Bloga geri dön
Bir kurum içi asistana şu talebi verdiğinizi düşünün: “Uzaktan çalışma politikasını bul, bu ay kaç gün hakkım kaldığını kontrol et ve yöneticime göndereceğim kısa bir e-posta hazırla.” Tek cümlelik bu talep, arka planda farklı görevlerin birlikte yürütülmesini gerektirir. Sistem önce ilgili kurumsal belgeyi bulmalı, ardından kullanıcıya ait güncel kaydı ve erişim yetkisini kontrol etmelidir. Son aşamada ise elde edilen bilgileri anlaşılır bir e-posta metnine dönüştürmelidir.
Bir sohbet botu bu isteğe doğrudan bir metin yanıtı üretir. Yapay zeka ajanı ise hedefe ulaşmak için gerekli adımları planlar; araçlardan ve veri kaynaklarından yararlanır, elde ettiği sonuçlara göre sürecin bir sonraki aşamasını belirler. Fakat görevler çoğaldıkça bütün sorumluluğu tek bir ajana vermek de sistemi zorlaştırır. Çok ajanlı sistemler, bu görevleri uzman rollere ayırarak daha düzenli bir çalışma yapısı kurmayı amaçlar.
Bu yazıda sohbet botu, yapay zeka ajanı ve çok ajanlı sistem arasındaki farkların yanı sıra orkestratörün görevini, ajanların birlikte çalışma biçimini ve A2A protokolünün bu iletişimde sunduğu yaklaşımı ele alacağız.
Görsel 1. Orkestratör, belge arama, veri erişimi, doğrulama ve işlem yürütme görevlerini koordine eder.
Her yapay zeka uygulaması bir ajan değildir. Günümüzdeki birçok yapay zeka destekli sohbet botu, kullanıcının mesajını bir dil modeline iletir ve üretilen cevabı kullanıcıya gösterir. Bilgi verme, metin özetleme veya basit soru-cevap işlemlerinde bu yapı çoğu zaman yeterlidir.
Yapay zeka ajanı (AI agent) ise yalnızca cevap üretmekle sınırlı değildir. Verilen hedefi adımlara ayırabilir; dosya arama, veri tabanı sorgulama, API çağırma veya belirli bir iş akışını başlatma gibi araçları kullanabilir. Bir adımın sonucunu değerlendirip sonraki adımı buna göre seçmesi, ajanı klasik sohbet botundan ayıran temel özelliklerden biridir.
Temel farkı şöyle özetleyebiliriz: Sohbet botu çoğunlukla bir cevap üretir; yapay zeka ajanı ise bir hedefe ulaşmak için işlem adımları da yürütür.
Buradaki “ajan” sözcüğü, insan gibi düşünen bağımsız bir varlığı ifade etmez. Ajanın davranışı görev tanımı, erişebildiği araçlar, sahip olduğu yetkiler ve sistem kurallarıyla sınırlıdır. Bu sınırlar ne kadar açık belirlenirse sistemin davranışı da o kadar öngörülebilir olur.
Görsel 2'de sohbet botunun kısa ve doğrusal akışı ile yapay zeka ajanının hedef, planlama, araç ve veri kullanımı içeren çok adımlı yapısı karşılaştırılmaktadır.
Görsel 2. Sohbet botu ile yapay zeka ajanının genel çalışma farkı.
Bir projeye tek ajanla başlamak çoğu zaman doğru tercihtir. Mimari daha basit olur, geliştirme süresi kısalır ve hata ayıklamak kolaylaşır. Ancak aynı ajandan belge araması, kişisel veri sorgulaması, hesaplama, doğrulama ve dış sistemlerde işlem yapması beklendiğinde sorumluluk alanı hızla büyür.
Bu büyüme yalnızca teknik karmaşıklık oluşturmaz. Ajanın çok sayıda araç arasından doğru olanı seçmesi zorlaşabilir. Her görev için gerekli bilgiler aynı konuşma bağlamına taşındığında gereksiz bir yük oluşabilir. Bir hata ortaya çıktığında problemin hangi adımda başladığını anlamak güçleşebilir. Üstelik tek bir ajana gereğinden fazla yetki vermek güvenlik açısından da risklidir.
Görevleri uzman bileşenlere ayırmak bu sorunları azaltabilir. Belge arayan bir ajan yalnızca kurumsal dokümanlara, veri sorgulayan bir ajan gerekli kayıtlara, işlem yapan bir ajan ise önceden belirlenmiş aksiyonlara erişir. Böylece her bileşen kendi göreviyle sınırlı kalır ve sistemin hangi adımda ne yaptığı daha kolay izlenir.
Çok ajanlı sistem, farklı görevlerden sorumlu birden fazla ajanın ortak bir hedef için birlikte çalıştığı yapıdır. Bu ajanların her birinin farklı bir yapay zeka modeli kullanması gerekmez. Aynı model, farklı görev tanımları, araçlar, veri kaynakları ve yetkilerle farklı uzman rollerinde çalıştırılabilir.
Kurumsal bir destek sisteminde görev dağılımı şu şekilde yapılabilir:
Bu yapı, her istekte bütün ajanların çalışacağı anlamına gelmez. Basit bir politika sorusunda yalnızca belge ajanı yeterli olabilir. Kullanıcıya özel bir talepte ise veri ajanı ve kimlik doğrulama adımları da devreye girebilir. Hangi ajanın ne zaman çalışacağına orkestratör karar verir.
Çok ajanlı bir sistemin merkezinde çoğu zaman orkestratör bulunur. Orkestratörün görevi bütün işleri kendisi yapmak değil, işin doğru bileşenler tarafından doğru sırayla yapılmasını sağlamaktır. Bu yaklaşımın güncel örneklerinden biri, Microsoft Research tarafından geliştirilen Magentic-One sistemidir. Bu sistemde orkestratör planı oluşturur, sürecin ilerleyişini takip eder, uzman ajanları yönlendirir ve gerektiğinde planı günceller [1].
Genel bir akışta orkestratör önce kullanıcının amacını ve konuşma bağlamını değerlendirir. Ardından isteği alt görevlere ayırır, bu görevleri uygun ajanlara iletir ve dönen sonuçları bir araya getirir. Bazı görevler aynı anda yürütülebilirken bazıları önceki adımın tamamlanmasını bekler. Örneğin kişisel bir kayda erişmeden önce kimlik doğrulamasının tamamlanması gerekir.
Orkestratörün işi görevleri dağıtmakla bitmez. Sürecin ilerleyip ilerlemediğini takip eder; bir adım başarısız olduğunda görevi yeniden deneyebilir veya farklı bir yol seçebilir. Farklı ajanlardan gelen sonuçları da tek bir cevapta birleştirir. Bu düzen kurulmadığında çok ajanlı yapı, işi kolaylaştırmak yerine daha karmaşık hâle gelebilir.
Görsel 3'te orkestratörün ihtiyaca göre bir veya birden fazla uzman ajanı seçtiği, sonuçların ise doğrulama adımından sonra kullanıcıya sunulduğu örnek bir akış gösterilmektedir.
Görsel 3. Orkestratör, ihtiyaca göre uzman ajanları görevlendirir ve sonuçları birleştirir.
Ajanlar farklı görevler üstlense de birlikte çalışabilmeleri için ortak bir iletişim düzenine ihtiyaç duyar. Hangi ajanın hangi işi yapabildiği, kendisine hangi görevin verildiği, görevin ne durumda olduğu ve sonucun nasıl iletileceği açık biçimde tanımlanmalıdır. Aksi hâlde sistem büyüdükçe ajanlar arasındaki iletişimi yönetmek zorlaşır.
Agent2Agent (A2A), bu iletişimi ortak bir yapıya oturtmayı amaçlayan açık protokol örneklerinden biridir. A2A’yı, ajanların birbirini anlayabilmesini sağlayan ortak bir iletişim dili gibi düşünebiliriz. Ajanlar bu yapı sayesinde yeteneklerini tanıtabilir, görev paylaşabilir, işlemin hangi aşamada olduğunu bildirebilir ve sonuçları belirli bir formatta iletebilir [2]. Böylece farklı ekipler veya farklı teknolojilerle geliştirilen ajanların aynı iş akışında birlikte çalışması kolaylaşır.
Yazının başındaki talebe geri dönelim: “Uzaktan çalışma politikasını bul, bu ay kaç gün hakkım kaldığını kontrol et ve yöneticime göndereceğim kısa bir e-posta hazırla.” Çok ajanlı bir sistem bu isteği şu şekilde ele alabilir:
Bu örnekte asıl değer, sistemde birden fazla ajan bulunması değil, her görevin doğru kaynağa, doğru yetkiye ve doğru kontrol adımına bağlanmasıdır. Aynı akış tek bir ajanla da kurulabilir. Fakat görev sayısı, veri kaynağı ve yetki ihtiyacı arttıkça uzmanlaşmış yapı daha yönetilebilir hâle gelir.
Çok ajanlı mimarinin en önemli avantajlarından biri uzmanlaşmadır. Her ajan belirli bir göreve odaklandığı için görev tanımı ve kullandığı araçlar daha net tutulabilir. Yeni bir uzmanlık alanı gerektiğinde bütün sistemi yeniden yazmak yerine yeni bir ajan veya servis eklemek mümkün olabilir.
Yetki sınırlarının ayrılması da önemli bir avantajdır. Belge arayan ajan yalnızca ihtiyaç duyduğu okuma yetkileriyle sınırlandırılır; işlem ajanı ise önceden tanımlanmış aksiyonları yürütür. Görevlerin ayrı ayrı kaydedilmesi, hangi ajanın hangi sonucu ürettiğini izlemeyi ve bir hata olduğunda kaynağını bulmayı kolaylaştırır.
Buna karşılık çok ajanlı sistemler ek maliyet ve bakım yükü getirir. Ajanlar arası mesajlaşma yanıt süresini uzatabilir. Aynı talebin birden fazla model veya servis çağrısı gerektirmesi kullanım maliyetini artırabilir. Bir ajanın gecikmesi veya hatalı sonuç üretmesi bütün akışı etkileyebilir. Farklı ajanların çelişen sonuçlar vermesi durumunda hangi cevabın kabul edileceği de önceden belirlenmelidir.
Test süreci de daha kapsamlıdır. Yalnızca son cevabı değil, yönlendirme kararını, kullanılan kaynağı, görev sırasını, yetki kontrolünü ve hata durumlarını ayrı ayrı değerlendirmek gerekir. Bu nedenle iyi bir çok ajanlı sistem, ajan sayısıyla değil, açık görev sınırları, izleme kayıtları ve düzenli kontrol mekanizmalarıyla güçlenir.
Hayır. Basit bir soru-cevap uygulaması, tek bir kaynaktan bilgi alan bir asistan veya kısa bir metin üretim aracı için çok ajanlı mimari gereksiz olabilir. Bu tür durumlarda ek servisler ve koordinasyon katmanı yalnızca geliştirme yükünü artırır.
Çok ajanlı yapı, birden fazla uzmanlık alanının bulunduğu, farklı veri kaynaklarının kullanıldığı, görevlerin birkaç adımdan oluştuğu ve yetki ya da doğrulama gereksiniminin olduğu sistemlerde daha anlamlıdır. Kurumsal destek, belge ve veri işleme, araştırma ve onay gerektiren iş akışları bu yaklaşımdan yararlanabilir.
En sağlıklı yaklaşım, önce çalışan en basit mimariyi kurmak ve görev sınırları gerçekten ayrıştığında sistemi uzman ajanlara bölmektir. Daha fazla ajan, kendiliğinden daha iyi sonuç anlamına gelmez.
Yapay zeka sistemlerindeki ilerleme artık yalnızca daha büyük modeller geliştirmekle sınırlı değildir. Asıl dönüşüm, bu modellerin araçlar ve veri kaynaklarıyla etkileşime girmesi ve farklı görevlerde uzmanlaşan bileşenlerin ortak bir amaç doğrultusunda çalışabilmesiyle ortaya çıkmaktadır.
Bu noktada çok ajanlı sistemler, karmaşık işleri daha küçük ve yönetilebilir görevlere ayırarak süreci düzenler. Orkestratör, hangi görevin hangi ajana aktarılacağını ve elde edilen sonuçların nasıl birleştirileceğini yönetirken, uzman ajanlar kendi sorumluluk alanlarına odaklanır. A2A gibi protokoller ise ajanlar arasındaki iletişimi belirli bir düzen içinde yürütmeyi kolaylaştırır.
Ancak çok ajanlı mimariler her problem için varsayılan çözüm değildir. Böyle bir yapının tercih edilip edilmeyeceği görevin karmaşıklığına, kullanılan veri kaynaklarına, güvenlik gereksinimlerine ve sistemin izlenebilirlik ihtiyacına göre belirlenmelidir. Doğru bağlamda ve doğru biçimde tasarlandığında çok ajanlı sistemler, daha esnek, sürdürülebilir ve yönetilebilir çözümler geliştirilmesine katkı sağlar.
[1] Microsoft Research. “Magentic-One: A Generalist Multi-Agent System for Solving Complex Tasks.” 2024.
[2] Agent2Agent Protocol. “Agent2Agent Protocol Specification.” Resmî dokümantasyon.
