Dependency graph ile kontrollü paralellik

Tek belirsiz görev
Agent 01
Aynı dosya
Agent 02
Aynı karar
Agent 03
Aynı test
Agent 04
Aynı branch
Ortak durum
4 farklı gerçek
Merge çakışması
Kanıt kaybı
Tek sentezci Paralel keşif kanıtlarını çelişkisiz tek plana ve sahiplik sınırlarına dönüştürür.
DAG

Görevleri bağımlılık sırasına bağlayan, döngüsüz yönlendirilmiş çalışma grafiğidir.

Keşif agentı

Salt-okuma kanıt toplar; üretim koduna dokunmadan sistemi haritalar.

Sentezci

Farklı keşif sonuçlarını tek plan, tek sözleşme ve açık sahipliğe dönüştürür.

Uygulayıcı

Sınırları belirli bağımsız alanda değişikliği yapan agenttır.

Entegratör

Ortak branch veya duruma dokunan tek sahip olarak çıktıları birleştirir.

Sahiplik sınırı

Her agent için izin verilen dosya, karar ve veri alanını açıkça belirler.

Kontrolsüz agent döngüsü

Beş agent, aynı değişiklik

Birinin kurduğu resmi diğeri bozar. Aynı iş çoğalır, entegrasyon ve doğrulama borcu büyür.

Gerçek paralellik

Bağımsız keşif, tek sentez

Kanıt toplama hızlanır; karar ve ortak durum tek sahipte kaldığı için sistem tutarlı kalır.

EVIDENCE LOOP / 07

Bir doğrulama turunu çalıştır

Hedef
Ölçüm
Geri bildirim
Doğrulama
Sonraki tur
KANIT TURU00
01Hedefi davranış ve kabul kriterine çevir.
02Baseline ile gerçekleşeni ölç.
03Başarısız kapıyı ve farkı açıkla.
04Düzeltmeyi aynı kapılardan geçir.
05Öğrenmeyi test veya karara kaydet.
Loop hazır. İlk tur henüz kanıt üretmedi.READY
Kontrolsüz tekrar

“Olmadı, tekrar dene”

Yeni ölçüm ve kalıcı öğrenme yoktur. Model aynı belirsizlik içinde farklı cevaplar üretir.

Evidence loop

“Şu kapı düştü, fark bu”

Düzeltme daralır, aynı kriterle yeniden ölçülür ve sonuç sonraki tura taşınır.

SAMPLING LAB / 08

Beş aday üret, aynı ölçütle doğrula

GÖREV “Canlı veriyi silmeden eğitim yayınlama akışını tasarla.”
ADAY A

Statik JSON'u deployment paketine yeniden yazar.

BEKLİYOR
ADAY B

Kalıcı dizini korur fakat migration ve rollback kanıtı üretmez.

BEKLİYOR
ADAY C

Kalıcı depolama, yedek, migration ve bütünlük testi kurar.

BEKLİYOR
ADAY D

Yalnızca dosya sayısını ölçer; içerik eşleşmesini doğrulamaz.

BEKLİYOR
ADAY E

Veri katmanını gereksiz biçimde baştan yazar ve kapsamı aşar.

BEKLİYOR
ŞemaRegresyonVeri bütünlüğüRollbackKapsam
Çoğunluk doğruyu garanti etmez. Ortak kapı kazananı belirler.0 / 5 TESTED
Nondeterminism

Aynı girdinin aynı modelde farklı geçerli çıktılar üretebilmesidir.

Sampling

Çözüm uzayından birden fazla bağımsız aday üretme yöntemidir.

Evaluator

Adayları ortak ve önceden tanımlanmış ölçütlerle puanlayan katmandır.

Çoğunluk yanılgısı

Benzer cevapların çok olmasının onların doğru veya güvenli olduğunu kanıtlamamasıdır.

Maliyet bütçesi

Ek adayların getireceği kalite artışının zaman ve token maliyetine değip değmediğini sınırlar.

Nadir yüksek değer kararı

3-30 aday kullanımının mantıklı olabileceği kritik mimari veya güvenlik seçimidir.

04 / Kaliteyi ve otonomiyi yönetQUALITY, OPERATIONS, PROTOCOL
QUALITY MATRIX / 09

Tek skor yerine ayrı kanıt kapıları

KapıNe yakalar?KanıtDurum
FonksiyonBeklenen davranış sapmasıUnit + integrationBEKLİYOR
VeriKayıp, şema ve migration hatasıCount + hash + rollbackBEKLİYOR
GüvenlikYetki ve bağımlılık riskiSAST + policyBEKLİYOR
Kullanıcı akışıGerçek kullanım kırılmasıE2E + görsel QABEKLİYOR
RecoveryGeri alınamayan yayınRestore drillBEKLİYOR
ÜretimSessiz geri dönüş ve performansTelemetry + alertBEKLİYOR
İnsan
kaliteyi tanımlar
→
Agent
üretir
→
Verifier
kanıtlar
Altı kapı aynı anda yeşil olmadan yayın açılmaz.BEKLİYOR
Statik test

Kodu çalıştırmadan tip, biçim, güvenlik deseni ve kural ihlalini inceler.

Dinamik test

Çalışan sistemin gerçek girdiler karşısındaki davranışını ölçer.

E2E testi

Kritik kullanıcı akışını arayüzden veri katmanına kadar uçtan uca doğrular.

Görsel QA

Taşma, örtüşme, boş canvas ve responsive kırılmaları ekran kanıtıyla yakalar.

Observability

Sistemin üretimde ne yaptığını log, metrik ve trace üzerinden görünür kılar.

Human-in-the-loop

İnsanın her işi elle yapması değil; kalite, risk ve istisna kararlarını sahiplenmesidir.

10 SAATLİK GÖREV / 10

Operasyon zaman çizgisi

03:00BUILD

İlk çalışan dikey dilim

En küçük anlamlı akışı uçtan uca çalıştır. Genişlemeden önce veri yolunu ve sözleşmeyi kanıtla.

GirdiOnaylı plan + baseline
ÇıktıÇalışan dar kapsam
KapıSmoke + unit test
00:00
CONTRACT
00:30
BASELINE
01:30
DISCOVERY
03:00
BUILD
05:00
INTEGRATE
07:00
HARDEN
09:00
VERIFY
10:00
SHIP
Yetki sınırı

Agentın değiştirebileceği dosya, veri, servis ve dış sistem alanını belirler.

Bütçe

Zaman, token, API maliyeti ve aday sayısı için üst sınır tanımlar.

Stop koşulu

Belirsizlik, test hatası veya maliyet eşiğinde çalışmayı güvenle durdurur.

Escalation

Agentın çözemediği riskli kararı insana veya daha yetkin modele devretmesidir.

Model devri

Limit veya verim düşüşünde kanıtlı handoff paketiyle başka modele geçiştir.

Operasyon manifesti

Hedef, sınır, bütçe, checkpoint, verifier ve rollback sözleşmesinin tamamıdır.

Kontrolsüz otonomi

Uzun süre, belirsiz ilerleme

Context şişer, model aynı yerde patinaj yapar ve başarısızlığın başladığı nokta bilinmez.

Kanıtlı otonomi

Her aşamada geri dönüş

Başarısız checkpoint geri çekilir, durum paketi yenilenir ve görev temiz oturumda devam eder.

DERS / 11

Murat'ın AI Engineering protokolü

Bir aylık işi bir güne indiren şey agent sayısı değil, sistemdir.

MODEL KAPASİTESİ × OPERATÖRÜN TECRÜBESİ × DOĞRULAMA SİSTEMİ = GERÇEK KALDIRAÇ
01

Hedefi sözleşmeye çevir.

Davranış, kapsam, risk, veri ve tamamlanma ölçütü yazılmadan üretime başlama.

02

Değişiklikten önce baseline al.

Çalışan davranışı, veri miktarını ve son yeşil geri dönüş noktasını kanıtla.

03

Modele baştan sınırları söyle.

Yol üstünde tepki vermek yerine yasak alanı, bütçeyi ve görmezden gelinebilecek gürültüyü tanımla.

04

Keşfi paralelleştir.

Frontend, backend, güvenlik ve veri kanıtlarını salt-okuma agentlarıyla bağımsız topla.

05

Tek sentezci kullan.

Çelişkileri, sahiplik sınırlarını ve dependency graph'ı tek karar noktasında birleştir.

06

Ortak duruma tek sahip ata.

Aynı dosya, branch veya veri alanında birden fazla agentın eş zamanlı yazmasını engelle.

07

Checkpoint ve kanıt bırak.

Her çalışan dilimi commit, test, veri özeti ve sıradaki eylemle kapat.

08

Hata anında son yeşile dön.

Bozulmuş context içinde yamalamak yerine geri çek, hatayı temiz oturumda yeniden tanımla.

09

Her hatayı kalıcı kontrole çevir.

Regresyon testi, CI kapısı, skill, runbook veya telemetri bırakmadan incident'ı kapatma.

10

Loop'u kanıtla besle.

“Tekrar dene” yerine düşen kapıyı, bekleneni ve gerçekleşeni sonraki tura ver.

11

Çoklu adayı ortak ölçütle seç.

Sampling'i yalnızca değerli kararlarda kullan; çoğunluğu doğruluk zannetme.

12

Yayınla, izle, öğren.

Rollback hazırken yayınla; üretim sinyalini yeni test ve kontrol katmanına geri besle.

HIZLI REFERANS

32 kavramlık AI Engineering sözlüğü.

Bu alan, eğitimden sonra karar verirken hızlıca geri dönülebilecek tek sayfalık bir referanstır.

Acceptance criteria
Başarılı çıktının gözlemlenebilir koşulları.
Agent
Belirli hedef, araç ve sınırlarla görev yürüten model çalışma birimi.
Baseline
Değişiklik öncesindeki kanıtlı sistem durumu.
Checkpoint
Test edilmiş ve geri dönülebilir ara durum.
CI gate
Kontrol geçmeden merge veya yayını engelleyen otomasyon.
Context window
Modelin aynı anda değerlendirebildiği bilgi alanı.
DAG
Görev bağımlılıklarını döngüsüz sıralayan yönlü grafik.
Deterministik kapı
Aynı kanıta aynı geç/kaldı kararını veren kontrol.
E2E
Kritik kullanıcı yolunu uçtan uca doğrulayan test.
Escalation
Riskli veya çözülemeyen kararın daha yetkin aktöre devri.
Evaluator
Birden fazla çıktıyı ortak ölçütle değerlendiren katman.
Evidence
İddianın doğru olduğunu gösteren ölçülebilir kanıt.
Handoff
Durum, kanıt ve risk bilgisinin sonraki sorumluya yapılandırılmış devri.
Human-in-the-loop
İnsanın kalite, risk ve istisna kararlarında yer alması.
Incident
Üretimde beklenen ve gerçekleşen davranış sapması.
Integrator
Ortak duruma tek sahip olarak çıktıları birleştiren rol.
Loop
Hedef, ölçüm, geri bildirim ve doğrulama döngüsü.
Nondeterminism
Aynı girdiden farklı geçerli çıktılar doğabilmesi.
Observability
Canlı sistemi log, metrik ve trace ile anlama kapasitesi.
Ownership
Dosya, veri ve karar alanının açık yazma sahipliği.
Probabilistic model
Çıktıyı olasılık dağılımından üreten model.
Quality gate
Kanıt eksikken aşama geçişini engelleyen kontrol.
Regression test
Eski hatanın yeniden oluşmasını yakalayan test.
Rollback
Sistemi kanıtlı eski duruma güvenle döndürme.
Runbook
Tekrarlanabilir operasyon ve kurtarma adımları.
Sampling
Aynı problem için birden fazla bağımsız aday üretimi.
Skill
Modelin sonraki görevlerde kullanacağı kalıcı yöntem paketi.
State packet
Hedef, baseline, commit, risk ve sıradaki eylem özeti.
Stop condition
Otonom çalışmayı belirli risk veya bütçede kesen kural.
Synthesizer
Paralel keşifleri tek plana dönüştüren karar rolü.
Telemetry
Üretim davranışını sürekli ölçen canlı sinyaller.
Verifier
Sonucu uygulayıcıdan bağımsız ölçen kontrol rolü.
KANIT TABANI / 20 TEMMUZ 2026

Güncel bilgi, doğru statüyle kullanılır.

Bu eğitimde standart, kamu girişimi, preprint, vendor araştırması ve uygulama vaka çalışması aynı kanıt düzeyinde sunulmaz. Her kaynak yalnızca destekleyebildiği iddia için kullanılır.

A · Standard / consensus

Kabul kriterini belirler

OWASP doğrulama standartları güvenlik kontrollerini; IEEE SWEBOK ise genel software engineering kapsamını ve mesleki uzlaşıyı destekler.

B · Empirical evidence

Davranışı gözlemler

Benchmark ve kullanım verisi bir yöntemin sahadaki etkisini gösterir. Örneklem, veri dönemi ve araştırma sınırlılığı sonuçla birlikte okunur.

C · Practitioner case

Uygulama desenini gösterir

Gerçek ekip deneyimleri mimari örnek sağlar; tek bir kurumun sonucundan evrensel yöntem çıkarılmaz.

Güncel mesleki uzlaşı

IEEE SWEBOK v4.0a

Architecture, operations, testing, quality ve security dahil 18 bilgi alanını tanımlar. AI-assisted çalışma bu temellerin yerine değil, onların üzerine yerleştirilir.

25 Eylül 2025 güncellemesi · Temmuz 2026'da güncel sürüm Doğrulama standardı

OWASP AISVS 1.0

AI-enabled sistemlerin güvenli biçimde tasarlanması ve test edilmesi için doğrulanabilir gereksinimler sunar.

24 Haziran 2026 · Version 1.0 Doğrulama standardı

OWASP LLMSVS 2.0

Secure LLM integration, RAG, memory, tool calling, agents, dependency ve monitoring kontrollerini kapsar.

2026 sürümü · ASVS 5.0.0 eşlemeleri Kamu standart girişimi

NIST AI Agent Standards Initiative

Agent güvenliği, birlikte çalışabilirlik, kimlik ve yetkilendirme alanlarında standart geliştirme yönünü izlemek için kullanılır.

17 Şubat 2026 · 20 Nisan 2026 güncellemesi Concept paper

Agent Identity and Authorization

Agentların veri ve araç erişiminde identification, authorization, auditing ve non-repudiation gereksinimlerini tartışır.

NIST NCCoE · 5 Şubat 2026 Preprint

SWE-Cycle

489 örnekte environment setup, implementation, test generation ve end-to-end issue resolution döngüsünü birlikte ölçer.

Mayıs 2026 · Hakem değerlendirmesi tamamlanmamış Vendor empirical study

Agentic coding and expertise

Yaklaşık 400 bin Claude Code oturumunda planlama, execution, expertise ve doğrulanabilir başarı ilişkisini inceler.

16 Haziran 2026 · Veri dönemi: Ekim 2025–Nisan 2026 Practitioner case study

Harness engineering

Repository bilgisini system of record yapmak, agent legibility, architecture enforcement ve artan otonomi için uygulama deseni sunar.

OpenAI Engineering · 11 Şubat 2026

Metodolojik sınır: En yeni tarih en güçlü kanıt demek değildir. Working draft ve preprint'ler yön gösterir; normatif gereksinim üretmez. Vendor çalışmaları kendi ürün ve kullanıcı popülasyonlarıyla sınırlıdır. Eğitim, bu nedenle güncelliği belge statüsü ve veri dönemiyle birlikte değerlendirir.

SONUÇ

AI kullanmak marifet değil. AI'a iş teslim etmeyi öğrenmek kaldıraçtır.

Yeni dünyanın kapısı daha fazla prompttan değil; daha net sözleşme, daha iyi context, daha küçük checkpoint ve daha güçlü doğrulama sisteminden açılıyor.