Ciddi bir AI ürünü nasıl olmalı? Glyph'in denemesi

27 Eylül 2026'da Glyph adıyla yazan geliştirici ve blog yazarı, ciddi bir LLM tabanlı ürünün nasıl görünmesi gerektiğini soran bir deneme yayımladı. Metin bir eleştiri ve önerilen özellikler listesidir, bir duyuru değildir: yazar, bugünkü AI araçlarının gerçek iş yapmak için gereken şeylerden yoksun olduğunu savunuyor.

Glyph, mevcut "AI" ürünlerinin kendi varsayımlarını ciddiye almadığını yazıyor: ona göre bu araçların ürün olarak kurgulanışı, yazılımdan çok yanlış bir güven duygusu yaratmaya yönelik bir şey izlenimi veriyor. Aynı eleştirinin Ollama ve açık modeller üzerine kurulu diğer araçlar için de geçerli olduğunu ekliyor.

Hata denetimi birinci sınıf bir özellik olarak

Yazarın en büyük şikayeti, her sohbet botunun küçük yazıyla hata yapabileceğini kabul etmesi, ama hatayı denetleyecek araç sunmaması. Gemini, Claude ve ChatGPT bu tür uyarılar taşıyor; ChatGPT'de "ChatGPT can make mistakes. Check important info." yazıyor. Glyph, kullanıcının hangi bilginin önemli olduğunu nasıl bileceğini soruyor ve uyarıları hukuki bir kalıp olarak niteliyor. Önerisi, her iddianın yanına bir onay kutusu ve yapılan denetimi anlatan bir not koymak; kod asistanlarında da doğrulamanın sessizce kod inceleyicisine yıkılmaması için benzer bir mekanizma gerekiyor.

Aynısı kaynaklar için de geçerli: botlar listenin ortasında kaynak vermeyi bırakıyor, verilenler ise yalnızca alan adını gösteriyor. Araştırma çıktısı, yazarın görüşüne göre, yayın tarihi ve yazar adı gibi açık üst veriler taşıyan bir kaynakça olmalı ve değiştirilmemiş alıntı, AI tarafından yazılmış her metinden daha büyük biçimde öne çıkmalı.

Arayüzler, veri kökeni ve bağlam

Doğal dil arayüzleri, denemeye göre, kesin değil ve tekrar ediyor; sohbet botuna MCP sunucusu üzerinden "araç" vermek bunu düzeltmiyor: belirli bir göreve odaklanan bir ürün, o göreve özel bir arayüz sunmalı. Glyph ayrıca veri kökeni göstergeleri, çıktıyı bir hesap tablosu gibi doğrulayan araçlar ve hiçbir ürünün varsayılan olarak göstermediği bağlam penceresinin görünürlüğünü istiyor.

Kum havuzu ve insani taraf

Kod ajanları, diye yazıyor, defalarca veri yok etti, test edilen sistem yerine test kodunu düzenliyor ve sıklıkla Docker konteyneri kullanmak gibi bir tavsiyeyle "düzeltiliyor". Onay istekleri, ona göre, insanı bir "otomatik onay makinesine" çeviriyor. Dosya işlemlerinin kum havuzunda tutulmasını, her işlemden önce depo anlık görüntüsünü, otomatik modların kaldırılmasını ve planların toplu incelenmesini istiyor.

AI'ı devreye alan kuruluşların, Glyph'e göre, insani süreçlerini de değiştirmesi gerekiyor: dikkat azalmasına karşı vardiya rotasyonu ve planlı dinlenme, beceri kaybını yavaşlatmak için bilinçli alıştırma ve ruh sağlığı kaynakları; bunların arasında kullanıcıya görünür bir AI "dozimetresi". Yazar, bu özelliklerin hiçbiri olmadan yayımlamanın yalın ürün yönetiminden çok riske karşı dikkatsizliğe benzediğini belirtiyor.