Nasıl ölçüyoruz

1. Bu Sayfa Neden Var

Şüpheci alıcıların pazarlama metnini tersine mühendislikle çözmesi gerekmemeli. Maguyva repoları dizinler ve sitenin genelinde hassasiyet, dil kapsamı ve maliyet iddialarını sunar. Bu iddiaların, ölçüm kapsamı konusunda dürüst bir metodoloji yüzeyine ihtiyacı var: neyin fixture destekli, neyin yargıya dayalı ve neyin bağımsız sertifikasyon yerine sadece bir çerçeveleme olduğu.

2. Neyi Ölçüyoruz

Kod zekası kalitesi öncelikli olarak dil motoru üzerinde ölçülür — kaynaktan sembollerin, ilişkilerin ve grafların çıkarımı — öznel “ajan memnuniyeti” puanları üzerinden değil.

• Dile özel fixture paketleri: handler'ın doğru şekilde çıkarması gereken beklenen kenarlar ve semboller
• Fikstür doğruluk sınıflandırması: GREEN için kesinlik ≥ 0.95, duyarlılık ≥ 0.99, F1 ≥ 0.97 ve en az 20 beklenen kenar gerekir; ek fikstür seçimi ve düzenleme kontrolleri de uygulanır. Bu, bilinen test durumları için bir kuraldır; istatistiksel güven tahmini veya etkin her dilin GREEN olduğu iddiası değildir.
• Language-audit boyutları: doğrulama tablosunda doğruluk, yapısal bütünlük, eksiksizlik, kalite ve performans
• Korpus ve nokta kontrol döngüleri: gerçek repolardan örneklenen ve bir rubriğe göre sınıflandırılan kenarlar (doğru, yanlış pozitif, tür/kapsam/metadata hatası) — language-grind blog yazılarımızda anlatılır
• Ürün yetenek bayrakları: sunucunun katalog boyutundan bağımsız olarak neyi vaat ettiği (AST, yerel değişkenler, graf çıkarımı)

Önemli: Fixture'lar, kendi yazdığımız fixture'lara karşı doğrulanır. YEŞİL, bilinen vakaların geçtiği anlamına gelir. Bu, her gerçek dünya kod deyiminin sorunsuz çıkarıldığı anlamına otomatik olarak gelmez. Bu ayrım kasıtlı ve kamuya açıktır.

3. Yeşil ile Bağımsız Doğrulanmış Karşılaştırması

Language-audit tablosu, tek bir yeşil ışığın “kusursuz kanıtlanmış” olarak okunamaması için birden fazla eksen kullanır. Tabloda öne çıkan sayılar genellikle şu şekilde ayrılır:

• overall_green — self-snapshot fixture'lara ve ilgili korpus kapılarına karşı regresyonsuz (gerekli ama yeterli değil)
• independently_verified — nokta kontrol tohumu gibi güçlü bir yargı sinyali var (hâlâ yargılanmış hatalar gösteren dilleri de içerir)
• verified_clean / örneklenen kenarlarda sıfır yargılanmış hata — yargılanmış dillerin daha katı bir alt kümesi
• kürasyon / oracle güveni — fixture'ların kendilerinin güvenilir oracle olarak kabul edilip edilmediği
• yapısal bayraklar — graf çıkarımı ve AST yeteneği, katalog üyeliğiyle aynı şey değildir

Pazarlama dilindeki dil sayısı (örneğin “285+ dil”) katalog boyutudur: yapılandırılmış diller ve sunucu girdileri. Katalog boyutu bir AST kalite SLA'sı değildir. Tek bir gösterişli baş sayı yerine katmanlı raporlamayı tercih ediyoruz. Güncel ürün yüzeyi için Uyumluluk ve Dil Kılavuzları'na, anlatı detayı için blogdaki dilin özyinelemeli öz-iyileştirmesi yazısına bakın.

4. Arama ve Getirme Kalitesi

Anlamsal arama kalitesi çok modludur: metin, AST, graf ve embeddingler birleştirilir. Yenilmez bir getirme iddiasında bulunmak yerine kasıtlı mühendislik dengelerini belgeliyoruz:

• Embeddingler, karar anında kamuya açık getirme liderlik tablolarına göre seçilmiş ticari bir model ailesi kullanır (2026 Haziran blog anlık görüntüsü itibarıyla voyage-4-large)
• Vektörler depolama ve maliyet için ikili olarak kuantize edilir; bu, ayrı bir vektör veritabanı olmadan daha ucuz ve hızlı Hamming aramasına karşılık bir miktar getirme hassasiyetinden kasıtlı olarak vazgeçer
• Niyete göre yönlendirme ve füzyon ağırlıkları tasarlanmış sezgisel yöntemlerdir. Aralık 2025 tarihli bir öneride başlangıçtaki sonuçsuz sorgu oranı yaklaşık %15 olarak tahmin edilmiş ve %5’in altı hedeflenmiştir; bu azalmayı gösteren bir sorgu kümesi veya ölçüm kaydı sunmadık. Kanıt kaydı, iyileşmenin sağlandığına ilişkin önceki iddiayı düzeltir.
• Blog yazıları “hâlâ kusurlu olan” bölümleri içerir — kusurlu sinyaller gizlenen dipnotlar değil, kaydın bir parçasıdır

5. Maliyet İddiaları

Maguyva'daki maliyet dili, üçüncü taraf tarafından onaylanmış resmi bir TCO çalışması değil, fiyatlandırma yapısı ve işletme şeffaflığı ile ilgilidir.

• Workspace fiyatlandırması: kişi veya ajan koltuğu başına değil, repo sayısı, dizinlenen satır sayısı ve yeniden inşa sıklığına göre faturalandırılır. SSS ve plan metinleri bu boyutları ayrıntılı olarak açıklar.
• Fiyat örneği, koltuk başına örnek $19–$59 fiyatla 25 ücretli koltuğu, aylık $49 tutarındaki Crew ile karşılaştırır. Tasarruf ekip büyüklüğüne ve alternatif ürüne göre değişir; bu, eşdeğer özelliklerin karşılaştırması veya bağımsız bir rekabet kıyaslaması değildir.
• İşletme maliyeti dürüstlüğü: /team sayfası gerçek bir aylık yazılım harcama dökümü yayınlar (abonelikler, MCP/search araçları, kullanıma göre şekillenen maliyetler). Bu, denetlenmiş bir mali tablo değil, ürünü önce kendimizin kullanmasına dayanan şeffaflıktır.
• Embedding ve altyapı maliyetleri kabul edilmiş ürün maliyetleridir (premium embeddingler, depolama, graf yeniden inşaları). Bunları bilerek karşılıyoruz ve bunu voyage-4-large yazısında ve fiyatlandırma anlatısında açıkça söylüyoruz.

6. İddia Etmediklerimiz

Bu sayfa aynı zamanda bir iddia-etmeme listesidir. Bir şey ölçüm tablosunda değilse, pazarlama tonunu kanıt olarak değerlendirmeyin.

• Her dil için genel bir mutlak hassasiyet garantisi yoktur. Fixture eşikleri her dil için bilinen vakalarda geçerlidir; gerçek dünyada bazı hataların kalması beklenir ve bunları azaltmak için sürekli çalışılır.
• overall_green'in her repodaki her deyim için üretim-mükemmel çıkarım anlamına geldiği iddiası yoktur
• Bu yüzeyde bir metodoloji artefaktı olarak sunulan hiçbir üçüncü taraf uyumluluk sertifikasyon paketi yoktur (veri işleme gerçekleri için Güvenlik'e bakın, uyumluluk rozetleri için değil)
• Paylaşılan korpuslarla, sürekli bir skor kartı olarak yayınlanmış bağımsız çok satıcılı bir karşılaştırma yoktur
• Arama sonuçları ve analizler Hizmet Şartları kapsamında en iyi çaba ilkesiyle kalır — Maguyva kod incelemesinin, testin veya güvenlik denetimlerinin yerini tutmaz

7. Kendiniz Nasıl Doğrularsınız

Amaçlanan alıcı hareketi hâlâ şudur: zaten anladığınız bir repoyu dizinleyin, gerçek bir soru sorun ve alıntıları inceleyin.

• Ücretsiz başlayın: küçük, temsili repolar ilk günde tüm şirket dizininden daha iyi sonuç verir
• MCP araçlarını kullanın (intelligent_search, find_symbol, dependency_search) ve alıntılanan yolları açın
• Alma ve getirme mimarisi için Nasıl Çalışır'ı okuyun
• Sadece katalog boyutu değil, yetenek katmanları için Uyumluluk ve Dil Kılavuzları'nı okuyun
• Veri işleme için Güvenlik ve Gizlilik'i okuyun; bu sayfa bunların yerini tutmaz