AI ile yazılan .NET koduna nasıl güvenilir? Uno Platform yaklaşımı

Uno Platform'dan Matt Mattei, AI kodlama ajanlarıyla yazdığı .NET kodunu nasıl doğruladığını anlatıyor. Spec, çalışma zamanı kontrolleri, lint hook'ları ve değişiklik maliyeti testleri birlikte kullanılıyor. Ajanla kod yazan her .NET geliştiricisi için somut bir kontrol listesi sunuyor.

Kilit noktalar

• Her özellikten önce spec yazın ve varsayımları Unresolved Questions bölümünde karara bağlayın.
• Yükleme, boş, hata ve kurtarma durumlarını çalışan uygulamada doğrulayın; bir kaydetme işleminin iki kez tetiklenmediğini test edin.
• Ajanın seçtiği varsayımları, özellikle indirim ve vergi sırası gibi iş kurallarını, ürün gereksinimiyle karşılaştırın.
• Her değişiklik için build, test ve lint sonucunu raporlayın; çalıştıramadığınız kontrolleri nedenleriyle belirtin.
• Bir iş kuralı birden fazla yerde metinle tekrar ediyorsa değişiklik maliyetini test ile koruyun.
• Geçici çözümlere WORKAROUND yorumu ve kaldırma koşulu ekleyin.

Yazar, AI ajanıyla yazılan kodu iki soruyla değerlendiriyor: bu özelliğe bugün ne kadar güvenebilirim ve yarın bir başkası onu ne kadar kolay değiştirebilir? Her özellik önce açık soruları listeleyen bir spec ile başlıyor. Yükleme, hata ve yeniden deneme durumları tanımlanıyor, ayrı bir QA ajanı da çalışan uygulamada hata senaryolarını deniyor. Bir lint hook'u model içinde platform dallanmaları ya da task üzerinde bloklayan beklemeler gibi kural ihlallerini düzeltme önerisiyle bildiriyor.

Ana ders, geçen testlerin tek başına yetmediği. Ajan yanlış bir varsayım yaparsa kod ile test birbiriyle uyuşabilir ama ikisi de ürün gereksinimiyle çelişebilir. Yazar her değişiklik için kanıt seviyesi istiyor, 'tamamlandı' denmeden önce tamamlanma raporu gerektiriyor ve yeni bağımlılık ya da public API değişikliği için onay bekliyor. Ayrıntılar ve kural seti için yazının bağlantısına bakılabilir.

Gerçek dünyada kullanımı

• Uno Platform ile yazılan bir form ekranında kaydetme, doğrulama ve hata kurtarma davranışını ajana yaptırıp çalışan uygulamada denetlemek.
• Ekipte birden fazla geliştiricinin kullandığı bir .NET MAUI veya Uno uygulamasında ajanın yazdığı ViewModel kodunu platform bağımsızlığı kurallarıyla incelemek.
• Bir iş kuralı değiştiğinde hangi dosyaların ve testlerin etkileneceğini önceden çıkarmak.

Neden önemli

AI ajanına .NET özelliği yaptırdığınızda kodun derlenmesi yetmez; kuralların, hata durumlarının ve değişiklik maliyetinin kanıtını da istemeniz gerekir. Bu yaklaşım, ajanın sessizce aldığı kararları review sırasında görünür hale getirir.

Benzer haberler

• CritterWatch 1.1, Bobcat 1.0 ve AI Skills 1.17 yayında; Stoat önizlemedeJXJasperFx (Critter Stack) Blog6 gün önce
• Claude ile üretilen .NET testlerinde gerçek regresyon kapsamı nasıl doğrulanırDLNick Cosentino (Dev Leader)25 Eki
• Ollama ve Qdrant ile C# tarafında yerel RAG'den AI Agent'a – Bölüm 3OBOttorino Bruni1 gün önce