Agentic AI: Yapay Zeka Ajanları Nasıl Çalışır, Nerede Tökezler?

Son bir yılın en çok konuşulan kavramı “ajan” (agent). Ancak terim o kadar gevşek kullanılıyor ki, bir sohbet arayüzüne de, karmaşık iş akışlarını kendi başına yürüten sistemlere de aynı isim veriliyor.
Aradaki fark net: asistan cevap verir, ajan iş yapar. Bir asistana “stok durumunu sorgula” dediğinizde size nasıl sorgulayacağınızı anlatır. Bir ajan ise ERP’ye bağlanır, sorgular, sonucu yorumlar ve gerekiyorsa sipariş açar.
Bu fark, teknik bir ayrıntı değil; sorumluluk, yetki ve risk dağılımını baştan değiştiriyor.

Döngü mantığı
- Ajanlar tek seferlik soru-cevap değil, bir döngü içinde çalışır: hedefi anla → bir sonraki adımı planla → bir araç çalıştır → sonucu değerlendir → ya tekrarla ya bitir.
- Bu döngü, modelin kendi çıktısını bir sonraki adımın girdisi olarak kullanmasıyla ilerler. Gücü de kırılganlığı da buradan gelir.
Araç kullanımı
- Ajanı işe yarar kılan şey modelin kendisi değil, bağlandığı araçlardır: veritabanı sorgusu, API çağrısı, dosya okuma, e-posta gönderme, ödeme başlatma.
- Her araç bir yetenek olduğu kadar bir risktir. Ajanın yapabilecekleri, ona verdiğiniz araçların toplamıdır — ne bir fazlası ne bir eksiği.
Hafıza ve bağlam
- Uzun görevlerde ajanın önceki adımlarda ne yaptığını hatırlaması gerekir. Bu hafıza yönetilmezse iki tipik hata çıkar: ya bağlam taşar ve ajan başladığı işi unutur, ya da eski bir bilgiyi güncel sanıp yanlış karar verir.

Ajanlar en çok, kuralları net ama adımları değişken işlerde kazandırır. Klasik otomasyonun kırıldığı yer tam da burasıdır.
Somut örnekler: gelen destek taleplerini sınıflandırıp ilgili ekibe yönlendirme; farklı formatlardaki tedarikçi faturalarını okuyup muhasebe sistemine işleme; sözleşme taslaklarını standart maddelere göre denetleyip sapmaları raporlama.
Ortak nokta: her seferinde aynı olmayan girdiler, ama tutarlı bir hedef. Kural tabanlı RPA burada sürekli bakım isterken, ajan bağlamı yorumlayarak ilerleyebilir.

Sessiz başarısızlık. Ajan bir adımı yanlış yapar ama durmaz; yanlış sonucu doğru varsayıp devam eder. Hatanın kendisinden çok, fark edilmeden yayılması tehlikelidir.
Döngüye girme. Hedefe ulaşamayan bir ajan aynı adımı tekrar tekrar deneyebilir. Adım sınırı ve zaman aşımı konulmazsa hem maliyet hem gecikme kontrolden çıkar.
Aşırı özgüven. Model, elinde olmayan bir bilgiyi üretebilir. Bu bir sohbette yalnızca yanlış cevaptır; sistem yetkisi olan bir ajanda ise yanlış işlem demektir.
Ölçüm zorluğu. Bir ajanın “doğru çalıştığını” klasik testlerle kanıtlamak zordur; aynı girdi her zaman aynı adımları üretmez. Değerlendirme, çıktı doğruluğu kadar süreç kaydı üzerinden yapılmalıdır.

Bir ajanı kurumsal sistemlere bağladığınız anda, güvenlik sorusu “model ne söyler” olmaktan çıkıp “model ne yapabilir” hâline gelir.
İstem enjeksiyonu (prompt injection)
- Ajan bir e-postayı, web sayfasını veya belgeyi okuduğunda, o içerik de modele giden metnin parçası olur. İçeriğe gizlenmiş bir talimat, ajanı kendi hedefinden saptırabilir.
- Bu, klasik bir yazılım açığı değildir; girdi ile talimatın aynı kanaldan akmasından kaynaklanır. Bu yüzden tek savunma, ajanın yapabileceklerini sınırlamaktır.
Yetki kapsamı
- Ajana kendi hesabınızın yetkilerini vermeyin. Yalnızca görevi için gereken izinlere sahip, ayrı ve dar kapsamlı bir kimlik tanımlayın.
- Geri alınamaz işlemler — ödeme, silme, dışarıya e-posta — insan onayına bağlanmalıdır. Ajanın hazırladığı, insanın onayladığı model çoğu senaryoda doğru dengedir.
İzlenebilirlik
- Ajanın hangi adımda hangi aracı hangi parametreyle çağırdığı kayda alınmalıdır. Bir hata olduğunda “model yanlış karar verdi” demek yetmez; hangi adımda saptığını görebilmek gerekir.

Bir ajan, tek bir soru-cevaba göre onlarca kat daha fazla işlem yapar; her döngü adımı ayrı bir model çağrısıdır. Küçük görünen bir otomasyon, hacim arttığında beklenmedik bir maliyet kalemine dönüşebilir.
Pratik yaklaşım: basit adımları küçük ve ucuz modellere, yalnızca akıl yürütme gerektiren adımları güçlü modellere yönlendirmek. Her adımın aynı modeli kullanması gerekmez.

Tek bir dar görevle başlayın ve ajana önce sadece okuma yetkisi verin. Ne yapacağını önerdiği, ama uygulamadığı bir aşamadan geçirin.
Bu aşamada kararlarını insan kararlarıyla karşılaştırın. İsabet oranı yeterliyse, düşük riskli işlemlerden başlayarak yazma yetkisi açın.
Her ajan için baştan tanımlayın: hangi araçlara erişebilir, kaç adım sonra durur, hangi işlemler onay ister, kayıtları nerede tutulur.

Agentic AI’ın asıl vaadi, insanın yaptığı işi taklit etmek değil; tekrarlayan ama tek tip olmayan işleri devralarak insanı karar verilmesi gereken noktalara bırakmaktır.
Bu teknolojiden kalıcı değer elde etmek, en güçlü modeli seçmekten çok; yetkileri, sınırları ve denetim mekanizmalarını doğru kurmakla ilgilidir.
Helix Teknoloji olarak ajan tabanlı çözümleri kurumsal sistemlerle güvenli biçimde entegre ediyoruz. Kendi platformumuz Qzeka ile de hazır ajanlarla çalışabilir ya da teknik bilgi gerekmeden kendi asistanınızı kurabilirsiniz.