Yapay Zekâ Ajanı
- İngilizcesi
- AI Agent
- Okunuşu
- ey-ay eycınt
Günlük kullanımda iki ad da yaygın.
Kısaca
Yapay zekâ ajanı, hangi araçları çağıracağına karar verip sonuçları gözlemleyerek çok adımlı görevleri planlayan ve yürüten, LLM kullanan bir sistemdir.
Yapay zekâ ajanı (AI agent) nedir?
Yapay zekâ ajanı, yalnızca tek bir soruyu yanıtlamakla kalmayıp birkaç adım boyunca bir hedefe doğru çalışan yazılımdır. Bir dil modelini web araması, kod çalıştırıcı, veritabanı sorgusu ya da şirket içi bir API gibi araçlarla birleştirir ve sıradaki hangi aracın kullanılacağına modelin karar vermesine izin verir. Örneğin bir kodlama ajanı dosyaları okuyabilir, kodu düzenleyebilir, testleri çalıştırabilir ve testler geçene kadar hataları düzeltmeyi sürdürebilir.
Çoğu ajan basit bir döngü çalıştırır. Model hedefi ve kullanılabilir araçların listesini alır, ardından ya nihai bir yanıt verir ya da genellikle yapılandırılmış JSON biçiminde belirli argümanlarla bir araç çağrısı ister. Uygulama aracı çalıştırır, sonucu konuşmaya ekler ve modeli yeniden çağırır; bu, görev tamamlanana ya da bir adım sınırına ulaşılana kadar tekrarlanır. Bir modelin araç çağrısı isteyebilme yeteneğine çoğu zaman tool use ya da function calling denir.
Yararlı bir benzetme, seyahat rehber kitabı ile seyahat asistanı arasındaki farktır. Bir chatbot size uçuş rezervasyonunun nasıl yapılacağını anlatır; bir ajan ise sizin için uçuşları arayabilir, fiyatları karşılaştırabilir ve rezervasyon formunu doldurabilir. Ajanlar kodlama yardımı, müşteri desteği, araştırma, veri analizi ve tekrarlayan iş akışlarını otomatikleştirme için kullanılır.
Yapay zekâ ajanı, bir chatbot ya da sabit bir otomasyon betiğiyle aynı şey değildir. Chatbot yalnızca metinle yanıt verir, betik ise geliştiricinin önceden yazdığı adımları izler; ajan ise adımlarını çalışma anında kendisi seçer. Bu esneklik risk getirir; bu yüzden üretim sistemleri bir ajanın izinlerini sınırlar, adım sayısına üst sınır koyar, her eylemi kaydeder ve önemli olan her şey için bir insandan onay ister.
Önemli noktalar
- Yapay zekâ ajanı, bir eylem dizisine karar vermek ve onu yürütmek için LLM kullanır.
- Bir döngüde çalışır: eylem seç, araç çağır, sonucu gözlemle, tekrarla.
- Araçlar ajana arama yapma, kod çalıştırma ya da API çağırma gibi yetenekler kazandırır.
- Ajanlar, sabit otomasyon betiklerinin aksine adımlarını çalışma anında seçer.
- İzinleri sınırlayın ve riskli eylemler için insan onayı isteyin.
Örnek
// llm and tools are placeholders for a real model client and your tool functions
async function runAgent(goal: string, maxSteps = 10): Promise<string> {
const messages = [{ role: "user", content: goal }];
for (let step = 0; step < maxSteps; step++) {
const reply = await llm.chat(messages, { tools: Object.keys(tools) });
if (reply.type === "answer") return reply.text; // the task is done
// The model asked for a tool call: run it and feed the result back
const result = await tools[reply.tool](reply.args);
messages.push({ role: "tool", content: JSON.stringify(result) });
}
return "Stopped: step limit reached";
}Sık sorulan sorular
Yapay zekâ ajanı ile chatbot arasındaki fark nedir?
Chatbot mesajlara metinle yanıt verir; yapay zekâ ajanı ise arama yapmak, dosya düzenlemek ya da API'lere istek göndermek gibi araçları çağırarak eylem gerçekleştirebilir. Ajanlar ayrıca bir hedefe ulaşılana kadar birden çok adımı kendi başlarına yürütür.
Tool calling nedir?
Tool calling (function calling olarak da adlandırılır), bir modelin düz metin yerine belirli argümanlarla belirli bir fonksiyonun çalıştırılmasını isteyen yapılandırılmış bir yanıt vermesidir. Uygulama fonksiyonu çalıştırır ve sonucu modele geri döndürür.
Yapay zekâ ajanlarını kullanmak güvenli midir?
Koruma önlemleriyle olabilir. Ajanlara yalnızca ihtiyaç duydukları izinleri verin, atabilecekleri adım sayısını sınırlayın, eylemlerini kaydedin ve veri silme ya da ödeme yapma gibi yıkıcı veya maliyetli her şey için insan onayı isteyin.
Sık karşılaştırılanlar
İlgili sayfalar
- LLMYapay Zekâ ve Makine Öğrenmesi, s. 28LLM, çok büyük metin yığınlarıyla eğitilmiş ve bir sonraki en olası metin parçasını tekrar tekrar tahmin ederek dil üreten bir makine öğrenmesi modelidir.
- PromptYapay Zekâ ve Makine Öğrenmesi, s. 35Prompt, bir LLM gibi bir yapay zekâ modeline hangi görevi yapmasını ve nasıl bir yanıt istediğinizi söylemek için verdiğiniz girdi metni ya da yönergelerdir.
- APIBackend ve API'ler, s. 2API, bir yazılımın başka bir yazılımdan veri ya da işlem talep etmesini sağlayan, belgelenmiş ve öngörülebilir kurallar bütünüdür.
- RAGYapay Zekâ ve Makine Öğrenmesi, s. 38RAG, bir LLM'in soru anında getirilen ilgili belgelere dayanarak yanıt vermesini sağlayan ve yanıtları güncel, özel verilere dayandıran bir tekniktir.
- HalüsinasyonYapay Zekâ ve Makine Öğrenmesi, s. 25Halüsinasyon, bir LLM gibi yapay zekâ modelinin kendinden emin bir şekilde kulağa makul gelen ama yanlış, uydurma ya da kaynaksız bilgi üretmesidir.
- Bağlam PenceresiYapay Zekâ ve Makine Öğrenmesi, s. 5Bağlam penceresi, bir LLM'nin prompt, konuşma geçmişi ve kendi yanıtı dahil aynı anda dikkate alabildiği, token cinsinden en fazla metin miktarıdır.
- ChatbotYapay Zekâ ve Makine Öğrenmesi, s. 8Chatbot, insanlarla yazılı ya da sesli sohbet edip soruları yanıtlayan veya işlere yardım eden, senaryolu kurallarla ya da dil modeliyle çalışan programdır.
- Prompt InjectionGüvenlik, s. 28Prompt injection, saldırganın metni talimat sayılınca dil modelinin kurallarını yok saydığı, veri sızdırdığı ya da araçları kötüye kullandığı saldırıdır.
- Context EngineeringYapay Zekâ ve Makine Öğrenmesi, s. 10Context engineering, işi güvenilir biçimde yapabilsin diye LLM'in her çağrıda ne gördüğünü (talimatlar, belgeler, araç sonuçları, geçmiş) seçme pratiğidir.
- EvalsYapay Zekâ ve Makine Öğrenmesi, s. 19Evals, yapay zekâ testleridir: beklenen sonucu ya da puanlama kuralı olan girdilerle her değişiklikten sonra bir modelin ya da prompt'un başarısını ölçer.
Bu sayfada bir hata ya da eksik mi gördünüz?Düzeltme önerin