AI Agent

Yapay zekâ ajanı; çevresini tekrar tekrar gözlemleyerek, sonraki adıma karar vererek ve bu adımı uygulayarak bir hedefe ulaşmaya çalışan, ardından ne yapacağına karar vermek için sonucu kullanan sistemdir. Klasik ders kitabı Artificial Intelligence: A Modern Approach, ajanı çevresini algılayıcılarla algılayan ve eyleyicilerle etkileyen her şey olarak tanımlar; bu tanım termostatları, oyun oynayan programları ve robotları kapsar. 2023'ten bu yana bu terim çoğunlukla büyük dil modelleri (LLM'ler) üzerine kurulu ajanları ifade ediyor: model bir hedefi okur, web araması, kod yürütme veya iş API'leri gibi araçları çağırır, her aracın döndürdüklerini okur ve görevin tamamlandığına karar verene kadar devam eder. Tüm bir depoyu düzenleyip test eden kodlama asistanları, onlarca kaynağı arayıp alıntılayan araştırma asistanları ve masaüstünü ekran görüntüleri ile tıklamalar üzerinden kullanan bilgisayar kullanım ajanları bu şekilde çalışır.

Yapay Zekâ Ajanı Nasıl Çalışır#

Bir LLM ajanı döngü içinde çalışır. Model; hedefi, o ana kadarki konuşmayı ve kullanılabilir araçların listesini alır, ardından ya nihai yanıtı yazar ya da bir araç çağrısı üretir. Ajan altyapısı adı verilen çevre program, eyleme izin verilip verilmediğini kontrol eder, eylemi yürütür ve sonucu yeni bir gözlem olarak modelin bağlamına ekler. Model, bu kanıtları görerek sonraki adıma karar verir. ReAct istemleme, yazılı akıl yürütmeyi eylemlerle dönüşümlü yürütme biçimini ortaya koydu; güncel akıl yürütme modelleri, uzun araç çağrısı dizilerini bu şekilde yürütmek üzere pekiştirmeli öğrenmeyle eğitilir.

Çoğu ajan aynı dört yapı taşını bir araya getirir. Genel amaçlı bir LLM veya görme-dil modeli olan model, her adıma karar verir. Araçlar, ad, amaç ve bağımsız değişkenleri için bir JSON şemasıyla tanımlanan işlevlerdir; Model Bağlam Protokolü (MCP) ise bir ajanın diğer ekiplerin yayımladığı araçlara bağlanmasını sağlar. Bellek, geçerli görevi tutan bağlam penceresini ve ajanın daha eski bilgileri aradığı dosyaları, veritabanlarını veya vektör veritabanlarını kapsar. Ajan becerileri, yalnızca görev gerektirdiğinde yüklenen yeniden kullanılabilir talimatları bir araya getirir. Planlama hedefi adımlara böler, tamamlanan adımları izler ve bir adım başarısız olduğunda planı gözden geçirir.

Yapay Zekâ Ajanları, Modeller ve İş Akışları#

Anthropic'in etkili ajanlar oluşturma kılavuzundaki yaygın bir tanım, "ajan" terimini LLM'nin kendi sürecini ve araç kullanımını yönettiği sistemler için kullanır.

• Yapay zekâ modeli: Bir model, bir görüntüyü tespit edilen nesneler listesine dönüştürmek gibi, bir girdiyi bir çıktıya eşler. Bir ajan modelleri, çoğu zaman birçok kez çağırır ve çıktılarıyla ne yapacağına karar verir.
• Ajan tabanlı iş akışları: LLM çağrıları ve araçlar, geliştiricinin önceden belirlediği kod yollarını izler; örneğin çıkar, ardından sınıflandır, sonra özetle. Bir ajanda ise model, görevin kaç adım süreceğini ve her adımda hangi araçların kullanılacağını seçer.
• Sohbet botları: Bir sohbet botu her mesaja sırayla yanıt verir. Ajan, mesajlar arasında eylemler gerçekleştirir ve bir kişi sürece katılmadan dakikalarca veya saatlerce çalışabilir.
• Çok ajanlı sistemler: Ayrı rollere ve bağlamlara sahip birden fazla ajan, işi dağıtıp sonuçları birleştiren bir orkestrasyon katmanının yönetiminde tek bir görev üzerinde iş birliği yapar.

Yapay Zekâ Ajanı Türleri#

Russell ve Norvig'in ders kitabındaki sınıflandırma, ajanları dünya hakkında ne ölçüde akıl yürüttüklerine göre sıralar:

• Basit refleks ajanları: Termostat veya hareket algılayıcılı bir ışık gibi, sabit koşul-eylem kurallarıyla mevcut girdiye tepki verir.
• Model tabanlı refleks ajanları: Daha önce görülmüş kişiler gibi, o anda gözlemleyemedikleri dünya parçalarını izleyen bir iç durumu korur.
• Hedef tabanlı ajanlar: Bir rota planlayıcı gibi, belirtilen hedefe ulaşan eylem dizilerini arar veya planlar.
• Fayda tabanlı ajanlar: Hız, maliyet ve risk arasında denge kuran bir fayda puanına göre sonuçlar arasından seçim yapar.
• Öğrenen ajanlar: Genellikle ödüller aracılığıyla, deneyimlerinden davranışlarını geliştirir.

LLM ajanları, planlamayı metinle yapan hedef tabanlı ajanlardır; araç kullanma görevlerinde pekiştirmeli öğrenmeyle eğitilmiş ajanlar da öğrenen ajanlardır.

Basit Bir Görsel Ajan Oluşturma#

Kamera tabanlı bir ajan, algısını bir tespit modeliyle alır ve kod aracılığıyla eyleme geçer. Bu model tabanlı refleks ajanında Ultralytics YOLO26 takibi, video kareleri boyunca her kişiye kalıcı bir kimlik verir; ajan da daha önce eyleme geçtiği kimlikleri saklar. Böylece her kişi, her karede bir uyarı oluşturmak yerine tek bir uyarıyı tetikler:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")
video = "https://github.com/ultralytics/assets/releases/download/v0.0.0/decelera_portrait_min.mov"
alerted = set()  # The agent's memory of people it has already acted on

for frame, result in enumerate(model.track(video, stream=True, classes=[0])):
    # Perceive: IDs of the people tracked in this frame
    ids = set(result.boxes.id.int().tolist()) if result.boxes.is_track else set()

    # Decide and act: alert once for each person not seen before
    for track_id in sorted(ids - alerted):
        print(f"Frame {frame}: person {track_id} entered, alert sent")
    alerted |= ids

Yazdırılan günlükte yeni kişi başına bir satır bulunur; bu, durumun yarattığı farkı gösterir: tek başına bir model, her karede tüm kişileri yeniden bildirirdi.

Gerçek Dünya Uygulamaları#

• Ajan tabanlı kodlama: Kodlama ajanları bir depoyu okur, dosyaları düzenler, testleri çalıştırır ve değişiklik başarılı olana kadar hataları gidererek yinelemeler yapar.
• Araştırma ve analiz: Araştırma ajanları çok sayıda arama yapar, kaynakları okur ve alıntılar içeren bir rapor yazar; çoğu zaman soruyu birkaç alt ajana bölerek çalışır.
• Üretim: Görsel denetim ajanı, kusur algılayıcıyı fabrika sistemleriyle birleştirir; kusurlar kümelendiğinde konveyörü durdurur, kusuru kaydeder ve bakım talebi açar.
• Fiziksel yapay zekâ: Depo ve ev robotları kameralarla algılar, bir nesneyi kavramayı ya da bir rota izlemeyi planlar ve motorlar aracılığıyla hareket eder; bu döngüyü saniyede birçok kez tekrarlar.

Güvenilirlik ve güvenlik#

Uzun görevlerde hatalar birikir; çünkü yanlış bir adım, sonrasındaki tüm adımları rayından çıkarabilir. Bu nedenle ekipler, ajanları uçtan uca ajan değerlendirme kıyaslamaları ve gerçek çalıştırmalardan alınan izlerle ölçer. Web sayfalarını, e-postaları veya dosyaları okuyan ajanlar, ajanı başka yöne yönlendirmeye çalışan içeriğe yerleştirilmiş talimatlar olan istem enjeksiyonuyla karşılaşabilir. Bu nedenle test düzenekleri her aracın izinlerini sınırlar, kodu yalıtılmış ortamlarda çalıştırır ve ödeme veya silme gibi geri alınamaz işlemlerden önce bir kişiden onay ister. Yetenekler hızla gelişiyor: METR, öncü ajanların %50 güvenilirlikle tamamlayabildiği yazılım görevlerinin uzunluğunun 2019'dan 2025'in başına kadar yaklaşık her yedi ayda bir ikiye katlandığını buldu.