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.

Atakan Özalan
Kurucu ortak & mühendislik lideri, GOGOGO LLC

GOGOGO LLC'nin Hakkında sayfasını 2023'te yazarken çoklu-AI ajan sistemleri ifadesinde karar kıldık. Üç yıl sonra hâlâ her yerde kullanıyoruz — anasayfa hero'su, llms.txt, her ürün sayfası. İnsanlar bazen alanın geri kalanı gibi neden sadece çoklu-ajan sistemleri demediğimizi soruyor. İki kelimelik fark pazarlama tercihi gibi görünüyor. Değil. Mimari bir tercih.
'Çoklu-ajan sistemleri' aslında ne demek
Çoklu-ajan sistemleri daha eski terim, kökeni 1980'lerin dağıtık-AI araştırmalarına dayanıyor. Kanonik okuma: birden çok yazılım ajanı — her biri otonom, hedef-yönelimli, müzakere edebilen — tek bir ajanın çözemeyeceği problemi çözmek için işbirliği yapıyor. Tanımlayıcı özellik her ajanın otonomisi, içlerindekinin çeşitliliği değil. Hepsi aynı LLM'i çalıştıran beş ajan da çoklu-ajan sistemi sayılır.
Soru orkestrasyon olduğunda doğru terim: kim neye karar veriyor, kim kime devrediyor, çatışmalar nasıl çözülüyor. Klasik ajan-yönelimli programlama literatürü bunu böyle kullanıyor. Çağdaş framework'lerin çoğu da öyle — LangGraph, AutoGen, CrewAI. Orkestrasyon iskelesi veriyorlar ve istediğin modeli getireceğini varsayıyorlar.
'Çoklu-AI ajan sistemleri' ne ekliyor
Çoklu-AI daha sıkı bir iddia. Diyor ki: bu sistemdeki ajanlar birden çok farklı AI modeli üzerinde çalışıyor — farklı aileler, farklı modaliteler, farklı sağlayıcılar — ve orkestratörün işinin bir kısmı hangi ajanın hangi modelde çalıştığını bilmek.
GoTrack'in çoklu-AI ajan sistemi olduğunu söylediğimizde şunu kastediyoruz: retrieval ajanı CLIP embedding üstünde FAISS çalıştırıyor; rerank ajanı bir cross-encoder çalıştırıyor; doğrulama ajanı küçük bir damıtılmış sınıflandırıcı çalıştırıyor; signage ajanı bir metin LLM'ini çağırıyor; gözlemleyici yapılandırılmış-çıkış eval'leri yapan farklı bir LLM çalıştırıyor. Beş ajan, beş farklı model ailesi. Orkestrasyon mantığı ile model-yönlendirme mantığı aynı mantık.
Bu ayrım neden kendini geri ödüyor
1. Model seçimi mimari bir değişken hâline geliyor
Saf çoklu-ajan sistemde altta yatan modeli değiştirmek bir deploy meselesi — API anahtarını değiştir, yeniden çalıştır. Çoklu-AI sistemde her uzman ajanın kendi model seçimi ve kendi değiştirme bütçesi var. Retrieval ajanı küçük, ucuz bir embedding modeli alıyor; eleştirmen büyük bir akıl yürütme modeli; üretici, modalitesi için en güçlü neyse onu. Model sınıflarını karıştırmak optimizasyon değil, tasarımın kendisi.
2. Sağlayıcı riski yeniden şekilleniyor
Bir sağlayıcının kesintisi olursa çoklu-AI sistem kısmen bozulur — generator'ın sağlayıcısı kapalıyken bile retrieval ajanı ve validator çalışmaya devam edebilir. Tek-modelli çoklu-ajan sistem o sağlayıcıyla birlikte tamamen kararır. 2025'te üç farklı sağlayıcı tarafı kesintisinden dört ürün geçirdik; çoklu-AI sayesinde her kesintide dört üründen üçü trafik servis etmeye devam etti.
3. Maliyet modeli çağrı başına değil, ajan başına oluyor
Çoklu-AI seni amortize etmeye zorluyor: ucuz damıtılmış validator her istekte çalışıyor, pahalı generator yalnızca validator gidişatı onayladıktan sonra çalışıyor. Tek-modelli çoklu-ajan sistemde her ajan aynı token başına ücreti ödüyor. Üretimdeki maliyet grafiği temelde farklı.
Hangisini ne zaman kullanmalısın
- 'Çoklu-ajan sistemleri' — değer önerin orkestrasyon kalıpları, ajan otonomisi, devretme protokolleri ya da iş akışı ifade gücüyse. Ajanlar aynı modeli çalıştırsa bile iddian geçerli olurdu.
- 'Çoklu-AI ajan sistemleri' — modellerin çeşitliliği ürünün ta kendisiyse. Bir müşteri cross-encoder'ı çıkarmanın ya da embedding modelini değiştirmenin sistemi bozduğunu fark ediyorsa. Model heterojenliği yük taşıyorsa.
Neden daha uzun ifadeyi seçtik
Sevk ettiğimiz her ürün çoklu-AI eşiğine vuruyor. Goddo bir görüntü difüzyon modeli, bir video difüzyon modeli, prompt-enhancer LLM ve bir upscaler arasında yönlendiriyor — dört AI ailesi. GoPeople WhatsApp mesajlarını küçük bir intent sınıflandırıcıyla sınıflandırıyor, İK iş akışlarını tool kullanan LLM'de çalıştırıyor, çıktıları ayrı bir eval modeliyle doğruluyor — üç aile. GoVista ve GoTrack benzer.
Kendimize çoklu-ajan şirket deseydik tarif teknik olarak hâlâ doğru olurdu. Ama ajanların ortak bir altyapıda değiştirilebilir parçalar olduğunu îma ederdi. Değiller. Model çeşitliliği mühendisliğin yarısı. Bunu şirket adına yazdık.
Seçimin SEO tarafı
Küçük ama dürüst bir sebep daha var: "çoklu-ajan sistemleri" doymuş bir sorgu. "Çoklu-AI ajan sistemleri" değil. Hem teknik olarak daha sıkı hem aramada sahiplenmesi daha kolay bir terim seçtik. İki saik de geçerli. Hiçbiri tek başına saik değil ve adlandırma tercihleri konusunda bunun aksini iddia eden her şirkete şüpheyle yaklaşmalısın.
“Adlandırma mimaridir. Anasayfaya koyduğun ifade gelecek yıl ne yapıp ne yapmayacağına karar verir.”
Kendi şirketin için terimi seçiyorsan sormak kolay. Hangisi uyuyorsa onu seç. Sadece bilinçli seç.