AI
AI Multi Agent Sistemler ve Ekosistem
Uzun bir süredir ara ara AI üzerine AI hayatımıza getirdikleri üzerine blog yazıları yazıyorum. Bu yazıda bunların temelini oluşturan Agent, Multi Agent Sistemler ve Ekosistem üzerinde duracağım.
Son zamanlarda hepimizin hayatında özellikle biz yazılım geliştiricilerin hayatında AI yeri oldukça büyük.
Artık yazılım yaptığımız IDE (Visual Studio, VS Code, IntelliJ vb..) AI ile entegre çalışıyor veya fork edilmiş IDE’ler mevcut. Bunun araçlar ile ilgili linklere aşağıdaki blog yazısından erişebilirsiniz.
Bazı Kavramlar
Sonradan öğrendik ki uygulama geliştirme işlemini programlama dilleri kullanmadan kendi konuşma dilimizle yaptığımı geliştirmelere Vibe Coding diyoruz. Bu konunun detaylarını öğrenmek istiyorsanın aşağıdaki blog yazımı okuyabilirsiniz.
Sonrasında ardı ardına çıkan ve duyurulan protokolleri duyduk. MCP ve A2A bunlar özellike Agent’ların dış servisler ile veya kendi aralarında iletişim ve senkronizasyon kurmalarını sağlayacak yöntemlerdi. Bu konularda daha detaylı bilgi için aşağıdaki blog yazılarını okuyabilirsiniz.
Bu kadar Agent’lardan bahsetmişken bu kavramların ne olduğuna ve Multi Agent sistemlerin ne olduğuna bir bakalım. ChatGPT’ye soralım.
AI Agent nedir?
Bir agent (ajan), çevresini algılayıp ona göre hareket eden bir varlıktır.
- Çevreden veri toplar (algılar),
- Bu verilere göre bir karar verir,
- Sonra bir aksiyon alır.
Gerçek hayatta örnek: Bir robot süpürge: Etrafı tarıyor (algılıyor), önünde duvar varsa yön değiştiriyor (karar veriyor) ve yeni bir yöne doğru hareket ediyor (aksiyon alıyor).
Yapay zekâda bir agent genellikle:
- Bir hedefi başarmaya çalışır.
- Kendi başına çevresiyle etkileşim kurar.
- Örneğin: Bir oyun karakteri, bir chatbot, bir otomatik hisse senedi alım-satım sistemi gibi.
AI Multi Agent Nedir ?
Multi-Agent System (Çoklu Ajan Sistemi) ise birden fazla agent’ın birlikte çalıştığı bir yapıdır.
- Her agent bağımsız çalışır ama diğerleriyle iletişim kurabilir veya koordine olabilir.
- Ortak bir hedefleri olabilir ya da bazen rekabet edebilirler.
Gerçek hayatta örnek:
- Birden fazla robotun birlikte bir depo düzenlemesi.
- Bir video oyununda birçok yapay zekâ karakterinin hem kendi hedefleri hem de takım hedefleri için çalışması.
- Trafikte sürücüsüz arabaların birbirinden haberdar olması ve ona göre davranması.
OpenAI ve Servisleri
1. ChatGPT ile Tanışma
OpenAI ChatGPT’yi duyurması ile birlikte artık Google, Bing gibi arayüzler üzerinden arama yapıp konuşmak yerine Chat ekranından OpenAI ile konuşmaya başladık.
Bu sorulan sorulara ve yazılan konulara o kadar akıllıca cevaplar veriyor duki bir anda piyasada yaygınlaşma başladı. Sonradan öğrendik ki OpenAI bu akıllı sistemi aslında LLM denen bir modelin olduğunu öğrendik. ChatGPT’ye soralım LLM nedir ?
LLM (Large Language Model) = Büyük Dil Modeli demektir.
Kısaca:
- Çok büyük miktarda metin verisi üzerinde eğitilmiş,
- Dil anlama ve üretme yeteneği olan,
- Soru-cevap, metin tamamlama, özet çıkarma, çeviri yapma gibi işlerde kullanılan,
- Bir yapay zekâ modelidir.
Örnek: ChatGPT, Claude, Gemini, Llama gibi sistemler aslında birer LLM’dir.
2. ChatGPT ile API’sini Duyurdu
ChatGPT API’si sayesinde biz geliştiriciler Prompt üzerinden OpenAI LLM (GPT-3, GPT-4 ..) modellerini kullanarak yazılımlar geliştirmeye başladık.
3. ChatGPT Extension/Plugin
ChatGPT API sinin çevre web servisler ile konuşabilmesini, veri çekebilmesini sağlatmak için Plugin sistemini devreye aldı ama sonradan deprecate hale getirdi.
4. Daha Fazla Media Desteği
Bu modelleri daha fazla geliştirerek sadece Metin ve Kod yapıları değil aynı zamanda Resim, Video ve Ses destekleyecek Dall-E2, Dall-E3 ve Sora servislerini açtı.
LLM ve Üzerine İnşaa Edilen SDK’lar
Diğer büyük şirketler AI alanında geride kalmamak için bu işim temelini oluştan LLM(Large Language Model) yani Büyük Dil Modellerini oluşturmaya ve bunları sunmaya başladılar.
- Google → Gemini (eski adıyla Bard): Kendi LLM modeli.
- Anthropic → Claude: OpenAI’den ayrılanlar tarafından geliştirildi.
- Meta → Llama 2: Facebook’un açık kaynak LLM’si.
- X → xAI Grok : X’in LLMi
- Mistral, Cohere, Perplexity, DeepSeek, Luma gibi yeni oyuncular da çıktı
Tabi bu LLM dışarı açarak geliştiricilerin bunları kullanarak yazılım yapabilmeleri için API’ler ve SDKlar yani geliştirme araçlarını sunmaya başladılar. Tabi bunu sadece LLM geliştiricileri değil LLM API’lerinin üzerinde kendi soyutlama katmanını yazan şirketlerde eklendi.
Bu sayede kendi LLM ve Servisleri kendi servisleri ile daha iyi çalışır. Veya burada Agent veya Multi-Agent geliştiriminde oluşabilecek zorlu ve problemli katmanları biz yazılımcılardan soyutlamaya çalışarak daha kaliteli ve sürdürebilir AI uygulamalarının geliştirilmesini hedefliyorlar.
- Open AI Agent SDK
- Google Agent Development Kit
- Azure AI SDK (Azure Bulut Servisleri ile daha entegre çalışabilen..)
- Bedrock, SageMaker (AWS Servisleri ile daha entegre çalışabilen..)
- Vercel AI SDK (React ve Next API’leri ile daha entegre çalışan…)
- Ve diğerleri Hugging Face Transformers, LangChain, Cohere SDK
Framework Ekosistemi
Aynı
- Backend alanındaki → Express, Sympony, Laravel, Spring
- Frontend alanında React, Vue, Svelte, Solid ,Angular (Next, Remix, Nuxt, Sveltekit, Expo , Astro)
framework var ise.. AI alanında bu Agentları ve bunlar arasındaki iletişimi MCP, A2A , routing, agentların çalıştırma düzenleri, context, belleği yönetmek vb.. işlemler için biz geliştiricilerden soyutlayacak Frameworkler çıkmaya başladı..
- crewAI
- Mastra.ai
- Voltagent.dev
- Autogen
- Phidata
- Openai swarm
- Pydanticai
- LangGraph
