Skip to content
~/gamze_
cd ../blog

> cat ./blog/yapay-zeka-ajanlari-bir-sonraki-adima-kim-karar-veriyor.md

Yapay Zeka Ajanları: Bir Sonraki Adıma Kim Karar Veriyor?

·4 min read

#Agentic Ai#Ai Agent#Yapay Zeka#Generative Ai Tools

Posts are written in Turkish.

Son bir yılda “yapay zekâ ajanı” ifadesi neredeyse her ürünün tanıtımına girdi. E-postanı özetleyen eklenti de ajan, toplantı notu çıkaran uygulama da, kodunu kendi başına düzelten araç da. Bu üçü aynı şey mi?

Serinin ilk bölümünde ajanın bir döngü olduğunu anlatmıştım. Bu bölümde asıl ayırt edici soruya geliyoruz. Anthropic’in Building effective agents yazısından ödünç aldığım bu soru, bir ürüne bakarken kafamdaki en kullanışlı filtre: bir sonraki adıma kim karar veriyor?

  • Sohbet botu: Sen karar veriyorsun. Model sana bir cevap veriyor, sonra ne olacağını sen seçiyorsun.
  • İş akışı (workflow): Senin yazdığın kod karar veriyor. Model, önceden çizilmiş bir yolun adımlarından biri. “Önce özetle, sonra kategorisini bul, sonra ilgili ekibe gönder.”
  • Ajan: Model karar veriyor. Hangi aracı, hangi sırayla, kaç kez kullanacağını kendisi seçiyor.

E-postanı özetleyip Slack’e gönderen eklenti, adımları her seferinde aynıysa ajan değil, bir iş akışı. Ve bu bir eksiklik değil. İş akışları daha hızlı, daha ucuz ve her seferinde aynı şekilde çalışıyor.

Aynı iş, üç farklı şekilde

Farkı somutlaştırmak için tek bir işi üç şekilde çözelim. Bir e-ticaret sitesine şu destek talebi geliyor: “Siparişim bir haftadır kargoya verilmedi, iptal etmek istiyorum.”

Sohbet botu olarak: Destek ekibinden biri talebi kopyalayıp modele yapıştırıyor ve “buna kibar bir cevap yaz” diyor. Model bir taslak veriyor. Siparişe bakan, iptal eden, cevabı gönderen yine o kişi.

İş akışı olarak: Talep geldiğinde kodun önce modele talebi sınıflandırtıyor: “iptal isteği”. Sonra kod sipariş numarasını çekiyor, siparişin durumuna bakıyor, kargoya verilmediyse iptal ediyor ve modele hazır bir şablonla cevap yazdırıyor. Her iptal talebi bu adımlardan geçiyor; sıra hep aynı.

Ajan olarak: Modele sipariş sorgulama, kargo takibi, iptal ve müşteriye yazma araçları veriliyor. Model siparişe bakıyor ve paketin aslında bu sabah kargoya verildiğini görüyor. İptal yerine müşteriye takip numarasını gönderip “yine de iptal etmek ister misiniz?” diye soruyor.

Ajan versiyonu daha esnek: öngörülmeyen bir duruma uyum sağladı. Ama aynı esneklik, bir gün beklenmedik bir şey yapması demek. İş akışı versiyonu ise bu durumu kaçırdı, ama ne yapacağı her zaman belliydi. Hangisinin daha iyi olduğu, hatanın sana ne kadara mal olduğuna bağlı.

İş akışının beş kalıbı

Anthropic’in yazısının en değerli kısmı bence bu: ajana geçmeden önce denenebilecek beş iş akışı kalıbı. Her birinde kontrol hâlâ senin kodunda.

  1. Zincirleme (prompt chaining). İşi sıralı adımlara bölüyorsun; her adımın çıktısı bir sonrakinin girdisi. Örneğin önce bir blog yazısının ana hatlarını çıkartıyorsun, kodla kontrol ediyorsun, sonra yazıyı yazdırıyorsun.
  2. Yönlendirme (routing). Gelen isteği önce sınıflandırıyor, sonra o tür için hazırlanmış ayrı bir akışa gönderiyorsun. İade talepleri bir yere, teknik sorular başka bir yere.
  3. Paralelleştirme. Aynı işi parçalara bölüp aynı anda çalıştırıyorsun ya da aynı görevi birkaç kez çalıştırıp sonuçları oyluyorsun. Bir kod incelemesinde güvenlik, performans ve okunabilirliği üç ayrı çağrıya vermek gibi.
  4. Orkestratör ve işçiler. Merkezdeki bir model işi alt görevlere bölüyor, her birini başka bir çağrıya veriyor ve sonuçları birleştiriyor. Kaç alt görev olacağını önceden bilmediğin işlerde, örneğin birçok dosyaya yayılan bir değişiklikte işe yarıyor.
  5. Değerlendirici ve iyileştirici. Bir model üretiyor, başka bir model değerlendirip geri bildirim veriyor, döngü yeterince iyi olana kadar sürüyor. Bir çeviriyi tekrar tekrar parlatmak gibi.

Dördüncü ve beşinci kalıp, ajana en çok yaklaşan kalıplar. Bir modelin küçük kararlar vermesine izin veriyorsun ama çerçeveyi hâlâ sen çiziyorsun.

Otonomi bir düğme değil, bir kaydırıcı

“Ajan mı, değil mi?” sorusu aslında biraz fazla siyah beyaz. Günlük kullandığın araçlarda otonomi bir düğme gibi açılıp kapanmıyor; bir kaydırıcı gibi ayarlanıyor. Kodlama araçlarını düşünelim:

  1. Öneri: Editör bir sonraki satırı tahmin ediyor, kabul edip etmemek senin elinde.
  2. Onaylı eylem: Ajan bir değişiklik ya da komut öneriyor, her adımı sen onaylıyorsun.
  3. Sınırlı otonomi: Dosya düzenlemek ve test çalıştırmak serbest; git push ya da silme gibi işlemler için onay isteniyor.
  4. Arka planda çalışan ajan: Görevi veriyorsun, ajan ayrı bir ortamda çalışıp sonunda sana bir PR açıyor.

Aynı araç, farklı görevlerde farklı seviyelerde kullanılabiliyor. Tanıdığın bir projede küçük bir düzeltme için kaydırıcıyı sağa çekebilirsin; üretim veritabanına dokunan bir işte sola. Doğru soru “ajan kullanmalı mıyım?” değil, “bu işte kaydırıcı nerede durmalı?”

Bir ürünü nasıl ayırt edersin?

Bir ürünün gerçekten ajan olup olmadığını anlamak için üç soru soruyorum:

  • Adımlar her seferinde aynı mı? Farklı girdilere aynı sırayla aynı işlemleri uyguluyorsa bu bir iş akışı.
  • Araç seçimini kim yapıyor? Model “şimdi arama yapayım, sonra bu dosyayı okuyayım” diyebiliyorsa ajana yaklaşıyoruz.
  • Bir sonuç beğenilmediğinde ne oluyor? Ajan sonuca bakıp başka bir yol deneyebiliyor. İş akışı ise bir sonraki adıma geçiyor ya da hata veriyor.

Sık yapılan yanlışlar

  1. İş akışını küçümsemek. “Ajan değil, sadece iş akışı” demek bir eleştiri değil. Çoğu problemin en iyi çözümü zaten bir iş akışı.
  2. Adımları belli bir işe ajan kurmak. Adımları önceden yazabiliyorsan, modele her seferinde yeniden keşfettirmenin bedelini hız ve maliyetle ödersin.
  3. Kontrolün nerede olduğunu belgelememek. Ekibindeki herkes sistemin hangi kısmında modelin, hangi kısmında kodun karar verdiğini bilmeli. Bir şey ters gittiğinde ilk sorulacak soru bu.

Kısacası “ajan” bir kalite etiketi değil, bir kontrol tercihi. Kontrolü modele ne kadar bıraktığın, esneklik ile öngörülebilirlik arasında yaptığın bir seçim.

Peki kontrolü ne zaman modele bırakmalı? Serinin üçüncü bölümünde ajanların gerçekten parladığı yerleri ve karşımıza çıkardıkları riskleri konuşacağız.

This post was originally published on Medium. For comments and claps:

Open on Medium