Önce standardı makineye anlat
Cloudflare, mühendislik standartlarını Cloudflare Codex adlı merkezi bir depoda topluyor. Kurallar yapılandırılmış RFC belgelerinde SHOULD ya da MUST olarak sınıflandırılıyor; her birine bir sahip ve yaşam döngüsü durumu atanıyor. Yeni bir standart önce öneri verebiliyor, ardından gözlem aşamasından geçip değişiklikleri engelleyen bir denetime dönüşebiliyor.[1]
Bu düzenin güçlü yanı, modelden önce gelen hazırlıkta. Kesin kuralları durağan çözümleme ve biçim denetleyicileri uyguluyor; bağlam gerektiren kurallar yapay zekâya kalıyor. 2026 başından beri yapay zekâlı kod denetleyicisi yaklaşık 230.000 sapma saptadı ve yaklaşık 16.000 kez onayı durdurdu. Bu sayılar ölçeği anlatıyor, fakat yanlış engelleme oranını, denetim süresini ya da üretimdeki hata değişimini açıklamıyor.[1]
Darboğaz koddan kurala kayıyor
Aynı kurallar uygulamadan önce teknik tasarıma, geliştirme sırasında koda ve sonrasında olay raporuna uygulanıyor. Böylece bir olaydan çıkarılan ders, sahipliği ve yaptırım düzeyi belli yeni bir standarda dönüşüp bir sonraki tasarıma daha erken ulaşabiliyor. Kod denetimi, son kapıdaki tek bir yorum turu olmaktan çıkıp geliştirme döngüsüne yayılıyor.[1]
Bence otomasyonun taşıdığı asıl iş, kodu okumaktan önce standardı yazmak. Bir bakımcı SHOULD ifadesinin ne zaman MUST olacağına, istisnayı kimin onaylayacağına ve eski bir kuralın ne zaman kaldırılacağına karar vermek zorunda. Yapay zekâ bu kararların uygulanmasını ölçekleyebilir; kararların doğruluğunu kendi başına kuramaz. Başka bir açıklama da mümkün: çok sayıda uyarı, iyi tanımlanmış standartlardan çok gürültülü bir denetleyiciyi yansıtıyor olabilir. Kabul ve geri çevirme oranları olmadan iki açıklama ayrışmıyor.[1]
Ekiplerin isteyeceği ölçü
Benzer bir sistemi değerlendiren ekip için küçük bir ölçüm tablosu yeterli olur: yapay zekâ yorumlarının kaçı kabul edildi, kaçı geri çevrildi, insan denetim süresi nasıl değişti ve üretime kaç hata kaçtı? Bunlara standardın son güncellenme tarihi ile sahibini eklemek, model başarısıyla kural bakımını birbirinden ayırır. Bir kural eskiyse daha güçlü bir model yalnızca eski kararı daha tutarlı uygular.[1]
Cloudflare'in en kullanışlı tasarım kararı görev ayrımı: kesin koşullar klasik araçlarda, yoruma açık olanlar yapay zekâda kalıyor. Bu sınırı korumak, her yeni kuralı hemen engelleyici yapmamak ve geri çevrilen yorumları standarda geri beslemek gerekir. Kasım sonuna kadar açıklanacak bir yanlış engelleme oranı, denetim süresi karşılaştırması ya da üretim hatası ölçümü, yaklaşımın yalnızca daha fazla kontrol mü ürettiğini yoksa daha iyi yazılım mı çıkardığını anlamaya yardım eder.[1]