AI Engineering Orchestrator: Pahalı YZ modelini oyun geliştirmede daha verimli kullanmak

Yapay zekâ destekli kod yazımında en pahalı kaynak çoğu zaman en güçlü modelin kullanım hakkıdır: limit dolunca iş durur. Açık kaynaklı AI Engineering Orchestrator, o pahalı modeli düşünmeye, karar vermeye ve denetlemeye ayırıp kodu yazma işini daha ucuza erişilen bir modele devrederek aynı hakla daha fazla iş çıkarmayı hedefliyor.

Kısaca

• Claude Code veya Codex "takım lideri" olur; asıl kod değişikliğini Gemini (Antigravity üzerinden) ya da yedek olarak Cursor yapar.
• Takım lideri her işi yazılı bir uygulama sözleşmesiyle devreder, dönen kodu git diff ve testlerle kendisi doğrular, sonra ONAY ya da DEĞİŞİKLİK GEREKLİ der.
• Projenin kendi ölçümünde tek bir görevde pahalı modelin API süresi 8 dk 54 sn'den 3 dk 39 sn'ye indi; geliştirici bunun tek bir deneme olduğunu ve tasarruf garantisi vermediğini açıkça yazıyor.
• MIT lisanslı, npm'den tek komutla kuruluyor ve yalnızca kurulduğu projenin ayarlarına dokunuyor.

AI Engineering Orchestrator ne işe yarıyor?

Bugün birçok geliştiricinin elinde iki tür yapay zekâ erişimi var. Birincisi pahalı ama akıl yürütmesi güçlü bir model: mimari kararlarda, hata ayıklamada ve kod incelemede fark yaratıyor, fakat abonelik limiti ya da token faturası hızla doluyor. İkincisi ise daha ucuza erişilen, hatta zaten ödenmiş bir paketin içinde kullanılmadan duran bir model. Sorun şu: çoğu kişi bütün işi, rutin kod yazımı da dahil, pahalı modele yaptırıyor.

AI Engineering Orchestrator (kısaca AEO) bu dengesizliği bir iş bölümüyle çözmeye çalışıyor. Projenin kendi özetiyle tez basit: pahalı model karar verir, ucuz model yazar. Teknik olarak iki parçadan oluşuyor. Bir MCP köprüsü, takım lideri modele başka bir modeli çağırma yeteneği veriyor; CLAUDE.md veya AGENTS.md içine eklenen bir politika dosyası da bu yeteneğin ne zaman kullanılacağını belirliyor. Yani aracın asıl fikri, "bir araç var diye kullanılmaz, kural söylediği için kullanılır" ayrımı.

Ucuz hesapla pahalı modeli nasıl daha çok kullanırsınız?

Burada "ucuz" kelimesi göreceli. AEO'nun belgeleri bunu özellikle vurguluyor: bir modelin sizin için ucuz olmasının sebebi abonelik paketi, öğrenci veya kurumsal fiyat, bölgesel fiyatlandırma, kampanya ya da zaten ödediğiniz bir paketteki kullanılmayan kapasite olabilir. Aynı model başka biri için kötü bir anlaşma olabilir. Bu yüzden araç belirli bir firmayı "en ucuz" ilan etmiyor; yalnızca elinizdeki en uygun ve yeterince yetenekli uygulama yolunu kullanmanızı sağlıyor.

Akış şöyle işliyor. Pahalı model, isteği anlıyor, depoyu yeterince inceliyor, işin önemsiz mi yoksa gerçek bir uygulama işi mi olduğuna karar veriyor. Gerçek bir iş ise hedefi, kısıtları, kabul ölçütlerini ve çalıştırılacak testleri içeren sınırları belli bir sözleşme yazıp uygulayıcı modele gönderiyor. Kodu yazmak, testleri eklemek ve düzeltme turlarını yapmak ucuz modelde gerçekleşiyor. Pahalı modelin harcadığı şey, kodu yazmak yerine okumak ve karar vermek oluyor. Abonelik limitiyle çalışan biri için bu, aynı limitle daha fazla görevi bitirmek anlamına geliyor.

Antigravity tarafında kota dolarsa köprü önce tanımlı diğer Gemini modellerini deniyor; o da olmazsa politika aynı sözleşmeyi Cursor'a yönlendiriyor. Amaç, uygulayıcı kanal tıkandığında işin sessizce yeniden pahalı modele kaymasını önlemek.

Oyun geliştiricilerin işine nasıl yarar?

Oyun projeleri, AEO'nun önerdiği iş bölümüne doğal olarak uyuyor. Bir oyunun kodunda hem az sayıda ama pahalı karar (ağ mimarisi, sunucu otoritesi, kayıt sistemi, ekonomi kuralları) hem de çok sayıda tekrarlayan iş (yeni bir menü ekranı, bir oyun modunun kural varyantı, yerelleştirme anahtarları, eksik testler, refaktör) bulunuyor. AEO'nun mantığıyla ilk grup lider modelde kalıyor, ikinci grup uygulayıcıya gidiyor.

• Küçük ekipler ve tek kişilik stüdyolar: Bir indie geliştirici aynı anda tasarımcı, programcı ve test sorumlusu. Pahalı modelin limitini mimari ve hata ayıklama için saklayıp rutin özellik işini devretmek, ay sonunda limitin bitmesi riskini azaltır.
• Çok oyunculu ve sunucu kodu: Eşzamanlılık, oturum ve yetki gibi konularda politika, bağımsız bir inceleme ajanını (reviewer) devreye sokmayı öneriyor. Hata pahalıya patlayan bu alanlarda ikinci bir göz, tek modelin kendi işini onaylamasından daha güvenli.
• Testi olan oyun mantığı: Kural motorları, puan hesapları, eşleştirme ve sunucu tarafı doğrulama gibi kısımlar başsız (headless) testlerle sınanabiliyor. AEO'nun kalite kapısı en iyi burada çalışıyor, çünkü lider model "testler geçti" cümlesine değil, kendi çalıştırdığı teste bakıyor.
• Paralel işler: Birbirine dokunmayan iki işi, örneğin bir oyun modunu ve bir istatistik ekranını, ayrı git worktree'lerinde aynı anda iki uygulayıcıya verebiliyorsunuz. Değişiklikler ana çalışma ağacına ancak lider onaylayınca tek tek uygulanıyor.

Dürüst bir not: görsel his, animasyon zamanlaması ya da "oyun eğlenceli mi" sorusu testle yakalanamaz. AEO'nun kalite kapısı kodu sözleşmeye göre doğrular; oynanış kalitesini yine sizin oynayarak ölçmeniz gerekir. Aracın kendi belgeleri de benzer bir sınırı kabul ediyor: sözleşmenin kendisinde bir tasarım hatası varsa, o hatayı birebir uygulayan kod kapıdan geçer.

Kalite kapısı neden önemli?

Ucuz modele iş vermenin bilinen riski, "bitti" raporunun gerçeği yansıtmaması. AEO bu yüzden uygulayıcının raporunu kanıt olarak görüyor, onay olarak değil. Lider model işe başlamadan git status ile bir başlangıç durumu kaydediyor; iş dönünce farkı, değişen dosyaları ve testleri kendisi inceliyor. Uygulayıcının izin engeli yüzünden çalıştıramadığı bir test "geçti" sayılmıyor. Kararın iki seçeneği var: ONAY veya DEĞİŞİKLİK GEREKLİ. İkincisinde bulgular kanıtlarıyla birlikte aynı uygulayıcıya geri gönderiliyor.

Bu disiplinin bir yan faydası daha var: kullanıcının commit etmediği kendi değişiklikleri başlangıç kaydı sayesinde korunuyor; lider, sahibini kanıtlayamadığı bir değişikliğe dokunmuyor. Varsayılan izin örnekleri de push, reset, rebase, merge ve commit gibi geri alınması zor git komutlarını reddediyor.

Gerçek bir ölçüm ne gösteriyor?

Projenin README dosyasında, bir Laravel API'sindeki yenileme jetonu (refresh token) hatasının düzeltilmesi iki kez ölçülmüş: bir kez devretmeyle, bir kez de devretme araçları kaldırılmış kontrol koşusuyla. Aynı commit ve aynı istem kullanılmış.

Ölçüt	Devretmeyle	Devretmeden
Pahalı modelin API süresi	3 dk 39 sn	8 dk 54 sn
Hesaplanan maliyet	3,60 dolar	4,32 dolar
Uygulayıcı modelin maliyeti	Ayrı abonelikte, faturaya eklenmedi	Yok
Toplam bekleme süresi	Yaklaşık yüzde 30 daha uzun	Daha kısa
Kaynak	Proje README'si, Ekim 2026	Her koldan tek koşu (n=1)

Geliştirici sonucu abartmıyor: dolar farkı yüzde 17 ve yalnızca uygulayıcı ayrı bir abonelikle karşılandığı için var. Asıl kazanç pahalı modelin kullanım süresinde: yaklaşık yüzde 59 daha az. Kullanım limitli bir abonelikte bağlayıcı kısıt da zaten bu. Buna karşılık iş, uygulayıcıya gidip gelme yüzünden yaklaşık yüzde 30 daha uzun sürmüş ve iki koşu da benzer kalitede bir düzeltme üretmiş. Tek ölçümden genel bir tasarruf oranı çıkmaz; proje kendi hesabınızı ölçmeniz için bir betik ve yöntem de sunuyor.

Nasıl kurulur?

Gereksinimler Node.js 20 veya üstü, oturum açılmış Antigravity komut satırı aracı (agy) ve takım lideri olarak Claude Code ya da Codex. Kurulum önce kuru çalıştırma (dry run) ile yapılıyor; hiçbir dosya yazılmadan neyin değişeceği gösteriliyor. Ardından npx ai-engineering-orchestrator@latest install --target . --claude (veya --codex) komutu projeye politikayı, ajan tanımlarını ve MCP sunucusunu ekliyor; doctor komutu kurulumu denetliyor. Değiştirilen ortak dosyaların yedekleri kullanıcı klasöründe saklanıyor ve küresel ayarlara yalnızca açıkça --global denirse dokunuluyor.

Açıklık notu: AI Engineering Orchestrator, GAMEAREA'nın geliştiricisi Akif Şen'in açık kaynak projesi ve GAMEAREA'nın kendi geliştirme sürecinde de kullanılıyor. Bu yazıdaki ölçüm rakamları projenin kendi belgelerinden alınmıştır; bağımsız bir test değildir. Blogdaki yapay zekâ kullanımımızı YZ ilkeleri sayfamızda anlatıyoruz.

Sık sorulan sorular

AI Engineering Orchestrator ücretli mi?

Hayır. Proje MIT lisanslı ve npm üzerinden ücretsiz kuruluyor. Kullandığınız yapay zekâ hizmetlerinin (Claude, Codex, Gemini, Cursor) kendi abonelik veya kullanım ücretleri ayrıca geçerli.

Para tasarrufu garanti ediyor mu?

Hayır. Proje bir tasarruf oranı ölçmediğini ve garanti etmediğini açıkça yazıyor. Kazanç, uygulayıcı modele sizin hesabınızda ne kadar ucuza eriştiğinize bağlı.

Hangi oyun motorlarıyla çalışır?

Araç bir oyun motoru eklentisi değil, depo düzeyinde çalışıyor. İlke olarak kullandığınız modellerin anlayabildiği her kod tabanında (Unity, Godot ya da web tabanlı bir oyun fark etmeksizin) aynı akış uygulanabilir; doğrulamanın gücü ise projedeki testlere bağlı.

Uygulayıcı model kodumu bozarsa ne olur?

Değişiklik onaylanmadan iş bitmiş sayılmıyor. Lider model farkı ve testleri inceleyip DEĞİŞİKLİK GEREKLİ diyebiliyor; paralel işlerde değişiklikler ayrı worktree'de kalıyor ve yalnızca onaydan sonra ana çalışma ağacına uygulanıyor. Commit ve push gibi işlemler varsayılan olarak yasak.

Kaynaklar

1. akifsen / GitHub — AI Engineering Orchestrator (README) Resmi kaynak
2. akifsen / GitHub — Cost-aware routing Resmi kaynak
3. akifsen / GitHub — Quality gate Resmi kaynak
4. npm — ai-engineering-orchestrator Resmi kaynak