Ajanik AI: Otonom Görev Yürütmenin Mimarisi ve Sınırları

Ajanik AI (agentic AI), bir yapay zeka modelinin tek bir yanıt üretmek yerine bir hedefi alıp onu alt adımlara bölerek, araç kullanarak ve her adımın sonucunu gözlemleyerek çok adımlı görevleri kendi başına yürüttüğü mimaridir. Klasik bir asistan tek soruya tek yanıt verir; ajanik ai ise planlar, eyler, sonucu değerlendirir ve hedefe ulaşana kadar planla-eyle-gözlemle döngüsünü sürdürür.

Bu yazı, konuyu tüm yönleriyle ele alan kapsamlı rehberin daha dar bir açısına odaklanır: otonom görev yürüten bir ai ajanı mimarisinin iç mekaniği ve — en az mekaniği kadar önemli olan — sınırları. Amacımız "ajan nedir" tanımını tekrarlamak değil; planlama döngüsünü, araç kullanımını, bellek yönetimini, insan onay noktalarını ve hata kurtarmayı bir mühendislik resmine oturtmak, sonra da ajanik ai'nin ne zaman gerekmediğini dürüstçe söylemektir.

Tanım

Ajanik AI (Agentic AI)

Bir yapay zeka modelinin tek bir yanıt üretmek yerine bir hedefi alıp onu alt adımlara bölerek, araç kullanarak ve her adımın sonucunu gözlemleyerek çok adımlı görevleri kendi başına yürüttüğü mimari. Çekirdeği planla-eyle-gözlemle döngüsüdür; bir ai ajanı mimarisi planlayıcı, yürütme döngüsü, araç arayüzü, bellek/durum ve insan onayıyla hata kurtarma bileşenlerinden oluşur.

Ayrıca: agentic AI, otonom yapay zeka ajanı, ai ajanı, agent

Ajanik AI'nin en kısa tanımı şudur: bir dil modelini, tek seferlik bir yanıtlayıcı olmaktan çıkarıp, bir hedefe ulaşmak için birden çok adımı kendi kararıyla yürüten bir sisteme dönüştüren mimari. "Ajan" (agent) kelimesi buradaki anahtardır — sistem yalnızca cevap üretmez, hedef uğruna eyler; bir sonraki adımın ne olacağına o an gözlediği sonuca bakarak karar verir. Dil modelinin ne olduğunu LLM nedir, temel ajan kavramını ise AI agent nedir yazısında ele alıyoruz.

Ajanı güçlü kılan, akıl yürütmesini eyleme bağlamasıdır. Model "ne yapmam gerekir" diye düşünür, bir araç çağırarak o eylemi gerçekleştirir, sonucu okur ve buna göre yeni bir karar verir. Bu döngü sayesinde tek bir istekte çözülemeyecek çok adımlı görev — birden çok kaynağı tarayıp bir rapor derlemek, bir dizi sistemi güncellemek, bir sorunu adım adım araştırmak — otomatikleşir. Ajanik ai, işte bu "düşün, eyle, gözlemle, tekrar düşün" yeteneğini bir yazılım mimarisi olarak kurar.

En sık karışan ayrım, ajan ile asistan arasındadır; çünkü ikisi de doğal dille konuşur. Fark, davranışın altındaki kontrol modelindedir. Bir asistan (klasik chatbot veya sohbet arayüzü) tek turludur: soruyu alır, tek bir yanıt üretir ve durur. Bir chatbot nedir yazısında ele aldığımız bu desen pasiftir — kullanıcı yönlendirir, model yanıtlar.

Ajan ise aktiftir. Bir hedef alır ve o hedefe ulaşmak için gereken adımları kendisi belirleyip yürütür. "Şu üç rakibin fiyat sayfasını karşılaştır ve bir özet çıkar" dendiğinde asistan yalnızca ne yapılacağını anlatır; ajan ise sayfaları tek tek açar, verileri toplar, karşılaştırır ve özeti üretir. Aradaki fark otonomi ve durum yönetimidir: ajan, adımlar arasında durum taşır, kendi ilerlemesini izler ve bir sonraki hamleye karar verir.

Bu ayrım pratikte kritik bir sonuç doğurur: ajan daha güçlüdür ama daha az öngörülebilirdir. Asistan yalnızca metin üretir, en kötü ihtimalle yanlış bir cümle kurar; ajan araçlarla eyler, en kötü ihtimalle yanlış bir işlem yapar. Bu yüzden ajanik ai tasarımında asıl mesele modeli akıllandırmak değil, otonomiyi doğru sınırlamaktır.

Bir ajanın kalbi planla-eyle-gözlemle döngüsüdür. Ajan bir hedef aldığında önce bir plan çıkarır: hedefe ulaşmak için hangi adımlar, hangi sırayla gerekir? Sonra plandaki ilk adımı bir eyleme (genellikle bir araç çağrısına) çevirir, o eylemi çalıştırır ve aracın döndürdüğü sonucu gözlemler. Bu gözlem, bir sonraki kararın girdisidir: plan işe yarıyorsa devam eder, yaramıyorsa planı günceller. Döngü, hedefe ulaşılana ya da bir durma koşuluna varılana kadar sürer.

Bu döngünün en önemli tasarım kararı, planlamanın ne zaman ve ne kadar yapılacağıdır. Bazı ajanlar baştan tam bir plan kurar ve onu izler; bazıları her adımdan sonra yeniden planlar. Adım adım yeniden planlama daha esnektir — beklenmedik sonuçlara uyum sağlar — ama daha çok hesaplama ve token tüketir. Modelin adımlarını açık düşünme zinciriyle yürütmesini chain of thought nedir yazısında ele alıyoruz; promptun bu döngüyü nasıl yönlendirdiğini ise prompt engineering nedir yazısında.

Döngünün güvenliği için iki sınır zorunludur. Birincisi bir döngü üst sınırı (maksimum iterasyon): ajan hedefe ulaşamazsa sonsuza kadar dönmemeli, bir noktada durup durumu bildirmelidir. İkincisi bir ilerleme ölçütü: her adımın hedefe yaklaşıp yaklaşmadığını değerlendiren bir sinyal olmalı, yoksa ajan aynı hatayı tekrarlayarak kaynak yakabilir. İyi kurulmuş bir otonom görev döngüsü, bu iki sınırı baştan içerir.

Somut bir örnek yardımcı olur. "Bu hafta yayımlanan üç sektör raporunu bul, ilgili bulgularını çıkar ve bir sayfalık özet hazırla" hedefini alan bir ajan, tek bir istekte bunu çözemez. Önce bir arama aracı çağırır, sonuçları gözlemler; uygun raporları seçip tek tek okur; her rapordan ilgili bulguyu çıkarıp belleğinde biriktirir; son adımda topladığı parçaları özete dönüştürür. Bu görevin her adımı bir öncekinin çıktısına bağlıdır — işte planlama döngüsünü değerli kılan tam olarak bu bağımlılık zinciridir; tek adımlı bir asistanın kuramadığı zincir budur.

Bir ajanın dünyaya dokunma biçimi araçlardır (tools). Araç, modelin çağırabildiği bir işlevdir: bir arama yapmak, bir veritabanını sorgulamak, bir e-posta göndermek, bir API'yi çalıştırmak. Model hangi aracı, hangi parametrelerle çağıracağına karar verir; sistem aracı çalıştırır ve sonucu modele geri verir. Bu mekanizmanın standart adı function calling'dir; ayrıntısını function calling nedir yazısında ele alıyoruz. Modeli araçlara ve veri kaynaklarına bağlayan protokolleri ise MCP nedir yazısında inceliyoruz.

Araç kullanımı ajanik ai'yi bir sohbet kutusundan gerçek bir yürütücüye çevirir — ama aynı zamanda en büyük risk yüzeyidir. Araçları iki türe ayırmak faydalıdır: okuma araçları (arama, sorgulama) yalnızca bilgi getirir ve görece güvenlidir; yazma araçları (kayıt değiştirme, mesaj gönderme, ödeme başlatma) yan etkilidir ve geri alınamaz sonuçlar doğurabilir. Bu ikisini aynı özgürlükle ajana bırakmak, en yaygın tasarım hatasıdır.

Bir ajanı araçlarla kuran her agent framework, bu yüzden araç izinlerini ve girdilerin doğrulanmasını birinci sınıf bir mesele olarak ele almalıdır. Araçlara giden parametreler doğrulanmalı, yetki dışı çağrılar engellenmeli ve kötü niyetli girdilerin ajanı yönlendirmesine karşı savunma kurulmalıdır. Bu son tehdidi prompt injection nedir ve bilgi getirme ile ajanı besleyen deseni RAG nedir yazılarında ele alıyoruz.

Çok adımlı bir görev, adımlar arasında bilgi taşımayı gerektirir; ajanın bunu yapma biçimi bellek ve durum yönetimidir. İkinci adım, birinci adımın sonucunu bilmeden doğru kararı veremez. Bu yüzden ajan, o ana kadar ne yaptığını, hangi araçları çağırdığını ve ne öğrendiğini bir yerde tutmak zorundadır. Modelin tek seferde ne kadar bağlam işleyebildiğinin sınırını context window nedir yazısında ele alıyoruz.

Belleği iki katmanda düşünmek gerekir. Kısa vadeli bellek, o anki görevin durumudur: plan, ara sonuçlar, son gözlemler. Bu bilgi bağlam penceresine sığmalı; görev uzadıkça geçmişi özetlemek, yalnızca ilgili kısmı taşımak gerekir, yoksa hem maliyet artar hem de modelin dikkati dağılır. Uzun vadeli bellek ise görevler arasında kalıcı olan bilgidir: kullanıcı tercihleri, geçmiş etkileşimler, kurumsal veriler — genellikle bir dış depoda (çoğunlukla bir vektör veritabanında) saklanır.

Durum yönetiminin en sık atlanan yönü, neyin unutulacağıdır. Her ara sonucu sonsuza kadar taşımak bağlamı şişirir ve kaliteyi düşürür; iyi bir ajan, hangi bilginin hedef için hâlâ ilgili olduğuna karar verip gerisini özetler veya atar. Bellek, bir ajanın "geçmişi" değildir; hedefe hizmet eden, aktif olarak yönetilen bir kaynaktır.

Otonomi bir tayf üzerinde bulunur: bir uçta her adımı insana soran, diğer uçta hiç sormadan çalışan bir ajan. Doğru nokta, görevin riskine göre bilinçle seçilir. İnsan onay noktaları (human-in-the-loop), ajanın riskli veya geri alınamaz bir eylemi yürütmeden önce durup kullanıcıdan onay istediği kontrol noktalarıdır. Bu, otonomiyi öldürmek değil, ona güvenli bir çerçeve çizmektir.

Pratik ilke basittir: eylemi tersine çevirmenin maliyeti ne kadar yüksekse, insan onayı o kadar gereklidir. Bir arama yapmak veya bir taslak hazırlamak geri alınabilir; otomatik akabilir. Bir e-posta göndermek, bir kaydı silmek veya bir ödeme başlatmak geri alınamaz; onay eşiğine bağlanmalıdır. Bu eşikleri ve çıktı sınırlarını uygulayan koruyucu katmanı guardrail nedir yazısında ele alıyoruz.

Onay noktalarının tasarımında incelik, kullanıcıyı boğmadan doğru anda sormaktır. Her adımda onay istemek ajanı yavaş ve sinir bozucu yapar; hiç istememek tehlikelidir. İyi bir ai ajanı mimarisi, düşük riskli adımları otomatik akıtır ve yalnızca yüksek riskli, yan etkili eylemlerde durur. Bilgisayarı doğrudan kullanan ajanların bu onay ihtiyacını computer use nedir yazısında da tartışıyoruz.

Gerçek dünyada adımlar başarısız olur: bir araç zaman aşımına uğrar, bir API hata döndürür, bir arama boş gelir, bir sonuç beklenenden farklı çıkar. Ajanı kırılgan bir demodan üretime taşıyan şey, bu başarısızlıkları öngören hata kurtarma tasarımıdır. Kırılgan bir ajan ilk hatada çöker veya daha kötüsü, hatayı fark etmeden yanlış sonuçla devam eder.

Sağlam bir ajan birkaç kurtarma stratejisine sahiptir. Yeniden deneme, geçici hataları (ağ, zaman aşımı) tolere eder. Alternatif yol, bir araç başarısız olduğunda farklı bir aracı veya yaklaşımı denemektir. Geri alma, yan etkili bir adımın sonucunu tersine çevirmektir. Ve en önemlisi, güvenli durma: ajan hedefe ulaşamayacağını anladığında uydurmak yerine durmalı, ne yapabildiğini ve nerede takıldığını açıkça bildirmelidir.

Hata kurtarmanın gizli boyutu bir hata bütçesidir. Otonom görev yürüten bir ajan, her adımda küçük bir hata olasılığı taşır; adım sayısı arttıkça bu olasılıklar birikir ve zincirleme büyüyebilir. Bu yüzden ajanın kaç deneme, kaç adım ve ne kadar kaynak harcayabileceği baştan sınırlanmalı; bir eşik aşıldığında görev insana devredilmelidir. Dayanıklı bir tasarım, hatasız bir ajan varsaymaz; hatayı bekler ve onu güvenle yönetir.

Buraya kadar anlatılan parçaları bir arada görmek, ajanik ai'yi somut bir mühendislik resmine dönüştürür. Aşağıdaki tablo, bir ai ajanı mimarisinin çekirdek bileşenlerini, her birinin işlevini ve o bileşeni kurarken verilmesi gereken temel tasarım kararını gösterir. Zincirdeki en zayıf halka tüm sistemin davranışını belirler; bu yüzden her satır ayrı ayrı düşünülmelidir.

Ajan bileşeni × işlevi × temel tasarım kararı

Bileşen	İşlevi	Temel tasarım kararı
Planlayıcı	Hedefi alt adımlara böler ve sıralar	Baştan tam plan mı, adım adım yeniden planlama mı
Yürütme döngüsü	Eylemi çalıştırır, sonucu gözlemler	Döngü üst sınırı ve ilerleme ölçütü
Araç arayüzü	Modeli dış sistemlere bağlar	Hangi araçlar; okuma mı yazma mı; girdi doğrulama
Bellek / durum	Ara sonuçları adımlar arası taşır	Kısa vadeli mi kalıcı mı; ne saklanır, ne unutulur
İnsan onay noktası	Riskli eylemi kullanıcıya onaylatır	Hangi eylemler onay ister; otomasyon eşiği
Hata kurtarma	Başarısız adımı yakalar ve düzeltir	Yeniden dene / alternatif / güvenli durma; hata bütçesi
Orkestrasyon	Bileşenleri birbirine bağlar	Tek ajan mı, çok ajan mı; kontrol akışı

Tablodaki son satır ayrı bir tercihi işaret eder: tek ajan mı, çok ajan mı? Karmaşık görevlerde iş, her biri bir uzmanlık taşıyan birden çok ajana bölünebilir; bu deseni çoklu ajan sistemi nedir yazısında ele alıyoruz. Ancak her agent framework için geçerli olan altın kural şudur: karmaşıklığı ancak ölçülmüş bir ihtiyaç doğduğunda ekleyin. Tek ajanla çözülebilen bir işi çok ajanlı bir sisteme taşımak, çoğu zaman çözdüğünden fazla sorun yaratır.

Bir teknolojinin gücünü anlamak kadar, sınırını bilmek de ustalıktır. Ajanik ai etkileyicidir; ama her problem bir ajan gerektirmez ve otonomiyi gereksiz yere eklemek maliyet, gecikme ve risk getirir. Dürüst bir mühendislik tavrı, "ajan kurmadan bu iş çözülür mü?" sorusunu baştan sormaktır.

Birkaç durumda ajanik ai açıkça yanlış araçtır. Tek adımda çözülen, iyi tanımlı işlerde — bir metni özetlemek, bir soruyu yanıtlamak, bir veriyi sınıflandırmak — bir ajanın planla-eyle-gözlemle döngüsü gereksizdir; basit bir asistan çağrısı daha hızlı ve ucuzdur. Tam belirlenimci, kural tabanlı ve tekrarlayan işlerde klasik otomasyon veya RPA nedir yazısında ele aldığımız kural tabanlı otomasyon, bir modelin olasılıksal doğasından daha güvenilirdir. Hatasızlık ve denetlenebilirlik şart olan işlemlerde (finansal mutabakat, hukuki metin, geri alınamaz kayıtlar) bir ajanın sapma olasılığı kabul edilemez.

Karar için pratik bir sınama şudur: görevin birden fazla adım, araç kullanımı ve ara kararlar gerektirip gerektirmediğine bakın. Çok adımlı görev, belirsiz bir arama alanı ve dinamik karar varsa ajan değerlidir; tek adım, sabit kural ve kesin sonuç varsa ajan gereksiz bir karmaşıklıktır. Bir başka kritik ölçüt gözetimdir: ajan gözetimsiz çalışacaksa ve yan etkileri geri alınamıyorsa, otonomi bir avantaj değil bir tehlikedir.

Bu bir "ajan mı, değil mi" ikilemi değil, bir tayf üzerinde konum seçmektir. Aynı iş akışının bazı adımları ajana, bazıları klasik otomasyona, bazıları da doğrudan insana bırakılabilir; olgun tasarım, her adımı riskine ve belirsizliğine göre doğru katmana yerleştirir. En yaygın hata, "her şeyi ajan yapsın" hevesiyle basit ve belirlenimci parçaları da olasılıksal bir modele devretmektir. Ajanik ai'yi doğru yerde kullanmak, onu her yere koymaktan çok daha değerli bir yetkinliktir.

Ajanik AI nedir?

Ajanik AI (agentic AI), bir yapay zeka modelinin tek bir yanıt üretmek yerine bir hedefi alıp onu alt adımlara bölerek, araç kullanarak ve her adımın sonucunu gözlemleyerek çok adımlı görevleri kendi başına yürüttüğü mimaridir. Klasik asistan tek soruya tek cevap verir; ajanik ai ise planlar, eyler ve hedefe ulaşana kadar döngüyü sürdürür. Otonomisi, kararı bir sonraki adıma bırakan bir yürütme döngüsünden gelir.

Bir ajan nasıl çalışır?

Bir ajan planla-eyle-gözlemle döngüsüyle çalışır. Önce hedefi anlar ve bir plan çıkarır; sonra plandaki ilk eylemi bir araç çağırarak yürütür; aracın döndürdüğü sonucu gözlemler ve değerlendirir; gerekirse planı günceller ve döngüyü tekrarlar. Bu döngü, görev tamamlanana veya bir durma koşuluna (başarı, onay bekleme, döngü üst sınırı) ulaşılana kadar sürer. Bellek, ara sonuçları adımlar arasında taşır.

Ajanik AI hangi görevlerde kullanılmamalı?

Tek adımda çözülen, iyi tanımlı ve düşük riskli işlerde ajanik ai gereksizdir; basit bir asistan çağrısı veya klasik otomasyon daha ucuz ve güvenlidir. Tam belirlenimci, denetlenebilir ve hatasız sonuç gereken işlemlerde (finansal mutabakat, hukuki metin üretimi, geri alınamaz eylemler) ajanın olasılıksal doğası risk yaratır. Ayrıca hedefi net ölçülemeyen, gözetimsiz çalışacak ve yan etkileri geri alınamayan görevlerde otonomi bir avantaj değil, bir tehlikedir.

Ajanik AI ile klasik asistan/chatbot arasındaki fark nedir?

Asistan tek turda tek yanıt üretir: soruyu alır, cevaplar, durur. Ajan ise bir hedef alır ve o hedefe ulaşmak için birden çok adımı kendi kararıyla yürütür — planlar, araç kullanır, sonucu gözlemler ve gerekirse yeniden dener. Fark otonomi ve durum yönetimidir: asistan pasif yanıtlayıcı, ajan aktif yürütücüdür. Bu güç, karşılığında öngörülebilirlik ve kontrol maliyeti getirir.

Ajanik AI güvenliği için insan onayı neden gerekli?

Çünkü ajan yalnızca metin üretmez; araçlarla gerçek eylemler yapar (e-posta gönderme, kayıt değiştirme, ödeme başlatma). Olasılıksal bir modelin yanlış bir adımı, yan etkili bir araçla birleştiğinde geri alınamaz sonuçlar doğurabilir. İnsan onay noktaları (human-in-the-loop), riskli ve geri alınamaz eylemleri yürütmeden önce kullanıcıya onaylatarak bu riski sınırlar. Okuma ağırlıklı, düşük riskli adımlar otomatik akabilir; yazma ve silme gibi eylemler onay eşiğine bağlanmalıdır.

Kısaca ajanik ai, bir yapay zeka modelini tek yanıt üreten bir kutu olmaktan çıkarıp, bir hedefi planla-eyle-gözlemle döngüsüyle otonom yürüten bir sisteme dönüştüren mimaridir. Bir ai ajanı mimarisi beş çekirdek bileşenle kurulur — planlayıcı, yürütme döngüsü, araç arayüzü, bellek/durum ve insan onayıyla hata kurtarma — ve bu bileşenlerin dengeli, sınırlı ve ölçülebilir kurulması, ajanı bir demodan üretime taşıyan şeydir.

Bu yazının en önemli mesajı çift yönlüdür: ajanik ai, çok adımlı görevlerde gerçek bir sıçrama sunar; ama gücü, otonomiyi doğru sınırlamayı ve ne zaman gerekmediğini bilmeyi gerektirir. Doğru araç izinleri, insan onay noktaları, sağlam hata kurtarma ve dürüst bir "burada ajana gerek yok" kararı — bunlar bir araya geldiğinde ajan güvenilir bir yürütücü olur. Temel kavramlar için yapay zeka nedir ve üretken yapay zeka nedir yazılarına bakabilirsiniz.

Ekiplerinizin ajanik ai'yi tasarım, araç güvenliği ve otonomi sınırlarıyla birlikte doğru kurgulamasını istiyorsanız, uygulamaya dönük eğitim programı seçeneklerini inceleyerek başlayabilirsiniz; teknolojinin gücünü değere çeviren şey, onu bilinçli sınırlarla kullanan ekiplerdir.