"Agentic" kelimesi bu yıl her ürünün üstüne yapıştı. Sohbet kutusuna bir düğme ekleyen de agentic oldu.
Kelimenin pazarlama katmanını soyunca altında bir makine kalıyor. O makine dört parçadan oluşuyor ve dördü de yazılmak zorunda.
Bu yazı o makineyi anlatıyor. Ne olduğunu, workflow'dan nerede ayrıldığını ve ne zaman gereksiz olduğunu.
Dört parça, bir döngü
Bir ajanın anatomisi kısa: model, araçlar, döngü, bağlam.
Model düşünen parça; metni okuyor, ne yapılacağına karar veriyor. Araçlar modelin dünyaya dokunduğu eller; bir dosya okumak, bir API çağırmak, bir sorgu çalıştırmak. Döngü bu ikisini bağlayan mekanizma. Bağlam ise modelin o anda gördüğü her şey; talimat, geçmiş, araçtan dönen sonuç.
Döngünün kendisi birkaç satır: modele soruyorsun, model bir araç çağırmak istediğini söylüyor, aracı sen çalıştırıyorsun, sonucu bağlama ekliyorsun, tekrar soruyorsun. Model "bitti" diyene ya da sen durdurana kadar bu dönüyor.
Programın ilk bloğunda eğitmen bu döngüyü canlı olarak bir coding agent'a yazdırıyor. Kod okuyan satırları izliyor, okumayan dört parçayı. İkisi de aynı dersi alıyor: sihir döngüde, modelde değil.
Workflow ile ajan arasındaki çizgi
En çok karıştırılan ayrım bu.
Workflow'da adımlar önceden yazılı. Önce şunu çek, sonra şunu özetle, sonra şuraya yaz. Model her adımda yalnız o adımın işini yapıyor; sırayı sen kurmuşsun.
Ajanda sıradaki adımı model seçiyor. Hangi aracı çağıracağına, kaç kez deneyeceğine, ne zaman duracağına o karar veriyor. Sen hedefi ve sınırları veriyorsun, yolu o buluyor.
İkisi bir spektrumun iki ucu. Gerçek sistemlerin çoğu ortada: iskelet workflow, birkaç adımda ajan serbestliği. Hangi noktada duracağını belirleyen şey işin öngörülebilirliği.
Beş desen, tek soru
Programda beş orkestrasyon deseni gösteriliyor: adımları art arda bağlamak, isteği türüne göre yönlendirmek, aynı işi paralel koşup birleştirmek, bir yöneticinin işi işçilere dağıtması ve bir üreticinin çıktısını bir değerlendiricinin denetlemesi.
Desenlerin adı önemli değil. Hepsinin arkasındaki soru aynı: bu adımda modelin karar vermesine ihtiyacım var mı, yoksa kararı ben zaten biliyor muyum?
Bildiğin kararı modele bırakmak hem para hem güvenilirlik kaybettiriyor. Bilmediğin kararı sabit bir sıraya zorlamak ise sistemi kırılgan yapıyor. Desen seçimi bu ikisini ayırmak.
Harness: döngüyü görünür kılmak
İlk ajanı çıplak API ile kurmak öğretici; ikincisini öyle kurmak yorucu. Döngü, araçlar, bağlam ve sandbox her projede yeniden yazılıyor ve her seferinde biraz farklı.
Harness bu dört şeyi görünür bir sözleşmeye çeviren katman. Ajan bir düz fonksiyon oluyor; modele, araca ve beceriye küçük kancalarla erişiyor. Programın ikinci bloğunda aynı ajan bir kez daha, bu kez bir harness üstünde kuruluyor ve asıl ders API farkı değil, sözleşmenin kendisi.
Buradan çıkan cümle günün geri kalanını taşıyor: kod çürür, bilgi birikir. Bir entegrasyonu kurmanın en dayanıklı yolu kurulum betiği değil, coding agent'a teslim edilen bir Markdown rehber. Rehber okunabiliyor, düzeltilebiliyor, bir sonraki projeye taşınabiliyor.
Araç bir dil işi
Ajanın araçları API'nin kopyası değil, modelin arayüzü. Aradaki fark programın en yüksek beceri transferinin olduğu yer.
Bir aracın adı ve açıklaması aslında bir mikro-prompt. Model o açıklamayı okuyup aracı ne zaman kullanacağına karar veriyor. Belirsiz açıklama, yanlış zamanda çağrılan araç demek.
Parametreler belirsizliği azaltmalı. Hata mesajları modelin okuyup düzeltebileceği biçimde yazılmalı. Riskli aksiyonun önünde bir onay eşiği durmalı. Bunların hiçbiri kod yazmayı gerektirmiyor; ne istediğini net söylemeyi gerektiriyor.
Bağlam bir bütçe
Modelin gördüğü pencere sınırlı ve her araç sonucu o pencereyi dolduruyor. Uzun bir görevde ajan kendi geçmişinde boğuluyor.
Üç çözüm var. Geçmişi sıkıştırmak: eski adımları özetleyip yerine koymak. İhtiyaç anında getirmek: bilgiyi baştan yüklemek yerine model istediğinde vermek. Dosyaya yazmak: kalıcı bilgiyi bağlamda değil diskte tutmak, model gerektiğinde okusun.
Kod yazmayanın en güçlü sahası da burada açılıyor. Alan bilgisini bir beceri dosyasına yazıyorsun: bu iş nasıl yapılır, neye dikkat edilir, neye asla dokunulmaz. Ajan o dosyayı okuyup senin gibi davranıyor. Buradaki para birimi kod değil, alan bilgisi.
Terimler: multi-agent, A2A, swarm
Tek ajanı anlayınca gerisi kolaylaşıyor.
Multi-agent birden çok ajanın aynı işi bölüşmesi. Bir ajan araştırıyor, biri yazıyor, biri denetliyor. Her biri kendi bağlamında, kendi araçlarıyla.
A2A bu ajanların birbiriyle konuşması için önerilen ortak dil. Farklı ekiplerin, farklı şirketlerin ajanları aynı kuralla mesajlaşsın diye var.
Swarm aynı anda çok sayıda ajanın paralel çalışıp sonuçlarını birleştirdiği desen. Büyük bir işi parçalara bölüp her parçayı ayrı ajana vermek.
Üçü de ilk günde gereksiz. Tek ajanı doğru kuramayan, on ajanı kurunca on kat sorun buluyor. Çoklu ajan, tek ajanın yetmediği kanıtlanınca gelen bir adım.
Çoğu iş ajan istemiyor
Dürüst sınır. Tekrar eden, adımları belli, çıktısı ölçülebilen iş için workflow yeter. Daha ucuz, daha öngörülebilir, hata ayıklaması daha kolay.
Ajan, işin ortasında karar gerektiren yerlerde işe yarıyor: gelen isteğin türü belli değilse, kaç adım süreceği baştan bilinmiyorsa, yol boyunca bulunan bilgi sonraki adımı değiştiriyorsa.
Bir de tek seferlik işler var. Bir defa yapılacak iş için ajan kurmak, işin kendisinden pahalı. O işi elle yap ve geç.
Güven katmanı en son değil
Ajan çalışınca insanın ilk refleksi ona daha çok yetki vermek. Tam tersi lazım.
Programın son bloğunda eğitmen kendi ajanına canlı bir saldırı yapıyor: güvenilmeyen bir içeriğin içindeki talimat ajanı veri sızdırmaya itiyor. Salon o anı görüyor. Üç şey bir araya gelince tehlike doğuyor: özel veri, güvenilmeyen içerik ve dışarı iletişim.
Çözüm üç kural: en az yetki, riskli aksiyonda onay kapısı, sandbox. Bir de ölçüm: ajanın on vaka üzerinde nasıl davrandığına iz düzeyinde bakmak. Doğru aracı mı çağırdı, doğru argümanla mı, gereksiz adım attı mı.
Bunlar "ileri seviye" konular değil. İlk ajanın kurulduğu gün konuşulan konular.
Kim için
Agentic AI, kendi işinde tekrar eden ama karar isteyen bir süreci olan herkes için. Kod bilmek ön koşul değil; aracı ve beceri dosyasını doğal dilde tarif ediyor, coding agent koda çeviriyor, davranışı sen test ediyorsun.
Üretim ortamında çalışan, ölçeklenmiş bir ajan tek günde çıkmıyor. Bu programın da iddiası değil. Çıkan şey, makinede çalışan, araçlu, beceri dosyalı ve en az bir dış bağlantısı olan kişisel bir ajan.
Bugün sorulacak tek soru
Ajan kurmaya araç seçerek başlama.
Kendi işinden bir süreç seç ve şunu sor: bu sürecin hangi adımında ben karar veriyorum, hangisinde sadece sırayı takip ediyorum? Sıra olan kısım workflow. Karar olan kısım ajanın yeri.
O tek adımı yaz. Modele hangi araçları vereceğini, neyi asla yapmayacağını ve "bitti" ne demek olduğunu yaz. Döngüyü kurmak bundan sonra teknik bir iş.
Agentic AI, modele daha çok yetki vermek demek değil. Doğru kararı doğru yere bırakmak demek.