Şu anda her yapay zeka sohbetine ajanlar hükmediyor. Demolar, onları insan yardımı olmadan düşünen, strateji kuran ve sorunları çözen otonom dijital asistanlar gibi gösteriyor. Ancak arayüzün altına bakarsanız çok daha basit bir şeyle karşılaşırsınız. Bir ajan, sadece bir döngü içinde çalışan bir dil modelidir. Bir bilinç değil, bir tasarım desenidir. Bu ayrımı anlamak önemlidir çünkü bu sistemleri nasıl inşa ettiğinizi, hata ayıkladığınızı ve onlara nasıl güvendiğinizi değiştirir.

Bir Ajan Aslında Nedir

Standart bir sohbet botu, tek seferlik (single-shot) bir fonksiyondur. Bir istem (prompt) yazarsınız. Model sonraki token'ları tahmin eder ve bir metin bloğu döndürür. Sonra durur. Cevabının doğru olup olmadığını kontrol etmez. Bir web bağlantısının çalışıp çalışmadığını veya bir hesaplamanın doğru olup olmadığını doğrulamaz. Tek seferde en iyi tahminini sunar ve sessizliğe bürünür.

Bir ajan, bu tek seferlik işlemi tekrarlayan bir döngüye böler. Model hâlâ metin üretir, ancak artık dış dünyayı etkileyebileceği ve olan bitene tepki verebileceği kontrollü bir döngü içinde çalışır.

Döngü şu şekilde işler:

  • Hedefi değerlendir ve ne yapılması gerektiği üzerine muhakeme yap.
  • Genellikle bir araç veya API çağırarak bir eylem gerçekleştir.
  • Bu eylemin sonucunu gözlemle.
  • Bu yeni bilgiye dayanarak tekrar muhakeme yap.

Bu döngü, görev tamamlanana veya sistem bir güvenlik sınırına ulaşana kadar tekrarlanır. Tüm sır budur. Gizli bir muhakeme motoru yoktur. Sihir, modele gerçek araçlardan gelen gerçek verileri kullanarak kendi yolunu düzeltme şansı vermekten gelir.

ReAct: Düşünce-Eylem-Gözlem Döngüsü

Bu döngüyü uygulamanın en yaygın yolu, "Reason" (Muhakeme) ve "Act" (Eylem) kelimelerinin birleşimi olan ReAct desenidir. Döngüdeki her geçişte model üç farklı aşamadan geçer.

İlk olarak, model bir Düşünce (Thought) üretir. Mevcut durum üzerinde düşünür, asıl hedefi kendine hatırlatır ve bir sonraki adımda neyi bilmesi gerektiğine karar verir. İkinci olarak, bir Eylem (Action) seçer. Bu bir web araması, bir veritabanı sorgusu, bir hesap makinesi çağrısı veya bir dosyayı okuma isteği olabilir. Üçüncü olarak, bir Gözlem (Observation) alır. Sistem, eylemi modelin dışında gerçekleştirir ve ham sonucu konuşma geçmişine geri besler. Model daha sonra, bu taze gözlemi yeni gerçekliği olarak kullanarak bir sonraki döngüyü başlatır.

Basit bir örnek düşünün. Bir ajana yarın Austin'de yağmur yağıp yağmayacağını sormanız gerektiğini varsayalım. Model, "Austin için hava durumu tahminine ihtiyacım var," diye düşünebilir. Eylemi, şehir adıyla bir hava durumu API'sini çağırmaktır. Gözlem, ham JSON olarak geri döner: bir sıcaklık okuması ve bir yağış olasılığı. Model daha sonra tekrar düşünür: "Tahmin, yüzde yetmiş yağmur olasılığı gösteriyor," ve son eylemi bunu sizin için anlaşılır bir yanıt haline getirmektir.

Bu yapı önemlidir çünkü modeli temellendirir. Eğer model devam etmeden önce bir arama yapmalı ve sonuçları okumalıysa, öylece gerçek olmayan bilgiler uyduramaz. Gözlem, bir sonraki düşünce üzerinde katı bir kısıtlama görevi görür. Döngü, uydurmayı çok daha zor hale getirir çünkü model konuşmadan önce bakmak zorundadır.

Güvenilir Bir Döngü Oluşturmak İçin Neye İhtiyacınız Var

Bu deseni üretim ortamında (production) çalıştırmak, zekice bir istemden (prompt) daha fazlasını gerektirir. Yerinde üç pratik koruma mekanizmasına (guardrail) ihtiyacınız vardır.

Bir adım bütçesi belirleyin. Her zaman maksimum döngü yineleme sayısı tanımlayın. Bir üst sınır olmazsa, bir ajan kendi kuyruğunu kovalayabilir—arama yapabilir, gözlemleyebilir, muhakeme yürütebilir, tekrar arama yapabilir—ta ki API bütçenizi tüketene kadar. Bir adım sınırı sonlandırmayı zorunlu kılar. Sınıra ulaşıldığında kısmi bir sonuç döndürmeye mi, bir insana aktarmaya mı yoksa sadece düzgün bir şekilde hata vermeye mi karar verebilirsiniz.

Kod yürütmesini kendiniz yönetin. Dil modeli araçları çalıştırmaz. Sadece, genellikle bir aracı isimlendiren ve parametreler sağlayan yapılandırılmış metin veya JSON çıktıları vererek eylemler önerir. Kodunuzun...