Claude Code, Codex ve Antigravity aynı projede: Kodlama ajanlarını birlikte çalıştırma
Yapay zekâ destekli kodlama araçları arasında seçim yapmak giderek zorlaşıyor. Uzun süredir Anthropic’in Claude Code’unu, OpenAI’ın Codex’ini ve Google’ın Antigravity’sini yan yana koyup hangisinin daha iyi olduğunu ölçmeye çalışıyordum. Son haftalarda ise yaklaşımımı değiştirdim ve kodlama ajanlarını birlikte çalıştırma fikrini gerçek bir projede test ettim: üç ajanı rakip olmaktan çıkarıp aynı klasörde, farklı sorumluluklarla aynı işe koştum. Ortaya çıkan tablo, beklediğimden daha az kaos ve daha tutarlı bir kod tabanı oldu.
Deneyin en kritik adımı, üç aracın da okuyacağı tek bir bağlam dosyası hazırlamaktı. Proje kuralları, klasör yapısı, kullanılan kütüphaneler ve “şu dosyalara dokunma” gibi notları tek bir metinde topladım; Claude Code için CLAUDE.md, Codex ve Antigravity için AGENTS.md benzeri dosyalar aynı içeriği paylaşıyor. Böylece her ajan işe başladığında projenin kurallarını sıfırdan keşfetmek zorunda kalmıyor. Bu dosya kısa ve güncel tutulmazsa üç ajanın da aynı hataları tekrarlaması kaçınılmaz hale geliyor.
Görev paylaşımı ise araçların çalışma biçimine göre şekillendi. Claude Code’u daha çok mimari planlama, çok dosyalı refaktör ve “bu kod neden böyle çalışıyor” sorularını çözmek için kullandım; terminalde uzun bağlamla ilerlemesi bu tür işlerde işe yarıyor. Codex’i hızlı yamalar, test yazımı ve küçük hata düzeltmelerinde devreye aldım. Antigravity ise arayüz tarafında ve tarayıcıda doğrulama gerektiren işlerde öne çıktı; ajan yöneticisi görünümü sayesinde paralel görevleri tek yerden izlemek mümkün oluyor. Claude Code’un tek başına ne kadar hızlı olabildiğini daha önce Karakeep örneğinde görmüştüm: yıllardır istenen özellikler kısa sürede eklenmişti.
Sıralamayı belirleyen şey ise Git disiplini oldu. Her ajana kendi dalını verdim ve ana dala doğrudan yazma izni vermedim. Commit’ler küçük, mesajlar açıklayıcı ve her görev sonunda testlerin çalışması zorunlu. İki ajan aynı dosyaya aynı anda dokunduğunda çakışma kaçınılmaz; bunu tamamen engellemeye çalışmak yerine değişiklikleri küçük parçalara bölerek yönetmek çok daha gerçekçi. Ayrıca bir ajanın yazdığı kodu diğerine inceletmek, bir ajanın kendi işini onaylamasından belirgin biçimde daha iyi sonuç verdi.
Yöntemin bedelleri de var. Üç ajanı aynı anda çalıştırmak token kullanımını ve dolayısıyla maliyeti artırıyor; bağlam penceresi şiştikçe yanıt kalitesi düşebiliyor. Ajanlar aynı problemi farklı varsayımlarla çözebildiği için ortak kural dosyası güncel tutulmazsa tutarsız bir kod tabanı ortaya çıkıyor. Tek dosyalık küçük işlerde üçlüyü devreye almak ise neredeyse her zaman gereksiz; bu durumlarda tek araçla ilerlemek daha hızlı.
Özetle bu üç aracı birbirinin alternatifi değil, aynı ekibin farklı uzmanlıkları gibi düşünmek gerekiyor. Doğru bağlam dosyası, net görev sınırları ve sıkı bir Git akışıyla kodlama ajanları birlikte çalıştırıldığında birbirini yavaşlatmıyor, tamamlıyor. Her proje için böyle bir kurulum şart değil; ancak çok dosyalı ve uzun soluklu işlerde üç ajanı aynı masaya oturtmak, tek bir araca her şeyi yaptırmaktan daha öngörülebilir bir süreç sunuyor. Maliyeti düşürmek isteyenler için ücretsiz ve açık kaynak yapay zekâ alternatifleri de ayrı bir başlangıç noktası olabilir.
Kaynak: XDA Developers
