İçeriğe geç
Agentic AI Eğitimleri

Agentic AI Eğitimleri: Otonom AI Ajanları ve Multi-Agent Sistemler

Tool-use, function calling, planning ve multi-agent orchestration ile araç kullanan, hedefe yönelik otonom AI ajanları kurmayı öğretir.

ÖZET (TL;DR)

Tek cümlelik cevap: Agentic AI eğitimleri — tool-use, function calling, planning ve multi-agent orchestration ile araç kullanan, hedef-yönelik otonom AI ajanları geliştirmeyi öğretir.

  • Tool-use + function calling: agent'ın dış sistemlere (DB, API, dosya, web) erişimi
  • Planning patterns: ReAct, plan-and-execute, reflection, tree-of-thought karşılaştırması
  • Multi-agent orchestration: supervisor / hierarchical / swarm patterns + LangGraph / Crew
  • Agent evaluation: trajectory metrics, hallucination guardrails, cost & latency ölçümleri

Agentic AI Eğitimleri — Programlar

Sıkça Sorulan Sorular

Agentic AI ile sıradan LLM uygulaması arasındaki fark nedir?
Sıradan LLM uygulaması tek seferlik prompt-response döngüsüdür (örn. chatbot). Agentic AI, hedefe ulaşmak için kendi adımlarını planlayan, araç çağıran, ara sonuçları gözden geçiren ve gerektiğinde planı revize eden çok-adımlı sistemdir. 'Bana fatura çıkar' demek yerine 'aylık raporu hazırla' diyebilirsiniz — agent ilgili verileri çeker, hesaplar, formatlar ve teslim eder.
Hangi framework'leri öğretiyorsunuz?
Framework-agnostik yaklaşım: Claude tool-use API, OpenAI function calling, LangGraph (LangChain), CrewAI ve sade Python'da agent loop'unu sıfırdan kurma. 'Framework' tercih kararını da öğretiyoruz — çoğu kurumsal use-case için 'minimum framework, maksimum kontrol' önerilir.
Agent'lar hallucinate ettiğinde ne yapılır?
Agentic sistemlerde hallucinate maliyetli — yanlış adım yanlış araç çağrısına, yanlış araç çağrısı ise gerçek yan etkilere yol açar (örn. yanlış e-posta gönderme). Eğitimde 4 katman guardrail öğretiyoruz: (1) tool-call validation, (2) intermediate result verification, (3) human-in-the-loop checkpoints, (4) trajectory evaluation. Hangi katmanın gerektiği use-case riskine göre belirlenir.
Multi-agent sistem ne zaman gerekli?
Genel kural: tek agent yeterliyse multi-agent kullanma. Multi-agent şu durumlarda anlamlı: (1) farklı uzmanlık alanları (örn. researcher + writer + reviewer), (2) paralel iş (her agent kendi alt-görevini paralel çalıştırır), (3) izolasyon ihtiyacı (örn. hassas işlem ayrı agent'ta). Eğitimde 'önce tek agent ile başla, gerekirse böl' yaklaşımını anlatıyoruz.
Agentic AI eğitimi için Python bilgisi şart mı?
Evet, intermediate seviye Python gerekir. Beginner agent kavramları workshop'unda kod yazılmadan (sade örneklerle) anlatılır; ama gerçek agent geliştirme programları (intermediate ve advanced) Python + async/await + API entegrasyonu bilgisi varsayar.