Yapay Zekâ Kodlama Ajanlarında Token Kullanımını Azaltma: Yardımcı 4 Araç

Yalnızca birkaç isteğin ardından yapay zekâ kodlama planınızdaki token kullanım sınırına takıldıysanız, tüm bu token’ların nereye gittiğini merak etmiş olabilirsiniz. 

Ajandan bir hatayı düzeltmesini, bir özelliği yeniden düzenlemesini veya bir depoyu incelemesini istersiniz ve bir anda kodlama hakkınızın büyük bir kısmı gider.

Bu mutlaka sağlayıcınızın ya da aboneliğinizin bir sorunu değildir. 

Yapay zekâ kodlama ajanları, normal sohbet botlarından çok daha token yoğundur. Yalnızca isteminize yanıt vermezler; birden fazla dosyayı okuyabilir, kod tabanını arayabilir, günlükleri inceleyebilir, test çalıştırabilir, araçları çağırabilir, kod üretebilir, kendi değişikliklerini gözden geçirebilir ve bir görevi tamamlamadan önce bu süreci birkaç kez tekrarlayabilirler.

İyi haber şu ki, bu gereksiz token kullanımının önemli bir kısmını azaltabilirsiniz.

Kodlama ajanlarını daha az geveze yapan, basit görevleri aşırı mühendislikten alıkoyan, gürültülü terminal çıktısını sıkıştıran ve büyük araç yanıtlarının bağlam penceresini doldurmasını önleyen araçlar var.

Bu kılavuzda, yapay zekâ kodlama ajanlarında token kullanımını azaltmaya yönelik dört araca bakacağız: Caveman, Ponytail, RTK ve Context Mode. 

Her birinin ne yaptığını, nasıl kurulacağını ve Claude Code ile Codex gibi aboneliklerde kullanım sınırlarına ulaşmadan önce nasıl daha fazla iş çıkarabileceğinizi görmek için bunları nasıl birleştirebileceğinizi inceleyeceğiz.

Neden Ajanik İş Akışları Bu Kadar Çok Token Kullanıyor?

Normal bir sohbet botu bir istem alır ve bir yanıt döndürür. Bir ajan genellikle çok daha fazlasını yapar.

Dosyaları okuyabilir, araçları çağırabilir, günlükleri inceleyebilir, belgeleri getirebilir, kod yazabilir ve bitirmeden önce bu süreci birkaç kez tekrarlayabilir. 

Her adım bağlama daha fazla bilgi ekler ve bu bağlamın büyük kısmı sonraki çağrılarda modele yeniden gönderilebilir.

Basitleştirilmiş bir ajan döngüsü şöyle görünür:

İstek modele gider, model bir aracı çağırır, araç çıktı döndürür ve bu çıktı bir sonraki adımdan önce bağlama geri katlanır. Geri bildirim oku maliyetin olduğu yerdir: her geçiş önceki sonuçları ileri taşır; dolayısıyla altı araç çağrısı gerektiren bir görev, öykünün büyük bölümünü modele altı kez gönderir.

Bu, birkaç yaygın token israfı kaynağı oluşturur:

• Gereğinden uzun yanıtlar: Kısa bir yanıt yeterliyken ajan fazlaca açıklama yapar.
• Aşırı mühendislik ürünü kod: Küçük bir görev fazladan dosyalara, soyutlamalara ve bağımlılıklara dönüşür.
• Büyük araç çıktıları: Günlükler, testler, Git diff’leri ve terminal komutları binlerce token döndürebilir.
• Fazla bağlam: Getirilen belgeler, araç tanımları ve önceki sonuçlar bağlam penceresini hızla doldurabilir.
• Uzun süren oturumlar: Ajan ne kadar uzun çalışırsa, yanında o kadar çok geçmiş ve ara sonuç taşır.

Dolayısıyla asıl zorluk yalnızca bir ajanın kaç token oluşturduğunda değil, iş akışı devam ederken kaç token’ı okuduğu, ileri taşıdığı ve yeniden işlediğinde yatar.

Caveman, Ponytail, RTK ve Context Mode gibi araçlar tam da bunu azaltmak üzere tasarlanmıştır ve her biri farklı bir token israfı kaynağını hedef alır.

1. Caveman: Ajanınızın Daha Az Konuşmasını Sağlayın

Caveman kodlama ajanlarını daha özlü hale getirmenin basit bir yoludur. 

Ajanın her adımı anlatmasına, bariz ayrıntıları tekrarlamasına veya gereksiz doldurma metinler eklemesine izin vermek yerine, yanıtları gerçekten önemli bilgilere yönlendirir.

Bu özellikle uzun kodlama oturumlarında faydalıdır; çünkü gereğinden uzun yanıtlar yalnızca çıktı token’larını artırmakla kalmaz. 

Bu yanıtlar aynı zamanda konuşma geçmişinin bir parçası haline gelip sonraki turlara taşınabilir.

Caveman nasıl çalışır

Caveman iki ayrı bölümden oluşur.

Caveman becerisi ajanın yazım şeklini değiştirir. 

Doldurma ifadelerini, nezaket kalıplarını, çekinceleri ve gereksiz anlatımı kaldırırken kod blokları, komutlar, API adları ve aynen hatâ iletileri gibi önemli ayrıntılara dokunmaz. 

Ayrıca güvenlik uyarıları veya geri alınamaz işlemler gibi netliğin önemli olduğu durumlarda bu kısa üslubu gevşetir. 

Ayrıca sorunun diğer tarafını, yani ajanın ne okuduğunu ele alan isteğe bağlı bir yerel proxy de vardır. 

Kodlama ajanı ile model sağlayıcısı arasına yerleşir ve istek gönderilmeden önce uygun bağlamı sıkıştırır. 

Beceri ve proxy bağımsız çalışır; bu nedenle hafif beceriyle başlayıp daha agresif bağlam azaltma gerekirse proxy’i daha sonra ekleyebilirsiniz. 

Bunu düşünmenin basit bir yolu aşağıdaki diyagramda açıklanmıştır:

Solda ajan, kodunu bir önsözle sarar ve ardından aynı kodu yeniden açıklar. Sağda işe yarar yanıtı ve kodu alırsınız, fazlası yoktur. Aynı iş, anlatım için çok daha az token harcanır.

Caveman ile hızlı başlangıç

Beceriyi yüklemenin en kolay yolu şudur:

npx skills add JuliusBrussee/caveman

Ardından kodlama ajanın içinde etkinleştirin:

/caveman

Normal yanıtlara geri dönmek için şunu kullanın:

/caveman off

Caveman ayrıca Claude Code, Codex, Gemini CLI, Cursor ve OpenCode gibi araçlar için yerel kurulum seçenekleri sunar.

Modele gönderilen bağlamı da azaltmak istiyorsanız CLI’ı kurun:

npm install -g @caveman-ai/cli
caveman setup --install

Sonra desteklenen bir ajanı bunun üzerinden başlatın, örneğin:

caveman claude

Bu, Caveman’in yerel proxy’sini başlatır ve ajanı bağlam-sıkıştırma katmanından geçirir. 

Çoğu kullanıcı için ben önce beceriyle başlardım. 

Eklemek kolaydır, normal kodlama iş akışınızı değiştirmez ve israf edilen token’ların en basit kaynaklarından birini doğrudan ele alır: ajanın ihtiyaç duyduğundan çok daha fazla konuşması.

2. Ponytail: Ajanınızın Aşırı Mühendislik Yapmasını Durdurun

Ponytail farklı bir token israfı türü için tasarlanmıştır: kodlama ajanlarının görevin gerçekten ihtiyaç duyduğundan daha fazla kod yazması.

Basit bir istek bazen yeni bağımlılıklara, yardımcı sınıflara, sarmalayıcı bileşenlere ve fazladan yapılandırmaya dönüşebilir. 

Ponytail, ajanı önce mümkün olan en küçük makul çözüme yönlendirerek bunu engellemeye çalışır.

Ponytail nasıl çalışır

Kod yazmadan önce Ponytail, ajana basit bir karar merdiveninden geçirtir:

Her basamak, ajana yeni bir şey yazmadan önce durma şansı verir. Standart kütüphane, yerel platform özellikleri ve mevcut bağımlılıklar elendikten sonra, en alttaki adıma yani çalışan en az kodu yazma noktasına ulaşır.

Örneğin, bir tarih-seçici kütüphanesi kurup bir sarmalayıcı bileşen inşa etmek yerine, Ponytail tarayıcıda zaten şunun olduğuna karar verebilir:

<input type="date">

Amaç, her şeyi körü körüne kısaltmak değildir. 

Ponytail, doğrulama, güvenlik, erişilebilirlik ve veri kaybına karşı koruma gibi unsurları kısaltma sürecinin dışında açıkça tutar. 

Amaç uygulamada tembel, doğrulukta özensiz olmamaktır.

Ponytail’in kendi ajanik kıyaslamasında, aynı beceri olmadan çalışan ajana kıyasla 12 kodlama görevi boyunca yaklaşık %54 daha az kod ve %22 daha az token üretti. 

Bağımsız bir kıyaslama da önemli ölçüde daha küçük uygulamalar buldu; ancak agresif ayarların bazen belirtilmemiş uç durumlarda sağlamlıktan ödün verebileceğine dikkat çekti.

Ponytail ile hızlı başlangıç

Claude Code için, marketi ekleyin:

/plugin marketplace add DietrichGebert/ponytail

Ardından Ponytail’i kurun:

/plugin install ponytail@ponytail

Bunları iki ayrı komut olarak gönderin.

Kurulduktan sonra, Ponytail’in şeyleri ne kadar agresif sadeleştireceğini kontrol edebilirsiniz:

/ponytail lite
/ponytail full
/ponytail ultra
/ponytail off

full varsayılandır ve muhtemelen başlamak için en iyi noktadır. lite istediğinizi yine inşa eder ama daha basit alternatifleri işaret eder; ultra ise YAGNI’yi çok daha agresif uygular. 

Var olan bir değişikliği gereksiz karmaşıklık açısından da gözden geçirebilirsiniz:

/ponytail-review

Veya daha büyük bir kod tabanını tarayın:

/ponytail-audit

Ponytail, gereksiz kodu azaltmanın çarpan etkisi yarattığı için özellikle kodlama ajanlarıyla iyi çalışır: ajan şimdi daha az token yazar, daha küçük diff’ler oluşturur ve kendisinin daha sonra yeniden okuması için daha az kod bırakır.

3. RTK: Gürültülü Araç Çıktısını Azaltın

RTK, Rust Token Killer ifadesinin kısaltmasıdır ve token israfının farklı bir kaynağına odaklanır: kodlama ajanınızın terminalden geri aldığı her şey.

git status gibi komutlar, test çalıştırmaları, günlükler, aramalar ve paket yöneticisi çıktısı yüzlerce veya binlerce satır döndürebilir. 

Bu bilgilerin çoğu bir terminale bakan insan için faydalıdır; ancak bir ajanın çoğu zaman yalnızca önemli parçalara ihtiyacı vardır.

RTK komut ile ajan arasına girer ve çıktıyı model görmeden önce sıkıştırır. 

RTK nasıl çalışır

RTK, hatalar, başarısızlıklar, değişen dosyalar ve özetler gibi faydalı bilgileri korurken gürültüyü kaldırmak için komuta özgü filtreleme, gruplaştırma, kesme ve yinelemeleri giderme yöntemleri kullanır. 

Örneğin:

Normal akışta ajan pytest çalıştırır ve yazdırdığı her satırı geri okur; bunların çoğu görmesi gerekmeyen geçen testlerdir. Ortada RTK varken, aynı çalıştırma başarısızlıklar artı bir özet olarak döner; böylece ajan birkaç yüz satır yerine birkaç düzine satır okur.

Desteklenen kodlama ajanlarıyla RTK, kabuk çağrılarına otomatik olarak kanca atabilir. Şu komut gibi:

git status

arka planda şuna dönüştürülebilir:

rtk git status

Böylece ajan her seferinde açıkça RTK istemeden daha küçük çıktıyı alır. 

RTK, yaygın geliştirme komutlarında komut çıktısı token kullanımında %60–%90 azalma bildirir. Bu, toplam LLM faturanızın %60–%90 düşeceği anlamına gelmez; yalnızca RTK’nın sıkıştırdığı terminal çıktısını ifade eder. 

RTK ile hızlı başlangıç

macOS veya Linux’ta Homebrew ile kurabilirsiniz:

brew install rtk-ai/tap/rtk

Veya kurulum komut dosyasını kullanın:

curl -fsSL https://raw.githubusercontent.com/rtk-ai/rtk/master/install.sh | sh

Ardından doğru RTK’yı kurduğunuzu doğrulayın:

rtk --versionrtk gain

rtk gain komutu token tasarruf panosunu gösterir. Bu kontrol faydalıdır; çünkü bağlantısız başka bir proje de rtk adını kullanıyor olabilir. 

Claude Code için RTK’yı küresel olarak başlatın:

rtk init -g

Codex için:

rtk init -g --codex

Ve Gemini CLI için:

rtk init -g --gemini

RTK ayrıca Cursor, OpenCode, Copilot, Cline, Windsurf ve diğer birkaç kodlama ajanını destekler. 

Yapılandırıldıktan sonra normal terminal komutlarınızı kullanmaya devam edebilirsiniz. 

RTK arka planda sıkıştırmayı halleder; bu da özellikle ajanın test çalıştırma, kod arama, Git değişikliklerini inceleme ve günlük okuma işlerine çok zaman harcadığı durumlarda faydalıdır.

4. Context Mode: Büyük Araç Çıktılarını Bağlamın Dışında Tutun

Context Mode, bir ajanın araçları kullanmaya başlamasından sonra ne olduğuna odaklanır.

Bir tarayıcı anlık görüntüsü, GitHub sorun listesi, dosya araması veya büyük bir komut çıktısı, doğrudan bağlam penceresine devasa miktarda bilgi boşaltabilir. 

Daha da kötüsü, bu bilgiler daha sonra sonraki turlara taşınabilir.

Context Mode, hacimli ham verileri etkin LLM bağlamının dışında tutarak ve ajanın gerçekten ihtiyaç duyduğu kısımları geri getirerek bunu önlemeye çalışır.

Context Mode nasıl çalışır

Context Mode bir MCP sunucusu olarak çalışır ve normalde büyük çıktılar üretecek işlemler için korumalı alan araçları sağlar.

Ham bilgiler yerelde FTS5 destekli bir arama indeksinde saklanabilir; böylece ajan, tüm sonucu konuşmaya geri dökmek zorunda kalmadan daha sonra yeniden arayabilir. 

Projenin bir örneğinde, 315 KB ham araç çıktısı 5,4 KB bağlama düşürüldü ve bu da %98 azalma olarak rapor edildi. 

Bunun, projenin kendi iş yükünden bir örnek olduğunu; her araç çağrısı için bir garanti olmadığını unutmayın. 

Context Mode ile hızlı başlangıç

Claude Code için en kolay kurulum, eklenti marketi üzerinden yapılır:

/plugin marketplace add mksglu/context-mode
/plugin install context-mode@context-mode

Claude Code’u yeniden başlatın, ardından kurulumu şununla doğrulayın:

/context-mode:ctx-doctor

Doktor, eklenti, kancalar, çalışma zamanları ve yerel arama bileşenlerinin doğru çalıştığını kontrol eder. 

Context Mode’u küresel olarak da kurabilirsiniz:

npm install -g context-mode

ve Cursor, Gemini CLI, GitHub Copilot CLI, JetBrains ve diğer desteklenen istemcilerde bir MCP sunucusu olarak kaydedebilirsiniz. 

Çalışır hâle geldiğinde, istatistik araçlarıyla ne kadar bağlam tasarrufu sağladığını inceleyebilirsiniz.

Context Mode, uzun süre çalışan ve araç ağırlıklı ajanlar için en faydalıdır; çünkü aksi hâlde tarayıcı sonuçları, günlükler, dosya okumaları, MCP yanıtları ve diğer ara veriler sürekli bağlam penceresini doldurur.

Dört Token Tasarrufu Aracının Karşılaştırması

Bu dört araç, ajanın ne yazdığından araç çıktılarının bağlamda ne kadar taşındığına kadar kodlama-ajanı iş akışının farklı bölümlerini hedefler.

Farkı düşünmenin en kolay yolu: 

• Caveman ajanın söylediklerini azaltır
• Ponytail inşa ettiklerini azaltır
• RTK terminalin geri gönderdiklerini azaltır
• Context Mode bağlamda kalan araç sonuçlarını azaltır.

Bu Araçlar Birlikte Kullanılabilir mi?

Evet, ancak en baştan her şeyi üst üste koymazdım.

Daha iyi bir yaklaşım, Ponytail ile başlamakdır. 

Kodlama ajanlarına eklemesi basittir ve birçok iş akışı için gereksiz kodu azaltmak zaten yeterlidir. Ben Zcode, Claude Code ve Codex gibi araçlarla kullanıyorum ve sağladığı azalmadan memnunum.

Daha da ileri gitmek isterseniz, Ponytail + Caveman deneyin. Ponytail gereksiz kodu azaltır, Caveman gereksiz açıklamayı azaltır; bu nedenle birbirlerini iyi tamamlarlar.

İş akışınız hâlâ testlerden, günlüklerden, Git’ten veya terminal komutlarından çok token-yoğun çıktı üretiyorsa, Ponytail + Caveman + RTK deneyin.

RTK iş akışınıza uymuyorsa, özellikle çok sayıda MCP aracı, tarayıcı aracı, API veya diğer büyük araç çıktıları kullanıyorsanız, bunun yerine Ponytail + Caveman + Context Mode deneyin.

Herkes için çalışan mükemmel bir kombinasyon yok. 

Amaç, kodlama ajanınızın performansını zedelemeden daha düşük token kullanımı sağlayan kurulumu bulana kadar denemeler yapmaktır. Bazıları için yalnızca Ponytail yeterli olacaktır. Diğerleri için bu araçlardan iki veya üçünü birleştirmek daha iyi çalışacaktır.

Token Kullanımını ve Maliyeti Azaltmanın Diğer Yolları

Her zaman başka bir araca ihtiyacınız yok. 

Claude Code zaten bağlamı küçük tutmanıza ve gereksiz harcamayı azaltmanıza yardımcı olabilecek çeşitli özellikler içerir.

Gerekmediğinde belleği devre dışı bırakın

Claude Code, önceki oturumlardan anıları otomatik olarak saklayıp yeniden yükleyebilir. Kısa veya yalıtılmış görevler için bu, ihtiyacınız olmayan bağlam ekleyebilir.

Şunu çalıştırın:

/memory

Buradan, otomatik belleği devre dışı bırakabilir veya artık faydalı olmayan bilgileri kaldırabilirsiniz.

Uzun oturumları sıkıştırın

Bir oturum büyüdükçe, Claude konuşma geçmişini, dosya içeriklerini ve araç çıktılarının bir kısmını taşır. Claude Code otomatik olarak sıkıştırma yapar; ancak bunu daha erken tetikleyebilirsiniz:

/compact

Ayrıca neyin önemli olduğunu da söyleyebilirsiniz:

/compact keep the implementation plan and latest test results

Bu, bir görevin bir bölümünü bitirdiğinizde ancak aynı oturumda devam etmek istediğinizde özellikle faydalıdır. 

Görev değiştiğinde sıfırdan başlayın

Bazen sıkıştırmaya değmez. Tamamen farklı bir göreve geçiyorsanız şunu çalıştırın:

/clear

Bu, alakasız işleri ileri taşımak yerine boş bir konuşma bağlamıyla başlar. Anthropic ayrıca, uzun süreli bir oturumu defalarca sıkıştırmaktan ziyade sıfırdan başlamanın bazen daha iyi olabileceğini not eder.

Kullanmadığınız MCP sunucularını devre dışı bırakın

MCP araçları da bağlam tüketir. Claude Code artık varsayılan olarak tam MCP araç şemalarını erteler; ancak kullanılmayan sunucular yine de ek yük getirebilir.

Kullanılan sunucuları gözden geçirmek ve şu anda ihtiyaç duymadıklarınızı devre dışı bırakmak için: /mcp komutunu kullanın. 

Oturumun farklı bölümlerinin ne kadar yer kapladığını görmek için /context komutunu da çalıştırabilirsiniz.

CLAUDE.md’yi küçük tutun

CLAUDE.md Claude’un bağlamına yüklenir; bu nedenle onu dev bir proje el kitabına çevirmekten kaçının. 

Yalnızca Claude’un görevler arasında gerçekten ihtiyaç duyduğu talimatları, örneğin önemli kuralları, komutları ve proje ilkelerini tutun.

/context ile bellek ve talimat dosyalarınızın ne kadar yer kapladığını kontrol edin. Yalnızca belirli klasörlerle ilgili talimatlar için, Claude Code her şeyi ana CLAUDE.md dosyasına koymak yerine daha hedefli kuralları destekler. 

Daha basit görevler için daha ucuz bir model kullanın

Her düzenleme için en pahalı modele muhtemelen ihtiyacınız yok. 

Claude Code dokümantasyonu, çoğu kodlama görevi için Sonnet kullanılmasını ve Opus’un daha zor mimari veya muhakeme ağırlıklı işler için ayrılmasını önerir.

Şununla geçiş yapabilirsiniz:

/model

Basit alt-ajan görevleri için, bunları Haiku kullanacak şekilde de yapılandırabilirsiniz. 

Son Düşünceler

Bu araçlar hakkında en iyi şeylerden biri, kurulumdan sonra çok az çaba gerektirmeleridir. 

Araca bağlı olarak, bir eğik çizgi komutunu hatırlamanız veya her görev için el ile etkinleştirmeniz gerekmeyebilir. 

Ponytail ajana daha basit uygulamalara yön verebilir, Caveman yanıtları özlü tutabilir, RTK terminal çıktısını sıkıştırabilir ve Context Mode büyük araç sonuçlarının etkin bağlamı taşırmasını engelleyebilir. 

Yapılandırmadan sonra, bu optimizasyonun çoğu normal kodlama iş akışınızın parçası olarak gerçekleşir.

Etkisini genellikle ajanın çalışma özetinde, üretilen kodda, terminal çıktısında veya bağlam istatistiklerinde görebilirsiniz. 

Ajan aynı işi yapıyor olabilir; ancak daha az gereksiz kodla, daha az anlatımla, daha küçük araç yanıtlarıyla veya bir adımdan diğerine daha az bilgi taşıyarak.

En güzeli de bu araçları birleştirebilmenizdir. 

Ancak dördünü üst üste koymak otomatik olarak mümkün olan en düşük token kullanımını elde edeceğiniz anlamına gelmez. Ajanik kodlama iş akışının farklı bölümlerini hedeflerler ve fayda, ajanın, modelin, deponun ve çalıştırdığınız görevlerin türlerine büyük ölçüde bağlıdır.

Kendi kodlama düzeninizde (harness) bunları denemenizi öneririm. Bir araçla başlayın, farkı ölçün ve hâlâ bariz token israfı kaynakları görüyorsanız bir başka aracı ekleyin. 

Kimi iş akışınız için tek bir araç yeterli olabilir; kimi kurulum ise iki ya da üçünün birlikte çalışmasından fayda görebilir.

Ben şahsen, Ponytail’i çoğu kodlama iş akışımda kullanıyorum; çünkü kurulumu basit ve kodlama ajanı onunla nasıl çalışacağını hızla kavrıyor. 

Çoğunlukla Z.ai’nın Zcode aracıyla kullanıyorum; böylece ajana normalde nasıl komut verdiğimi değiştirmemi gerektirmeden uygulamaların odaklı kalmasına yardımcı oluyor.

Sonuçta, token kullanımını azaltmak, ajanın daha az faydalı iş yapmaya zorlanması değil; o işin etrafındaki israfın kaldırılmasıdır. 

Caveman, Ponytail, RTK ve Context Mode’u tek tek ve farklı kombinasyonlarda deneyin; kendi iş akışınızda nelerin değiştiğini ölçün ve token kullanımı, kod kalitesi ve ajan performansı arasında size en iyi dengeyi sağlayan kurulumu koruyun.

Yapay zekâ ajanlarının nasıl çalıştığı hakkında daha fazla bilgi edinmek için AI Agent Fundamentals beceri yoluna göz atmanızı öneririm.