Sharkly Nedir?

Tek bir AI kodlama Agent'ına gerçek bir görev vermeyi zaten yapabiliyorsunuz. Değişikliği anlatıyorsunuz, o dosyaları düzenliyor, testleri çalıştırıyor ve size bir diff geri veriyor. İş akışı, ta ki ikinci bir Agent'ın birincisi düşünürken çalışmasını isteyene kadar temiz görünüyor. İşte o anda elinizde iki terminal, takip etmeniz gereken iki branch ve kimin ne yaptığına dair paylaşılan bir kayıt oluyor. Bir de üçüncü bir Agent ile yardım etmek isteyen bir ekip arkadaşı eklendiğinde, her şey başkalarının göremediği özel prompt'lara ve terminal oturumlarına dönüşüyor. Agent'larda sorun yok. Eksik olan, onların etrafındaki sistem.

İşte o sistemi Sharkly sağlıyor. AI kodlama Agent'larına iş atamayı, tıpkı ekip arkadaşlarınıza iş atadığınız gibi mümkün kılıyor: sahibi olan bir görev, bağlam, sonuçların geri döndüğü bir yer ve herhangi bir şey merge edilmeden önce bir inceleme adımı. Kodlamayı yine Agent'lar yapıyor. Sharkly ise ekibinizin zaten kullandığı araçların etrafına paylaşılan görev, bilgisayar, bağlam, kontrol ve inceleme katmanını ekliyor.

TL;DR

Sharkly, hepsi bir arada bir Agent komuta ve yönetim platformudur. Claude Code, Codex ve Gemini gibi AI kodlama Agent'larını gerçek bir görev sisteminin içinde atanabilir ve takip edilebilir ekip üyelerine dönüştürür: bir Task atarsınız, birden fazla Agent'ı kendi bilgisayarlarınızda paralel olarak çalıştırırsınız ve bağlam, ilerleme, engeller, sonuçlar ile insan incelemesi talepten yayına kadar görünür kalır. Bu araçların yerini almaz. Onların etrafındaki koordinasyon katmanıdır.

Sharkly nedir?

Sharkly, insanları ve birden fazla AI kodlama Agent'ını tek bir paylaşılan çalışma sisteminde koordine eden bir platformdur. Bir Task atarsınız, bir Agent bunu izole bir çalışma alanında araştırıp yürütür ve sonuç, bir kişinin inceleyip onaylaması için o Task'a geri döner. Kodu yine kodlama araçları çalıştırır; Sharkly ise atamayı, bağlamı, paralel çalıştırmaları ve incelemeyi hepsinin üzerinden yönetir.

Sharkly'yi konumlandırmanın en net yolu, ne yapmadığına bakmak. Ürünün kendi SSS bölümünden:

Sharkly, Claude Code, Codex veya diğer yürütme araçlarının yerini almaz. Ekibinizin zaten kullandığı araçların etrafına paylaşılan görev, bilgisayar, bağlam, kontrol ve inceleme katmanını ekler.

Yani iş bölümü açık: yürütmeyi Claude Code, Codex ve benzeri araçlar yapar. Sharkly ise bu araçlar arasında ekip düzeyinde atamayı, bağlı bilgisayarları, görev bağlamını, ilerlemeyi, engelleri, sonuçları ve insan incelemesini yönetir. AI agent orkestrasyonunun ne olduğunu zaten biliyorsanız, Sharkly bunu kendi düzeneğinizi kurmadan elde etmenin somut bir yoludur.

Bu sınır önemli, çünkü bu kategorideki bir araçla ilgili en yaygın yanlış varsayım, onun Agent'ınızla rekabet ettiğidir. Etmiyor. Claude Code kurulumunuzu, Codex yapılandırmanızı, aboneliklerinizi ve API anahtarlarınızı olduğu gibi korursunuz. Sharkly onların üzerinde durur ve çalıştırmalarını atanabilir ve izlenebilir hale getirir.

Kendi aboneliğinizi kullanın

Burada token satışı yok. Model kullanımı, bağladığınız kodlama araçlarında yapılandırılmış abonelikler veya API anahtarları üzerinden devam eder. Model kotanız Sharkly'ye değil, ekibinizin bağladığı AI kodlama araçlarına, planlara ve API hesaplarına bağlıdır. Bu çerçeve katmanı dürüst tutar: Sharkly yerini sizinle model arasına girmekle değil, koordinasyonla kazanır.

Sharkly'nin çözdüğü sorun: Agent'lar ölçeklenir, koordinasyon ölçeklenmez

Tek bir Agent iyi bir prompt'a ihtiyaç duyar. Birkaç Agent ise bir yöneticiye. Ekiplerin başının derde girdiği yer tam da bu geçiş ve Agent'lar işe yaradığını kanıtladığı anda bu geçiş hızla gerçekleşiyor.

Tek bir Agent çalıştırıyorsanız bir terminal yeter. Onu izlersiniz, diff'i incelersiniz, merge edersiniz ve devam edersiniz. Üç tane çalıştırdığınızda ise neredeyse aynı anda üç arıza modu ortaya çıkar:

• Çakışmalar. Aynı depoyu düzenleyen iki Agent birbirinin üzerine yazar. Commit edilmemiş işler kaybolur ve git durumu karışır.
• Körlük. Altı terminal sekmesine dağılmış Agent'larla hangi görevin bittiğini, hangisinin takıldığını ve hangisinin sessizce yanlış yaklaşımı denediğini anlayamazsınız.
• Kaybolan bağlam. Her çalıştırmanın amacı, diff'i, tartışması ve incelemesi ayrı özel oturumlarda yaşar. Bir ekip arkadaşı kaldığınız yerden devam edemez, çünkü devam edilecek paylaşılan bir şey yoktur.

Bunların hiçbiri Agent kalitesiyle ilgili bir sorun değil. Her bir Agent özenli iş çıkarıyor olabilir. Sorun koordinasyonda ve bu, tam olarak bir görev sisteminin insan ekipler için çözdüğü sorundur. Sharkly aynı fikri Agent'lara uygular: her çalıştırmaya bir sahip, paylaşılan bir kayıt ve bir inceleme kapısı verir; böylece yürütme özel terminallerde kaybolmak yerine ekip planının bir parçası haline gelir.

Bu sancının runtime'a özgü halini merak ediyorsanız, paralel olarak birden fazla Claude Code Agent'ı çalıştırma rehberimiz aynı duvara terminal tarafından nasıl çarptığınızı anlatıyor.

Temel kavramlar

Sharkly'nin sözlüğü küçük ve her kelime tek bir şeyi ifade ediyor. Bu beşini öğrenin, ürünün geri kalanı net bir şekilde okunur.

• Task, Sharkly'deki ana iş birimidir. Amacı, atanan kişiyi, bağlamı, yürütmeyi, sonuçları ve incelemeyi bir arada tutar. Her şey buraya geri döner.
• Agent, işin nasıl ele alınacağını tanımlar: talimatları, Skills'leri, kodlama aracı. Task'ları Agent'lara, tıpkı biletleri kişilere atadığınız gibi atarsınız.
• Computer, bir Agent oturumunun çalıştığı ana makineyi ve yerel kaynakları sağlar. Kendi makinelerinizi bağlayın; Sharkly Desktop ile yerel olarak ya da Sharkly CLI ile uzaktan. Böylece kod, kontrolünüzde olan bir yerde çalışır.
• Runtime, gerçek Agent oturumunu yürütür. Claude Code, Codex, Gemini ve diğer komut satırı runtime'ları buraya bağlanır.
• Crew, tek bir lider Agent tarafından koordine edilen, yeniden kullanılabilir bir İnsan ve Agent grubudur.

İşin özü bu ayrımda. Agent, işin nasıl ele alınacağını tanımlar; Computer ana makineyi ve yerel kaynakları sağlar; Runtime gerçek oturumu yürütür; Task ise ekibin paylaşılan kaydı olarak kalır. Her parçanın tek bir işi vardır ve paralel Agent'larla dolu bir ortamı okunabilir kılan da budur.

Tek bir Agent ne zaman, bir Crew ne zaman kullanılır

Çoğu kişi bu kararı ters veriyor. İşlerin çoğu için Crew'e ihtiyacınız yok. Küçük ve iyi tanımlanmış işlerde Task'ı doğrudan tek bir Agent'a atayın, hareketli parça sayısını sıfırda tutun. Crew'i ise lider Agent'ın geniş bir amacı yorumlaması, diğer Agent üyelerini dahil etmesi ve sonuçlarını tek bir Task'ta toplaması gerektiğinde kullanın. Önce basit aracı deneyin; tek bir Agent gerçekten tüm amacı taşıyamadığında Crew'e geçin. İlk gerçek Task'ınız tek bir Agent'a gitmeli; ilk görev rehberimiz de tam olarak bunu anlatıyor.

İş akışı: talepten yayına dört aşama

Sharkly ürün işini dört aşamaya ayırıyor. Bu, tüm platformun omurgası ve bir ekibin hâlihazırda nasıl sevk ettiğiyle temiz bir şekilde örtüşüyor.

Aşama 1: tanımla ve araştır

Bir kişi ihtiyacı doğal dille anlatır. Bir Agent ürünü, kod tabanını, geçmiş Task'ları ve ekibin kurallarını araştırır; ardından kapsamı ve kabul kriterlerini tamamlayıp yürütülebilir Task'lar oluşturur. Niyeti insan belirtir, Agent bunu gerçekten ele alınabilecek işe dönüştürür.

Katmanın karşılığını vermeye başladığı yer burası. Her seferinde belirsiz bir isteği kesin bir prompt'a çevirmek zorunda kalmazsınız; şekillendirmeyi Agent yapar ve başkalarının da görebileceği bir Task olarak yazar. Sharkly'de bir görev SH-312 gibi görünür: kayıp giden bir sohbet mesajı değil, gerçek bir bilet.

Aşama 2: otomatik paralel geliştirme

Agent'lar hazır Task'ları üstlenir ve izole git worktree'lerde çalışır. Frontend, backend, hata düzeltme ve test kapsamı aynı anda ilerler; her biri kendi bilgisayarlarınızdaki kendi çalışma alanında. Paralelliği güvenli kılan şey worktree'dir: bir deponun geçmişini paylaşan ama kendi branch'ini ve dosyalarını ayrı tutan bağlı bir çalışma dizini. Beş Agent, beş worktree, beş branch, sıfır çakışma.

Çalıştırmalar bağladığınız bilgisayarlarda gerçekleştiği için kötü bir değişiklik kendi branch'inde ve kendi makinesinde kalır. Hiçbir şey yanlışlıkla main branch'inize dokunmaz. Bunun mekaniğini derinlemesine merak ediyorsanız, AI kodlama Agent'ları için git worktree rehberimize bakın.

Aşama 3: test ve insan onayı

Agent typecheck'i, testleri ve build'i çalıştırır; ardından değişiklik özetini, doğrulama sonuçlarını ve bilinen sınırları Task'a ekler. Bir kişi onaylar, değişiklik ister ya da merge ve yayın adımına karar verir. Yürütme, engeller, sonuçlar ve takip tartışması Task zaman çizelgesine döner; böylece inceleme çıplak bir diff yerine eksiksiz bir bağlam üzerinden yapılır.

Birçok Agent çalıştırmayı pervasız olmaktan çıkarıp güvenli kılan aşama bu. Kontrol noktası olmayan hız, eskiden tek hata sevk ettiğiniz sürede beş hata sevk etmenin yoludur. Bir onay kapısı hem verimi korur hem de insanı gerçekten önemli olan tek anda döngüye geri sokar. Nihai onay ve yayın kararlarını insanlara bırakın.

Aşama 4: projeler ve sprint'ler

Ekip tamamlanmayı, sahipliği, bağımlılıkları, kapsam değişikliklerini ve engelleri paylaşılan planda takip eder. Agent işi, insan işiyle aynı Projeler ve Sprint'lerde yaşar; böylece bir yönetici altı terminali ve bir sohbet dizisini birleştirmek yerine tek bir panoyu okur. Değişiklikler ve ilerleme Task'lara dönmeye devam eder.

İnsan-Agent sözleşmesi

Sharkly'yi tek bir fikre indirgerseniz geriye şu kalır: Agent'lar araştırır, yürütür, test eder ve raporlar. İnsanlar yön belirler, yetki verir ve sonucu onaylar. Otomasyon, ekip muhakemesinin gerektiği yerde durur ve eksiksiz bağlam ile incelenebilir kanıt içeren bir teslimatla geri döner.

Bu cümle tüm güvenlik modelidir. Aynı zamanda Agent platformlarının kod tabanınızı bir makineye teslim edip geri çekildiği yönündeki korkuya dürüst cevaptır. Etmezler, ya da etmemeliler. Değerli olan versiyon, insanları muhakeme gerektiren iki uçta tutar —başta yön, sonda onay— ve mekanik ortayı Agent'lara bırakır. Sharkly tam otonomi hayalinin etrafında değil, bu şeklin etrafında kurulmuş.

Ekip avantajı nereden geliyor

Tüm ürünün altında sessiz bir iddia var ve bunu açıkça söylemekte fayda var: ekip kaldıracı daha fazla AI sohbeti açmaktan gelmez. Rolleri, kuralları, bağlamı ve iş akışlarını paylaşmaktan gelir.

Bir geliştiricinin özenli prompt işçiliği, bir Agent profili ve yeniden kullanılabilir Skills olarak kaydedildiğinde tüm ekibin atayabileceği bir şeye dönüşür. İyi bir kurulumu, ekibin yeniden kullandığı bir geliştirme yeteneğine çevirin. On kişinin bir Agent'ı nasıl davrandıracağını tek tek yeniden keşfetmesiyle, herkesin işini üzerinden yönlendirdiği tek bir paylaşılan yapılandırma arasındaki fark budur. Agent'lar yalnızca soruları yanıtlamaz. İşi mevcut durumdan iyileştirir, ileri taşır ve her sonucu ekibe geri getirir.

Sürecinizi baştan kurmak zorunda değilsiniz

Sharkly'yi benimsemek bir göç projesi değil. Ekibinizin zaten kullandığı araçları korurken çalıştırmaları atanabilir ve izlenebilir hale getirin. Bir bilgisayar bağlayın, Agent'ları yapılandırın ve ekibinizin zaten anladığı süreci yeniden kurmadan işi yönlendirmeye başlayın.

Jira'da yaşıyorsanız, ekibinizin zaten okuduğu projeleri, görevleri, durumları ve iş akışlarını koruyun. Sharkly'yi bağlayın; mevcut sistem yerinde kalırken Agent yürütmesi işi onun içinde ileri taşısın. Amaç, mevcut kurulumunuza görünür ve incelenebilir bir yürütme eklemek; herkesin yeniden öğrenmek zorunda kalacağı yeni bir sistemle onu değiştirmek değil.

Sharkly, kendi kurduğunuz düzenekle nasıl karşılaştırılır

Pek çok ekip Agent'ları kendi script'leriyle yönetiyor: bir klasör dolusu shell sarmalayıcı, birkaç tmux paneli, branch'ler için bir adlandırma kuralı. Bu işe yarar ve düşük hacimde çalışan tek bir geliştirici için doğru tercih olabilir. İşe yaramayı bıraktığı an ise öngörülebilir.

Dürüst değerlendirme şu: tek başınıza bir veya iki Agent çalıştırıyorsanız ve hiç iş devretmiyorsanız, kendi kurduğunuz düzenek daha az bakım gerektirir. Birkaç tane çalıştırıyorsanız ya da işi başka birinin de görmesi gerekiyorsa, kendiniz inşa etmek zorunda kalacağınız koordinasyon zaten Sharkly'nin ta kendisidir. Diğer orkestrasyon katmanlarıyla karşılaştırmalar ayrı bir yazıyı hak ediyor; ödünleşimleri orkestrasyon rehberimizde daha derinlemesine ele alıyoruz.

Sharkly kimler için

Ürün, AI kodlama araçlarını zaten kullanan ve işi yönlendirmek, birden fazla çalıştırmayı koordine etmek, ilerlemeyi ve sonuçları tek bir paylaşılan iş akışında incelemek isteyen ürün ve mühendislik ekiplerini hedefliyor. Birkaç somut uygunluk:

• Aynı anda birkaç Agent çalıştıran ve paralel çalıştırmaların çakışmaması için izole worktree'lere ihtiyaç duyan bir backend geliştiricisi.
• Agent işini her şeyle aynı panoda görmek ve merge öncesi bir inceleme adımı isteyen bir mühendislik yöneticisi.
• Agent kullanımı için ekip standartları isteyen ve bunların kulaktan kulağa bilgi yerine paylaşılan Agent'lar ve Skills olarak kaydedilmesini isteyen bir teknik lider.
• Ölçeklenmek, altı etiketsiz terminalin kaosu olmadan daha fazla verim elde etmek isteyen tek başına çalışan bir geliştirici.

Bunların hiçbiri henüz size uymuyorsa, bu da gerçek bir cevap. Sharkly, koordinasyon darboğaz olduğunda kendini kanıtlar. Bunun altındaki ölçekte tek bir Agent ve bir terminal yeterlidir.

Başlarken

En küçük kullanışlı Sharkly iş akışı bilinçli olarak mütevazı: bir bilgisayar bağlayın, bir Agent oluşturun ve düşük riskli bir Task atayın. Agent'ların tüm backlog'unuzu baştan yazmasıyla değil, gerçek bir gereksinimle başlamasına izin verin. Bir Task'ın dört aşamadan geçişini izleyin, sonucu kendiniz onaylayın; katmanı herhangi bir açıklamanın aktarabileceğinden daha iyi anlayacaksınız.

Oradan devam ederek paralel bir iş çalıştırmak için ikinci bir Agent ekleyin, sonra bir ekip arkadaşını panoya dahil edin. Her adım, daha önce elle yaptığınız koordinasyonu devreye sokar.

Başlamak için: Sharkly'yi indirin, bir bilgisayar bağlayın ve ilk Task'ınızı yönlendirin. Belgeler her kavramı docs.sharkly.ai adresinde daha ayrıntılı ele alıyor.

Sıkça sorulan sorular

Sharkly tek cümleyle nedir? Sharkly, hepsi bir arada bir Agent komuta ve yönetim platformudur; AI kodlama Agent'larını atanabilir ve takip edilebilir ekip üyelerine dönüştürür. Böylece Task atayabilir, birden fazla Agent'ı paralel çalıştırabilir ve bağlam, ilerleme, sonuçlar ile insan incelemesini talepten yayına kadar görünür tutabilirsiniz.

Sharkly, Claude Code veya Codex'in yerini alır mı? Hayır. Sharkly, Claude Code, Codex veya diğer yürütme araçlarının yerini almaz. Yürütmeyi bu araçlar yapar; Sharkly onların etrafına paylaşılan görev, bilgisayar, bağlam, kontrol ve inceleme katmanını ekler.

Modeller için Sharkly üzerinden ödeme yapmam gerekiyor mu? Hayır. Model kullanımı, bağladığınız kodlama araçlarında yapılandırılmış abonelikler veya API anahtarları üzerinden devam eder. Model kotanız, ekibinizin hâlihazırda sahip olduğu planlara ve API hesaplarına bağlıdır.

Agent'ın kodu aslında nerede çalışır? Bağladığınız bilgisayarlarda; Sharkly Desktop ile yerel olarak ya da Sharkly CLI ile uzaktan. Her çalıştırma izole bir git worktree alır; böylece paralel Agent'lar çakışmaz ve değişiklikler siz onaylayana kadar kendi alanında kalır.

Tek bir Agent yerine ne zaman Crew kullanmalıyım? Küçük ve iyi tanımlanmış işlerde Task'ı tek bir Agent'a atayın. Crew'i ise bir lider Agent'ın geniş bir amacı yorumlaması, diğer Agent üyelerini dahil etmesi ve sonuçlarını tek bir Task'ta toplaması gerektiğinde kullanın. Basit başlayın; tek Agent'lı yol için ilk görev rehberine bakın.

Bu tam otonomi mi? Agent'lar kendi başına merge ediyor mu? Hayır. Agent'lar araştırır, yürütür, test eder ve raporlar. İnsanlar yön belirler, yetki verir ve sonucu onaylar. Nihai onay ve yayın kararları bir kişide kalır.

Jira'yı kullanmaya devam edebilir miyim? Evet. Ekibinizin zaten kullandığı projeleri, görevleri, durumları ve iş akışlarını koruyun ve Sharkly'yi bağlayın; Agent yürütmesi işi zaten okuduğunuz sistemin içinde ileri taşısın.