Agentic AI Nedir? Chatbotlardan AI Agent’lara Geçiş

Bir seyahat planladığınızı düşünün. Bir yapay zekâ sohbet botuna “İstanbul’dan Roma’ya üç günlük bir gezi planla” dediğinizde size gezilecek yerler, restoran önerileri ve örnek bir program sunabilir. Oldukça faydalıdır; fakat uçuşları kontrol etmek, fiyatları karşılaştırmak, otel bulmak ve rezervasyonu tamamlamak hâlâ size kalır.

Bir AI agent’a aynı hedefi verdiğinizde süreç farklı ilerleyebilir. Agent takviminizi kontrol eder, uygun tarihleri belirler, uçuş ve otelleri araştırır, seçenekleri bütçenize göre karşılaştırır ve uygulanabilir bir plan sunar. Gerekli yetkilere sahipse rezervasyon aşamasına kadar ilerleyip ödeme öncesinde onayınızı isteyebilir.

İki sistem de yapay zekâ kullanır. Fakat biri size ne yapabileceğinizi anlatırken, diğeri verilen hedefe ulaşmak için işin bazı adımlarını sizin adınıza yürütür.

Önce En Önemli Ayrım: AI Agent ile Agentic AI Aynı Şey Değil

AI agent, belirli bir hedef için çalışan somut yazılım bileşenidir. Uçuş araştıran bir seyahat agent’ı, kod yazıp test çalıştıran bir yazılım agent’ı veya müşteri taleplerini çözen destek agent’ı buna örnektir.

Agentic AI ise yapay zekâ sistemlerinin hedefe yönelik biçimde planlama, araç kullanma, eyleme geçme ve geri bildirime göre davranış değiştirme yaklaşımını ifade eder. Agentic bir sistem tek bir AI agent içerebileceği gibi birlikte çalışan birden fazla uzman agent’tan da oluşabilir.

AI agent sistem içinde çalışan somut aktördür. Agentic AI ise bu aktörün hedefe yönelik, araç kullanan ve belirli ölçüde özerk davranmasını mümkün kılan daha geniş yaklaşım veya sistemdir.

Agent Gerçekten İnisiyatif Alabilir mi?

Evet, fakat buradaki “inisiyatif” sözcüğünü dikkatli kullanmalıyız. Agent kendi hedefini özgürce icat etmez ve sınırsız karar vermez. İnsan veya kurum tarafından verilen hedef, izinler ve güvenlik sınırları içinde bir sonraki adımı kendisi seçebilir.

Örneğin kullanıcı “Önümüzdeki hafta Ankara’daki toplantım için seyahat seçeneklerini araştır” dediğinde agent önce takvime bakmayı, ardından uçuşları araştırmayı, toplantı yerine yakın otelleri karşılaştırmayı ve eksik bilgi varsa kullanıcıya sormayı kendi çalışma planına dahil edebilir. Fakat ödeme yapma yetkisi verilmemişse rezervasyonu tamamlayamaz.

Bu nedenle yetenek, özerklik ve yetkiyi birbirinden ayırmak gerekir:

Kavram	Ne anlatır?
Yetenek	Sistem ne kadar doğru ve güçlü karar verebiliyor?
Özerklik	Kaç adımı insana sormadan yürütebiliyor?
Yetki	Hangi verilere ve işlemlere erişmesine izin veriliyor?

Bir sistem çok yetenekli fakat düşük yetkili olabilir. Başka bir sistem sınırlı yeteneklere sahip olduğu hâlde gereğinden fazla yetkiyle çalıştırılabilir. Agent güvenliğinde kritik noktalardan biri budur.

Agentic AI Nedir?

Agentic AI, belirli bir hedefe ulaşmak için içinde bulunduğu durumu değerlendirebilen, bir plan oluşturabilen, uygun araçları seçebilen ve elde ettiği sonuçlara göre sonraki adımına karar verebilen yapay zekâ sistemlerini ifade eder.

Daha sade bir ifadeyle Agentic AI yalnızca cevap üretmez; hedef doğrultusunda karar verir ve yetkileri ölçüsünde harekete geçer.

Google, bir AI agent’ı kullanıcı girdileri üzerinde muhakeme ederek kullanıcı adına eylemler planlayan ve uygulayan yazılım olarak tanımlar. Google’ın açıkladığı tipik agent döngüsü “gözlemle, değerlendir, eyleme geç ve sonucu kontrol et” aşamalarından oluşur. Sistem, görev tamamlanıncaya veya belirlenmiş bir durma koşuluna ulaşılıncaya kadar bu döngüyü tekrarlayabilir. Google Machine Learning Glossary

AWS’nin tanımında agent; büyük dil modelini muhakeme motoru olarak kullanan, bağlamı algılayan, eylemleri planlayan, görevleri yerine getiren ve hedef doğrultusunda davranışını uyarlayabilen yazılım sistemidir. AWS Agentic AI Lens

Tipik çalışma döngüsü şu şekilde özetlenebilir:

Hedefi ve mevcut durumu anla.
Gerekli adımları planla.
Uygun aracı seç.
Eylemi gerçekleştir.
Sonucu gözlemle.
Gerekirse planı değiştir.
Başarı veya durma koşuluna ulaşıldığında görevi sonlandır.

Agent Kavramı ChatGPT ile mi Ortaya Çıktı?

Hayır. Agent kavramı büyük dil modellerinden ve ChatGPT’den çok daha eskidir.

Yapay zekâ alanının temel kaynaklarından Artificial Intelligence: A Modern Approach, agent kavramını çevresini algılayan ve çevresi üzerinde eylem gerçekleştiren bir sistem olarak ele alır. Bu yaklaşıma göre termostat, satranç programı, robot veya yazılım sistemi farklı karmaşıklık seviyelerinde agent olarak değerlendirilebilir. Artificial Intelligence: A Modern Approach

Günümüzde değişen şey agent fikrinin kendisi değil, agent’ın karar verme mekanizmasıdır. Büyük dil modelleri, doğal dilde verilen daha belirsiz hedefleri yorumlama ve bir sonraki adımı seçme konusunda modern agent sistemlerine yeni imkânlar kazandırdı.

Bir Büyük Dil Modeli Neden Tek Başına Agent Değildir?

Büyük dil modelleri metni anlamak ve üretmek konusunda güçlüdür. Bir soruya cevap verebilir, rapor yazabilir, kod üretebilir veya belge özetleyebilir. Fakat yalnızca metin üreten bir modelin gerçek dünyadaki hareket alanı sınırlıdır.

Model bir toplantı erteleme e-postası yazabilir. Ancak e-postayı gönderebilmek için posta sistemine, toplantıyı değiştirebilmek için takvime erişmesi gerekir. Agent sistemlerinde modele bu işlemler için araçlar sağlanır:

İnternette arama yapma
Takvim okuma ve güncelleme
E-posta oluşturma veya gönderme
Veri tabanı sorgulama
Dosya okuma ve düzenleme
Kod çalıştırma
CRM veya destek sistemini güncelleme

OpenAI, agent’ı ne yapması gerektiğini belirleyen talimatlara, ne yapmaması gerektiğini belirleyen güvenlik sınırlarına ve kullanıcı adına eyleme geçmesini sağlayan araçlara sahip AI sistemi olarak tanımlar. OpenAI – Building Agents

Bu nedenle bir AI agent’ı yalnızca model olarak değil; model, hedef, talimatlar, araçlar, görev durumu, karar döngüsü ve güvenlik sınırlarının birleşimi olarak düşünmek gerekir.

Chatbot ile AI Agent Arasındaki Fark Nedir?

Chatbot ile AI agent arasındaki fark, arayüzden çok sistemin davranışında ortaya çıkar. Her ikisi de kullanıcıyla bir sohbet ekranı üzerinden iletişim kurabilir. Bu nedenle sohbet ekranı gördüğümüz her sistemi yalnızca chatbot kabul etmek doğru değildir.

Chatbot	AI agent
Bir soruya cevap vermeye odaklanır	Bir hedefe ulaşmaya odaklanır
Çıktısı çoğunlukla içeriktir	İçerik üretebilir ve işlem yapabilir
Sonraki adımı çoğunlukla kullanıcı belirler	Ara sonuca göre sonraki adımı seçebilir
Araç erişimi olmayabilir	Araç ve API kullanımı temel özelliklerdendir
Genellikle reaktiftir	Tanımlı sınırlar içinde inisiyatif alabilir

Bir chatbot’a “Yarınki toplantının ertelendiğini bildiren e-posta yaz” dediğinizde e-posta metni oluşturur. Bir AI agent’a “Yarınki toplantıyı gelecek haftaya ertele ve katılımcıları bilgilendir” dediğinizde ise agent takvimi kontrol edebilir, uygun saatleri araştırabilir, değişikliği hazırlayabilir ve kritik işlemden önce onayınızı isteyebilir.

IBM’in karşılaştırmasına göre üretken yapay zekâ öncelikle içerik üretmeye odaklanırken Agentic AI bir hedefe ulaşmaya odaklanır. Sistem gerekli adımları belirleyebilir, olası eylemler arasından seçim yapabilir ve görev üzerinde zaman içinde çalışabilir. IBM – Agentic AI vs. Generative AI

Bir AI Agent Nasıl Çalışır?

Kullanıcının şu talebi verdiğini düşünelim: “Önümüzdeki hafta Ankara’da iki günlük bir iş seyahati planla. Toplantılarıma uygun uçuş ve merkezi bir otel bul. Rezervasyon yapmadan önce benden onay al.”

Agent önce hedefi ve sınırları çıkarır. Seyahat Ankara’ya yapılacaktır, süre iki gündür, toplantı saatleri dikkate alınmalıdır ve rezervasyon kullanıcı onayı olmadan yapılmamalıdır.

Ardından kalkış şehri veya bütçe gibi eksik bilgileri belirleyebilir. Yeterli bilgi toplandığında görevi adımlara böler: takvimi kontrol etmek, uygun uçuşları araştırmak, otelleri karşılaştırmak ve alternatifleri sunmak.

İlk uçuş araması uygun sonuç vermezse farklı saatleri veya bir gün önce seyahat etmeyi değerlendirebilir. İşte burada agent, verilen hedef ve sınırlar içinde bir sonraki adımı seçerek inisiyatif kullanır.

ReAct araştırması, dil modellerinde muhakeme ve eylem adımlarının dönüşümlü kullanılmasının dış bilgi kaynaklarıyla etkileşim ve plan güncelleme açısından nasıl çalışabileceğini gösteren temel çalışmalardan biridir. ReAct araştırması

Agent’lar Gerçekten Kendi Kendilerine Öğrenir mi?

Bu konuda kullanılan dil bazen yanıltıcıdır. Bir agent’ın araç sonucuna göre planını değiştirmesi, temel modelin o anda yeniden eğitildiği anlamına gelmez.

Görev içinde uyarlama: Agent yeni sonuca göre sonraki adımını değiştirir.
Bellek: Önceki işlemler veya kullanıcı tercihleri saklanır.
Model öğrenmesi: Temel model eğitim ya da optimizasyon yoluyla değiştirilir.

Birçok tanıtım yazısı bu üç durumu “agent öğrenir” ifadesi altında toplar. Teknik olarak aralarındaki farkı korumak gerekir.

Agentic AI ile AGI Aynı Şey mi?

Hayır. Agentic AI bir sistemin hedefe yönelik nasıl hareket ettiğini; AGI ise sistemin zekâsının ne kadar geniş ve genel olduğunu tartışır.

Bir seyahat agent’ı uçuş araştırabilir, otel karşılaştırabilir ve rezervasyon sürecini ilerletebilir. Fakat bu, onun tıp, hukuk, fizik ve sosyal ilişkiler gibi birbirinden farklı alanlarda insan düzeyinde genel zekâya sahip olduğu anlamına gelmez.

Agentic AI “Sistem nasıl hareket ediyor?” sorusuyla, AGI ise “Sistemin zekâsı ne kadar genel?” sorusuyla ilgilidir.

Google DeepMind araştırmacıları da AGI’nin yetenek genişliği ve performans düzeyi ile özerkliğin ayrı değerlendirilmesi gerektiğini vurgular. Google DeepMind – Levels of AGI

Günlük Hayattan Agentic AI Örnekleri

Takvim ve E-posta Yönetimi

Bir takvim agent’ı toplantı taleplerini bulabilir, uygun saatleri kontrol edebilir ve onaydan sonra davet oluşturabilir. E-posta agent’ı gelen mesajları sınıflandırabilir, yanıt taslağı hazırlayabilir ve hassas durumları insana aktarabilir.

Seyahat ve Alışveriş

Seyahat agent’ı uçuş, otel ve ulaşım seçeneklerini birlikte değerlendirebilir. Alışveriş agent’ı belirli bir bütçeye uygun ürünleri bulabilir, özellikleri karşılaştırabilir ve fiyat değişikliklerini takip edebilir.

Yazılım Geliştirme

Kodlama agent’ı proje dosyalarını inceleyebilir, hatanın kaynağını araştırabilir, değişiklik yapabilir, testleri çalıştırabilir ve başarısız sonuçlara göre çözümünü düzeltebilir.

Araştırma

Araştırma agent’ı konuyu alt sorulara ayırabilir, farklı kaynakları tarayabilir, iddiaları karşılaştırabilir, eksik noktaları belirleyebilir ve kaynakçalı bir rapor hazırlayabilir.

Agentic AI’nin Avantajları

Agentic AI, kullanıcının her küçük adımı tek tek tarif etme zorunluluğunu azaltabilir. Farklı araçları birlikte kullanabilir, yapılandırılmamış bilgileri değerlendirebilir ve ara sonuçlara göre yeniden planlama yapabilir.

Özellikle çok adımlı, değişken ve bütün aşamaları önceden belirlenemeyen görevlerde değerli olabilir. Buna karşılık basit ve kesin kurallı süreçlerde geleneksel yazılım çoğu zaman daha güvenilir ve ekonomiktir.

Sınırları ve Riskleri

Bir chatbot yanlış cevap verdiğinde sonuç çoğunlukla yanlış bir metindir. Bir agent yanlış karar verdiğinde ise hata gerçek bir işleme dönüşebilir.

Model yanlış veya uydurma bilgi üretebilir.
İlk hata sonraki adımlarda büyüyebilir.
Agent’a gereğinden fazla yetki verilebilir.
E-posta, belge veya web sayfasındaki kötü niyetli talimatlar agent’ı yönlendirebilir.
Uzun görevlerde başlangıçtaki hedef kaybedilebilir.
Kontrolsüz araç çağrıları maliyet ve gecikme oluşturabilir.
Kritik işlemlerde insan denetimi yetersiz kalabilir.

Anthropic, agentic sistemlerin daha iyi görev performansı karşılığında genellikle daha fazla maliyet ve gecikme yarattığını belirtiyor. Bu nedenle mümkün olan en basit çözümle başlanmasını ve yalnızca ihtiyaç varsa özerkliğin artırılmasını öneriyor. Anthropic – Building Effective Agents

Her İş İçin AI Agent Gerekli mi?

Hayır. Bir süreç tamamen açık kurallardan oluşuyorsa geleneksel yazılım veya klasik otomasyon daha doğru olabilir. “Fatura tarihi geçtiyse hatırlatma gönder” gibi kesin bir kural için karmaşık bir agent kurmak gereksizdir.

Agentic yaklaşım; görevin çok aşamalı olduğu, hangi adımların gerekeceğinin önceden tam bilinmediği, farklı veri kaynaklarının kullanılacağı veya sistemin ara sonuçlara göre plan değiştirmesi gerektiği durumlarda daha anlamlıdır.

Sonuç

Agentic AI, yapay zekânın yalnızca cevap ve içerik üreten bir araçtan belirli hedefler doğrultusunda iş süreçlerine katılabilen bir sisteme dönüşmesini anlatır. Bu dönüşümün somut çalışan bileşeni AI agent’tır.

Agent kendi hedeflerini özgürce belirleyen bir varlık değildir. Ona bir hedef, araçlar, yetkiler ve sınırlar verilir. Agent’ın “inisiyatif alması”, bu çerçeve içinde sonraki adımı seçebilmesi ve sonucu değerlendirerek planını değiştirebilmesi anlamına gelir.

Bu nedenle iyi bir agent tasarımında amaç mümkün olan en yüksek özerklik değildir. Amaç, görevi tamamlamak için gereken en düşük ve güvenli özerklik düzeyini bulmaktır.