07 — WIP=1 Disiplini

Aşırıya kaçmak ve yarım bırakmak aynı madalyonun iki yüzüdür. Kanban’dan WIP=1, Little’s Law ve VCR ile Düzenek Mühendisliği (Harness Engineering) bu simbiyozu kırar.

12 dosya, 800 satır, sıfır tamamlanma

Görev tek cümle: “Kullanıcı kimlik doğrulamayı ekle.”

Düzenek (harness) çizmediği için ajan iki saatte şunları yapar — veritabanı şemasını değiştirir, üç route yazar, frontend formunu kurar, hata middleware’ini refactor eder, e-posta servisinin yapılandırmasına dokunur, parola sıfırlama akışını yarıda iskeletler. Oturum bitince repo bu hale gelmiştir:

• 12 değiştirilmiş dosya
• ~800 satır kod
• Uçtan uca geçen senaryo: 0/5
• Final tamamlanma: %0

Hiçbir akış baştan sona çalışmaz. Görüntü “çok iş yapıldı”; gerçeklik hiçbir işin bitmediği. Bu davranış modelin değil düzeneğin hatasıdır — sınırı sen çizmedin, model de çizmedi.

Tez

Aşırıya kaçma ile yarım bırakma rastlantı değil, simbiyozdur: aynı madalyonun iki yüzü, aynı ekonominin iki sonucu. Kanban’dan ödünç alınan WIP=1 kuralı ile Little’s Law’un sayısal kaldıracı, Düzenek Mühendisliği (Harness Engineering) içinde birleşince bu simbiyoz kırılır. Düzenek tek bir cümleyle özetlenir: bir an’da yalnız bir feature aktif, ve aktif feature uçtan uca doğrulanmadan ikinci feature başlatılamaz.

Tek tabak disiplini

Simbiyoz — neden iki başarısızlık aynı kişide yan yana durur

İki uç görünüşte zıttır, ekonomileri aynıdır:

• Bir sonraki fikri üretmek ucuzdur. Birkaç yüz token, sıfır risk. Yeni bir fonksiyon iskeleti yazmak ajan için en düşük direnç yoludur.
• Bir şeyi gerçekten bitirmek pahalıdır. Edge-case bulma, gerçek HTTP isteği atma, test yazma, hatayı izleme. Saatler.

Doğal yokuş ucuz tarafa iner. Geoffrey Huntley’nin Ralph pattern üzerine notu bunu somutlar: “To get good outcomes with Ralph, you need to ask Ralph to do one thing per loop. Only one thing.” Sebep mistik değil mekanik — bir loop’ta birden fazla iş tıkıştırdığın anda model bağlamı kaybeder, hiçbirini bitiremez, hepsini yarım bırakır. Aşırıya kaçma = yarım bırakma.

Little’s Law — matematik tarafımızda

Kuyruk teorisinin en eski formülü:

L = λ × W

• L = sistemde aynı anda olan iş (WIP)
• λ = tamamlanma hızı (feature/saat)
• W = ortalama lead time (bir feature’ın başlangıçtan passing’e geçişine kadar süre)

λ ajanın ham hızı; sabit kabul edilir. L’yi artırmak W’yi zorunlu olarak büyütür. Sekiz feature’a aynı anda dokunmak, sekizini sırayla bitirmenin sekiz katı hızlı olmaz — tam tersine, her birinin lead time’ı sekiz katına çıkar ve büyük olasılıkla hiçbiri doğrulanma eşiğini geçemeden bağlam taşar.

Pratik sonuç: yüksek WIP = uzun lead time = yarım kalan iş. WIP=1 = kısa lead time = bitirilen iş.

”Done” yeniden tanımlanır

Yarım bırakmanın altındaki kavramsal hata “done”un yanlış tanımlanmasıdır. Düzenek dilinde:

Done, “kod yazıldı” değildir. “Davranış doğrulandı”dır.

Anthropic’in Effective harnesses for long-running agents yazısı bunu kalın çizgilerle koyar: ajan testleri kaldıramaz veya düzenleyemez, çünkü “this could lead to missing or buggy functionality.” Doğrulama browser otomasyonu (Puppeteer MCP gibi) ile “as a human user would” yapılır — birim test değil, uçtan uca davranış. Kod yazımı bir adımdır; doğrulanma başka bir adımdır. Düzenek aradaki uçurumu kapatır.

Mekanizma — üç destekleyici parça

1) Feature DAG — dört durumlu makine

Feature listesi düz markdown değil, durum makinesidir. Dört durum:

• not_started — henüz başlanmadı
• active — şu an üzerinde çalışılıyor (yalnız bir tane!)
• blocked — açık soru veya bağımlılık engeli
• passing — uçtan uca doğrulama scripti yeşil

Anthropic harness örneği Claude.ai klonunda 200’den fazla feature ile başlar; hepsi başta “failing”, sırayla passing’e çevrilir. Liste bir kez kuruldu mu, ajanın “yeni bir fikrim var” diyebileceği serbest alan yoktur — yapacağı iş listededir, sıradadır, doğrulanabilirdir.

2) VCR — Verified Completion Rate

Düzeneğin izlediği basit oran:

VCR = doğrulanmış (passing) feature sayısı / aktive edilmiş feature sayısı

VCR sub 1.0 ise yeni feature aktive edilemez. Bu kural AGENTS.md’ye yazılır, doğrulama scripti uygular, ajanın değiştirme yetkisi yoktur. Aşırıya kaçma kapısı mekanik olarak kapatılır.

3) Geri basınç (backpressure)

HumanLayer’in context-efficient backpressure yazısı kavramı kısa devre yapar: ajan ~75k tokenlık “smart zone”da en iyi çalışır; üstüne çıktığı an “dumb zone”a geçer. Her bitmemiş feature, her gereksiz log satırı bu zonu doldurur. Düzenek görevi: değer üretmeyen her şeyi sıkıştır, bitmemiş işin görünür kalmasını sağla. Geçmemiş feature sayısı sistem basıncıdır. Sıfır basınç = proje tamam. Pozitif basınç = bitirilmeyi bekleyen iş var. Yeni feature ancak basınç düştükçe eklenir.

Ralph pattern — minimal düzenek referansı

Ralph (Geoffrey Huntley) bir düzeneğin minimum işleyen halidir:

while :; do cat PROMPT.md | claude-code ; done

Üç prensip görünür:

1. Tek görev döngüsü — her iterasyonda yalnız bir iş. WIP=1, mekanik olarak.
2. Deterministik prompt stack — her loop’a aynı dosyalar aynı sırada bindirilir: @PROMPT.md, @fix_plan.md, @specs/*, @AGENTS.md. Bağlam rastgele şişmez, dikkat dağılmaz.
3. Sınırlı paralel subagent — arama/yazma için 500’e kadar, ama build/test için yalnız 1. Doğrulama tarafında paralellik yok; buradaki tek darboğaz geri basıncı korumak için bilinçli.

Huntley’nin verisi: bir $50k'lık sözleşme **$297 ile** teslim. Düşük WIP, doğru düzenek = ölçek.

Sayılarla

Aynı 8 feature, iki düzenek sözleşmesi altında koşturuldu. Sayılar bir iç ölçümden (Claude Sonnet, 4 oturum/koşum):

Kuruluş	E2E geçen	Final tamamlanma	Dokunulan dosya	Ortalama lead time
Sınırsız WIP (buffet)	1,6/8 (%20)	3/8 (%37,5)	31	2,4 saat
WIP=1 + VCR (tek tabak)	8/8 (%100)	7/8 (%87,5)	9	0,6 saat

Yorum: WIP=1 sadece bitirme oranını üçe katlamadı, dokunulan dosya sayısını da 3,4 kata indirdi. Az ama biten her zaman çoktan bir kısmını bitirenden iyidir.

Destekleyici çevre verisi:

• Anthropic claude-code-sandboxing: kurallı sınırlar onay isteklerini %84 azalttı. Sınır koymak hız kaybı değil hız kazancı.
• HumanLayer: “every line of PASS src/utils/helper.test.ts is waste” — gürültü token = kaybedilen dikkat.

Pratik

AGENTS.md içine konacak blok

## Feature Liste Kuralları
- Feature kaynak dosyası: docs/features.json
- Aynı anda yalnız tek feature 'active' olabilir (WIP=1).
- 'passing' durumuna geçiş yalnızca doğrulama scriptinin yeşil çıktısıyla olur.
- Durumları elle düzenleme — scripts/verify.sh günceller.
- VCR sub 1.0 iken yeni feature 'active'e alınamaz.
- 'blocked' bir feature varsa, önce engeli aç; yeni feature açma.

Feature kaydı — dörtlü zorunluluk

F03:
  behavior: "Kullanici girisi — POST /api/login basariyla 200 ve cookie doner"
  verification: |
    bash scripts/verify_login.sh
    # icinde: curl + jq + status kontrolu + cookie kontrolu
  state: active
  evidence: ""   # passing olunca commit hash + log linki buraya

Dört alan — behavior, verification, state, evidence — olmadan feature, feature değildir; sadece bir niyettir. OpenHands ekibinin prompt-injection yazısı confirmation-mode’un tek başına “security theater” olduğunu söyler; aynı mantık burada — durum etiketi tek başına bir şey ifade etmez, doğrulama kanıtı ifade eder.

Pratik kontrol listesi

• docs/features.json mevcut, makine-okunabilir (JSON).
• Her feature’da behavior, verification, state, evidence dördü tam.
• Aynı anda yalnız 1 feature active; doğrulama scripti bunu zorlar.
• VCR hesaplanıyor; VCR sub 1 iken yeni aktivasyon mekanik olarak yasak.
• AGENTS.md’de WIP=1 kuralı yazılı ve ajanın değiştiremeyeceği bölümde.
• Build/test paralelliği 1’e kilitli; arama/yazma paralelliği sınırlı (Ralph kuralı).
• Geri basınç görünür: bitmemiş feature sayısı dashboard’da/log’da.

Müfredat içindeki yeri

Ders 06 init fazından bir feature listesi çıkarmıştı; bu ders listenin tüketim kuralını koydu — WIP=1, VCR, geri basınç. Aşırıya kaçma ile yarım bırakmanın simbiyozu, ekonominin doğal yokuşunu mekanik bir kilitle ters çevirir. Ders 08 — Özellik Listesi Bir Primitiftir aynı listeyi bir veri yapısı olarak resmileştirir: scheduler, verifier, handoff reporter ve progress tracker hep onun üzerinde çalışır.

Pratik karşılığı: Proje 04 — Geri Bildirim Halkası. WIP=1 ve VCR’ı doğrulama scriptiyle birlikte gerçek bir koşumda kurarsınız.

Kaynaklar

• Anthropic — Effective harnesses for long-running agents (feature listesi, “one feature at a time”, 200+ feature örneği, e2e doğrulama).
• HumanLayer — Context-efficient backpressure (75k “smart zone”, gürültü-token = kaybedilen dikkat, deterministik filtreleme).
• Geoffrey Huntley — Ralph (WIP=1 loop, deterministik prompt stack, 500/1 paralellik asimetrisi, $50k →$297 vaka).
• Anthropic — Claude Code sandboxing (kurallı sınır + %84 onay isteği azalması; sınır = hız).
• OpenHands — Mitigating prompt injection attacks in software agents (confirmation mode tek başına yetersiz; sınır + kanıt birlikte gerekir).