Daniel Lemire geçici testi öneriyor: AI, kodunuzu değerlendirmek için atılabilir katmanlar inşa ediyor

Yeni bir tür test

5 Ekim 2026'da Hacker News'in ana sayfasına çıkan bir blog yazısında bilgisayar bilimci Daniel Lemire, ephemeral testing adını verdiği bir kalite güvencesi tekniğini ortaya koyuyor: kodunuzun üzerinde, dayanıklı olup olmadığını görmek için geçici yazılımlar üretmek ve sonra bunları silmek.

Yöntem oldukça basit. Bir bileşen yazarsınız ya da bir AI agent'ına sizin için yazmasını söylersiniz. Sonra bu bileşeni bir agent'a verir ve ona bağlı bir şey inşa etmesini istersiniz: küçük bir uygulama, ek bir soyutlama katmanı, belki birkaç tanesi. Agent inşa ettiğini test eder. Kritik nokta şu: orijinal bileşeni asla doğrudan değerlendirmezsiniz. Onun üzerine ne kadar kolay kullanılabilir yazılım büyütülebildiğini değerlendirirsiniz.

Atılabilir parçalarla entegrasyon testi

Lemire yöntemi, entegrasyon testinin bir akrabası olarak tanımlıyor; tek önemli farkla: incelenen katmanın üstündeki her şey geçicidir ve alıştırma bittiğinde çöpe atılır.

Tanısal değer, agent'ın nasıl performans gösterdiğinden gelir. Lemire'a göre düzenli bir arayüze, güvenilir invariantlara ve bilgilendirici hata mesajlarına sahip bir kütüphane, bir agent'ın hızla çalışan yazılım üretmesini sağlar. Gizli iç durum, sezgisel olmayan varsayılanlar ya da yüzeysel dokümantasyona sahip bir kütüphane ise agent'ı yama ve başarısızlık serisine iter. Bu başarısızlıklar, onun görüşüne göre, agent'la değil kodunuzla ilgili kanıtlardır.

Üst katmanlar üretmesi ucuz olduğundan deney istediğiniz kadar tekrarlanabilir: farklı agent'lar, farklı görevler, aynı temel. Koşular boyunca tutarlı zorluklar temelin kendisine işaret eder; çeşitli agent'larla elde edilen başarı, API'nin gerçekten işler olduğunu gösterir.

Henüz inşa etmediğiniz katmanları simüle etmek

Daha derin nokta, Lemire'nin yazdığı gibi, öngörüyle ilgili. Geleneksel olarak bir çekirdeği, üst katmanların sonunda neye ihtiyaç duyacağını tahmin ederek tasarlarsınız. Ephemeral testing bu tahmini simülasyonla değiştirir: aşağı akış gereksinimlerini kestirmek yerine, aşağı akış katmanlarını fiilen inşa eder ve neyin kırıldığını gözlemlersiniz.

Ayrıca bariz bir itiraza önceden cevap veriyor. AI kodu talep üzerine yeniden üretebiliyorsa, neden hiç istikrarlı bir çekirdek muhafaza edesiniz ve gerektiğinde her şeyi baştan inşa etmeyesiniz? Lemire'nin cevabı, toplu yeniden üretimin pratik olmadığı. Yazılımın hâlâ istikrarlı bir temele ihtiyacı var ve bu teknik tam olarak o temeli stres testine sokmanın bir yolu.

Saha notları, henüz bir metodoloji değil

Lemire, bu numarayı kendi projelerinde uyguladığını bildiriyor: yeni bir özelliği tartışırken, daha sonra onun üzerine inşa edebileceği türden bir şeyi hızla prototiplemesini bir AI'dan istiyor ve özelliği buna göre değerlendiriyor. Onun anlattığına göre yaklaşım şu ana kadar işe yaramış.

Bu kanıtın sınırlarına dikkat çekmek gerek. Yazı tek bir uygulayıcının değerlendirmesi; kıyaslamalar, geleneksel test paketleriyle karşılaştırma ve maliyet analizi yok. Agent başarısızlıkları, altta yatan koddaki kusurlardan değil model zayıflıklarından da kaynaklanabilir; bu yüzden sonuçlar, üzerine hareket etmeden önce yorumlanmaya ihtiyaç duyar.

Neden önemli

Düşen AI işgücü maliyetleri kalite güvencesinin ekonomisini değiştiriyor. Bir zamanlar kalıcı bir bakım yükü temsil eden test kodu artık atılabilir iskelet olarak görülebilir. Ephemeral testing bu kaymayı, unit testlerin yakalamakta zorlandığı özellikleri — API ergonomisi, dokümantasyon eksiksizliği ve şaşırtıcı davranışların varlığı gibi — bağımsız bir tüketici aracılığıyla ölçerek sorgulamak için kullanıyor.

Yaklaşım tek bir yazarın anıları ötesinde de geçerli olursa, kütüphaneleri ve arayüzleri gözden geçirmede standart bir adım haline gelebilir: çalıştırması ucuz, farklı agent'larla tekrarlanabilir ve en çok önemseyen soruya — başkasının eserinizin üzerinde zahmetsizce inşa edip edemeyeceğine — odaklı.