AI Agent Stratejisi ve Mimarisi

Bir agent önerisi, onay bekleyen bir yardımcıyı da araçlarla hareket edebilen bir sistemi de saklayabiliyor. İşi tanımlamak ve en az karmaşık seçenekleri karşılaştırmak, mühendislik başlamadan önce sonrakinden çok daha ucuza geliyor.

Agent önerisi çok farklı sistemleri saklayabilir. Onay bekleyen bir yardımcıdan araçlarla hareket edebilen bir sisteme kadar geniş bir yelpaze söz konusu. Mühendislik başlamadan önce işi tanımlıyor, en az karmaşık seçenekleri karşılaştırıyor ve her seçeneğin gerektirdiği araçları, belleği, izinleri, değerlendirmeyi, eskalasyonu ve işletim rollerini haritalıyoruz.

Mühendisliğin eline bir sunum değil, karar izi geçiyor. Hangi işlerin ilerleyeceğine ve her biri için kabul edilebilir otonomi düzeyine sizin sorumlunuz çoktan karar vermiş oluyor.

Agent fikrini test edelimAgent geliştirmenin kapsamını görün
AI Agent Stratejisi ve Mimarisi illüstrasyonu: bir yapay zeka ajanının araçlarını ve karar sınırlarını test eden ekip

Birlikte çalıştığımız 500'den fazla markadan birkaçı

Tüm referansları gör
  • Aksigorta
  • Bluemint
  • Lezzet
  • Kale
  • HDI Sigorta
  • Cyberpark
  • Yolcu360

Adımlar, kapılar ve kararı verenler

Çalışma şeklimiz

Yararlı bir strateji, bir kenara bıraktığı yolları da seçtiği yol kadar açık gösterir. Mühendisliğin devralacağı kararların yanına elenen seçenekleri ve çözülmemiş bağımlılıkları da koyuyoruz.

  1. Önerilen her iş için ortak bir çerçeve

    Her öneri mevcut workflow'u, hedeflenen sonucu, sorumlusu, kullanılabilir veri ve araçları, politika sınırları, başlangıç kanıtı ve bilinen hatalarıyla başlıyor. Bu malzemeyi tek bir envanterde topluyoruz.

    Yapay zeka desteği
    Model, gönderilen workflow'lardan benzer işleri grupluyor ve kanıt envanteri taslağını hazırlıyor.
    İnsan onayı
    Hangi işlerin kontrol edilebilir bir sonucu, sorumlu bir sahibi ve agent kullanmak için inandırıcı bir gerekçesi var? Karşılaştırmaya hangi işlerin gireceğine iş sorumlunuz karar veriyor.

  2. Her işin gerektirdiği yetkiyi karşılaştırıyoruz

    Her iş için daha basit workflow otomasyonunu, destekli agent kullanımını ve daha geniş otonomiyi yan yana koyuyoruz. Karmaşıklık, sonuç, geri alınabilirlik, maliyet, latency ve inceleme yükü açısından tartıyoruz.

    Yapay zeka desteği
    Model, kabul edilen karmaşıklık, sonuç ve geri alınabilirlik ölçütleriyle sınırlı bir puanlama yapıp ilk sıralamayı hazırlıyor.
    İnsan onayı
    İşi karşılayabilecek en az karmaşık seçenek hangisi? Her iş için ürün sorumlunuz, sonraki geliştirmede tasarıma taşınacak otonomi düzeyini seçiyor.

  3. Seçilen seçeneğin işletim şekli

    Seçilen her işi araç erişimi, bellek, izinler, onaylar, değerlendirme, observability, eskalasyon ve adı belli işletim rollerine bağlıyoruz.

    Yapay zeka desteği
    Kabul edilen araç, bellek ve eskalasyon yollarından model mimari görünüm taslağı hazırlıyor.
    İnsan onayı
    Ekipleriniz önerilen agent'ın nasıl hareket ettiğini, durduğunu, toparlandığını ve eskale ettiğini inceleyebiliyor mu? Herhangi bir geliştirme başlamadan önce hedef tasarımı mimari lideriniz onaylıyor.

  4. Mühendisliğin devralacağı karar izi

    Kabul edilen ve elenen seçenekler aynı kayıtta kalıyor. Bağımlılıklar, kritik istisnalar, sıralama, sorumlular ve sonraki incelemede beklenen kanıt da onlarla birlikte yazılıyor.

    Yapay zeka desteği
    Elenen alternatifler ve çözülmemiş bağımlılıklar model tarafından ilk karar kaydı taslağına taşınıyor.
    İnsan onayı
    Hangi iş kolları şimdi ilerliyor, hangileri kanıt bekliyor, hangileri duruyor? Öncelik sırasını ve her iş kolunun ilerlemeden önce karşılaması gereken koşulları sizin tarafınızdaki sorumlu belirliyor.

Adı konmuş, sizde kalan çıktılar

Elinize geçenler

Kayıtlar bir seçeneğin neden ilerlediğini, diğerinin neden durduğunu ve kararı nelerin değiştirebileceğini gösterir. Yöneticiler ve uygulama ekipleri aynı kanıtı inceleyebilir.

  • Mimari dokümanı

    Agent mimarisi ve otonomi karar kaydı

    Seçilen işleri, otonomi düzeylerini, hedef mimariyi, bir kenara bırakılan alternatifleri ve her seçimin arkasındaki gerekçeyi içerir.

  • Risk kaydı

    Başlangıç kanıtı ve planı değiştirebilecek açık sorular

    Planın arkasındaki başlangıç kanıtını ve açık varsayımları, sistem bağımlılıkları, politika kısıtları ve planı değiştirebilecek sorularla birlikte toplar.

  • Test kanıtı

    Mimari seçeneklerin karşılaştırma raporu

    Aday işlerle mimari seçeneklerin temsili ve olumsuz vakalarla karşılaştırmasını, kritik istisnaları ve agent gerektirmeyen fikirleri içerir.

  • Karar kaydı

    İş sırası notu ve her iş kolunun önündeki kapı

    Üzerinde anlaşılan iş sırasını, kabul edilen koşulları, adı belli sorumluları ve her iş kolu için sonraki kapıdan önce gereken kanıtı içerir.

Kapsam ve dürüst sınırlar

Bu çalışmanın size uyduğu durumlar

Agent işleri ve yetki düzeyleri hâlâ açık seçeneklerken bizi devreye alın. Birkaç ekip varsayılan bir tasarım etrafında geliştirmeye başladıktan sonra mantıklı bir değişikliği bile yapmak zorlaşır.

Şu durumlarda iyi bir seçim

  • Birden fazla ekip, aynı değer, uygulanabilirlik ve sonuç ölçütleriyle karşılaştırılmamış agent fikirleri için bütçe istiyor.
  • Araç erişimi, bellek, izinler, değerlendirme ve günlük işletim, tek bir hedef mimari olmadan ayrı ayrı kararlaştırılıyor.
  • Öncelikleri belirleyebilecek, ödünleşimleri kabul edebilecek ve karmaşıklığı hak etmeyen işi durdurabilecek yeterli yetkiye sahip bir kişi hazır.
  • Masada birkaç agent işi duruyor, ama her birinin hedeflenen sonucu, mevcut workflow'u, kısıtları ve sorumlusu yan yana hiç yazılmıyor.
  • Aynı iş basit bir otomasyon, destekli bir agent ya da geniş otonomili bir sistem olabilir, ama bu üçü izinler, bellek ve durma koşulları üzerinden karşılaştırılmıyor.
  • Her seçeneğin ekiplerinize getireceği değerlendirme, observability, eskalasyon ve işletim sorumluluklarını belirliyoruz.
  • Kritik istisnaları, sıralamayı ve bir sonraki karar için gereken kanıtı görünür tutan gerekçeli bir karşılaştırma hazırlıyoruz.

Şu durumlarda başka bir çalışma daha doğru

  • Seçilen herhangi bir agent'ın mühendisliği veya production işletimi. Uygulama ayrı bir iş olarak kapsamlandırılabilir.
  • Uygun görünen her workflow'un agent adayı olarak dönmesini bekliyorsunuz. Bazı işler düz otomasyon önerisiyle, bazıları da hiç önerilmeden geri geliyor.
  • Mimarinin hukuki, düzenleyici veya sertifikasyon açısından onaylanması bize ait değil. Bu yetki atadığınız uzmanlarda kalıyor.

Bunlardan biri sizin durumunuza daha yakınsa, buradan başlayın: Agent geliştirmenin kapsamını görün

AI'ı production'a taşıyan mühendisler

Zeo'nun kod yazıp teslim eden tarafı burası. Kıdemli mühendislerimiz agent, chatbot ve RAG sistemleri geliştiriyor, çevrelerindeki otomasyon ve veri işlerini üstleniyor, sistemler canlıya çıktıktan sonra da işletmeyi sürdürüyor. 2011'den beri 500'den fazla markayla çalıştık.

Bu konuda ürettiğimiz içerikler

YazıBurak PehlivanWebMCP Nedir? Agentic Web ve AI Ajanlarıyla Etkileşen Web SiteleriYazıYiğit KonurMCP Server Architecture: State Management, Security & Tool Orchestration

Kullandığımız araçlar

Bu işin arkasındaki araçlar

  • Notion

    Önerilen her agent işini aynı çerçevede yazıp karşılaştırıyoruz

  • Anthropic

    En basit seçeneği ararken karşılaştırmayı Anthropic'in yayınladığı rehberle kontrol ediyoruz

  • Airtable

    Birden fazla agent fikrini öneri başına satırlarla düzenli biçimde izliyoruz

Sonraki adım

Agent fikirlerini mühendislik başlamadan önce getirin

Aday işleri ve çevrelerindeki kısıtları bize verin. Uygulanabilir en basit seçenekleri karşılaştıralım ve sonraki kapıyı kayda geçirelim.
Aday işleri karşılaştırın

Karar vermeden önce

Sık duyduğumuz sorular

Aday işleri, mevcut workflow'ları, hedeflenen sonuçları, sorumluları, kullanılabilir sistem ve veriyi, politika sınırlarını ve bilinen hataları getirin. Varsa maliyet ve latency sınırlarını da ekleyin. Erken seçimlerin çoğu production erişimi olmadan da yapılabilir.