İçeriğe geç
~/gamze_
cd ../blog

> cat ./blog/yapay-zeka-ajanlari-nedir.md

Yapay Zeka Ajanları Nedir?

·5 dk okuma

#Ai Agent#Generative Ai Tools#Yazılım Geliştirme#Yapay Zeka

Birkaç yıl önce yapay zekâya "bu hatayı nasıl düzeltirim?" diye sorardık, o da bize bir kod parçası verirdi. Kopyalar, yapıştırır, testi çalıştırır, hata devam ederse yeni çıktıyı tekrar yapıştırırdık. Asıl işi biz yapıyorduk; yapay zekâ sadece tavsiye veriyordu.

Bugün aynı istek "bu hatayı düzelt" oldu. Yapay zekâ dosyaları kendisi açıyor, testleri kendisi çalıştırıyor, hatayı okuyor ve testler geçene kadar devam ediyor. Arada kopyala-yapıştır yapan kişi artık sen değilsin.

Bu farkın adı yapay zekâ ajanı. Bu yazıyla dört bölümlük bir seriye başlıyorum. İlk bölümde temeli atıyoruz: ajan ne, nasıl çalışıyor ve neden "daha akıllı bir sohbet botu" değil.

Bu farkın adı yapay zekâ ajanı. Bu yazıyla dört bölümlük bir seriye başlıyorum. İlk bölümde temeli atıyoruz: ajan ne, nasıl çalışıyor ve neden “daha akıllı bir sohbet botu” değil.

Sohbetten eyleme

Bu cümledeki iki kısım önemli. Birincisi "kendisi karar veren": adımları sen ya da senin yazdığın kod belirlemiyor, model belirliyor. İkincisi "araçlar kullanarak": model sadece metin üretmiyor, dünyaya dokunuyor. Dosya okuyor, komut çalıştırıyor, bir API'ye istek atıyor.

Bu cümledeki iki kısım önemli. Birincisi “kendisi karar veren”: adımları sen ya da senin yazdığın kod belirlemiyor, model belirliyor. İkincisi “araçlar kullanarak”: model sadece metin üretmiyor, dünyaya dokunuyor. Dosya okuyor, komut çalıştırıyor, bir API’ye istek atıyor.

Sohbet botu sana ne yapman gerektiğini söyler. Ajan ise yapar.

Bu fikir nereden çıktı?

Ajan fikri yeni değil, ama çalışır hale gelmesi yeni. Kısaca üç adımda geldik:

  • 2022: Düşün ve uygula. Ekim 2022'de yayımlanan ReAct makalesi basit bir fikir önerdi: model önce ne yapacağını düşünerek yazsın, sonra bir eylem seçsin, sonra eylemin sonucunu görüp tekrar düşünsün. Bugünkü ajan döngüsünün çekirdeği bu.
  • 2023: Araç çağırma. Haziran 2023'te OpenAI, modellerin bir fonksiyonu yapılandırılmış biçimde çağırmasını sağlayan function calling özelliğini duyurdu; diğer model sağlayıcıları da benzerini ekledi. Aynı yıl AutoGPT gibi deneysel projeler büyük heyecan yarattı ama çoğu zaman döngüde kayboldu.
  • Sonrası: Modeller yetişti. Fikir 2023'te vardı; eksik olan, modellerin uzun bir görevde odaklanabilmesi, araçları doğru seçmesi ve hatasını fark edebilmesiydi. Modeller bu konuda iyileştikçe ajanlar demolardan günlük işe taşındı.

Yani ajanları mümkün kılan şey yeni bir mimari değil, eski bir döngüyü gerçekten çalıştırabilecek kadar iyi modeller.

Her şey bir döngü

Bir ajanın kalbinde şaşırtıcı derecede basit bir döngü var:

[Görsel: ajan-dongusu.png]

for (let adim = 0; adim < MAKS_ADIM; adim++) {
  const cevap = await model.cagir(mesajlar, araclar)
  mesajlar.push(cevap)

  if (!cevap.aracCagrisi) return cevap.metin // iş bitti

  const sonuc = await araciCalistir(cevap.aracCagrisi)
  mesajlar.push({ role: 'tool', content: sonuc }) // model sonucu bir sonraki turda görür
}

  const sonuc = await araciCalistir(cevap.aracCagrisi)
  mesajlar.push({ role: 'tool', content: sonuc }) // model sonucu bir sonraki turda görür
}

Bir ajanın dört parçası

Hangi ürün olursa olsun, her ajan aynı dört parçadan oluşuyor:

  • Araçlar dünyaya dokunuyor. Dosya okumak, komut çalıştırmak, bir API'ye istek atmak gibi.
  • Araçlar dünyaya dokunuyor. Dosya okumak, komut çalıştırmak, bir API’ye istek atmak gibi.
  • Durma koşulu döngünün ne zaman biteceğini belirliyor. "Testler geçince" iyi bir koşul çünkü dışarıdan doğrulanabiliyor. Yanında mutlaka bir adım ya da maliyet sınırı da olmalı.
  • Durma koşulu döngünün ne zaman biteceğini belirliyor. “Testler geçince” iyi bir koşul çünkü dışarıdan doğrulanabiliyor. Yanında mutlaka bir adım ya da maliyet sınırı da olmalı.

"Araç" kelimesi gizemli gelebilir ama aslında sıradan bir fonksiyon. Modele gösterilen kısmı sadece üç şeyden oluşuyor: bir ad, bir açıklama ve hangi parametreleri aldığını anlatan bir şema.

{
  "name": "run_tests",
  "description": "Projenin test paketini çalıştırır ve başarısız testlerin çıktısını döner",
  "input_schema": {
    "type": "object",
    "properties": {
      "path": { "type": "string", "description": "Sadece bu klasördeki testleri çalıştır (opsiyonel)" }
    }
  }
}

Model bir aracı çağırmak istediğinde aslında hiçbir şey çalıştırmıyor; sadece "run_tests aracını path: src/auth ile çağırmak istiyorum" diyen yapılandırılmış bir cevap üretiyor. Testleri çalıştıran, sonucu modele geri veren senin kodun ya da kullandığın araç. Bu ayrım önemli: modelin neyi yapabileceğini her zaman ona verdiğin araçlar belirliyor.

Model bir aracı çağırmak istediğinde aslında hiçbir şey çalıştırmıyor; sadece “run_tests aracını path: src/auth ile çağırmak istiyorum" diyen yapılandırılmış bir cevap üretiyor. Testleri çalıştıran, sonucu modele geri veren senin kodun ya da kullandığın araç. Bu ayrım önemli: modelin neyi yapabileceğini her zaman ona verdiğin araçlar belirliyor.

Bir de şuna dikkat: model bu aracın kodunu hiç görmüyor. Ne zaman kullanacağına sadece adına ve açıklamasına bakarak karar veriyor. Anthropic bu yüzden araç açıklamalarına, bir kullanıcı arayüzüne gösterilen özenin gösterilmesini öneriyor. Kötü yazılmış bir açıklama, kötü tasarlanmış bir buton gibi: kullanıcı yanlış yere basıyor.

Bağlam dolunca ne olur?

Ajanın her adımı bağlama yeni bir şey ekliyor: bir dosyanın içeriği, bir test çıktısı, bir arama sonucu. Uzun bir görevde bu birikim hızla büyüyor ve modelin bağlam penceresi bir noktada doluyor. Dolmadan önce bile bir sorun var: önemli bir bilgi, binlerce satırlık bir log çıktısının arasında kayboluyor.

Ajanlar bunu birkaç yolla yönetiyor:

  • Özetlemek. Eski konuşmayı kısa bir özete çevirip yer açmak.
  • Not tutmak. Önemli bulguları bir dosyaya yazıp gerektiğinde tekrar okumak.

Bir ajanın uzun bir görevin ortasında "unutkan" davranmasının sebebi çoğu zaman budur. Model kötüleşmedi; önündeki bilgi değişti.

Bir ajanın uzun bir görevin ortasında “unutkan” davranmasının sebebi çoğu zaman budur. Model kötüleşmedi; önündeki bilgi değişti.

Bir kodlama ajanına şunu söylediğini düşün: "Login testleri başarısız, düzelt." Perde arkasında kabaca şunlar oluyor:

Bir kodlama ajanına şunu söylediğini düşün: “Login testleri başarısız, düzelt.” Perde arkasında kabaca şunlar oluyor:

  1. Testleri çalıştırıyor. Üç test başarısız; hepsi aynı hatayı veriyor: token süresi dolmuş sayılıyor.
  2. İlgili dosyayı açıyor. Token süresini kontrol eden fonksiyonu buluyor.
  3. Bir hipotez kuruyor. Süre saniye cinsinden kaydedilmiş ama milisaniyeyle karşılaştırılıyor.
  4. Düzeltmeyi yapıyor ve testleri tekrar çalıştırıyor.
  5. Testler geçiyor. Durma koşulu sağlandı; ajan ne değiştirdiğini özetleyip sana dönüyor.

Bu beş adımın hiçbirini sen planlamadın. Hipotez yanlış çıksaydı, ajan testin çıktısına bakıp başka bir yol deneyecekti. Ajanı tahmin yürüten bir sohbet botundan ayıran şey de bu: kendi tahminini her adımda dünyayla karşılaştırabilmesi.

  1. "Ajan daha akıllı bir model demek." Hayır. Aynı model hem sohbet botunun hem de ajanın içinde olabilir. Farkı yaratan modelin etrafındaki döngü ve araçlar.
  2. "Ajan kendi başına her şeyi yapar." Ajan, ona verdiğin araçlar ve izinler kadarını yapabilir. Araç yoksa eylem de yok.
  3. "Araç kullanan her yapay zekâ bir ajandır." Bir sorguda tek bir kez web araması yapan bir asistan ajan sayılmaz. Ajanı ajan yapan, adımların sayısına ve sırasına kendisinin karar vermesi.
  4. “Araç kullanan her yapay zekâ bir ajandır.” Bir sorguda tek bir kez web araması yapan bir asistan ajan sayılmaz. Ajanı ajan yapan, adımların sayısına ve sırasına kendisinin karar vermesi.

Peki ürününde "yapay zekâ ajanı" yazan her şey gerçekten ajan mı? Serinin ikinci bölümünde bunu tek bir soruyla ayırt etmeyi anlatacağım: bir sonraki adıma kim karar veriyor?

Peki ürününde “yapay zekâ ajanı” yazan her şey gerçekten ajan mı? Serinin ikinci bölümünde bunu tek bir soruyla ayırt etmeyi anlatacağım: bir sonraki adıma kim karar veriyor?

Bu yazı ilk olarak Medium'da yayımlandı. Yorum ve alkış için:

Medium'da aç