Yapay Zekâ Ajanları (Agentic AI) Nedir?

Cevap vermekten iş yapmaya

Bir sohbet botundan toplantı odası ayırtmasını isterseniz size toplantı odasının nasıl ayırtılacağını anlatır. Aynı şeyi bir ajandan isterseniz takvime bakar, boş bir saat bulur, odayı ayırtır ve davetleri gönderir. Bir iş hakkında metin üretmekle o işi gerçekten yapmak arasındaki bu fark, "agentic AI" denince kastedilen şeyin ta kendisi.

İki durumda da arkadaki dil modeli aynı olabilir. Değişen, modelin etrafına kurulan yazılım: modelin bir adıma karar vermesine, o adımı atmasına, sonuca bakmasına ve yeniden karar vermesine izin veren bir döngü.

Yapay zekâ ajanı tam olarak nedir?

Yapay zekâ ajanı, tek bir soru yerine bir hedef verilen programdır. Bu hedefe ulaşmak için işi adımlara böler, kendisine tanınan araçları (bir arama API'si, bir veritabanı, kod çalıştırma ortamı, e-posta istemcisi) kullanır ve hedefe ulaşana ya da seçenekleri tükenene kadar devam eder.

Onu sıradan bir dil modeli çağrısından ayıran üç şey var:

• Plan yapar. "Geçen çeyreğin destek taleplerini özetle, acil olanları işaretle" gibi bir istek birkaç küçük göreve dönüşür: talepleri çek, grupla, acil olanları oku, özeti yaz.
• Harekete geçer. Model araç çağırabilir ve bu çağrıların sonuçları bir sonraki adımını belirler.
• Kendini düzeltir. Bir sorgu hata verirse ya da işe yarar bir şey döndürmezse, ajan hatayı size iletmek yerine başka bir yol dener.

Perde arkasında nasıl çalışır?

Hangi framework ile kurulmuş olursa olsun, bugünkü ajanların çoğu aynı temel döngüyü izler.

1. Planla. Model hedefi okur ve önce ne yapacağına karar verir. Bazı sistemler en baştan eksiksiz bir plan çıkarır, bazıları her seferinde yalnızca bir sonraki adıma karar verir.
2. Uygula. Model bir araç seçer ve parametrelerini doldurur. Çağrıyı model değil, etrafındaki kod çalıştırır. Güvenlik açısından bu ayrıntı çok önemlidir.
3. Gözlemle. Aracın çıktısı modelin bağlamına geri döner. Sonuç beklendiği gibi mi? İş bitti mi?
4. Hatırla. Uzun görevlerde ajan not tutar: neyi denediğini, neyin işe yaradığını, kullanıcının neyi tercih ettiğini. Bu bellek basit bir kayıt dosyası da olabilir, bir vektör veritabanı da.

Döngü, model işin bittiğine karar verene kadar tekrarlanır. Her adım bir öncekine bağlı olduğu için ajanın ne yapacağı ancak çalışma anında belli olur. Koda bakıp ne yapacağını tam olarak bilemezsiniz. Mühendislik emeğinin büyük kısmı da bu gerçekle yaşamayı öğrenmeye gider.

Ajanlar bugün nerede işe yarıyor?

Şimdiye kadarki en başarılı kullanımların ortak bir yanı var: iş çok sayıda küçük adımdan oluşuyor ve her adımın doğru olup olmadığı kolayca kontrol edilebiliyor.

• Yazılım geliştirme. Kodlama ajanları bir depoyu okur, değişikliği yapar, testleri çalıştırır ve bozulanı düzeltir. Test paketi onlara başarının net bir ölçüsünü verir.
• Operasyon. Bir ajan metrikleri izleyebilir, bir anormallik fark ettiğinde ilgili logları toplayabilir ve nöbetçi mühendis için bir ön teşhis hazırlayabilir.
• Araştırma ve analiz. Veri ambarını sorgulamak, rakamları karşılaştırmak ve neyin değiştiğini yazmak bir insan için sıkıcıdır ama bir ajana çok uygundur. Yeter ki sonuçları biri kontrol etsin.

Özerkliğin sınırları olmalı

E-posta gönderebilen bir ajan yanlış e-postayı da gönderebilir. Modelin harekete geçmesine izin verdiğiniz anda hata artık yalnızca kötü bir cevap değildir; olmuş bitmiş bir şeydir. İyi kurulmuş ajan sistemlerinde bu yüzden birkaç ortak alışkanlık görürsünüz:

• Dar yetkiler. Ajan ihtiyaç duyduğu en küçük araç setini alır, mümkün olan her yerde salt okunur erişimle. Riskli kod izole bir ortamda (sandbox) çalışır.
• Her adımın kaydı. Her araç çağrısı parametreleriyle birlikte loglanır; böylece biri sonradan ajanın neden öyle davrandığını görebilir.
• İnsan onayı. Veri silmek, para harcamak ya da müşteriyle iletişime geçmek bir insanın onayını bekler.

Sırada ne var?

Modeller pek çok ajan görevi için zaten yeterince yetenekli. Asıl zorluk artık etraflarındaki mühendislikte: uzun görevleri raydan çıkarmadan yürütmek, her çalıştırmada farklı davranan sistemleri test etmek ve onlara ne kadar serbestlik tanınacağına karar vermek. Ajanı akıllı bir asistan gibi değil de içinde güvenilmez bir bileşen olan dağıtık bir sistem gibi ele alan ekipler, sonunda güvenebilecekleri sistemler kuruyor.

Serinin devamı: 2. bölümde agentic AI ile üretken yapay zekâyı karşılaştırıyor ve bu farkın sohbet botları için ne anlama geldiğine bakıyorum.