Yapay zekâya "Bu şirketleri araştır, fiyatlarını karşılaştır ve en iyisine e-posta gönder" dediğinizde, yanıtlarınız üç prompt sonra bile ilk komutu unutmaya başlıyor. AI, iambik pentametreyle şiir yazabilir ama üçüncü adımdan sonra ilk adımı hatırlayamaz hale geliyor.
Bu, her geliştiricinin nihayetinde karşılaştığı bir duvar. Tekli prompt'lar izole görevler için harika olabilir, ancak AI'nın plan yapması, hatırlaması ve koordine olması gerektiğinde — sadece parlak bir amnezik gibi çalışmak yerine yetkin bir asistan gibi davranması gerektiğinde — çatlaklar ortaya çıkıyor.
Bu rehberin sonunda, makinenizde çalışan bir çoklu ajan sistemine sahip olacaksınız. Özel ajanlar görevleri devralacak, bağlamı paylaşacak ve her adımı elle kontrol etmenize gerek kalmadan işlerini tamamlayacak.
Neden Tekli Prompt'lar Artık Yeterli Değil?
Müşteri hizmetleri botuyla konuştuğunuzu ve hesap numaranızı üçüncü kez vermenize rağmen botun bunu unuttuğunu hayal edin. Ya da AI'ya "Rakipleri araştır ve özet e-postası hazırla" dediniz — ve karşınıza sadece genel bir yanıt çıktı.
İşte tekli prompt'ların sınırları: Beş mesaj önce bahsettiğiniz bütçe kısıtını hatırlayamaz, toplantı saatleri önermek için takviminizi kontrol etmez veya "ürün lansmanımı planla" komutunu düzinelerce adıma bölemez. Harika soruları yanıtlayabilirler. İşleri yapamazlar.
Ajan Döngüsü: Kendini Kontrol Eden Bir Yapılacaklar Listesi
Ajanlar farklı çalışır. Karmaşık bir görevi nasıl çözdüğünüzü düşünün — bir liste yapar, çalışmaya başlarsınız, sahip olmadığınız bilgiye ihtiyacınız olduğunu fark edersiniz, bilgiyi alırsınız, planınızı güncellersiniz ve devam edersiniz. İşte ajan döngüsü:
- Düşün → Hedefim ne? Ne biliyorum?
- Karar ver → Bir sonraki adımım ne olmalı? Bir araca ihtiyacım var mı?
- Eylem → O API'yi çağır, o veritabanını ara, o kodu yaz
- Gözlemle → Ne oldu? İşe yaradı mı?
- Tekrar et → Görev tamamlanana kadar başa dön
OpenAI'nin Agents SDK'sı, piyasaya sürüldüğünden beri geliştirici topluluğunda hızla ilgi gördü. Geliştiriciler, LangChain ve CrewAI gibi çerçevelerin on binlerce GitHub yıldızına sahip olduğunu ve OpenAI modelleriyle sadece çalışan, birinci sınıf bir çözüme ihtiyaç duyduklarını görüyordu. Tekli prompt çağı bitti. Ajan çağı başladı.
Temel Bileşenler: Ajanlar, Araçlar ve Görev Aktarımları Basitçe Açıklanıyor
Bir Ajanı, bir iş tanımı ve belirli araçlara erişimi olan bir çalışan olarak düşünün. Bir ajan oluşturduğunuzda, aslında o iş tanımını yazıyorsunuz: "Sen fatura sorunlarıyla ilgilenen müşteri hizmetleri uzmanısın" ya da "Sen Python kodlarını güvenlik açısından inceleyen bir kod denetçisisin." Ajan sihirli değildir — rolünü, sınırlarını ve kullanabileceği kaynakları bilen bir dil modelidir.
Araçlar, ajanların sadece sohbet botu olmaktan çıkmasını sağlar. Düzenli bir dil modeli hava durumu API'sini nasıl çağıracağını açıklayabilir. Bir aracı olan ajan ise gerçekten çağırabilir ve size veri getirebilir. Araçlar, "Bu kavramı açıklayabilirim"den "Sizin için bu işi yapabilirim"e geçişi sağlar. SDK'da bir araç, açıklaması olan basit bir Python fonksiyonudur — ajan, aracın ne yaptığını okuyarak ne zaman kullanacağını karar verir.
Görev aktarımları, "her derde deva, hiçbir derde deva olmayan" problemine çözüm sunar. Bir şirketin destek hattını aradığınızı hayal edin. Faturalama, teknik sorunlar ve lojistik sorularını tek bir kişi yanıtlamaya çalışmak yerine, size uzmanlara yönlendirilirsiniz. Görev aktarımları da aynı şekilde çalışır. Bir triaj ajanı talebinizi alır, sorunun türünü belirler ve sizi fatura ajanı, teknik destek ajanı veya lojistik ajanı gibi uzmanlara yönlendirir.
Neden bu, tek bir mega ajandan daha iyi? Üç nedeni var:
- Daha küçük bağlam pencereleri — her uzman sadece kendi alanında uzmanlığa ihtiyaç duyar
- Daha iyi doğruluk — odaklanmış talimatlar, geniş talimatlardan daha iyi sonuç verir
- Kolay hata ayıklama — bir şeyler bozulduğunda, hangi ajanın başarısız olduğunu bilirsiniz
Bu üç temel bileşen — ajanlar, araçlar ve görev aktarımları — şaşırtıcı derecede karmaşık boru hatları oluşturmanıza olanak tanır.
Ajan Döngüsü Gerçekte Nasıl Çalışır?
Ajan döngüsü, "AI gizemlidir" algısını ortadan kaldıran yerdir ve hata ayıklamanızı kolaylaştırır.
Her ajan, görevin tamamlanmasına kadar tekrarlanan bir algılama → akıl yürütme → eylem döngüsünde çalışır. Bir şefin yemek tarifi üzerinden çalışmasına benzetin. Algılama: Bir sonraki talimatı oku ve önündeki malzemeleri kontrol et. Akıl yürütme: Ne yapmalısın — soğanı doğra? Isıyı ayarla? Eylem: Gerçekten yap. Sonra tekrar başa dön: yeni durumu algıla, bir sonraki adımı akıl yürüt, tekrar eyleme geç.
SDK'da her döngü bir API çağrısı yapar. Ajan mevcut bağlamı alır (algılama), model bir sonraki adımı belirler (akıl yürütme) ve ya bir aracı çağırır, başka bir ajana aktarır ya da nihai yanıtı döndürür (eylem). Görev tamamlanana kadar bu devam eder.
Bağlam yönetimi, üretim ajanlarının başarılı olup olmayacağını belirler. Her döngü token tüketir ve bağlam pencereleri sonsuz değildir. SDK, mesaj kırpma ve akıllı özetleme yoluyla bunu yönetir, ancak sizin neyin gireceğini kontrol etmeniz gerekir. Kural: ajanlara ihtiyaç duydukları kadarını verin, fazlasını değil. Bir müşteri hizmetleri ajanı tüm ürün kataloğunuza ihtiyaç duymaz — sadece ilgili müşteri verilerine.
Yapay zeka özeti
Python'da OpenAI Agents SDK kullanarak çoklu ajan sistemleri oluşturun. Araçlar, görev aktarımları ve ajan döngüsüyle AI'nın gerçekten çalışmasını sağlayın — 2025 rehberi.
