Yapay Zekâ Ajanı (AI Agent) Nedir? Nasıl Çalışır?

2025'ten bu yana teknoloji dünyasının en çok kullanılan kelimesi "agent". Muhtemelen en bulanık tanımlısı da o. Her şirket ürününe "ajan" diyor; kullanıcı ise neyin chatbot, neyin ajan olduğunu ayırt edemiyor.

Net tanımla başlayalım.

Tanım: ajan = hedef + araçlar + döngü

Chatbot soru-cevap makinesidir: siz sorarsınız, o cevaplar. Her adımda direksiyon sizdedir.

Yapay zekâ ajanı ise kendisine bir hedef verilen, bu hedefe ulaşmak için araçları (arama, dosya okuma, kod çalıştırma, e-posta gönderme...) kullanabilen ve sonuca ulaşana kadar adımlarını kendi planlayan sistemdir.

Fark bir örnekle netleşir:

• Chatbot'a: "İstanbul-Amsterdam uçuşları hakkında bilgi ver" → size bilgi yazar.
• Ajana: "Ayın 15'inde Amsterdam'a gidiş-dönüş, sabah kalkışlı, en uygun fiyatlı bileti bul ve seçeneklerini tablola" → siteleri tarar, filtreler, karşılaştırır, tablo döner. Gerekirse "bagaj dahil mi olsun?" diye size geri sorar.

Kısacası: chatbot cevap verir, ajan iş yapar.

Ajan nasıl çalışır? (Sade döngü)

1. Hedefi anlar: sizden gelen görevi alt adımlara böler.
2. Araç seçer: bu adım için arama mı, hesap mı, dosya mı gerekli?
3. Uygular ve gözlemler: aracı çalıştırır, sonuca bakar.
4. Değerlendirir: hedefe yaklaştı mı? Gerekirse planı değiştirir.
5. Tekrarlar: hedef tamamlanana (ya da takılıp size sorana) kadar.

Bu döngünün adı basitçe: düşün → yap → kontrol et → devam et.

AI agent ile chatbot arasındaki fark nedir?

İkisi de yazışma penceresinde yaşadığı için aynı şey sanılıyor. Oysa aralarındaki fark, danışma bankosundaki görevliyle sahaya çıkan saha ekibi arasındaki fark kadar net: biri cevap verir, öteki iş bitirir.

Chatbot, gelen mesaja cevap üretir ve orada durur. Kargom nerede diye sorarsınız, kargo sorgulama linkini verir. İyi bir chatbot'un işi doğru, hızlı ve nazik cevaptır. Eski nesil chatbot'lar kural tabanlıydı (menüden seçin, 1'e basın); yenileri büyük dil modelleriyle serbest konuşur. Ama mimari aynıdır: girdi al, cevap döndür, bekle.

Ajan ise aynı "kargom nerede" sorusuna şöyle yaklaşır: kargo API'sini sorgular, gecikme görürse taşıyıcının sisteminden yeni tahmini alır, müşteriye durumu yazar ve gerekiyorsa iade sürecini başlatır. Aradaki adımları siz istemezsiniz; hedef yeter.

Teknik çizgi şudur: ajanın döngüsü ve araçları vardır. Düşün, araç çağır, sonuca bak, tekrar düşün. Chatbot'ta bu döngü yoktur.

Boyut	Chatbot	AI Ajanı
Girdi	Soru	Hedef
Çıktı	Cevap	Tamamlanmış iş
Araç kullanımı	Yok veya sınırlı	Temel özellik
Adım sayısı	Tek	Çok, kendi planlar
Risk	Yanlış cevap	Yanlış eylem

Son satır önemli: ajanın hata maliyeti daha yüksektir. Yanlış cevap silinir; yanlış atılmış e-posta geri gelmez. Bu yüzden ajan tasarımında onay kapıları (insan kontrol noktaları) ciddi iştir: kritik eylemlerde, özellikle geri alınamaz adımlarda (ödeme, silme, gönderme) insan onayı istenmelidir. Otonomi bir açma kapama düğmesi değil, kademedir.

Chatbot mu, ajan mı: hangi işe hangisi uyar?

• SSS cevaplama, ilk karşılama, basit yönlendirme: chatbot yeter; ajan bu işte gereksiz maliyet ve risktir.
• Çok adımlı, birden fazla sisteme dokunan, sonucu ölçülebilir işler (rapor derleme, sipariş süreci, veri toplama): ajan değer üretir.
• Emin değilseniz chatbot'la başlayın; kullanıcıların cevap sonrası "peki şunu da yapar mısın" dediği yerler, ajana terfi listenizdir.

Ajan kurarken bilgi tazeliği sorunuyla karşılaşacaksınız; onun standart çözümü için RAG yazısına bakın.

Gerçek kullanım alanları (bugün işe yarayanlar)

• Araştırma ve derleme: Çok kaynaklı bilgiyi toplayıp raporlaştırma
• Yazılım geliştirme: Kod yazma, test etme, hata bulup düzeltme döngüleri
• Müşteri operasyonları: Talebi anlayıp sistemlerde işlem yapma (iade başlatma, kayıt güncelleme)
• Veri işleri: Dosyaları okuma, dönüştürme, özetleme, sisteme işleme
• Kişisel operasyon: Takvim, e-posta ön taslakları, tekrarlayan dijital işler

Tek ajan mı, çok ajanlı (multi-agent) sistem mi?

Basit görevler için tek ajan yeterlidir: hedefi al, döngüyü çalıştır, bitir. İş karmaşıklaştıkça iki yol açılır:

• Tek, güçlü ajan: Bütün adımları aynı ajan yürütür. Kurulumu basittir ama görev çeşitlendikçe ajan "her işi yapan ama hiçbirinde derinleşemeyen" bir hâle gelebilir.
• Çok ajanlı (multi-agent) sistem: Görev alt uzmanlıklara bölünür; bir ajan araştırır, biri yazar, biri kontrol eder, bir "yönetici" ajan da işi dağıtıp sonucu birleştirir. Karmaşık, çok adımlı işlerde daha tutarlı sonuç verir ama koordinasyon (kim kime ne zaman devrediyor) başlı başına bir tasarım problemidir.

Pratik ilke: tek ajanla başlayın. Multi-agent, tek ajanın gerçekten tıkandığı yerde (görev çok farklı uzmanlık gerektiriyor, tek bağlam penceresi yetmiyor) gündeme gelmesi gereken bir sonraki adımdır; baştan karmaşıklaştırmak, çözülmemiş bir problemi gizler.

Sınırlar: abartıya karşı denge

Ajan teknolojisi gerçek, ama pazarlamanın onun önünde koştuğu da gerçek. Bilinmesi gereken sınırlar:

• Hata birikir: On adımlı bir görevde her adımın küçük hata payı, sona doğru birleşir. Uzun görevlerde kontrol noktaları şarttır.
• Yetki ciddi bir konudur: E-postanıza, ödemenize, dosyalarınıza erişen bir sistemin sınırları baştan çizilmelidir; prompt injection gibi saldırılar da tam bu sınırsızlıktan beslenir. "Her şeye erişsin, rahat çalışsın" yaklaşımı, güvenlik değil tembelliktir.
• Maliyet: Ajan her adımda model çağrısı yapar; kontrolsüz döngü, kontrolsüz fatura demektir.

Ürün ilkem burada da geçerli: ajanın gücü serbestliğinden değil, iyi çizilmiş sınırlarından gelir. Hangi kararları kendi verebilir, hangilerinde insana sorar? İyi ajan ürünü, bu çizgiyi net çizen üründür.

Bir agent ürünü seçerken nelere bakılır?

Piyasadaki her ürün kendine "agent" diyor; gerçek değerlendirme kriterleri genel AI araçlarındakiyle aynı, ama agent'a özgü ek sorular var:

• Yetki sınırları görünür mü? Hangi araçlara erişebildiğini, hangi eylemleri onay almadan yapabildiğini net gösteriyor mu?
• Onay noktaları var mı? Geri alınamaz eylemlerde (gönderme, silme, ödeme) sizi araya alıyor mu, yoksa sonuna kadar mı gidiyor?
• Hata izlenebilir mi? Bir görev yanlış gittiğinde hangi adımda saptığını görebiliyor musunuz, yoksa kara kutu mu?
• Maliyet şeffaf mı? Her adımın kaç model çağrısı yaptığını ve buna karşılık ne ödediğinizi önceden kestirebiliyor musunuz?

Bu dört soruya net cevap veremeyen bir ürün, ne kadar etkileyici demo yaparsa yapsın, üretimde risklidir.

Sık sorulan sorular

Ajan kullanmak için teknik bilgi gerekir mi?

Hazır ajan ürünleri için hayır. Kendi iş akışınıza özel ajan kurmak içinse az-kod platformlarıyla temel mantık bilgisi yeterli hâle geliyor.

Ajanlar işleri elimizden alacak mı?

Tekrarlayan dijital görevleri evet, hızla devralıyorlar. Ancak hedefi doğru tanımlama, sonucu değerlendirme ve sorumluluk katmanı insanda kalıyor. Tıpkı iyi bir asistanla çalışmak gibi: asistan işi yapar, yönü siz verirsiniz.

Chatbot mu ajan mı, hangisi lazım?

Sorunuz "bilgi almak"sa chatbot yeter. "Bir işin yapılması"ysa ve iş birden çok adım/araç istiyorsa, ajan konuşmaya değer. Aradaki teknik ve karar çizgisini yukarıda ayrıntılı ele aldım.

Multi-agent (çok ajanlı) sistem ne zaman gerekir?

Tek ajanın bağlamı taşıyamadığı veya görevin gerçekten farklı uzmanlıklar (araştırma, yazma, kontrol gibi) gerektirdiği noktada. Küçük ve orta ölçekli işlerde tek ajan genelde yeterlidir; erken multi-agent kurmak, çoğu zaman gereksiz karmaşıklıktır.

Ajanlar önceki görevleri hatırlıyor mu?

Değişir. Bazı ajanlar oturum içinde bağlamı tutar ama oturum bitince unutur; bazıları uzun süreli hafıza katmanıyla önceki tercihlerinizi hatırlar. Bu, ürün seçerken sorulması gereken ayrı bir kriterdir.

ChatGPT bir ajan mı?

Sohbet hâliyle chatbot'tur. Araç kullanımı, dosya işleme ve çok adımlı görev modları devrede olduğunda ajan gibi davranır. Yani etiket üründen çok kullanım şekline aittir.

Chatbot'tan ajana nasıl geçilir?

Aniden değil, kademeli. Önce chatbot'a tek bir araç ekleyin (örneğin sipariş durumu sorgulama), sonuç izlensin. İşe yarıyorsa döngü ve ikinci araç eklenir. Doğrudan tam yetkili bir ajan kurmak yerine bu kademeli genişleme, hem hata ayıklamayı kolaylaştırır hem maliyeti kontrollü tutar.

Ajanın altında hangi teknoloji çalışıyor?

Çekirdekte genelde bir büyük dil modeli (LLM) var; ajan mimarisi bu modelin etrafına araç çağırma, planlama ve döngü katmanları ekler. Yani "agent" bir model değil, bir modelin üzerine kurulu bir sistem tasarımıdır.

---

Bu rehber, AI destekli ürün ve otomasyon çalışmalarımdan derlenmiştir.