Otonom ajanlar: Nedir ve nasıl çalışır?

Otonom ajan nedir

Otonom ajan, bir hedef doğrultusunda kendi başına çalışan bir yapay zeka sistemidir. Kişi istediği sonucu tarif eder; ajan da gereken adımları belirleyip uygular.

Diyelim ki biri üç proje yönetim aracı arasında seçim yapmak istiyor. Otonom bir ajan her aracı arayabilir, fiyatlandırma sayfasını açabilir, farkları not edebilir ve tamamlanmış bir karşılaştırma sunabilir. Kişi hedefi belirler ve sonucu inceler; aradaki işi ise ajan yapar.

Günümüzdeki birçok yazılım ajanı, talimatları yorumlamak ve bir sonraki adıma karar vermek için büyük bir dil modeli kullanır. Bazı modeller görüntü veya ses de işler. Web'de arama yapmak, düğmelere tıklamak veya e-posta göndermek için ajanın, modeli araçlara bağlayan ve isteklerini yürüten bir yazılıma ihtiyacı vardır.

Proje yönetimi örneğinde LLM ve ajan şöyle çalışır:

1. LLM hedefi okur ve ilk aracın fiyatlandırmasını aramak için bir istek yazar.
2. Ajanın yazılımı aramayı çalıştırır ve sonuçları metin olarak LLM'e geri iletir.
3. LLM sonuçları okur, bir sonraki adımı seçer (fiyatlandırma sayfasını açmak) ve yeni bir istek yazar.
4. Bu döngü, LLM karşılaştırmanın tamamlandığına karar verip nihai yanıtı yazana kadar tekrarlanır.

Büyüt

Otonomi düzeyleri

Ajan tabanlı bir yapay zeka sisteminde (yalnızca soruları yanıtlamak için değil, eylemde bulunmak için geliştirilmiş yapay zeka) otonomi bir tasarım tercihidir. Aynı ajan, her adımdan önce soracak ya da bütün bir görevi tek başına tamamlayacak şekilde ayarlanabilir.

Washington Üniversitesi'nden araştırmacılar, bir ajanın sahip olabileceği farklı otonomi derecelerini açıklamak için beş düzeyli bir çerçeve öneriyor:

4. düzeyde bir ajan, bir satın alma siparişini kendi başına araştırıp taslağını hazırlayabilir ancak göndermeden önce durabilir. 5. düzeyde siparişi de kendisi gönderir.

Otonom yapay zeka ajanları, otomasyon ve sohbet botları arasındaki farklar

Otonom ajanlar, sohbet botlarından ve iş akışı otomasyonundan iki açıdan ayrılır: kendi adımlarına kendileri karar verirler ve diğer uygulamalarda ve web sitelerinde eylemde bulunurlar.

Sohbet botu, bir konuşma içinde soruları yanıtlar ancak genellikle bu konuşmanın dışında eylemde bulunmaz. İş akışı otomasyonu eylemde bulunur, ancak yalnızca birinin önceden belirlediği adımları izleyerek. Bunun yaygın bir türü, bir sistemden diğerine veri kopyalamak gibi basit, kurala dayalı görevleri tekrarlayan bir yazılım olan robotik süreç otomasyonudur (RPA).

Otonom ajan ise ikisini de yapar: diğer yazılımlarda eylemde bulunur ve kendisine verilen araçlar, izinler ve talimatlar çerçevesinde bir hedefe ulaşmak için kendi adımlarını seçer.

Gecikmiş bir siparişle ilgili bir şikâyet bu farkı gösterir. Sohbet botu, kargo politikasıyla ilgili önceden yazılmış bir açıklamayla yanıt verebilir. İş akışı otomasyonu standart bir “sipariş gecikmesi” e-postası gönderebilir. Otonom ajan ise siparişi sorgulayabilir, kargoda kaybolduğunu tespit edebilir, yenisini gönderebilir ve müşteriyi bilgilendirebilir.

Otonom ajanlar nasıl çalışır

Otonom bir ajan, bir görevi tamamlamak için dört yeteneğe dayanır: adımlarını planlamak, araç kullanmak, yaptıklarını hatırlamak ve kendi sonuçlarını kontrol etmek. Daha büyük görevlerde bazı ajanlar işi bir ajan ekibine de dağıtır.

1. Hedefleri parçalara ayırma ve plan yapma

Bir hedef genellikle tek adımda gerçekleştirilemeyecek kadar büyüktür; bu nedenle ajanın ilk işi onu daha küçük görevlere ayırmaktır. Örneğin kullanıcı ajandan ofis dışı bir ekip etkinliği planlamasını isterse ajan bu hedefi tarih seçme, bütçeye uygun mekân bulma, müsaitlik kontrol etme ve davetiye taslağı hazırlama adımlarına bölebilir.

Ajanlar, nasıl geliştirildiklerine bağlı olarak işe başlamadan önce ya da ilerledikçe plan yapabilir. Önceden planlama, başlamadan önce her adımı yazmak anlamına gelir ve kısa, öngörülebilir görevlerde işe yarar. İlerledikçe planlama ise sonraki bir iki adımı belirlemek, uygulamak ve dönen sonuca göre planı revize etmek demektir. Etkinlik için ilk tercih edilen mekân doluysa ajan baştan başlamadan bir sonraki seçeneğe geçebilir.

Büyüt

Çin Renmin Üniversitesi'nden LLM tabanlı otonom ajanlar üzerine bir derleme çalışması, bu ikinci yaklaşımın daha karmaşık görevlerde daha başarılı olduğunu ortaya koyuyor; çünkü herhangi bir sonuç görmeden mükemmel bir plan yazmak zordur. Pek çok ajan ikisini birleştirir: önce eksiksiz bir planın taslağını çıkarır, ardından çalışırken bu planı revize eder.

2. Araçlarla eylemde bulunma

Plan hazır olduğunda ajan, her biri için bir araç seçerek görevleri tek tek yürütür.

• Mekân bulmak için “Austin yakınlarında 20 kişilik ofis dışı etkinlik mekânları” gibi bir sorguyla web aramasını kullanabilir.
• Müsaitliği kontrol etmek için her mekânın rezervasyon sayfasını bir tarayıcıda açıp takvimi okuyabilir.
• Davetiyeyi göndermek için kişinin e-postasına bir API aracılığıyla bağlanabilir; API, bir yazılımın başka bir yazılımdan veri veya eylem talep etmesini sağlayan bağlantıdır.

Ajan her eylemden sonra dönen sonucu okur ve bir sonraki hamlesine karar verir. Arama beş mekân getirirse bunların müsaitliğini kontrol eder. Bir rezervasyon sayfası yüklenmezse mekânın telefon bilgisini dener ya da bir sonraki seçeneğe geçer.

Ajanın sahip olduğu araçlar, hangi görevleri kendi başına tamamlayabileceğini belirler. E-posta erişimi olmadan davetiyenin taslağını hazırlayabilir ama gönderemez.

3. Bellekle ilerlemeyi takip etme

Ajan çalışırken ne yaptığını ve ne öğrendiğini takip etmek zorundadır. Üç mekânı kontrol ettiğinde hangilerinin dolu olduğunu, hangilerinde yer bulunduğunu ve her birinin ne kadar tuttuğunu bilmesi gerekir. Bu kayıt, LLM'in bağlam penceresinde, yani modelin aynı anda dikkate alabileceği metin miktarında tutulur.

Uzun görevler bu bağlam penceresini aşabilir. Uzun süreli belleğe sahip ajanlar bu sorunu, bilgileri modelin dışında, genellikle bir veritabanında saklayarak ve yalnızca mevcut adımın ihtiyaç duyduğu bilgiyi geri çağırarak çözer.

Uzun süreli bellek görevler arasında da aktarılır. Gelecek yılın ofis dışı etkinliğini planlama zamanı geldiğinde ajan bu yılın mekân listesini ve bütçesini yeniden kullanabilir ya da ekibin en fazla bir saatlik araba mesafesindeki mekânları tercih ettiğini hatırlayabilir.

4. Sonuçları kontrol etme ve rotayı düzeltme

Pek çok ajan, çalışırken bir adımın ters gittiğine dair işaretleri gözetir. Bir rezervasyon formu hata döndürürse ya da bir arama boş sonuç verirse başka bir yaklaşım dener. Bütçeyi biraz aşan bir mekânın kabul edilebilir olup olmadığı gibi tek başına vermemesi gereken bir karara geldiğinde kişiye sorar ve yanıta göre hareket eder.

Pek çok ajan, işini teslim etmeden önce sonuçlarını gözden geçirir. LLM ürettiği çıktıyı yeniden okur, hedefle karşılaştırır ve eksik ya da hatalı her şeyi listeler. Ajan, sonuç hedefi karşılayana kadar düzeltme yapar ve yeniden kontrol eder. Örneğin davetiyede mekânın adresi eksikse inceleme bunu yakalar ve ajan göndermeden önce adresi ekler.

5. İşi ajanlar arasında paylaştırma

Bazı görevler, birden fazla ajan paylaştığında daha hızlı ilerler. Lider bir ajan işi böler ve parçalarını alt ajanlara verir.

Perplexity Computer bu şekilde çalışır. Kişi istediği sonucu tarif eder; Computer bunu görevlere ve alt görevlere ayırır, ardından bunları yürütmek için alt ajanlar oluşturur. Alt ajanlar web'de araştırma yapabilir, belge oluşturabilir, veri işleyebilir veya API'ler aracılığıyla bağlı hizmetleri çağırabilir.

Computer bir sorunla karşılaştığında onu çözmek için yeni alt ajanlar oluşturur. Her alt ajan farklı bir yapay zeka modelinde de çalışabilir; böylece işin her bölümü kendisine en uygun modele gider.

Dolayısıyla ofis dışı etkinlik örneğinde bir alt ajan mekânları araştırırken bir diğeri ekip takvimlerini kontrol edebilir, üçüncüsü de ulaşım seçeneklerini inceleyebilir.

Büyüt

İnsanlar otonom ajanları nasıl kullanıyor

İnsanlar otonom ajanları çoğunlukla gündelik bilgi işleri için kullanıyor: araştırma, yazma, e-posta ve ders çalışma. Harvard ve Perplexity araştırmacılarının yaptığı bir çalışmada, üretkenlik ve öğrenme görevleri ajan tabanlı sorguların %57'sini oluşturdu. Aşağıdaki örnekler, bir ajanın her iş türü için neler yaptığını gösteriyor.

Araştırma ve analiz

Araştırma, pek çok küçük adımdan oluştuğu için ajanlara çok uygundur. Bir ajan arama yapabilir, kaynakları açıp okuyabilir ve bunların söylediklerini karşılaştırabilir. “Uzaktan çalışma ve üretkenlik üzerine yakın tarihli üç çalışma bul ve her birinin bulgularını özetle” gibi bir sorguyu ele alalım. Ajan çalışmaları arar ve en ilgili olanları açar. Her çalışmanın bulgularını okur ve tüm kaynakların bağlantılarını içeren bir özet yazar. Bir çalışma ödeme duvarının arkasındaysa ajan bir sonrakine geçer. Söz konusu çalışmada, araştırmaları özetleme ve analiz etme, ajan tabanlı sorguların %7'sini oluşturuyor.

Belgeler, e-posta ve takvimler

Ajanlar çoğu zaman insanların her gün zaten kullandığı araçlarda çalışır. Harvard ve Perplexity çalışmasında Google'ın belge araçları ve e-posta en yaygın iki araçtı ve birlikte ajan tabanlı sorguların yaklaşık dörtte birini oluşturdu. “Bu haftaki okunmamış e-postaları gözden geçir, müşterilerden gelenleri işaretle ve randevu taleplerine yanıt taslakları hazırla” gibi bir sorguyu ele alalım. Ajan gelen kutusunu açar ve mesajları ayıklar. Uygun zamanlar için takvimi kontrol eder ve her talebe bir yanıt taslağı hazırlar. Taslakları göndermeden kaydedebilir; böylece kişi her birini önce gözden geçirebilir.

Öğrenme ve ders çalışmaları

Öğrenciler ders çalışmak için ajanları kullanıyor. Ders çalışmaları, ajan tabanlı sorguların %13'üyle çalışmadaki en büyük tekil ajan kullanım kategorisi. “Ders okumalarımın dördüncü bölümünden beni sına” gibi bir sorgu, ajanı dersin web sitesine yönlendirir; ajan burada bölümü okur, önemli noktalar hakkında sorular yazar ve öğrencinin yanıtlarını kontrol eder. Aynı yaklaşım, yabancı olduğu bir sektöre hızla uyum sağlamaya çalışan bir çalışan gibi yeni bir konu öğrenen herkes için işe yarar.

Alışveriş ve karşılaştırmalar

Alışveriş, ajan tabanlı sorguların %10'unu oluşturuyor ve bunların çoğu ürün arama ve karşılaştırma. “Yorumları iyi olan, 400 doların altında bir ayakta çalışma masası bul” isteğini alan bir ajan birkaç perakendeciyi tarar, fiyat ve puana göre filtreler, en iyi seçenekleri karşılaştırır ve en iyisini sepete ekleyebilir. Seçenekleri birkaç web sitesinde karşılaştıran bir ajana sahip olmak çok zaman kazandırabilir, çünkü kişinin artık her ilanı tek tek açıp çapraz kontrol etmesi gerekmez.

Otonom ajanları kullanmaya yönelik yedi en iyi uygulama

1. Kontrolü kolay görevlerle başlamak

En iyi ilk görevler, hatanın kolayca fark edilebildiği ve düzeltilmesinin zahmetsiz olduğu görevlerdir. Araştırma özetleri ve ürün karşılaştırmaları iyi başlangıç noktalarıdır. Ajan kaynaklarına bağlantı veriyorsa işi kontrol etmek birkaç dakika sürer. Güven arttıkça insanlar daha fazla adım içeren daha uzun görevleri devredebilir.

2. Net sonuçlar ve kısıtlamalar belirlemek

Ajan, görevin neden önemli olduğunu bildiğinde daha isabetli kararlar verebilir. Güçlü bir sorgu, bir yükleniciye verilen brifing gibidir: amaç, hedef kitle, halihazırda bilinenler ve elenmiş seçenekler. “Bu üç tedarikçiyi bir yönetim kurulu notu için karşılaştır; yönetim kurulu en çok uygulama riskini önemsiyor ve SOC 2 uyumluluğu olmayan herkesi zaten eledik” gibi bir ifade, ajana kendi başına muhakeme yapabilmesi için ihtiyaç duyduğu bilgiyi verir.

3. Onay kontrol noktaları eklemek

E-posta göndermek, satın alma yapmak, dosya silmek veya form göndermek gibi bazı eylemler geri alınamaz. Ajanın izin verdiği durumlarda, bu adımlardan önce durup onay isteyecek şekilde ayarlayın. Sorgunun kendisi de bir durma noktası belirleyebilir. “Yanıtların taslağını hazırla ama gönderme” veya “en iyi seçeneği sepetime ekle ama ödemeyi tamamlama” gibi ifadeler, ajana tam olarak nerede durup kontrolü geri vermesi gerektiğini söyler.

4. İşe başlamadan önce planı incelemek

Daha büyük bir görev için ajandan, başlamadan önce planının ana hatlarını çıkarmasını isteyin. Bir planı incelemek bir dakika sürer ve bir yanlış anlamayı bu aşamada düzeltmek, onu tamamlanmış bir çıktıda fark etmekten çok daha az maliyetlidir.

5. Erişimi görevin gerektirdikleriyle sınırlamak

Bir ajanın erişebildiği her hesap, içinde işlem yapabileceği bir hesaptır. Yalnızca görevin gerektirdiği uygulamaları bağlamak, hassas verileri erişim dışında tutar ve ters gidebilecek şeyleri sınırlar. Tedarikçileri araştıran bir ajanın e-posta erişimine ihtiyacı yoktur. Yanıt taslakları hazırlayan bir ajanın ise buna ihtiyacı vardır, ancak bu yanıtları gönderme iznine ihtiyacı olmayabilir.

6. Kontrolleri sorguya yerleştirmek

Ajanlar zaten kendi çıktılarını inceler; dolayısıyla sorgu onlara neyi kontrol etmeleri gerektiğini söyleyebilir. İyi bir sonucun nasıl olması gerektiğini belirtmek (“her rakamın 2025 veya sonrasına tarihli bir kaynağı olmalı”), ajanın işini teslim etmeden önce bu standardı uygulamasını sağlar. Ajandan doğrulanmış bilgileri kendi çıkarımlarından ayırmasını ve varsayımları belirtmesini istemek, kişinin incelemesini daha hızlı ve odaklı hale getirir.

7. İşe yarayanı yeniden kullanmak

Güçlü bir sonuç üreten bir sorgu, bir sonraki benzer görev için şablon haline gelebilir. Ajana geçen çeyreğin raporu gibi iyi bir çıktı örneği vermek, çoğu zaman formatı kelimelerle tarif etmekten daha etkilidir. Tekrarlanan görevler kalıcı iş akışlarına dönüşebilir.

Perplexity'nin otonom ajanlara yaklaşımı

Perplexity iki otonom ajan sunar. Comet Assistant tarayıcı içindeki günlük görevleri yerine getirir, Perplexity Computer ise saatlerce veya daha uzun süre çalışabilen daha büyük projeleri üstlenir.

Comet Assistant, Perplexity'nin yapay zeka tarayıcısı Comet'e yerleşik olarak gelir. Kişinin halihazırda açık olan web siteleri üzerinde çalışır; böylece araç değiştirmeden toplantı planlayabilir, belgeleri düzenleyebilir, e-posta gönderebilir ve uçuş rezervasyonu yapabilir.

Computer bulutta çalışır ve daha önce açıklandığı gibi her hedefi alt ajanlara böler. Yüzlerce hizmete bağlanır ve kullanıcılar işin belirli bölümleri için belirli yapay zeka modellerini seçebilir. Computer, Pro ve Max abonelerinin kullanımına sunulmuştur.

Tarayıcıda bir ajanı denemek için Comet Assistant'ı, daha büyük bir projeyi devretmek için ise Perplexity Computer'ı keşfedin.

Sıkça sorulan sorular

Otonom ajan, ajantik yapay zeka ile aynı şey mi?

Hayır, ancak bu terimler örtüşür. Ajantik yapay zeka genellikle planlama yaparak ve eylemlerde bulunarak hedeflere ulaşmaya çalışan yapay zeka sistemlerinin daha geniş kategorisini ifade eder. Otonom ajan ise bu kategoride yer alan ve işini her adımda onay almaya pek gerek duymadan yürüten belirli bir sistemdir.

Tüm yapay zeka ajanları otonom mudur?

Hayır. Bazı ajanlar her adımı yalnızca bir kişi yönlendirdiğinde gerçekleştirirken diğerleri bütün bir görevi kendi başına tamamlar. Daha önce açıklanan otonomi seviyeleri, kişinin adım adım yönettiği ajanlardan yalnızca izlediği ajanlara kadar tüm yelpazeyi gösterir.

Otonom ajanlar satın alma veya ödeme yapabilir mi?

Bazı ajanlar web sitesine, izinlere ve güvenlik önlemlerine bağlı olarak satın alma işlemlerine yardımcı olabilir. Comet Assistant ürünleri karşılaştırabilir ve ödeme adımlarında yardımcı olabilir. Perplexity'nin Instant Buy özelliği, uygun ABD'li kullanıcıların desteklenen ürünleri Perplexity içinden satın almasına olanak tanır; ödeme seçeneği olarak PayPal da kullanılabilir.

Otonom ajanlar kodlama becerisi gerektirir mi?

Birçok hazır ajan kodlama bilgisi olmadan kullanılabilir. Bazı platformlar, kişilerin doğal dil talimatları veya grafik arayüz aracılığıyla ajan oluşturmasına da olanak tanır. Kodlama; özel entegrasyonlar, hata ayıklama ve daha özelleşmiş davranışlar için faydalı olabilir.