Ajansal AI kılavuzu
Ajansal AI, açıklandı.
Ajansal AI, bir prompt'a yanıt olarak yalnızca metin değil — bir hedefe ulaşmak için eylemler yapan yapay zekâdır. Bu sade kılavuz: ne olduğu, onu tanımlayan dört özellik ve ajansal sistemlerin nasıl kurulduğu, değerlendirildiği ve işe koşulduğuna dair derinlemesine yazılar.
Kısa yanıt
Ajansal AI nedir?
Ajansal AI, bir hedefe ulaşmak için eylemler yapan yapay zekâdır. Tek bir prompt'a tek bir yanıt döndürmek yerine, bir ajansal sistem bir adımlar dizisi planlar, araçlar kullanır, ne olduğunu gözlemler ve uyum sağlar — sınırlı denetimle bir sonuca doğru çalışır. Anahtar kelime eylem. Bir chatbot yanıtlar; bir ajansal sistem eyler.
AI'ı ajansal kılan
Dört özellik
Bir sistem bu dördünün hepsine sahip olduğunda ajansaldır. Birini kaçır ve daha basit bir şeyin olur — çoğu zaman faydalı, ama ajansal AI değil.
01
Hedef-yönelimli
Tek bir yanıta değil, bir amaca doğru çalışır — ve amacın ne zaman karşılandığını bilir.
02
Planlama
Bir hedefi bir adımlar dizisine böler, sıralarını belirler ve bir adım başarısız olduğunda ya da durum değiştiğinde yeniden planlar.
03
Araç kullanımı
Metin üretmenin ötesinde dünya üzerinde eyler — API çağırır, veri sorgular, mesaj gönderir, arama çalıştırır.
04
Gözlem & uyum
Her eylemden sonra sonucu gözlemler ve bunu bir sonraki kararına besler. Eyle, gözlemle, ayarla.
Çekirdek ayrım
Ajansal AI vs chatbot
Bir chatbot
Tek bir prompt'u yanıtlar ve durur. Tepkiseldir, tek-adımlıdır ve önündeki yanıtın ötesinde bir hedef peşinde koşmaz.
Bir ajansal sistem
Bir hedefi birçok adım boyunca kovalar, gerçek araçlar kullanır ve gözlemlediğine göre rotayı düzeltir. Bir sonuç için sorumluluk alır.
Daha derine in
Derinlemesine yazılar
Ajansal AI geniş bir konu. Bunlar GOGOGO mühendislik ekibinden ayrıntılı yazılar — bir ajansal sistemin nasıl tasarlandığı, değerlendirildiği, işletildiği ve işe koşulduğunun her parçası.
Ajansal sistemler nasıl kurulur
Tek ajan ya da çok, orkestratör, ajan belleği ve altındaki runtime.
- Terminology
Çoklu-AI ajan sistemleri ve çoklu-ajan sistemleri — seçtiğimiz kelimeler.
İki ifade de orkestre edilmiş AI'ı tarif ediyor. Yalnızca biri sevk ettiğimizi tarif ediyor. İki kelimelik fark küçük; operasyonel fark ise mimariler arasında seçim yapacak kadar büyük.
Oku - Architecture
Tek runtime üstünde dört ürün.
Goddo, GoPeople, GoVista, GoTrack — üretici AI, WhatsApp üzerinden İK, dijital ekran CMS, perakende görüntü işleme. Dört farklı kategori, dört farklı müşteri tipi, altta tek bir çoklu-ajan runtime. İşte mimari, kararlar ve neyin neredeyse bizi kırdığı.
Oku - Engineering
Bellek bir veritabanı değildir.
Çoklu-ajan tasarımındaki en yaygın hata, ajan belleğini bir veritabanı gibi ele almaktır — her şeyi sakla, sorguda eriş. Bir veritabanı kusursuz hatırlar ve hiçbir şeyi unutmaz, ve bu tam olarak bir zihin için yanlış şekildir. GOGOGO'da ajan belleğini gerçekte nasıl kuruyoruz: epizodik vs semantik, unutmanın neden bir özellik olduğu ve kullandığımız dört-katmanlı model.
Oku - Explainer
Bir token'ın yaşamında bir gün.
Bir soru yazdın. Yazdığın kelimelerden biri çok hareketli birkaç saniye geçirmek üzere. Bu, tek bir token'ın bir çoklu-ajan sistemindeki yolculuğu — bu sefer token'ın kendisi tarafından anlatılan. GOGOGO runtime'ının nasıl çalıştığını açıklamanın en dürüst yolu, içindeki en küçük şeyle birlikte yolculuk etmek.
Oku
Doğru yaklaşımı seçmek
RAG, fine-tuning ya da çoklu-ajan — belirli bir problemin gerçekte hangisine ihtiyacı var.
- Comparison
RAG vs fine-tuning vs çoklu-ajan: probleminin hangisine ihtiyacı var?
RAG, fine-tuning ve çoklu-ajan sistemleri üç farklı problemi çözer ve başarısız AI projelerinin çoğu yanlışını seçti. RAG bir modele bilgi verir. Fine-tuning ona davranış verir. Bir çoklu-ajan sistemi ona birçok adımda eyleme yeteneği verir. Sade bir karar kılavuzu — her birinin ne olduğu, ne zaman kullanılacağı ve bir karar ağacı.
Oku - Comparison
Çoklu-ajan ve RAG: hangisi ne zaman kazanır.
RAG bir retrieval kalıbı. Çoklu-ajan bir orchestration kalıbı. Farklı problemleri çözerler ve yanlış olanı seçen ekiplerin çoğu bir yıl içinde sistemi yeniden yazıyor. İşte kullandığımız karar ağacı — ve geriye dönüp baktığınızda yanlış seçtiğinizi gösteren hata modları.
Oku
Onları değerlendirmek & işletmek
Bir ajansal sistemin çalıştığını nasıl bilirsin ve kimse izlemezken nasıl güvenli başarısız olur.
- Engineering
Bir çoklu-ajan sistemini nasıl notlandırıyoruz.
Çoklu-ajan AI'daki en zor mühendislik problemi ajanları kurmak değil — onların iyiye gidip gitmediğini bilmek. Ajan çıktısı determinist değil, dolayısıyla diff'leyemezsin. GOGOGO'da çalıştırdığımız değerlendirme harness'ı: dört değerlendirici sınıfı, her ajan adımının notlandırılması kuralı, ve başarısız bir değerlendirmenin neden bir özellik olduğu.
Oku - Platform
Observability bir eklenti değil — orchestrator’dur.
Her hand-off, her tool çağrısı, her skor — varsayılan olarak yakalanır. Observability’yi sonradan vidalamayız; her agent’ın üstünde yürüdüğü ray haline getiririz.
Oku - Operations
Gece 3 başarısızlığı: kimsenin izlemediği ajanlara güvenmek.
Bir çoklu-ajan sistemi, sen uyurken çalışarak hakkını verir. Ama otonomi, başarısızlığın da sen uyurken olması demektir — gece 3'te, döngüde insan yok. Ajan operasyonlarının zor sorusu 'başarısızlıkları nasıl durdururuz' değil. 'Sistem başarısız olduğunda ve kimse izlemiyorken ne yapmalı' sorusu. GOGOGO'da bunu nasıl yanıtlıyoruz.
Oku - Engineering
Uyuyan ajan.
Beynin en önemli bellek işini sen bilinçsizken yapar. Uyku boş zaman değil — günün ayrıştırıldığı, sıkıştırıldığı ve dosyalandığı zamandır. Çoklu-ajan sistemlerinin, aynı fikrin çözdüğü bir bellek problemi var. Bu, bir ajana bir uyku fazı verme savunması: konsolide ettiği, budadığı ve — gerçek bir anlamda — rüya gördüğü çevrimdışı bir geçiş.
Oku
Pratikte ajansal AI
Hangi iş akışları bugün ajanlara hazır ve bir satıcı nasıl değerlendirilir.
- Vision
Sektör haritası: otonom ajanlar sırada nereye iniyor.
Her sektöre otonom AI ajanlarının onun için geldiği söyleniyor. Bu doğru — ama aynı anda değil ve aynı nedenlerle değil. Geçimimi AI'da çalışmayan işletmelere ajan sistemleri satarak sağlıyorum. İşte dürüst sektör-sektör haritam: hangi sektörler şu anda otonom ajanlara hazır, hangileri bir yıl uzakta ve bunu belirleyen tek sinyal.
Oku - Buyer's guide
Bir AI ajan satıcısını nasıl değerlendirmeli: sorulacak sorular.
Bir AI ajan sistemi satın almak zordur çünkü demoların hepsi etkileyici görünür ve zor kısımlar görünmezdir. Geçimimi ajan sistemleri satarak sağlıyorum ve yine de sana her satıcıyı — bizimki dahil — sorgulamanı söylerdim. Gece 3'te hâlâ çalışıyor olacak bir satıcıyı, demosu en iyi kısmı olandan ayıran sorular.
Oku
Sözcük dağarcığı
Anahtar terimler
Ajansal AI'ın dili, sade tanımlarla.
- AI ajan
- Net bir rolü, tanımlı bir araç setini ve bağlamı okuma, eyleme karar verme ve yürütme özerkliği olan bir yazılım programı. Tek seferlik chatbot'tan farkı: bir ajan iş bitene kadar düşünme, araç çağırma ve sonuç gözlemleme döngüsünde çalışır.
- Çoklu ajan sistemi
- Birden fazla uzman AI ajanın bir problemi çözmek için işbirliği yaptığı mimari — genellikle bir orkestratör işi alan ajanlara (İK, içerik, signage, analitik) yönlendirir ve bu ajanlar tek bir modelin her şeyi yapması yerine ara sonuçları birbirine devreder.
- Orkestratör
- Çoklu ajan sisteminin tepesindeki ajan. Gelen niyeti okur, sınıflandırır, hangi uzman ajanın halletmesi gerektiğini seçer ve hand-off'lar boyunca konuşma durumunu takip eder. Çalıştırmanın sahibi orkestratördür, tek bir araç çağrısı değil.
- Araç kullanımı
- Bir ajanın sadece metin üretmek yerine — bir görsel oluşturmak, WhatsApp mesajı göndermek, veritabanı sorgulamak gibi — gerçekten bir şey yapmak için harici fonksiyonları, API'leri veya servisleri çağırma yeteneği. Her GOGOGO ajanı katı tipli bir araç kemeriyle gelir.
- Hand-off (devir)
- Bir ajanın kontrolü tipli bağlamla başka bir ajana devretme eylemi. Hand-off'lar çoklu ajan sistemlerinin uzun bir görev boyunca tutarlı kalmasını sağlar — her ajan bir öncekinin ne kararı verdiğini okur, sıfırdan türetmek yerine.
- Retrieval-augmented generation (RAG)
- Ajanın cevabını üretmeden önce bir bilgi tabanından ilgili dokümanları, embedding'leri veya satırları aldığı örüntü. RAG cevapları model belleği yerine gerçek verilere bağlar ve GoTrack'in vision retrieval boru hattının temelidir.
Sıkça sorulan sorular
- Basit terimlerle ajansal AI nedir?
- Ajansal AI, bir hedefe ulaşmak için eylemler yapan yapay zekâdır. Bir adımlar dizisi planlar, araçlar kullanır, sonuçları gözlemler ve uyum sağlar — tek bir prompt'a yalnızca yanıt vermek yerine.
- Ajansal AI ile bir chatbot arasındaki fark nedir?
- Bir chatbot tek bir prompt'u yanıtlar ve durur. Bir ajansal sistem bir hedefi birçok adım boyunca kovalar, gerçek araçlar kullanır ve gözlemlediğine göre rotayı düzeltir. Bir chatbot yanıtlar; bir ajansal sistem eyler.
- Ajansal AI, otonom AI ile aynı şey mi?
- Hayır. 'Ajansal' bir sistemin nasıl çalıştığını tarif eder — planlama, araç kullanımı, gözlem, uyum. İyi kurulmuş bir ajansal sistem yine de sert limitler ve insan-belirlemeli sınırlar içinde çalışır; varsayılan olarak denetimsiz değildir.
- Tek-ajan ile çoklu-ajan AI arasındaki fark nedir?
- Bir tek-ajan sisteminde tüm görevi yapan bir ajan vardır. Bir çoklu-ajan sistemi işi uzmanlaşmış ajanlara böler — biri erişir, biri üretir, biri denetler, biri orkestrasyon yapar — hedefe ulaşmak için koordine olarak.
- Ajansal AI bir chatbot'tan daha güçlü bir model gerektirir mi?
- Hayır. Ajansal AI tipik olarak bir chatbot ile aynı sınıf modeli kullanır. Fark, modelin etrafındaki mimaridir; bir kez yanıtlamak yerine birçok adımda eylemek için kuruludur.
- Bir işletme ajansal AI'a nasıl başlar?
- Sınırlı, tekrarlanan ve iyi bir sonucu puanlaması kolay tek bir iş akışıyla başla. Önce o iş akışını ve başarı ölçüsünü adlandır — teknoloji seçimi ondan çıkar.
İşletmende ajansal AI çalışsın ister misin?
Önce hangi iş akışını devredeceğini anlat. Sana bir plan ve uygun ajanlarla geri döneriz.