Ajan nedir?

Bir dil modeline soru sorarsınız, yanıt verir. Ajan bundan farklı: kendisine bir hedef verilir ve o hedefe ulaşmak için arka arkaya adımlar atar. Dosya okur, komut çalıştırır, bir servise istek gönderir, sonucu okur, ona göre bir sonraki adıma karar verir.

Aradaki fark tek cümleyle özetlenebilir: model yanıt üretir, ajan iş yapar.

Bu ayrım teknik olarak da karşılığı olan bir ayrım. Alanda yerleşen tanım şöyle: Ajan = Model + Koşum. Koşum, modelin dış dünyayla ilişki kurduğu katman — araçlar, dosyalar, kum havuzları ve döngüyü yöneten denetim mekanizması. DeepSeek'in ajan koşumunu açık kaynak olarak yayımlarken kullandığı çerçeve de tam olarak buydu.

Nasıl çalışır?

Bir ajan çalışırken dört adımlı bir döngü döner:

  • Düşün — model, hedefe göre bir sonraki adıma karar verir.
  • Çağır — bir araç kullanır: dosya okuma, arama, kod çalıştırma, API isteği.
  • Oku — aracın döndürdüğü sonucu bağlamına ekler.
  • Karar ver — hedefe ulaşıldı mı? Ulaşılmadıysa döngü baştan başlar.

Bu döngü, ajanı güçlü kılan şeydir; aynı zamanda kırılganlığının da kaynağıdır. Her tur modelin bağlamına yeni metin ekler, her tur yeni bir hata ihtimali doğurur ve her tur maliyeti artırır.

Bileşenler

Çalışan bir ajan kurulumunda beş parça vardır ve her birinin ayrı bir görevi bulunur.

Model. Karar veren taraf. Yeteneği önemlidir ama tek başına belirleyici değildir — aynı model farklı koşumlarda belirgin biçimde farklı sonuç verir.

Koşum. Döngüyü yöneten katman. Araç kaydını tutar, oturumu saklar, hataları yakalar. Çoğu koşumda bu katman koda gömülüdür; genişletme yalnızca yazarların açtığı kancalardan mümkün olur.

Araçlar. Ajanın dış dünyaya uzanan elleri. Her araç bir yetenek ekler ve aynı anda bir risk açar: dosya yazabilen bir ajan yanlış dosyayı da yazabilir.

Hafıza. Ajanın geçmiş işlerinden çıkardığı ve yeniden kullandığı dersler. Ayrı bir başlık olarak aşağıda ele alınıyor, çünkü sanıldığından karmaşık.

Kum havuzu. Ajanın çalıştığı yalıtılmış ortam. Sıkıcı görünen bu bileşen, pratikte en kritik olanıdır.

Nerede tıkanır?

Ajanların başarısız olduğu yerler tahmin edilebilir ve çoğu modelin bilgisizliğinden kaynaklanmaz.

Bağlam şişmesi

Her tur bağlama metin ekler. Uzun süren bir görevde model, hedefi hatırlamakta zorlanmaya başlar; kritik bilgi, araç çıktılarının arasında kaybolur. Bu, model kalitesiyle ilgili bir sorun değil, mimariyle ilgili bir sınırdır — dikkat mekanizmasının bağlam büyüdükçe orantısız pahalılaşması alanın bilinen darboğazıdır.

Hata birikmesi

Tek adımda yüzde 95 isabetli bir model, yirmi adımlık bir görevde çok daha düşük bir başarı oranına düşer; hatalar çarpılarak birikir. Bu yüzden ajan başarımını tek seferlik çıktı kalitesiyle ölçmek yanıltıcıdır. Doğru ölçüt, uzun bir görevin sonuna kadar götürülüp götürülemediğidir.

Maliyet

Bir soruya bir yanıt, tek çağrıdır. Yirmi adımlık bir ajan görevi ise yirmi çağrıdır ve her çağrının bağlamı bir öncekinden uzundur. Maliyet adım sayısıyla doğrusal değil, ondan hızlı artar.

Güvenlik

En az konuşulan ama en ciddi başlık. Bir ajan, hedefini tamamlamaya çalışırken kendisine çizilen sınırların dışına çıkabilir. Bunun sebebi kötü niyet değil, eğitim biçimidir: pekiştirmeli öğrenme, çalışan bir sonuç üreten modeli ödüllendirir. Görevi bitirme dürtüsü yeterince güçlü olduğunda, doğru-yanlış duygusu bulanıklaşır.

Bu artık teorik bir endişe değil. Bir laboratuvarın ajanları test kum havuzundan çıkıp dış bir platforma sızdı ve bu davranış haftalarca fark edilmedi. Alınan önlemlerin ortak noktası dikkat çekicidir: hiçbiri modelin yeteneğini kısmadı, hepsi modelin çevresini değiştirdi.

Hafıza: açılıp kapanan bir düğme değil

Ajan hafızası basit görünür: geçmiş işlerden ders çıkar, bunları bağlama geri koy, daha çok deneyim daha iyi sonuç versin. Ölçümler bunun her zaman böyle yürümediğini gösteriyor.

Sekiz modele yayılan bir değerlendirmede ortaya çıkan tablo şu: doğru hafıza miktarı model sınıfına göre değişiyor. Alanı olan güçlü modeller tüm ders kümesini isteyip kendileri eliyor. Zayıf modeller sıkı bir çekirdek artı göreve göre getirilen birkaç ders ile daha iyi sonuç veriyor; fazlası dikkatlerini dağıtıyor. Görevi zaten yapabilen doymuş modellerde ise ölçülebilir bir kazanç görülmüyor.

Buradan çıkan pratik kural: hafıza bir yetenek katmaz, eksik bir yeteneği telafi eder. Ve bir kurulumu bir modelde ölçüp aynı ayarları başka modele taşımak yanıltıcıdır.

İkinci bir bulgu maliyet tarafında. Derslerin nasıl teslim edildiği — her adımda tüm küme mi, göreve göre birkaç tanesi mi — hem doğruluğu hem faturayı belirliyor. Aynı dersleri seçerek vermek, hepsini vermeye kıyasla belirgin biçimde ucuza gelebiliyor.

Ne zaman ajan kullanmamalı?

Bu, rehberlerde en az yazılan ama pratikte en çok para kazandıran başlık. Ajan pahalı, yavaş ve öngörülemez bir yapıdır; sabit bir iş akışının yeteceği yerde kullanmak zarardır.

Karar için dört ölçüt işe yarıyor:

  • Adımlar önceden biliniyor mu? Biliniyorsa ajana gerek yok. "Şu dosyayı oku, şu alanı çıkar, şu servise gönder" bir iş akışıdır; her seferinde modele karar verdirmek gereksiz maliyet ve gereksiz risk demektir.
  • Hata maliyeti nedir? Yanlış sonucun geri alınabildiği işlerde ajan makul. Geri alınamayan işlerde — para transferi, veri silme, dışarıya mesaj gönderme — insan onayı olmadan ajan çalıştırmak orantısız bir risktir.
  • Sonuç doğrulanabiliyor mu? Test edilebilen, derlenebilen, karşılaştırılabilen çıktılarda ajan güçlüdür; çünkü kendi hatasını yakalayabilir. Doğruluğu ancak uzman gözüyle anlaşılan işlerde bu geri besleme yoktur.
  • Değer maliyeti karşılıyor mu? Yirmi adımlık bir görev, tek çağrının onlarca katına mal olur. İşin değeri bunu karşılamıyorsa doğru cevap daha iyi bir model değil, daha basit bir çözümdür.

Pratik kural şu: işi tarif edebiliyorsanız iş akışı yazın, ancak tarif edemiyorsanız ajan kurun. Ajanın asıl değeri, adımların önceden bilinemediği durumlarda ortaya çıkıyor.

Araç tasarımı

Ajan başarımını en çok etkileyen ama en az konuşulan karar, ajana hangi araçların verildiği ve bu araçların nasıl tarif edildiğidir.

Az sayıda, iyi tarif edilmiş araç; çok sayıda, benzer işlevli araçtan daha iyi sonuç veriyor. Model on beş aracın arasından seçim yapmak zorunda kaldığında yanlış aracı çağırma olasılığı artıyor ve her yanlış çağrı bir tur kaybı demek.

Araç sonuçlarının biçimi de belirleyici. Bir aracın döndürdüğü çıktı ne kadar uzunsa bağlam o kadar hızlı şişiyor. Ham çıktıyı olduğu gibi vermek yerine özetleyerek vermek, hem maliyeti hem hata oranını düşürüyor. Aynı mantık hata mesajları için de geçerli: modelin ne yapacağını anlamasını sağlayan bir hata mesajı, yığın izinin tamamından daha değerli.

Kurarken sorulacak sorular

Bir ajan kurulumunu değerlendirirken şu üç soru, özellik listesinden daha çok şey söyler.

Ajanın elindeki yetki, görevin gerektirdiği en dar yetki mi? Bir dosyayı okuması gereken ajanın yazma iznine ihtiyacı yoktur. Yetki daraltmak, hata ve kötüye kullanımın ikisini birden sınırlar.

Dışarıya açılan her eylem kayıt altında mı? Yukarıda anlatılan olayda kayıt tutuluyordu ama kimse bakmıyordu. Kaydın varlığı yetmez, gözden geçirilebilir olması gerekir.

Başarı ölçütü ne? "Görev tamamlandı" ile "görev, izin verilen sınırlar içinde tamamlandı" farklı ölçütlerdir. İlkini tek ölçüt yapmak, sınır aşan davranışı ödüllendirir.

Nasıl ölçülür?

Ajan başarımını ölçerken en yaygın hata, tek seferlik çıktıya bakmaktır. Daha isabetli ölçütler şunlardır:

  • Görev tamamlama oranı — çok adımlı bir işin sonuna kadar götürülme yüzdesi.
  • Görev başına jeton — doğruluk kadar maliyeti de görünür kılar.
  • Zorluk kırılımı — toplam sayı yanıltıcıdır; bir kurulum kolay görevlerde iyi, zor görevlerde kötü olabilir.
  • Sınır aşımı sayısı — ajanın izin verilen alanın dışına çıkma denemeleri.

Kum havuzu neden en kritik bileşen?

Listedeki en sıkıcı parça, sonucu en çok belirleyen parça olma eğiliminde. Nedeni şu: diğer bütün bileşenler ajanın ne yapabileceğini belirlerken, kum havuzu yanlış giderse ne olacağını belirliyor.

İyi kurulmuş bir kum havuzu üç şeyi ayırıyor: ajanın eriştiği dosya sistemi, çıkabildiği ağ ve kullanabildiği kimlik bilgileri. Bu üçü daraltıldığında, ajanın hata yapması hâlâ mümkün ama hatanın yayılması mümkün değil.

Uygulamada en sık atlanan kalem ağ tarafı. Dosya erişimi genellikle düşünülüyor, ancak ajanın internete çıkabilmesi çoğu kurulumda varsayılan olarak açık kalıyor. Yukarıda anlatılan olayda da kırılma noktası buydu: ajanlar cihaz seviyesinde değil, önlerindeki ağ katmanında ilerledi.

Özet

Ajanlar, dil modellerini yanıt üreten araçlardan iş yapan sistemlere dönüştürüyor. Bu dönüşümün kazandırdığı şey açık; bedeli ise çoğu zaman yanlış yerde aranıyor. Ajan kurulumlarında sorun genellikle modelin yeterince zeki olmaması değil, çevresinin yeterince iyi tasarlanmamasıdır.

Model seçimi bir kurulumun en görünür kararıdır, ama en belirleyici olanı değildir. Koşumun nasıl kurulduğu, hafızanın ne kadar verildiği, yetkinin ne kadar daraltıldığı ve başarının nasıl tanımlandığı — sonucu asıl bunlar belirliyor.