Agentic AI (ajan tabanlı yapay zeka), bir yapay zeka modelinin yalnızca metin üretmekle kalmayıp, verilen bir hedefe ulaşmak için kendi başına plan yapıp adım adım eyleme geçebildiği yaklaşımdır. Bu rehber, Agentic AI'ın ne olduğunu, üretken (generative) AI'dan farkını ve bir AI ajanının nasıl çalıştığını sade bir dille anlatır.
Agentic AI nedir?
Klasik bir dil modeline bir soru sorarsın, o da bir cevap üretir. Agentic AI'da ise modele bir hedef verirsin ("şu veriyi analiz et ve bir rapor çıkar" gibi); model bu hedefi alt görevlere böler, gerektiğinde araçlar kullanır (arama, kod çalıştırma, bir API'ye istek), ara sonuçları değerlendirir ve hedefe ulaşana kadar kendi kendine adımlar atar. Yani "cevap veren" bir sistemden, "bir işi yürüten" bir sisteme geçilir.
Üretken AI ile farkı
- Üretken (generative) AI: Tek seferde bir çıktı üretir (metin, görsel, kod). Ne isterse onu üretir, orada durur.
- Agentic AI: Bir hedef doğrultusunda çok adımlı çalışır; planlar, araç kullanır, sonucu kontrol eder ve gerekirse yeniden dener. Kısacası üretken AI "yazar", agentic AI "yapar".
Bir AI ajanı nasıl çalışır?
Çoğu AI ajanı basit bir döngüyle ilerler:
- Algıla (Perceive): Hedefi ve mevcut durumu (girdi, ara sonuçlar) okur.
- Planla / Akıl yürüt (Reason): Bir sonraki adımın ne olması gerektiğine karar verir.
- Eyleme geç (Act): Bir araç çağırır (arama yapar, kod çalıştırır, veri çeker).
- Gözlemle (Observe): Aracın sonucunu değerlendirir ve döngüye geri döner.
Bu döngü, hedef tamamlanana veya bir durma koşuluna ulaşana kadar tekrarlanır.
Temel bileşenler
- Model (beyin): Kararları veren dil modeli.
- Araçlar (tools): Ajanın dış dünyayla etkileşim kurduğu yetenekler — arama, kod çalıştırma, API çağrıları, dosya okuma.
- Hafıza (memory): Önceki adımları ve bağlamı hatırlama; kısa ve uzun vadeli hafıza.
- Planlama / orkestrasyon: Görevi alt adımlara bölen ve akışı yöneten katman.
Tek ajan ve çok ajanlı sistemler
Basit işler için tek bir ajan yeterlidir. Karmaşık işlerde ise çok ajanlı (multi-agent) sistemler kullanılır: her ajan bir uzmanlık üstlenir (ör. biri araştırır, biri yazar, biri denetler) ve bir "orkestratör" bunları koordine eder. İş bölümü, tek bir ajanın hepsini yapmasından daha güvenilir sonuç verebilir.
Kullanım alanları
- Yazılım geliştirme (kod yazma, hata ayıklama, test).
- Araştırma ve özetleme (kaynak tarama, rapor üretme).
- İş akışı otomasyonu (form doldurma, veri taşıma, raporlama).
- Müşteri desteği ve operasyon asistanları.
Riskler ve güvenlik
Bir ajan ne kadar özerkleşirse riskler de o kadar büyür. En başta gelenler: ajana gereğinden fazla yetki vermek, onu kötü niyetli girdilerle kandırmak (prompt injection) ve ajanın kontrolden çıkıp istenmeyen işlemler yapması. Bu yüzden ajanlı sistemlerde yetkileri sınırlamak, kritik adımlarda insan onayı istemek ve her adımı izlenebilir tutmak şarttır. OWASP gibi topluluklar da ajanlı yapay zekâya özgü riskleri ve alınabilecek önlemleri derli toplu birer çerçeveye dönüştürmeye başladı.
Nasıl başlanır?
İyi bir sıra şöyle: önce dil modeli ve prompt mantığını öğren, sonra araç kullanımını (yani modele dışarıdan yetenek kazandırmayı) kavra, ardından basit bir ajan kur; en sonunda da çok ajanlı tasarıma ve güvenlik konularına geç. Temel bir Python bilgisi bu yolu epey kolaylaştırır.