𝗪𝗵𝘆 𝗠𝗼𝘀𝘁 𝗔𝗜 𝗔𝗴𝗲𝗻𝘁𝘀 𝗔𝗿𝗲 𝗢𝘃𝗲𝗿𝗲𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗲𝗱

Yapay zeka ajanları her yerde. Ajan sürüleri, otonom ekipler ve kendi kendini geliştiren sistemler görüyorsunuz. Her hafta, yeni bir framework yeni nesil yapay zekayı inşa etme sözü veriyor.

Yapay zeka iş akışlarını inceledikten sonra basit bir sonuca vardım: Çoğu yapay zeka ajanı gereğinden fazla karmaşık tasarlanıyor.

Ajanlar işe yaramaz değil. Ancak birçok geliştirici, daha basit bir şey kullanabilecekken sorunları ajanlarla çözmeye çalışıyor.

Sektör Karmaşıklığı Seviyor

PDF'leri okuyan, veri çıkaran ve soruları yanıtlayan bir sistem kurmak istediğinizi hayal edin. Birçok geliştirici; altı ajan, birden fazla prompt ve durum yönetimi (state management) içeren karmaşık bir mimari oluşturuyor. Bu durum birçok baş ağrısına neden oluyor.

Aynı sorun genellikle basit bir diziyle çözülebilir:

  • PDF'den Parçaya (Chunk)
  • Parçadan Gömülmeye (Embed)
  • Gömülmeden Vektör Veritabanına (Vector DB)
  • LLM'den Yanıta

Bazen bir iş akışı yeterlidir. Bir ajan ordusuna ihtiyacınız yoktur.

İş Akışları Çoğu Sorunu Çözer

Çoğu yapay zeka uygulaması deterministiktir. Belirli bir sırayı takip ederler. Örnekler şunlardır:

  • Doküman Soru-Cevap (Q&A)
  • Müşteri desteği
  • Toplantı özetleri
  • Blog oluşturma
  • Kod inceleme

Bunlar otonom sistemler değil, iş akışlarıdır. İş akışlarının hata ayıklaması (debug), ölçeklendirilmesi, bakımı ve açıklanması daha kolaydır.

Ajanlar Gizli Maliyetler Getirir

Her yeni ajan yeni sorunlar ekler:

  • Daha fazla prompt nedeniyle daha yüksek token maliyetleri
  • Ek adımlardan kaynaklanan daha fazla gecikme (latency)
  • Daha fazla halüsinasyon riski
  • Daha zor hata ayıklama
  • Daha fazla altyapı ihtiyacı

Basit bir uygulama, devasa bir mühendislik projesine dönüşür.

Ajanların Gerçekten Parladığı Yerler

Ajanlara karşı değilim. Ajanlar şu durumlarda kullanışlıdır:

  • Birden fazla web sitesini araştırmak gibi görevlerin uzun süre çalışması gerektiğinde.
  • Belirli bir mantığa dayalı karar verme gerektiğinde.
  • İnsan müdahalesi sürecin bir parçası olduğunda.
  • Slack, GitHub ve e-posta gibi birden fazla aracın iş birliği yapması gerektiğinde.

Benim Kuralım

Geliştiriciler genellikle doğrudan karmaşık framework'lere atlıyorlar. Bunu yapmadan önce kendinize şu soruyu sorun: Bir iş akışı bunu çözebilir mi?

Cevap evet ise, oradan başlayın. Sadece karmaşıklık gerektirdiğinde ajan ekleyin.

Şu prensibi izleyin:

  • Önce iş akışı.
  • Sonra ajan.
  • En son çoklu ajan (multi-agent).

Karmaşıklık inovasyon değildir. Karmaşıklık maliyettir. Kullanıcılar kaç tane ajan kullandığınızı umursamazlar. Onlar aracın çalışıp çalışmadığıyla ilgilenirler. Sadelik bir özelliktir.

Source: https://dev.to/jaideepparashar/why-i-think-most-ai-agents-are-overengineered-249o