Yapay Zeka Ajanı Ne İşe Yarar?

Bir Yapay Zeka Ajanı (AI Agent); yalnızca metin üreten statik bir dil modelinden farklı olarak çevresini algılayan, kararlar alan ve belirlenen bir hedefe ulaşmak için araçları (tools) otonom şekilde çalıştıran yazılımsal bir sistemdir.

​Geleneksel yazılımlar "Eğer X ise Y yap" mantığıyla çalışırken, yapay zeka ajanları "Hedef Z, elimdeki araçlarla buraya nasıl ulaşırım?" sorusunu sorarak kendi yol haritasını dinamik olarak belirler.

Ajan Mimarisinin 4 Temel Yapı Taşı

1. Beyin (LLM / Karar Motoru): Ajanın mantık yürüten, karar alan ve çıktıları değerlendiren merkezidir (örneğin OpenAI GPT-4o, Anthropic Claude 3.5 Sonnet veya yerel Llama 3 modelleri).

2. Hafıza (Memory):

• ​Kısa Süreli Hafıza: Konuşmanın mevcut bağlamı ve anlık adımların takibi (Context Window).

​• Uzun Süreli Hafıza: Geçmiş etkileşimler, belgeler ve bilgi tabanı erişimi (Vector Database / RAG).

3. ​Araçlar (Tools): Ajanın dış dünya ile etkileşim kurmasını sağlayan Python fonksiyonları veya API entegrasyonlarıdır (Web araması, veritabanı sorgulama, kod çalıştırma, e-posta gönderme).

4. ​Planlama ve Mantık Döngüsü (ReAct Pattern): Ajanın "Gözlem \rightarrow Düşünce \rightarrow Eylem \rightarrow Sonuç" (Reason & Act) döngüsünü kesintisiz çalıştırma yeteneğidir.

Basit bir örnek verelim:

Örneğin geliştirilen basit bir ajan, çok adımlı akıl yürütme ve problem çözme görevini yapabilir. Tek bir sabit işe odaklanmak yerine, kendisine verdiğiniz karmaşık soruları parçalara bölerek elindeki araçlarla otonom şekilde çözer.

Örneğin ​şu anki araçlarıyla şu 4 temel işlevi yerine getirebilen bir ajan olabilir:

1​. Hava Durumu Sorgulama: Şehirlerin hava durumunu öğrenir (get_weather).

2. ​Matematiksel Hesaplama: Verilen sayısal işlemleri hesaplar (calculator).

​3. Arama ve Bilgi Toplama: Bilgi tabanından olgusal bilgileri çeker (search_web).

4. ​Çoklu Adım Birleştirme: Örneğin "İstanbul ile Ankara'nın sıcaklıkları toplamı kaçtır?" sorusunda önce iki şehrin havasını sorgulayıp, ardından sıcaklıkları toplayarak nihai cevabı üretir.

Bir başka örnek:

Claude Cowork ile uygulamalı bir örnek yaptım. Ajan hedefimi anladı ve bu hedefim için arka planda araçlarını kullanarak benim yerime adım adım görevlerini yaptı ve hedefime ulaşmamı sağladı.

Yapay zeka ajanları birçok işimizi bizim yerimize yapacak. Böylece bu anlamda verimlilik artacaktır. Biz hedefi veriyoruz, ajan arka planda plan yapıyor ve araçlarını kullanarak bizim verdiğimiz hedefe ulaşmamızı sağlıyor.