Yapay Zeka Ajanları Tam Kurs 2026: Ajan Tabanlı Yapay Zekada Uzmanlaş (2 Saat)
Mert Durmazer | Digital Academy · 2026-11-13
💡 Hızlı Bilgi
1. Yapay zeka ajanları gözleme, düşünme ve yapma adımlarından oluşan bir döngüyle çalışır ve bu döngü iş tamamlanana kadar sürer.
2. Konuşmacıya göre ajanlar yalnız zeki bir modelden ibaret değil; etrafındaki araçlar, döngü mekanizması ve bellek dosyalarıyla birlikte bir sistem oluşturur.
3. Piyasada Claude Code, Codex, Antigravity ve açık kaynaklı Hermes gibi farklı ajan platformları bulunur ve bunların hepsi proje klasörleri üzerinden çalışır.
4. Kural dosyaları (cloud.md veya agents.md) sayesinde ajanlar her oturumda hata yapmamayı öğrenir ve talimatları kalıcı hale getirir.
5. Skill (beceri) adı verilen modüler dosyalar, belirli görevlerin her seferinde aynı adımlarla ve hatasız yapılmasını sağlar.
📊 Detaylı Açıklama
Yapay zeka ajanları, temel olarak üç adımdan oluşan sürekli bir döngüyü işletir: Gözleme, düşünme ve yapma. Ajan ilk olarak klasördeki dosyaları, istemleri ve talimatları okur, ardından elindeki verilerle kendine bir plan çıkarır ve araçları çağırarak eyleme geçer. Bu döngü, İngilizcede definition of done denilen ve işin hangi koşulda biteceğini anlatan bitti tarifine ulaşılana kadar devam eder. Tarife açık kurallar yazılmadığı takdirde ajan ya erken durur ya da istenmeyen eklemeler yapmaya devam eder. Konuşmacı, ajanın yalnız modelden ibaret olmadığını, modelin etrafına kurulan araçlar, döngüler ve bellek yapısının ajanı işlevsel kıldığını vurgular.
Piyasada öne çıkan platformlar arasında OpenAI'ın Codex'i, Anthropic'in Claude Code'u, Google'ın Antigravity'si ve terminalde çalışan açık kaynaklı Hermes yer alır. Her platform, kullanıcının seçtiği bir klasör içinde çalışır ve ajanlar bu klasör dışındaki kritik dosyalara müdahale etmemesi için izole alanlarda denenmelidir. Claude Code Pro sürümü aylık ücretlerle sunulurken, Codex ve Antigravity ücretsiz planlar barındırır, Hermes ise tamamen açık kaynaklıdır ve arkasına bağlanan modelin maliyetiyle çalışır. Konuşmacıya göre platformlar arasındaki temel farklar arayüz ve hız olsa da, temel mantık aynı olduğu için birini öğrenmek diğerlerine geçişi kolaylaştırır.
Ajanların her oturumda aynı hataları tekrarlamasını önlemek için kural dosyaları kullanılır. Claude Code için cloud.md, Codex için agents.md adı verilen bu dosyalar oturumun başında okunur. Ajan bir hata yaptığında kullanıcı bunu düzeltip kurala dönüştürdüğünde, sistem bir sonraki oturumda aynı hatayı yapmaz. Benzer şekilde skill (beceri) dosyaları, karmaşık işlerin nasıl yapılacağını bir kere yazıp saklamaya yarar. Ajanlar bu becerileri gerektiğinde çağırarak Algorithmic Art gibi görsel üretimler veya PDF işleme gibi tekrarlayan görevleri standart bir şekilde yerine getirebilir.
İleri düzey kullanımda tek model yerine birden fazla modelin birlikte çalıştığı orkestrasyon sistemleri devreye girer. Bir model şef (orkestratör) görevi görerek işi parçalara ayırır, Codex gibi arka plan modellerine veya Hermes gibi arayüz ajanlarına görevleri dağıtır. Stokastik çoklu ajan uzlaşısı yönteminde ise bir soru aynı anda on farklı ajana farklı açılardan sorulur; ortak çıkan fikirler güvenilir kabul edilirken, tek kalan fikirler aykırı veya riskli seçenekler olarak incelenir. Benzer şekilde, tartışma odaları (conversation.md) farklı rollere bürünen ajanların birbirlerinin fikirlerini eleştirmesini ve en doğru sonuca ulaşmasını sağlar.
Ajanlarla çalışırken karşılaşılan en büyük teknik sınırlamalardan biri bağlam penceresinin (context) dolmasıdır. Modelin okuyabildiği metin sınırı doldukça dikkat dağınıklığı başlar ve kurallar unutulmaya başlar. Bunu önlemek için buzdağı tekniği uygulanır; yani her bilgi baştan yüklenmek yerine ajan dosyalara grep veya glob araçlarıyla yönlendirilir. Ayrıca maliyetleri düşürmek için 60-30-10 kuralı önerilir: İşlerin yüzde altmışı en ucuz modellere, yüzde otuzu orta seviye modellere ve yalnızca en zor kararlar en pahalı modellere verilir. Konuşmacı, bu sistemleri kurarken karmaşık yapılara hemen geçilmemesini, küçük bir görevle başlanıp zamanla ajan mutfağının büyütülmesini tavsiye eder.
🎯 Teknoloji Uzmanı Yorumu
Konuşmacının aktardığı ajan tabanlı yapay zeka yaklaşımları, yazılım geliştirme ve otomasyon dünyasında prompt yazma devrinden sistem kurma devrine geçişin somut bir kanıtıdır. Modellerin kendi başlarına birer sohbet botu olmaktan çıkıp bilgisayar ortamında dosya yazabilen, tarayıcı gezen ve hata ayıklayan özerk birer iş gücüne dönüşmesi, bireysel üretkenliği katbekat artıran bir dönüm noktasıdır.
Teknoloji uzmanı değerlendirmesine göre, buradaki en kritik eşik körü körüne güven duymamak ve şef (orkestratör) rolünü elden bırakmamaktır. Ajanların bitti dediği işlerin doğrulanması, kural dosyalarının şişip şişmediğinin düzenli olarak kontrol edilmesi ve MCP araçlarının güvenliğinin denetlenmesi, sürecin başarısını belirleyen temel unsurlardır. Okura emir vermek yerine konuşmacının da belirttiği gibi, bu araçları hemen devasa kurumsal süreçlerde denemek yerine küçük kişisel projelerde test etmek en mantıklı yaklaşım olarak öne çıkmaktadır.
Sistemlerin en büyük riski, bağlam pencerelerinin şişmesi ve stokastik uzlaşı mekanizmalarının bazen yanlış verileri çoğullayarak sahte bir güven yaratmasıdır. Tüm ajanlar aynı bozuk veri kaynağına bakarsa, on ajanın da aynı hatalı sonuca varması kaçınılmazdır. Bu nedenle, ajanların fikir üretme ve seçenek eleme aşamalarında sunduğu çıktılar değerli birer düşünce malzemesidir, ancak nihai hakem her zaman insan olmalıdır.
Kapanış değerlendirmesi olarak; bu araçlar yazılım bilmeyenlerin bile karmaşık otomasyonlar kurmasını sağlasa da, arkasındaki mantığı kavramadan rastgele komutlar vermek token maliyetlerini ve zaman kaybını artıracaktır. Konuşmacının önerdiği gibi ufak adımlarla başlamak, maliyet optimizasyonu için ucuz modelleri devreye sokmak ve bitti tariflerini net yazmak, bu teknolojiden maksimum verim almanın tek yoludur.