Vibe Coding Gerçekte Nedir?

"Vibe coding" terimi 2024-2025'te hızlı bir şekilde yayıldı çünkü pek çok geliştirici zaten sessizce yapıyor: GPT-4, Claude gibi bir modele veya Cursor ya da GitHub Copilot gibi bir alete düz İngilizcede ne istediklerini anlatıp modelin gerçek kodun çoğunu oluşturmasını sağlıyorlardı. Programcı döngünün içinde kalıyor, ama döngü geleneksel kodlamadan farklı görünüyor.

Gerçek tanım

Andrej Karpathy terimi ortaya attı, "tamamen vibe'lara kapılmak" istediğiniz bir iş akışını tanımlayarak — siz iste, önerileri kabul et, kodu çalıştır, ne kırıldığını gör, tekrar iste. Her diff satırını satır satır okumuyorsun. Sonuç tarafından yönlendiriliyorsun: uygulama bunu yapıyor mu, test geçiyor mu, sayfa doğru mu render ediliyor. Beceri yazma sözdizimi ile niyeti açıkça tanımlama ve çıktının yanlış olduğunu tanıma şeklinde kaymaya başlıyor.

Bu sadece otomatik tamamlama kullanmaktan farklı. Copilot tarzı satır içi öneriler hala seni fonksiyonu kendin yazıyormuş gibi varsayıyor, biraz yardımla satır bitirmekte. Vibe coding modelin fonksiyonu, dosyayı, bazen tüm özelliği yazmasını varsayıyor, ve sen baştan yazıyormuş gibi sıfırdan değil inceleyip yönlendiriyorsun.

Gerçek bir oturum nasıl görünüyor

Cursor veya Replit'in Agent modu gibi bir araçla tipik bir vibe-coding döngüsü şöyle gidiyor:

1. İstek: "Bu Express API'ye bir rate limiter ekle, IP başına 15 dakikada 100 istek, 429 döndür ve JSON hata gövdesi ekle."
2. Model middleware/rateLimit.js düzenler, app.js'e bağlar, belki express-rate-limit ekler.
3. npm test çalıştırırsın veya 429'un gerçekten ateşlendiğini kontrol etmek için curl ile uç noktayı döngüyle vursun.
4. Bir şey yanlış — limitleyici her deploy'da sıfırlanıyor çünkü bellek içinde. Bunu söylüyorsun.
5. Model Redis destekli bir depoya geçer, ioredis bağımlılığını ekler, docker-compose dosyasını günceller.
6. Tekrar test ettirin, çalışıyor, commit edin.

O middleware'in hiç bir satırı elle yazılmadı. Ama altı ya da yedi yargı çağrısı bir insan tarafından yapıldı: limitin ne olması gerektiği, bellek içi depolamanın üretim için yanlış olması, docker-compose dosyasının da güncellenmesi gerekmesi.

Nerelerde iyi çalışıyor

Vibe coding boilerplate ağır işler için güçlü: CRUD uç noktaları, form doğrulaması, test iskele, config dosyaları, zaten anladığın iki API arasında yapıştırma kodu. Prototiplemede de iyi — bir fikrin çalışan demosunu bir günde değil bir saat içinde döndürmek, sonra inşa etmeye değer olup olmadığına karar vermek.

İç araçları veya MVP'leri sevk eden solo geliştirici ve küçük takımlar için gerçekten hızlı — bug'ın maliyeti düşük ve yineleme hızı mimari saflıktan daha önemli.

Nerede başarısız oluyor

İnsanların yeterince konuşmadığı başarısızlık modu: modeller çalışan ama daha sonrasına kadar ortaya çıkmayan micro düzeyde hatalı kod üretiyor. Üretilen bir SQL sorgusu mutlu yolda çalışabilir fakat dize birleştirme modele ince göründüğü için enjeksiyona karşı savunmasız. Üretilen bir yetki kontrolü testleri geçebilir fakat bir rota üzerinde rol kontrolünü atla. Kodu okumazsan bunu yakalamayacaksın — sadece testlerin geçtiğini göreceksin ve sevk edeceksin.

Bu, hemen hemen her yerde olduğundan daha fazla güvenlik için hassas kodda önemli. Simon Willison ve diğerleri, gerçek kullanıcı verilerine sahip vibe-coded projelerin başka herhangi bir kodla aynı inceleme titizliğine ihtiyaç duyduğunu, muhtemelen daha fazlasını, çünkü bunu "yazan" kişi satır satır ne yaptığını açıklayamayabileceğini belirtmiş.

Çok fazla örtülü duruma sahip karmaşık sistemler — eşzamanlılık, dağıtılmış işlemler, ince zamanlama hatalarıyla olan herhangi bir şey — de kötü bir uyum. Modeller bu durumlar için olası görünen kod üretme ve başlangıçta hiç kimse, insan ya da model, kenar durumları tam olarak modellemediği için ayıklanması zor olan şekillerde başarısız olma eğilimi gösterir.

Şimdi gerçekten önemli olan beceri

Vibe coding yapıyorsan, değerli beceri yazma hızı değil, belirtim. Belirsiz istekler belirsiz, hatalı kod alır. Spesifik istekler — kesin kütüphane adları, hata işleme beklentileri ve kenar durumları çıkarsız — çok daha iyi çıktı alır. İkinci en değerli beceri, her karakteri yazmasanız da yine de dili ve alanı anlamanız anlamına gelen, hızlı kod okumak ve neyin yanlış olduğunu yakalayabilmektir.

AI tarafından üretilen kodu, hızlı ama bazen aşırı güvenen bir genç geliştiricidir pull request'ini tedavi et: yararlı, genellikle doğru, ama üretim'e dokunmadan önce gerçek bir inceleme değer.

AI araçlarıyla kod yazma hakkında kalite kontrolünü kaybetmeden daha derine inmek istiyorsan? Uygulamalı kılavuzlar için Korra Studio'nun AI ve Python segmentlerine göz at.