Öğrenme pipeline'ı ne yapıyor?

Claude Code'un yaptığı hataları otomatik olarak yakalıyor, oturum sonunda projeler arası biriktiriyor ve bir sonraki oturum başında context'e yeniden enjekte ediyor. Bu sayede yapay zeka her oturuma bu kod tabanında daha önce ne tür hatalar yapıldığı bilgisiyle başlıyor ve aynı hataları tekrarlama olasılığı düşüyor.

Hangi hata pattern'leri yakalanıyor?

8 error pattern: missing-import, missing-property, type-mismatch, missing-file, syntax-error, test-failure, permission-error, reference-error. 3 edit pattern: add-import, add-error-handling, add-type-annotation. Her pattern Bash çıktısındaki veya Edit/Write davranışındaki regex eşleşmeleriyle tespit ediliyor.

Cross-project promotion nasıl çalışıyor?

Bir pattern 2 veya daha fazla farklı projede ve toplamda 5 veya daha fazla kez görüldüğünde global-instincts.json'a terfi ediyor. Bu sayede bir projede öğrenilen pattern başka projelerde de uygulanıyor. Güven skoru 10'a ulaşan pattern'ler otomatik olarak kalıcı rule dosyasına dönüşüyor.

Intent classifier neden gerekli?

16+ hook her tool çağrısında çalışıyor ama hepsi her zaman gerekli değil. Kullanıcı 'merhaba' dediğinde passive-learner veya training-collector çalışmasının anlamı yok. Intent classifier prompt'u 5 kategoriye ayırıyor ve downstream hook'lar kendileri için alakasız olan prompt'ları atlıyor. Bu, conversational prompt'larda ~250ms tasarruf sağlıyor.

AI Pair Programming: Öğrenme Pipeline'ı, Hatadan İçgüdüye

Yapay zeka kodlama asistanı aynı hatayı tekrarlıyor. Missing import, type mismatch, dosya bulunamadı. Her seferinde aynı düzeltme. Öğrenme pipeline'ı bu hataları otomatik olarak yakalıyor, biriktiriyor ve bir sonraki oturumda context'e enjekte ediyor. Sonuç: aynı hata giderek daha az tekrarlanıyor.

TL;DR

3 aşamalı öğrenme pipeline'ı: Capture (PostToolUse hook hata pattern'lerini JSONL'e yazıyor), Consolidate (SessionEnd'de projeler arası biriktirme, 2+ proje ve 5+ tekrar ile global'e terfi), Load (SessionStart ve PostCompact'ta güven skoru 5+ olan pattern'leri context'e enjekte ediyor). Intent classifier 5 kategoriyle gereksiz hook çalışmalarını engelliyor ve oturum başına ~250ms tasarruf sağlıyor. Training collector Edit/Write çıktılarını instruction-code çiftleri olarak kaydediyor. Sonuç: yapay zeka sadece hata yapmıyor, ölçülebilir şekilde daha az hata yapıyor.

Aboneliği İncele Giriş Yap

Abonelere Özel

Yazının tamamı ve abonelere özel diğer 33 yazı abonelikte.

ai developer-tools

Abonelere Özel

İLGİLİ

Argus: AI Kodlama Asistanının Web Aramalarını Görünür Kıl

AI Pair Programming: Context Yönetimi

AI Pair Programming: Coffee Debt, Hata Takibini Oyunlaştırmak