Yapay ZekaYapay Zeka Ajanları (AI Agents): Sıfırdan Pratik Rehber
AI Ajanları nedir, nasıl çalışır ve Python ile ilk ajanınızı nasıl oluşturursunuz? Kod örnekleri ve ücretsiz araçlarla adım adım pratik rehber.
Neler öğreneceksiniz?
- AI ajanının ne olduğunu ve ChatGPT gibi sohbet botlarından nasıl farklı olduğunu anlayacaksınız
- Algılama-düşünme-eylem döngüsünü ve ajanların iç çalışma mekanizmasını öğreneceksiniz
- Python ile ilk ajanınızı pratik kod örnekleriyle nasıl oluşturacağınızı keşfedeceksiniz
Kasım 2025'te Cognition, Devin adlı bir ajan çıkardı -- onu tamamen yapay zekayla çalışan ilk yazılım mühendisi olarak tanıttı. Birkaç saat içinde Devin, bir insan geliştiriciye iki hafta sürecek projeyi tamamladı: dokümantasyonu okudu, kodu yazdı, test etti ve hataları düzeltti -- tek bir insan müdahalesi olmadan.
Bu ChatGPT değil. Tamamen farklı bir şey. Bu bir yapay zeka ajanı (AI Agent) -- ve bildiğiniz sohbet araçlarıyla arasındaki fark, normal bir araba ile otonom araç arasındaki fark gibi.
Yapay Zeka Ajanı Tam Olarak Nedir?
Yapay zeka ajanı (AI Agent), bağımsız olarak düşünebilen, karar alabilen ve görevleri yerine getirebilen bir yazılım sistemidir -- her adımı söylemenize gerek yok. Bir hedef verirsiniz -- o planlar, uygular, sonuçları izler ve hedefe ulaşana kadar rotasını ayarlar.
ChatGPT veya normal AI araçlarından temel farkı:
| Özellik | Sohbet Botu (ChatGPT) | AI Ajanı |
|---|---|---|
| Etkileşim | Soru -> cevap -> bekle | Hedef -> planla -> bağımsız uygula |
| Araçlar | Yalnızca metin (genellikle) | Web tarama, kod yazma, email gönderme |
| Hafıza | Sohbetle sınırlı | Önceki projeleri hatırlar |
| Özerklik | Komutunuzu bekler | İnisiyatif alır ve kendisi tamamlar |
Gartner'ın 2026 raporuna göre, kurumsal uygulamaların %40'ı yıl sonuna kadar özel AI ajanları içerecek -- 2024'te bu oran %1'in altındaydı.
Ajan İçeriden Nasıl Çalışır?
Ajan, dört adımlık bir döngüde çalışır: görevi alır ve anlar, küçük adımlara böler, her adımı araçlarını kullanarak uygular, ardından sonucu değerlendirir ve tatmin edici değilse yeniden dener. Bu döngü Algılama-Düşünme-Eylem Döngüsü (Perception-Reasoning-Action Loop) olarak bilinir:
Adım 1: Algılama
Ajan görevi alır ve girdileri analiz eder. "Ağ güvenliği hakkında rapor yaz" derseniz -- bilgi toplaması, düzenlemesi ve tutarlı bir metin yazması gerektiğini anlar.
Adım 2: Planlama
Büyük görevi küçük adımlara böler:
- En güncel ağ güvenliği istatistiklerini ara
- 5 güvenilir kaynağı oku
- Taslağı yaz
- Hataları kontrol et
- Son raporu biçimlendir
Adım 3: Uygulama
Her adımı araçlarını kullanarak uygular -- tarayıcı açar, siteleri okur, metin düzenleyicisinde yazar. Hatayla karşılaşırsa bir adım geri döner ve farklı bir yöntem dener.
Adım 4: Değerlendirme
Her adımın sonucunu inceler. Raporda yeterli istatistik var mı? Yazım anlaşılır mı? Değilse -- yeniden dener.
# Basitleştirilmiş ajan çalışma döngüsü
# Bu model temel mantığı gösterir
class SimpleAgent:
def __init__(self, goal):
self.goal = goal
self.memory = []
self.tools = ['web_search', 'write_file', 'run_code']
def plan(self):
"""Hedefi adımlara böl"""
# Ajan planlama için dil modeli kullanır
steps = llm.generate(f"Bu hedefi adımlara böl: {self.goal}")
return steps
def execute(self, step):
"""Mevcut araçlarla tek bir adımı uygula"""
tool = self.choose_tool(step)
result = tool.run(step)
self.memory.append(result)
return result
def evaluate(self, result):
"""Sonuç kabul edilebilir mi?"""
score = llm.evaluate(f"Bu sonuç hedefe ulaştı mı? {result}")
return score > 0.7
def run(self):
"""Ana döngü"""
steps = self.plan()
for step in steps:
result = self.execute(step)
if not self.evaluate(result):
result = self.execute(step) # Yeniden dene
return self.memory
McKinsey'nin 2026 raporuna göre, AI ajanlarını kullanan şirketler yalnızca sohbet araçlarına güvenen şirketlere kıyasla %35 verimlilik artışı elde etti.
İlk Ajanınızı Oluşturmak İçin Hangi Araçlar Mevcut?
Üç ana araç, derin uzmanlık olmadan Python'da AI ajanları oluşturmanıza olanak tanır: yeni başlayanlar için CrewAI (en kolay), karmaşık projeler için LangChain (en esnek) ve Microsoft'tan AutoGen (birbirleriyle konuşan ajanlar oluşturmak için). Herhangi biriyle başlamak için yıllarca deneyime ihtiyacınız yok.
CrewAI -- Başlamak İçin En Kolay
CrewAI, her biri belirli bir role sahip ajanlardan oluşan bir "ekip" kurmanıza olanak tanıyan Python çerçevesidir. Küçük bir çalışma grubu kurmak gibi düşünün: araştırmacı + yazar + editör.
# CrewAI ile ajan ekibi oluşturma
# pip install crewai
from crewai import Agent, Task, Crew
# Ajanları tanımla — her birinin rolü var
researcher = Agent(
role="Teknik Araştırmacı",
goal="Siber güvenlik hakkında en güncel bilgileri toplamak",
backstory="Teknik kaynakları araştırma ve analiz etme uzmanı",
tools=[search_tool, web_reader]
)
writer = Agent(
role="İçerik Yazarı",
goal="Toplanan bilgilerden net ve ilgi çekici bir makale yazmak",
backstory="Teknik kavramları basitleştiren profesyonel yazar",
tools=[text_editor]
)
# Görevleri tanımla
research_task = Task(
description="2026'daki en önemli 5 siber tehdidi araştırın",
agent=researcher
)
writing_task = Task(
description="Araştırma sonuçlarına dayalı 1000 kelimelik makale yazın",
agent=writer
)
# Ekibi çalıştır
crew = Crew(agents=[researcher, writer], tasks=[research_task, writing_task])
result = crew.kickoff()
LangChain -- En Esnek
LangChain, AI uygulamaları oluşturmak için en popüler çerçevedir. Onlarca modeli ve aracı destekler. CrewAI'dan karmaşık ama çok daha güçlü.
AutoGen (Microsoft) -- Ajanlar Arası Diyalog İçin
Microsoft'tan AutoGen, birbirleriyle "konuşan" ajanlar oluşturmaya odaklanır. Bir ajan kod yazar, diğeri inceler -- ikisi birlikte çalışan iki geliştirici gibi.
| Araç | Zorluk | En İyi Kullanım | Dil |
|---|---|---|---|
| CrewAI | Başlangıç | Basit ajan ekipleri | Python |
| LangChain | Orta | Karmaşık özel uygulamalar | Python/JS |
| AutoGen | Orta | Ajanlar arası diyalog | Python |
İlk Ajanınızı Adım Adım Nasıl Oluşturursunuz?
Siber güvenlik haberlerini arayıp otomatik olarak özetleyen bir ajan oluşturacaksınız -- CrewAI ve Python kullanarak. Proje yalnızca üç adım gerektirir: kütüphaneleri kurmak, ajanı ve görevini tanımlamak, ardından çalıştırıp sonucu görmek.
Gereksinimler
- Python 3.10+
- OpenAI veya başka bir modelden API anahtarı
- CrewAI kütüphanesi
Adım 1: Kütüphaneleri Kurun
# Gerekli paketleri kur
# pip install crewai crewai-tools openai
import os
os.environ["OPENAI_API_KEY"] = "anahtariniz-buraya"
Adım 2: Ajanı ve Araçları Tanımlayın
from crewai import Agent, Task, Crew
from crewai_tools import SerperDevTool
# Arama aracı — Google kullanır
search = SerperDevTool()
# Haber ajanı
news_agent = Agent(
role="Siber güvenlik haber analisti",
goal="Bugünkü en önemli 3 siber güvenlik haberini bulup özetlemek",
backstory="Her gün teknik haberleri takip eden ve net özetler sunan güvenlik analisti",
tools=[search],
verbose=True # Düşünme adımlarını görmek için
)
# Görev
daily_summary = Task(
description="""
1. Bugünkü en önemli siber güvenlik haberlerini arayın
2. En önemli 3'ünü seçin
3. Her haberi 3 cümlede özetleyin
4. Her haber için kaynak bağlantısı ekleyin
""",
agent=news_agent,
expected_output="En önemli 3 siber güvenlik haberinin günlük özeti"
)
# Çalıştır
crew = Crew(agents=[news_agent], tasks=[daily_summary])
result = crew.kickoff()
print(result)
Adım 3: Çalıştırın ve Sonucu Görün
Kodu çalıştırdığınızda ajanın düşünme sürecini izleyeceksiniz:
- "Bugünkü siber güvenlik haberlerini arıyorum..."
- "10 sonuç buldum, en önemlilerini seçiyorum..."
- "Özetliyorum..."
Sonuç: kaynakları ile birlikte üç haberin temiz bir özeti -- sizden hiçbir müdahale olmadan.
Oracle'ın 2026 raporuna göre, 2025'te AI ajanlarına yatırım yapan şirketler 2026'nın ilk çeyreğinde somut getiri görmeye başladı.
AI Ajanları Bugün Gerçekte Nerelerde Kullanılıyor?
AI ajanları şu anda dört ana alanda çalışıyor: müşteri hizmetleri (Klarna yüzlerce çalışanı tek bir ajanla değiştirdi), programlama (Copilot ve Devin gibi araçlar aracılığıyla), dijital pazarlama (kampanya otomasyonu için) ve bilimsel araştırma (makaleleri analiz etme ve yeni deneyler önerme).
Müşteri Hizmetleri -- Klarna, ayda 2,3 milyon görüşmeyi yöneten bir AI ajanıyla 700 çalışanı değiştirdi. Ortalama çözüm süresi 11 dakikadan 2 dakikaya düştü.
Programlama -- GitHub Copilot, kod tamamlama aracından tüm projeyi anlayan bir ajana dönüştü. Hataları okur, çözümler önerir ve uygular. Cursor ve Devin daha da ileri gidiyor -- tam projeler inşa ediyor.
Pazarlama -- Ajanlar müşteri verilerini analiz eder, email kampanyaları yazar, farklı başlıkları test eder ve otomatik olarak en iyi performansı seçer.
Bilimsel Araştırma -- Google DeepMind, araştırma makalelerini okuyan, bulguları çıkaran ve yeni deneyler öneren ajanlar çıkardı.
Bu araçlarla nasıl para kazanabileceğinizi merak ediyor musunuz? Fırsatlar her gün genişliyor.
Yeni Başlayanların Yaptığı 5 Hata
Ajan oluştururken en yaygın beş hata: belirsiz görevler vermek, araç erişimini sınırsız bırakmak, çıktı izlemeyi göz ardı etmek, temelleri kavramadan karmaşık projelerle başlamak ve bütçeyi hızla tüketen API çağrı limiti koymamak.
1. Ajana belirsiz görevler vermek -- "Faydalı bir şeyler yaz" işe yaramaz. Spesifik olun: "En son WordPress güvenlik açıkları hakkında her biri için çözüm içeren 500 kelimelik bir rapor yaz."
2. İzin verilen araçları kısıtlamamak -- Açık izinlere sahip bir ajan email gönderebilir veya dosya silebilir. Araçlarını kesin olarak tanımlayın.
3. İzlemeyi göz ardı etmek -- Ajanlar mükemmel değil. Tam güvenmeden önce başlangıçta sonuçlarını izleyin.
4. Karmaşık projelerle başlamak -- Basit bir ajanla başlayın (yukarıdaki haber özetleyici gibi), sonra büyütün.
5. Maliyetleri yönetmemek -- Her model çağrısı paraya mal olur. Döngüde çalışan bir ajan bütçenizi hızla tüketebilir. Maksimum çağrı limiti belirleyin.
Hazır mısınız?
AI ajanları uzak bir gelecek değil -- temel Python bilgisine sahip herkesin kullanabileceği bir araç. İlk adım basit:
- CrewAI'ı kurun:
pip install crewai - Bu makaledeki haber ajanı kodunu kopyalayın
- Çalıştırın ve sonucu görün
- Görevi ihtiyaçlarınıza göre değiştirin
Herkesin uzman olmasını beklemeyin. Bugün ajan oluşturmayı öğrenenler, yarın teknik ekiplere liderlik edecek. İhtiyacınız olan temeller Yapay Zeka Temelleri rehberimizde -- tamamen yeniyseniz oradan başlayın.
المصادر والمراجع
Yapay Zeka Bölümü — AI Darsi
Yapay zeka ve makine öğrenimi uzmanları
İlgili Makaleler

Şirketler Yapay Zekayı Kârlarını Artırmak İçin Nasıl Kullanıyor?
Şirketlerin pazarlama, öngörücü analitik ve müşteri hizmetlerinde yapay zekayı nasıl kullandığını keşfedin — gelirde %25'e varan artış örnekleriyle.

Prompt Mühendisliği: ChatGPT'yi Verimli Kullanmanın Yolları
ChatGPT, Claude ve Gemini'den en iyi sonuçları almak için prompt mühendisliği tekniklerini pratik örnekler ve hazır şablonlarla adım adım öğrenin.

2026'nın En İyi 20 Yapay Zeka Aracı: Kapsamlı Rehber
2026'da yazarlık, kodlama, tasarım, video, ses ve üretkenlik için en iyi 20 yapay zeka aracının fiyatları ve kullanım senaryolarıyla güncel listesi.