Yapay zekâ sektörü, hızlı ve çarpıcı bir gelişim sürecinden geçiyor.

Geçtiğimiz aralık ayından bu yana, Yapay zekâ Ajanları (AI Agent) konseptini dört farklı yazıda detaylandırmıştım.

Ancak aradan sadece beş ay geçtikten sonra hayatımıza yeni kavramlar girdi: Agentic AI ve Synthetic AI.

AI Agent ile Agentic AI, ilk bakışta benzer gibi görünse de aslında farklı anlamlar taşımaktadır. Bu farklılıkları daha iyi anlayabilmek için yaygın olarak kullanılan Generative AI sistemlerinin çalışma prensiplerine göz atmalıyız:

Generative AI

İlgilendiğiniz konu hakkında net ve detaylı komutlar verdiğinizde oldukça etkili sonuçlar elde edebilirsiniz. Örneğin;

• Metin yaz,
• Görsel oluştur,
• Kod üret,
• Özet çıkar,
• Sunum hazırla.

Bu sistemler, verilen komutlara göre içerik üretir. Ancak burada dikkat edilmesi gereken nokta, Generative AI’nin genellikle reaktif bir yapıda olmasıdır. Yani, yalnızca talimatlar bekler, tek adımlı işler yapar ve kendi başına planlama veya süreç yönetimi gerçekleştiremez.

Örneğin, “Bir konferans planı hazırla” dediğinizde iyi bir plan oluşturabilir. Fakat mekân araştırması yapmaz, tarih uygunluğunu kontrol etmez, rezervasyon sürecini yönetmez veya bütçe optimizasyonu gerçekleştirmez. Çünkü amacı sadece içerik üretmektir.

AI Agent: Görev Yürütme Yeteneğine Sahip Yapay Zekâ

AI Agent’ın belirgin farkı şudur:

• Çevresini algılar,
• Belirli hedefler doğrultusunda karar verir,
• Araçlar kullanır,
• Eylemler gerçekleştirir.

Bu, klasik chatbot’lardan farklı olarak, yalnızca yanıt vermekle kalmaz, aynı zamanda görevleri de yerine getirir.

Örneğin; bir e-posta asistanı, müşteri hizmetleri botu, takvim yöneticisi veya otomatik kod test sistemi birer AI Agent olarak tanımlanabilir.

Bu sistemlerin önemli bir özelliği, belirli sınırlar içinde çalışmalarıdır. Tek bir iş akışına odaklanır, belirli araçları kullanır ve tanımlanmış hedefleri yerine getirirler.

Kısaca AI Agent, belirli bir hedefe ulaşmak için çevresini algılayan, kararlar alan ve eylemler gerçekleştiren bir yapay zekâ bileşenidir.

Agentic AI: Sistemin Bütününde Ajanlaşma

Yaşanan büyük dönüşüm burada başlıyor. Artık tek bir agent değil, birden fazla agent’ın birlikte çalıştığı, plan yaptığı ve birbirini yönettiği sistemlerden bahsediyoruz. Buna Agentic AI denir.

Bu sistem, yapay zekânın hedef belirlemesini, görevleri parçalamasını, araç seçimini, farklı agent’ları koordine etmesini ve sonuçları değerlendirmesini sağlar. Ayrıca gerektiğinde yeniden planlama yapma yeteneğine sahiptir. Dört temel prensip etrafında çalışır:

• Durumu algıla (Perceive)
• Akıl yürüt (Reason)
• Uygula (Execute)
• Öğren (Learn)

Bu nedenle Agentic AI:

• Reaktif değil, proaktiftir.
• Tek adımlı değil, çok adımlıdır.
• Cevap veren değil, iş yapan sistemlerdir.

Örneğin, bir konferans organizasyonu senaryosunda sistem:

• İhtiyaçları analiz eder,
• Uygun salonları araştırır,
• Fiyat karşılaştırması yapar,
• Tarih uygunluğunu kontrol eder,
• İnsan onayı gerektiren yerlerde durur,
• Süreci uçtan uca yönetir.

Artık burada sadece “tek bir agent” değil, bir ekosistem mevcuttur. Agentic AI kavramı, bakışı tek bir bileşenden sistemin bütününe kaydırır. “Agentic” terimi bir isim değil, sıfat olarak kullanılır ve bu dilbilgisel ayrım büyük bir farkı işaret eder. Sorular değişir: “Bu agent ne yapıyor?” yerine “Bu sistem ne kadar özerk, ne kadar koordineli, ne kadar uyarlanabilir?” soruları geçerli hale gelir.

Modern Agentic AI sistemleri genellikle şunları içerir: birbirleriyle iletişim kuran çoklu agent’lar, bu agent’ları yönlendiren orkestrasyon katmanları, uzun vadeli hafıza ve bağlam yönetimi, insan denetiminin devreye gireceği kontrol noktaları. Örneğin, Anthropic’in Claude’u bir agent olarak çalışabilir; ancak Agentic AI, Claude’un diğer araçlar, iş akışları ve insanlarla nasıl etkileşimde bulunduğunu tanımlayan daha geniş bir sistemdir.

Bu iki kavram arasındaki geçiş, sadece akademik bir tercih değil, pratikte tasarım yaklaşımlarını, güvenlik önlemlerini ve iş modellerini doğrudan etkileyen bir durumdur.

Bir AI Agent geliştirdiğinizde, o agent’ın yeteneklerini tanımlamak yeterlidir. Ancak bir Agentic AI sistemi oluşturduğunuzda, çok daha karmaşık sorularla karşılaşırsınız: Bu sistemin özerklik sınırları nerede belirlenmeli? Hangi kararlar insan onayı gerektiriyor? Eğer agent’lardan biri beklenmedik bir eylem gerçekleştirirse, sistemin bütünü nasıl tepki verir?

Agentic AI’ın yükselmesi, yapay zekayı bir araç olmaktan çıkarıp bir iş arkadaşı hal