Ajan döngüsü: hedef, araç, durum, gözlem ve durma

Küçük bir seyahat acentesinde çalışan Meral Hanım’a (Eskişehir) bir araç tanıtıldı: Haftalık müşteri e-postalarını okuyacak, yanıt taslaklarını hazırlayacak. Meral Hanım satıcıya iki şey sordu: ajan döngüsü ne zaman durur? Yanlış bir şey yaparsa bunu ben nerede fark ederim? Satıcı net bir cevap veremedi.

Bu derste ajanın (agent) çalışma döngüsünü beş parçada öğreneceksiniz: hedef, araç, durum, gözlem ve durma. Kendi görevlerinizden birinin döngüsünü çizecek, takılabileceği yerleri ve durma ölçütünü yazacaksınız.

Aklınıza bir soru mu takıldı?

Sorunuzu ya da aradığınız konuyu yazın Ders bul

Bu derste neler öğreneceksiniz?

• Bir ajan görevinin döngüsünü hedef, araç, durum, gözlem ve durma olarak adlandırırsınız.
• Kendi görevinizin döngüsünü adım adım çizersiniz.
• Üç takılma noktasını ve bir durma ya da insana devretme ölçütünü yazarsınız.

Ajan döngüsü nasıl işler?

Anthropic, ajanı iş akışından (workflow) ayırır. İş akışında dil modeli ve araçlar önceden yazılmış bir yolda ilerler. Ajanda ise model, süreci ve araç kullanımını kendisi yönetir. Anthropic’in kısa tanımı şöyle: ajanlar, çevreden gelen geri bildirime göre araç kullanan ve bunu bir döngü içinde yapan dil modelleridir.

Claude Agent SDK belgesi bu döngüyü adım adım anlatır. Model isteminizi alır, durumu değerlendirir ve bir ya da daha fazla araç çağrısı (tool call) ister. Araçlar çalışır, sonuçlar modele geri döner. Bu çevrim, model araç çağrısı içermeyen bir yanıt verene kadar tekrar eder. Her tam çevrime tur denir. OpenAI’nin ajan rehberi de aynı yapıyı model, araçlar ve talimatlar olarak üç temel bileşenle tarif eder.

Bu anlatımları sade bir şemaya çevirelim:

• Hedef: Ajandan istediğiniz iş ve bittiğini nasıl anlayacağınız.
• Araç: Ajanın dünyayla temas ettiği şeyler. E-posta okuma, dosya açma, web araması, tablo düzenleme gibi.
• Durum: Ajanın o ana kadar bildikleri. SDK belgesine göre sistem istemi, araç tanımları, konuşma geçmişi, araç girdileri ve çıktıları bağlam penceresinde (context window) birikir.
• Gözlem: Her araç çağrısından dönen sonuç. Anthropic bunu ajanın ilerlemesini ölçmek için çevreden alması gereken gerçek veri (ground truth) olarak anlatır.
• Durma: Döngünün ne zaman biteceği.

Claude Code belgesi aynı fikri üç aşamayla özetler: bağlam topla, harekete geç, sonucu doğrula. Bu aşamalar iç içe geçer. Her araç kullanımı yeni bilgi getirir ve bir sonraki kararı etkiler.

Akademik kökeni de var. Yao ve arkadaşlarının ReAct makalesi, modelin akıl yürütme adımlarıyla eylemleri iç içe yürütmesini önerir. Yazarlara göre model, Wikipedia gibi dış kaynağa bakarak uydurma bilgiyi ve hata birikimini azaltabiliyor. Bu bulgu, gözlemin döngüde neden önemli olduğunu gösterir.

Her iş için ajan gerekmez. Anthropic, ajanların adım sayısı önceden bilinemeyen açık uçlu işlere uygun olduğunu söyler. Karmaşıklığı da yalnızca sonucu açıkça iyileştiriyorsa eklemenizi önerir. Meral Hanım’ın işi bu yüzden iyi bir aday: her e-posta farklı, kaç adım gerektiği baştan belli değil. Ama her sabah aynı üç adımı izleyen bir rapor için sabit bir iş akışı daha öngörülebilir olur.

Nerede takılır, ne zaman durur?

Anthropic, özerkliğin maliyeti artırdığını ve hataların üst üste binme riskini doğurduğunu söyler. Bu nedenle sınırlı bir ortamda test etmeyi ve uygun koruma önlemleri koymayı önerir. Kendi döngünüzü çizerken şu üç takılma noktasına bakın:

• Araç reddedilir ya da hata verir. SDK belgesine göre bir araç reddedilirse model genellikle başka bir yol dener ya da yapamadığını bildirir. Ajanınızın bu durumda ne yapacağını önceden yazın.
• Gözlem yanlış ya da eksiktir. Ajan boş ya da yanlış bir sonucu doğru kabul edip ilerleyebilir. Bu yüzden her gözlem için bir kontrol sorusu yazın.
• Durum şişer ya da unutulur. Bağlam dolunca eski içerik özetlenir. Claude belgeleri, konuşmanın başındaki ayrıntılı talimatların bu sırada kaybolabileceğini söyler. Kalıcı kuralları ayrı bir talimat dosyasına koymanız önerilir.

Durma ölçütü üç katmandan oluşur. Birincisi başarı ölçütüdür: iş bitti sayılması için ne görülmeli? İkincisi üst sınırdır. SDK belgesine göre tur sayısı ve harcama için üst sınır konabilir; sınıra ulaşılınca döngü hata durumuyla biter. OpenAI’nin rehberi de azami tur sayısını yaygın bir çıkış koşulu olarak sayar. Üçüncüsü insana devirdir. OpenAI iki tetikleyici önerir: hata eşiğinin aşılması ve yüksek riskli eylemler. Rehberin örnekleri arasında sipariş iptali, büyük iade ve ödeme var.

Görevin kendisini yazmak için ajana görev yazmak dersine bakın. Bu derste görev metninden bir adım geri çekilip döngünün kendisini çiziyoruz. İzin ve gizli talimat riskleri için ajan güvenliği dersine, ajan kavramına yeni başlıyorsanız ajan nedir dersine bakın.

Adım adım uygulama

1. Haftada tekrar eden bir iş seçin. Önce hiç araç vermeden, yalnızca planlatın.
2. Hedefi tek cümleyle yazın ve bitti sayılacağı ölçütü ekleyin.
3. Ajanın kullanacağı araçları ve her biri için izin düzeyini (yalnız okuma, yazma, gönderme) listeleyin.
4. Her turdan sonra tutulacak durum notunun biçimini belirleyin.
5. Her araç sonucu için tek bir gözlem sorusu yazın.
6. Üç takılma noktasını ve her biri için ne olacağını yazın.
7. Üst sınırı belirleyin: en çok kaç tur ve hangi durumda size sorulacağı.

Kendinizi deneyin

Kaynaklar

• Anthropic, Building effective agents (İngilizce)
• Anthropic, How the agent loop works (Claude Agent SDK) (İngilizce)
• Anthropic, How Claude Code works (İngilizce)
• OpenAI, A practical guide to building agents (İngilizce)
• Yao ve ark., ReAct: Synergizing Reasoning and Acting in Language Models (arXiv 2210.03629) (İngilizce)

Son kontrol: 12 Kasım 2026

Kaynak: yzdersleri.com/ders/ajan-dongusu-hedef-arac-durum-gozlem-durma/ · Yapay Zeka Dersleri