Yapay Zekâ Ajanı Nedir? Uygulamalı Rehber

Yapay zekâ ajanı, bir hedefe ulaşmak için yalnızca cevap üretmeyen; bulunduğu durumu gözlemleyen, bir sonraki eylemi seçen, araç kullanan ve sonucu kontrol ederek ilerleyen sistemdir.

Bir sohbet modeline “Bu faturayı özetle” dediğinizde size metin döndürür. Bir ajana “Vadesi geçen faturaları bul, müşterilere gönderilecek taslakları hazırla ve riskli hesapları bana bildir” dediğinizde ise tek bir cevap yeterli değildir. Sistemin kayıtlara ulaşması, filtreleme yapması, her müşteri için karar vermesi, taslak oluşturması ve yaptığı işi raporlaması gerekir.

Aradaki fark zekâdan çok eylem döngüsüdür. Model dil üretir; ajan, modeli bir hedef, araçlar, durum bilgisi ve doğrulama mekanizmasıyla birlikte çalıştırır.

Bir model size ne yapılabileceğini söyler. İyi tasarlanmış bir ajan, izin verilen sınırlar içinde işi gerçekten ilerletir.

Yapay zekâ ajanı nedir?

En sade tanımıyla bir ajan, hedefe ulaşana veya durması gereken bir noktaya gelene kadar şu döngüyü yürütür:

HEDEF
  ↓
MEVCUT DURUMU GÖZLEMLE
  ↓
SONRAKİ EYLEMİ SEÇ
  ↓
ARAÇ KULLAN VEYA CEVAP ÜRET
  ↓
SONUCU OKU VE DOĞRULA
  ↓
TAMAMLANDI MI? ── Hayır → Döngüye devam et
       │
      Evet
       ↓
SONUCU RAPORLA

Bu döngünün merkezinde genellikle bir büyük dil modeli bulunur. Fakat ajan modelin kendisi değildir. Ajan; modeli çevreleyen talimatların, araçların, verilerin, yetkilerin, belleğin ve kontrol mekanizmalarının bütünüdür.

Chatbot, workflow ve ajan arasındaki fark

Bu kavramlar sık sık birbirine karışıyor. Aralarındaki temel fark, sistemin karar verme payıdır.

Chatbot: Kullanıcı mesajına cevap verir. Çoğunlukla dünya üzerinde bir değişiklik yapmaz.
Workflow: Önceden belirlenmiş adımları izler. “Önce veriyi çek, sonra sınıflandır, ardından e-posta taslağı oluştur” gibi akış sabittir.
Ajan: Hedef ve kurallar bellidir; fakat hangi adımların gerektiğini mevcut duruma göre kendisi seçebilir.

Örneğin her yeni destek kaydını üç sabit adımdan geçirmek bir workflow’dur. Ajan ise kaydın içeriğine bakıp sipariş sistemini mi, yardım merkezini mi yoksa ödeme aracını mı kullanması gerektiğine karar verir. Gerekirse eksik bilgiyi ister, sonucu kontrol eder ve çözemediği durumda insana devreder.

Her workflow’u ajan yapmak gerekmez. Adımlar öngörülebilir ve kurallar kesin ise klasik yazılım daha ucuz, hızlı ve güvenilir olabilir. Ajanlar özellikle izlenecek yolun baştan tam bilinmediği, fakat hedefin ve sınırların tanımlanabildiği işlerde değerlidir.

Bir ajanın altı temel parçası

1. Hedef

Ajan neyi tamamlamaya çalışıyor? “Müşteri mesajlarını yönet” belirsizdir. “İade talebini şirket politikasına göre değerlendir, uygunsa taslak cevap hazırla; para iadesi yapmadan önce onay iste” ise tamamlanabilir bir hedeftir.

Hedef yalnızca son çıktıyı değil, başarı koşulunu da anlatmalıdır. Aksi hâlde ajan ne zaman duracağını bilemez; gereksiz araç çağrıları yapabilir veya ilk makul cevapta işi tamamlanmış sayabilir.

2. Model

Model, doğal dili ve gözlemleri yorumlayıp bir sonraki adımı seçen karar motorudur. Her adım için en büyük ve pahalı modeli kullanmak şart değildir. Basit sınıflandırmalar küçük bir modelle, riskli ve çok kaynaklı kararlar daha güçlü bir modelle yürütülebilir.

İyi sistem tasarımı “En güçlü model hangisi?” sorusundan önce “Bu adım ne kadar zor, hata maliyeti ne ve hangi kanıt gerekli?” sorularını sorar.

3. Araçlar

Araçlar, ajanın dış dünyayla temas noktalarıdır: arama yapmak, veritabanı okumak, dosya düzenlemek, test çalıştırmak, takvime bakmak veya bir API çağırmak gibi.

Bir aracın yalnızca var olması yetmez. Adı, amacı, girdileri, çıktısı ve hata davranışı model tarafından anlaşılmalıdır. “process” adlı belirsiz bir araç yerine “get_order_status(order_id)” gibi açık bir sözleşme daha güvenilir karar üretir.

4. Bağlam ve durum

Ajan hangi noktada olduğunu, daha önce ne denediğini ve araçların ne döndürdüğünü bilmelidir. Context engineering burada devreye girer. Her adımda bütün geçmişi taşımak yerine güncel hedef, önemli kararlar, son gözlemler ve sıradaki engel görünür tutulur.

Durum bilgisi kaybolursa ajan aynı aracı tekrar tekrar çağırabilir. Gereğinden fazla geçmiş taşınırsa da kritik sinyal gürültünün içinde kaybolabilir.

5. Yetki ve güvenlik sınırları

Okuma yapmakla geri döndürülemez bir işlem yapmak aynı riskte değildir. İyi bir ajan eylemleri sınıflandırır:

Düşük risk: Arama, okuma, analiz ve taslak hazırlama
Orta risk: Geri alınabilir dosya veya kayıt değişiklikleri
Yüksek risk: Para transferi, veri silme, dışarıya mesaj gönderme ve üretim sistemini değiştirme

Ajan düşük riskli adımlarda hızlı ilerleyebilir. Yüksek riskli eylemler için açık kullanıcı onayı, ek doğrulama veya insan denetimi gerekir. Buradaki amaç ajanı yavaşlatmak değil; yetkiyi sonuçların ciddiyetiyle orantılı hâle getirmektir.

6. Doğrulama ve durma koşulu

Bir aracın başarılı yanıt vermesi, hedefin tamamlandığı anlamına gelmez. Kod ajanı dosyayı değiştirdikten sonra test çalıştırmalı; araştırma ajanı iddiasını kaynağa bağlamalı; sipariş ajanı kayıt durumunu yeniden okumalıdır.

Durma koşulu da açık olmalıdır: hedef doğrulandı, izin gereken noktaya gelindi, deneme bütçesi tükendi veya güvenilir ilerleme kalmadı. Sonsuz döngüyü önleyen şey yalnızca teknik zaman aşımı değil, iyi tanımlanmış bir bitiş çizgisidir.

Gerçek bir örnek: İade talebini yöneten ajan

Bir müşteri “Ürün elime ulaşmadı, paramı geri istiyorum” diye yazsın. Ajanın işi tek seferde özür mesajı üretmek değildir. Güvenilir bir akış şöyle ilerleyebilir:

Mesajdan sipariş numarasını veya müşteriyi belirler.
Sipariş aracından ödeme ve teslimat durumunu okur.
Kargo aracından son hareketi kontrol eder.
İlgili iade politikasını güncel kaynaktan getirir.
Bilgiler çelişiyorsa kesin hüküm vermek yerine destek ekibine yönlendirir.
Koşullar açıksa müşteriye gönderilecek cevabı hazırlar.
Gerçek para iadesi için kullanıcıdan veya yetkili çalışandan onay ister.
Onaydan sonra işlemi yapar ve yeni durumu tekrar okuyarak doğrular.

Bu örnekte model her adımda bir sonraki doğru eylemi seçer. Ancak para iadesi gibi kritik yetki sistem tarafından sınırlandırılmıştır. Özerklik, sınırsız yetki demek değildir.

Kod yazan ajan nasıl çalışır?

Bir kod ajanına “Giriş hatasını düzelt” dediğinizde işe doğrudan dosya değiştirerek başlaması risklidir. Güvenilir bir ajan önce çalışma ağacını ve proje kurallarını inceler, ilgili kod yolunu bulur, hatayı yeniden üretir ve ancak kök neden için kanıt topladıktan sonra değişiklik yapar.

1. Repo durumunu ve proje talimatlarını oku
2. Hata mesajını ilgili route ve fonksiyonlarla eşleştir
3. Çağrı zincirini izle
4. Hatayı test veya kontrollü senaryoyla yeniden üret
5. En küçük güvenli düzeltmeyi uygula
6. İlgili testleri ve tip kontrollerini çalıştır
7. Değişiklik kapsamını incele
8. Kök nedeni ve doğrulama kanıtını raporla

Burada ajanın gücü yalnızca kod üretebilmesi değildir. Kod tabanını keşfetmesi, araç sonuçlarına göre planını değiştirmesi ve yaptığı değişikliği test ederek kapalı bir geri bildirim döngüsü kurmasıdır.

Plan yapan ajan mı, adım adım ilerleyen ajan mı?

Uzun görevlerde başlangıç planı faydalıdır, fakat ilk planı değişmez bir sözleşme gibi görmek hatalıdır. Ajan henüz bilmediği bir kod tabanı veya canlı sistem hakkında plan yaparken varsayımlarda bulunur. Yeni bir gözlem bu varsayımı geçersiz kılabilir.

En sağlıklı yaklaşım iki seviyelidir:

Üst seviye plan: Hedefe giden ana aşamaları ve başarı ölçütlerini korur.
Yerel karar: Son araç sonucuna göre bir sonraki en faydalı adımı seçer.

Böylece ajan ne amaçsızca tepki verir ne de yanlış olduğu ortaya çıkan bir plana körü körüne bağlı kalır.

Çok ajanlı sistemler her zaman daha mı iyi?

Araştırmacı, yazılımcı, eleştirmen ve yönetici gibi farklı rollerde birden fazla ajan kullanmak çekici görünebilir. Bazı işler gerçekten paralel araştırmadan veya uzmanlaşmış bağlamlardan fayda görür. Fakat her yeni ajan iletişim maliyeti, çelişki, gecikme ve hata yüzeyi ekler.

Önce tek bir ajan ve iyi tanımlanmış araçlarla çözümü deneyin. Çok ajanlı yapıya ancak iş doğal olarak bağımsız parçalara ayrılıyorsa, roller farklı yetkiler gerektiriyorsa veya tek ajanın bağlamı yönetilemeyecek kadar büyüyorsa geçin.

Bir organizasyon şeması çizmek, çalışan bir ajan sistemi kurmak değildir.

En sık yapılan ajan tasarımı hataları

Ajanı gereksiz yerde kullanmak

Kesin kurallı bir vergi hesabı veya sabit veri dönüşümü için serbest karar veren ajan gereksizdir. Deterministik kodun çözdüğü işi ajanlaştırmak maliyeti ve belirsizliği artırır.

Belirsiz hedef vermek

“Satışları artır” gibi bir hedef, ajana hangi müşteriye yazabileceğini, hangi kanıtı kullanacağını veya ne zaman duracağını söylemez. Ölçülemeyen hedef kontrol edilemeyen davranış üretir.

Gereğinden geniş araç vermek

“Veritabanında istediğin sorguyu çalıştır” yerine görev için daraltılmış okuma ve güncelleme araçları sunun. En az yetki ilkesi yalnızca insanlar için değil, ajanlar için de geçerlidir.

Araç sonucuna körü körüne güvenmek

API cevapları eksik, güncel olmayan veya hatalı olabilir. Özellikle kritik eylemlerden önce birden fazla sinyal, şema doğrulaması veya son durum okuması kullanın.

Dış içeriği talimat sanmak

Ajanın okuduğu e-posta, web sayfası veya belge güvenilmeyen veridir. Bu içerikteki “önceki kuralları unut” benzeri ifadeler sistem talimatı olarak uygulanmamalıdır. Talimatlar ile dış veriler açıkça ayrılmalıdır.

İnsan devrini başarısızlık görmek

Belirsiz, yüksek riskli veya politika dışı durumlarda insana devretmek iyi tasarlanmış davranıştır. Her işi zorla tamamlayan ajan değil, ne zaman duracağını bilen ajan güvenilirdir.

Yalnızca mutlu yolu test etmek

Araç zaman aşımı, eksik veri, çelişkili kaynak, tekrar eden sonuç, izin reddi ve kötü niyetli içerik senaryolarını da test edin. Ajanın kalitesi en kolay örnekte değil, işler ters gittiğinde nasıl davrandığında görünür.

Bir ajanı adım adım nasıl tasarlarsınız?

İşi değil sonucu tanımlayın: Kullanıcı için hangi değişiklik oluşmalı?
Karar noktalarını çıkarın: Hangi adımlar sabit, hangileri duruma göre seçilecek?
Önce workflow kurun: Deterministik bölümleri klasik kodla çözün; yalnızca gerçek belirsizliği modele bırakın.
Araçları daraltın: Her araca tek ve açık bir sorumluluk verin.
Yetki seviyelerini belirleyin: Hangi eylem otomatik, hangisi onaylı, hangisi yasak?
Durumu tasarlayın: Ajan her adımda neyi hatırlamalı, neyi yeniden kaynağından okumalı?
Doğrulamayı ekleyin: Her önemli eylemin sonucu nasıl kanıtlanacak?
Durma koşullarını yazın: Başarı, onay ihtiyacı, bütçe sonu ve çıkmaz nasıl anlaşılacak?
Gerçek senaryolarla ölçün: Başarı oranı, araç hataları, gereksiz adımlar, maliyet ve insan devri kalitesini izleyin.

Kopyalayıp kullanabileceğiniz ajan tanımı

HEDEF
[İş tamamlandığında kullanıcı için ne değişmiş olmalı?]

BAŞARI ÖLÇÜTLERİ
[Sonucun doğru ve tamamlanmış olduğunu hangi kanıt gösterecek?]

MEVCUT DURUM VE BAĞLAM
[Ajanın bilmesi gereken güncel gerçekler ve önceki kararlar]

ARAÇLAR
[Her aracın amacı, girdisi, çıktısı ve hata davranışı]

YETKİ
[Otomatik yapılabilen, onay gerektiren ve yasak eylemler]

ÖNCELİKLER
[Doğruluk, güvenlik, hız ve maliyet çatışırsa izlenecek sıra]

DURMA KOŞULLARI
[Başarı, belirsizlik, deneme sınırı ve insana devir kuralları]

RAPORLAMA
[Yapılan işlemler, kullanılan kanıtlar ve açık kalan riskler]

Intent, context ve agent aynı sistemin parçalarıdır

Önceki iki yazıdaki kavramları şimdi tek bir çizgide birleştirebiliriz:

Intent engineering, ajanın hangi sonuca ve hangi önceliklerle ilerleyeceğini belirler.
Context engineering, her karar anında ajanın neyi görmesi gerektiğini düzenler.
Agent engineering, bu kararları araçlarla eyleme dönüştüren ve sonuçları doğrulayan döngüyü kurar.

Niyet olmadan ajan yönünü kaybeder.
Bağlam olmadan yanlış bilgiyle karar verir.
Araç olmadan yalnızca konuşur.
Doğrulama olmadan ne yaptığını bilemez.
Yetki sınırı olmadan güvenilmez hâle gelir.

Son söz

Yapay zekâ ajanları, sohbet ekranına birkaç araç eklemekten ibaret değildir. Gerçek değer; modelin belirsizlik içinde faydalı kararlar verebildiği, sonuçlarından geri bildirim aldığı ve kritik noktalarda sınırlarını bildiği bir çalışma sistemi kurmaktan gelir.

İlk ajanınızı tasarlarken “Ne kadar özerk olabilir?” sorusuyla başlamayın. Şunu sorun: Bu işte hangi kararlar gerçekten muhakeme gerektiriyor, hangi eylemler güvenle geri alınabilir ve doğru sonucu nasıl kanıtlarız? Güvenilir özerklik, bu üç cevabın üzerine kurulur.

Yapay Zekâ Ajanları: Cevap Veren Modellerden İş Yapan Sistemlere