Yapay zekâ ajanı (AI agent), bir görev verdiğiniz yazılımdır. Adımlara kendisi karar verir, bunları yapmak için araçlarınızı kullanır ve iş bitince ya da takılınca durur. Ajantik yapay zekâ (agentic AI) ise bu şekilde çalışan yapay zekâ için kullanılan daha geniş kavramdır. Yani bu iki terim birbirinin rakibi değil. "Yapay zekâ ajanı" bir şeyin adıdır. "Ajantik" ise işin ne kadarını yapay zekânın kendi başına planlayıp yaptığını anlatır.
Bu neden önemli? Çünkü satıcılar iki kelimeyi de gelişigüzel kullanıyor ve etiket, bir ürünün gelen kutunuza, CRM'inize ya da müşterilerinize gerçekte ne yapacağını nadiren söylüyor. Bu rehber, kelimelerin nereden geldiğini, bugün nasıl kullanıldığını ve birkaç basit soruyla herhangi bir aracı nasıl değerlendireceğinizi anlatıyor.
Terimler soyut geliyorsa iş başındaki bir ajanı inceleyerek tek bir sistemin hedefe ulaşmak için araçları nasıl kullandığını görebilirsiniz. Ajan tabanlı yapay zekânın çalışma döngüsü, planlama, eylem ve kontrol adımlarını izleyerek özerkliği güvenilirlikten ve değişiklik yapma izninden ayrı değerlendirmenize yardımcı olur.
Yapay zekâ ajanı ile ajantik yapay zekâ: kısa versiyon
| Yapay zekâ ajanı | Ajantik yapay zekâ | |
|---|---|---|
| Nedir | Gösterebileceğiniz bir şey | Bir nitelik ya da koca bir kategori |
| İnsanlar nasıl söylüyor | "Yeni potansiyel müşterileri araştırmak için bir yapay zekâ ajanı kullanıyoruz." | "Bu workflow ajantik." |
| Ne kadar büyük | Tek bir tür iş yapan tek bir sistem | Basit, yapay zekâ destekli bir süreçten birlikte çalışan birkaç ajana kadar her şey |
| Ne sormalı | Hangi işin sahibi, nelere dokunabiliyor? | Bir insan işi kontrol etmeden önce kaç karar veriyor? |
Bu terimlerin sahibi yok. Bir makale size ikisi arasında tek bir "resmî" sınır çiziyorsa, size bir grubun görüşünü aktarıyordur.
Kelimeler nereden geldi
"Ajan" eski bir kelime. Stuart Russell ve Peter Norvig, 1995 tarihli Artificial Intelligence: A Modern Approach adlı ders kitaplarında ajanı çevresini algılayan ve ona göre hareket eden her şey olarak tanımladı. Bu tanıma göre bir termostat bile sayılır. Yeni olan şu: Bugünün yapay zekâ modelleri, öfkeli bir müşteri e-postası gibi dağınık iş materyallerini okuyup bu konuda ne yapılacağına karar verebiliyor.
"Ajantik" daha yeni. Haziran 2024'te DeepLearning.AI'ın kurucusu Andrew Ng, neyin ajan "sayıldığı" konusundaki tartışmayı bitirmenin bir yolunu önerdi. Ona göre bu bir derece meselesiydi. "Unlike the noun 'agent,' the adjective 'agentic'" (Çeviri: "'Ajan' isminin aksine 'ajantik' sıfatı") biraz ajan benzeri ya da çok ajan benzeri sistemleri tarif etmenizi sağlıyor.
Birkaç ay önce de iyi bir benzetme yapmıştı. Bir yapay zekâdan cevabı tek seferde istemek, birinden hiç geri silme tuşuna basmadan bir makale yazmasını istemeye benzer. Ajantik yaklaşım ise yapay zekânın, tıpkı bir insanın yapacağı gibi, taslak çıkarmasına, araştırmasına, yazmasına, kontrol etmesine ve düzeltmesine izin verir.
YouTube · Sequoia Capital
What's next for AI agentic workflows ft. Andrew Ng of AI Fund (Ajantik yapay zekâ workflow'larında sırada ne var, AI Fund'dan Andrew Ng ile) · 26 Mart 2024
Geri silme tuşu olmadan makale yazma benzetmesi, "ajantik" kavramı için bulduğumuz en net kısa açıklama. Bu 2024 tarihli bir konuşma, bu yüzden onu bugünün araçları hakkında bir rapor olarak değil, fikri anlatan bir ders olarak görün.
Bugün insanların terimleri kullanmasının üç yolu
1. Şemsiye terim olarak "ajantik". Anthropic'in Building effective agents (Etkili ajanlar oluşturmak) rehberi (Aralık 2024) bunların hepsine "ajantik sistemler" diyor, sonra ikiye ayırıyor. Bir workflow'da adımlar önceden belirlenir. Bir ajanda ise yapay zekâ kendi adımlarını seçer. Her hafta aynı beş adımı izleyen bir rapor ajantiktir ama bir workflow'dur.
2. Ajan ekipleri olarak "ajantik yapay zekâ". AI Agents vs. Agentic AI adlı bir araştırma derlemesi (ilk olarak Mayıs 2025'te yayımlandı, Eylül 2025'te güncellendi), "yapay zekâ ajanı" terimini destek sorularını yanıtlamak gibi tek bir işi yapan tek bir sistem için kullanıyor. "Ajantik yapay zekâ" terimini ise daha büyük bir hedefi aralarında bölüşen ve koordineli çalışan birden çok ajana ayırıyor.
3. Pazar etiketi olarak "ajantik yapay zekâ". Analistler ve satıcılar bunu sıklıkla bir kategori adı olarak kullanıyor. Haziran 2025'te Gartner, maliyet, belirsiz değer veya zayıf risk kontrolleri nedeniyle ajantik yapay zekâ projelerinin %40'ından fazlasının 2027 sonuna kadar iptal edileceğini öngördü. Bu bir sayım değil, bir tahmin. Gartner ayrıca "agent washing" (ajan aklama) kavramını adlandırdı: Eski bir sohbet robotunu ya da otomasyon aracını, gerçek bir yeni yetenek eklemeden ajan diye sunmak. Mayıs 2026'da tedarik zinciri yazılımlarında aynı şey hakkında uyardı.
Şekil 1. "Ajantik sistemler" teriminin workflow'ları ve ajanları kapsayan bir şemsiye olarak yaygın bir kullanımı. Çok ajanlı yapı, ajanların nasıl birleştirildiğini anlatır. Bunlar birbirini dışlayan ürün kategorileri değildir.
Asıl soru: Adımları kim seçiyor?
Üç kullanımın da ortak bir fikri var. Yapay zekâ kendi adına ne kadar çok karar verirse, o kadar ajantiktir. İş dünyasındaki işlerin çoğu üç seviyeden birine girer:
- Asistan. Siz sorarsınız, o yanıtlar ya da taslak hazırlar. Geri kalan her şeyi siz yaparsınız.
- Workflow. Adımlar önceden belirlenir. Yapay zekâ her adımın içindeki okuma ve yazma işini yapar.
- Ajan. Ona bir hedef verirsiniz. Neyi kontrol edeceğine, hangi aracı kullanacağına ve ne zaman yeterli bilgiye sahip olduğuna kendisi karar verir.
IBM'den Maya Murad buna özerkliğin "kayan ölçeği" (sliding scale) diyor. Seviyeyi her görev için ayrı seçersiniz. Bir kerede satın aldığınız bir özellik değildir.
YouTube · IBM Technology
What are AI Agents? (Yapay zekâ ajanları nedir?) · 15 Temmuz 2024
Maya Murad, yapay zekâ özerkliğinin "kayan ölçeğini" adım adım anlatıyor, ardından dar kapsamlı ve öngörülebilir bir görevin neden çoğu zaman bir ajandan çok sabit bir yolla daha iyi işlediğini açıklıyor.
Ajan mı, otomasyon mu? Bilmeye değer bir tartışma
Bu sistemleri meslek olarak kuran insanlar şu anda tam da bunu tartışıyor. Kendini, B2B şirketlerin gelirlerini büyütmelerine yardım eden Frontal AI'ın kurucusu ve CEO'su olarak tanımlayan Alex Vacca, yakın tarihli bir gönderisinde otomasyondan yana görüşünü açık açık ortaya koydu.
X · Alex Vacca (@itsalexvacca) · 7 Ekim 2026
"If you can write every step down first, build an automation." … "An agent fails quietly." (Çeviri: "Her adımı önceden yazabiliyorsanız, bir otomasyon kurun." … "Bir ajan sessizce başarısız olur.")
Söylediği şey pratik. Bir işin adımları sabitse (bizim örneğimiz: yeni form kayıtlarını bir CRM'e kopyalamak), o adımlara karar versin diye bir yapay zekâya para ödemek boşa harcanan paradır. Ayrıca bozulan bir otomasyonun genellikle hata verdiğini, bir ajanın ise cevapları yavaş yavaş kötüleşirken başarı bildirmeye devam edebileceğini belirtiyor. Bu yüzden herhangi bir şey gönderilmeden önce bir insanın onay vermesini şart koşuyor.
Teste katılıyoruz, bir çekinceyle: Bu, kendi kurulumuna dayanan, bu tür işleri satan bir uygulayıcının görüşü. Yine de Anthropic ve IBM'in söyledikleriyle örtüşüyor. İşe yarayan en basit şeyle başlayın. Ajanı yalnızca adımlar gerçekten bulduğu şeye bağlıysa kullanın.
Yaygın efsaneler
"Ajantik yapay zekâ, yapay zekâ ajanlarının daha yeni ve daha iyi bir versiyonudur." Hayır. Ajan, var olan en ajantik şeylerden biridir. Terimler ürün kuşaklarını değil, dereceleri anlatır.
"Daha fazla özerklik her zaman daha iyidir." Hayır. Daha fazla özerklik daha pahalıdır ve kontrol etmesi daha zordur. Her seferinde aynı biçimde olan haftalık bir rapor için sabit bir workflow daha ucuz ve daha öngörülebilirdir.
"Bir ajan işletmeniz hakkında her şeyi bilir." Yalnızca görebildiğini bilir: bağladığınız araçları ve içinde bulunduğu sohbeti. Örneğin Okou'da her sohbetin kendi bağlamı vardır. Yeni bir sohbet, siz bilerek önceki bir sohbeti dahil etmedikçe sıfırdan başlar.
"Daha çok ajan, daha çok yetenek demektir." Her zaman değil. Ajanlar arasındaki her devir teslim, hataların birikmesi ya da erişimin yayılması için bir fırsat daha demektir. Nihai sonucun sahibinin kim olduğunu sorun.
"Etiket, ne yaptığını söyler." Söylemez. Gartner "agent washing" terimini tam da bunun için ortaya attı ve 2026'da hâlâ bu konuda uyarıyordu. Kelimeyi boş verin, ürünün kendi başına ne yaptığını sorun.
Tek görev, üç yol: Bir kampanya raporu
Bir pazarlama yöneticisinin cuma gününün kampanya özetine ihtiyacı olduğunu düşünün. Bu açıklayıcı bir görev örneğidir, müşteri sonucu değildir. Kampanya takip çizelgesi kayıtları, reklam hesabı harcamayı kaydeder ve brif raporlama dönemini tanımlar. Bir kanal henüz raporlamayı bitirmemiştir.
1. Bir ajandan bir kez isteyin
Yönetici şöyle ister: "Bu haftanın kampanyalarındaki harcamaları ve kayıtları karşılaştır. Brifteki tarihleri kullan, rakamları kaynaklarına bağla ve eksik kanalları işaretle. Bir özet hazırla; bütçeleri değiştirme veya özeti yayımlama." Ajan adımları seçer: brifi okumak, rakamları toplamak, eksikliği fark etmek ve çekinceleri belirtilmiş bir karşılaştırma hazırlamak. Buna ajan demek görevi kimin yaptığını söyler, sonucun doğru olup olmadığını değil.
Farklı bir görevden alınmış gerçek bir etkinlik göstergesi. Çalışmanın sürdüğünü gösterir; kampanya raporunun kontrol edildiğinin veya tamamlandığının kanıtı değildir.
2. Raporlama yöntemini iş akışı olarak kaydedin
Yönetici sonucu kontrol ettikten sonra kaynak listesini, tarih kuralını, hesaplamayı ve inceleme kontrol listesini bir Okou iş akışı olarak kaydeder. Adımlar oldukça öngörülebilir olsa da bir adımın içindeki bazı işler, örneğin bir kanalın farklı tarih aralığı kullandığını fark etmek, hâlâ muhakeme gerektirebilir. İş akışı yeniden kullanılabilir bir yöntemdir. Birkaç ajanın işbirliği yaptığının kanıtı değildir ve yapay zekânın her kararı tek başına alabileceği vaadi de değildir.
3. Zamanlamayı ayrıca ekleyin
Bir otomasyon bu iş akışını adı belirlenmiş bir sorumlu için her cuma başlatabilir. İşin ne zaman başladığını değiştirir. Eksik verileri sağlamaz, raporu güvenilir kılmaz veya bütçe değişikliğine yetki vermez.
Kabul testi üç sürümde de aynıdır: tutarlı tarihler, kaynaklara bağlanmış rakamlar, etiketlenmiş eksik veriler ve incelemeye bırakılmış bir taslak. Rapor bütçe aktarımı önerirse yönetici kanıtları kontrol eder ve karar verir. Bu nedenle yararlı ayrım, giderek daha etkileyici üç ürün etiketi arasında değil; işi yapan, kaydedilmiş yöntem ve tetikleyici arasındadır.
İnsanlarda kalan sorumluluklar
Adımları yapay zekânın seçmesine izin vermek, sonuçtan kimsenin sorumlu olmaması anlamına gelmemeli. Bir ajan gerçek işe dokunmadan önce dört şeyi netleştirin:
- Neyi okuyabilir. Hangi gelen kutularını, CRM'leri ve dokümanları, kimin hesabı üzerinden.
- Neyi değiştirebilir. Taslak hazırlamak göndermek değildir. Bir CRM güncellemesi önermek onu yapmak değildir.
- Nerede durur. Hangi işlemler her zaman bir insanı bekler.
- Geriye ne teslim eder. Birinin kaynaklarıyla karşılaştırarak kontrol edebileceği bir özet, bir taslak ya da bir kayıt.
İşte yapay zekâ kullanan insanlar zaten böyle düşünüyor. Microsoft'un 2026 başında 10 ülkede 20.000 yapay zekâ kullanıcısıyla yaptığı 2026 Work Trend Index anketinde katılımcıların %86'sı, yapay zekâ çıktısını nihai bir cevap olarak değil, bir başlangıç noktası olarak gördüğünü söyledi. Bunlar insanların kendi beyanları, sonuçların bir ölçümü değil.
Yapay zekâ iş üstlenmeye başladığında bir ekibin nasıl uyum sağladığı hakkında daha fazlası için yapay zekâ özerk çalıştığında neler değişir yazısına bakın.
Her "ajantik" araca sorulacak sorular
- Adımları kim seçiyor? Önceden mi belirlenmiş, yapay zekâ her seferinde mi seçiyor, yoksa ikisinin karışımı mı?
- Neleri görebiliyor? Hangi araçları, kimin girişiyle ve geçmiş sohbetleri hatırlıyor mu?
- Neler sizin onayınızı gerektiriyor? Bu izinlerle mi zorunlu kılınmış, yoksa yalnızca bir istem içinde mi yazıyor?
- Emin olmadığında ne yapıyor? Sorunu bildiriyor mu, yoksa tahmin mi yürütüyor?
- Ne yaptığını görebiliyor musunuz? Her adım ve sonuç kayıt altına alınıyor mu?
- Ekibiniz işe yarayanı yeniden kullanabiliyor mu? Yöntem kaydedilebiliyor, paylaşılabiliyor ve adı belli bir sahiple takvime bağlanabiliyor mu?
Bu sorulara net yanıt veren bir araç, kendine ne ad verirse versin incelemeye değer. Nereden başlayacağınıza dair fikirler için bu gerçek işler için yapay zekâ ajanı örneklerine ve bağlam ile izinleri yönetme rehberimize göz atın.
SSS
Ajantik yapay zekâ ile yapay zekâ ajanı aynı şey mi?
Tam olarak değil. Yapay zekâ ajanı, bir görevi alan, adımları seçen ve onu bitirmek için araçları kullanan belirli bir sistemdir. Ajantik yapay zekâ ise herhangi bir derecede bu şekilde çalışan yapay zekâ için kullanılan daha geniş terimdir. Her yapay zekâ ajanı ajantiktir, ama "ajantik yapay zekâ" yapay zekâ adımları içeren sabit bir workflow'u ya da birlikte çalışan birkaç ajanı da ifade edebilir.
Ajantik yapay zekâ ile üretken yapay zekâ arasındaki fark nedir?
Üretken yapay zekâ, siz istediğinizde bir şey yazar ya da üretir, sonra bekler. Ajantik yapay zekâ ise bu yeteneği bir hedefe doğru çalışmak için kullanır: plan yapar, araçlarla işlem yapar, sonucu kontrol eder ve devam eder. Çoğu yapay zekâ ajanı üretken bir model üzerinde çalışır, ama yanıt yazmak yaptıkları işin yalnızca bir parçasıdır.
Ajantik yapay zekânın riskleri nelerdir?
Riskler yanıt vermekten değil, harekete geçmekten kaynaklanır. E-postaya, bir CRM'e ya da reklam hesaplarına erişimi olan bir yapay zekâ yanlış bir değişiklik yapabilir ya da kimsenin kontrol etmediği bir şeyi gönderebilir. Gartner'ın, birçok ajantik yapay zekâ projesinin 2027'ye kadar iptal edileceğine dair 2025 tahmini maliyete, belirsiz değere ve zayıf risk kontrollerine işaret ediyordu. Ona yalnızca görevin gerektirdiği erişimi verin, her adımın kaydını tutun ve şirket dışına çıkan her şey için onay şartı koyun.
Ajantik yapay zekâ ile RPA arasındaki fark nedir?
RPA (robotik süreç otomasyonu), bir sistemden diğerine alan kopyalamak gibi kaydedilmiş adımları birebir izler. Ajantik yapay zekâ ise, anlaşılması gereken bir e-posta gibi, bir sonraki adımın okuduğu şeye bağlı olduğu işlerin üstesinden gelebilir. Bazı RPA araçları gerçek bir değişiklik olmadan "ajantik" diye yeniden etiketlendi, bu yüzden bir aracın beklenmedik bir durumla nasıl başa çıktığını görmek isteyin.
Ajantik yapay zekâ tamamen özerk çalışabilir mi?
Bazı sistemler bir insan olmadan birçok adımı yürütebilir. İş dünyasında amaç nadiren budur. Çoğu ekip araştırmayı, taslak hazırlamayı ve öneride bulunmayı yapay zekâya bırakırken, e-posta göndermek ya da bir kaydı değiştirmek gibi dışarıya dönük veya geri alınması zor her şeyi bir insanın onaylamasını ister. Analistler de temkinli: Mayıs 2026'da Gartner, tedarik zinciri planlama araçlarının çoğunun tam özerkliğe ulaşmadığını söyledi.
Bir yapay zekâ ajanına mı, yoksa daha basit bir otomasyona mı ihtiyacım var?
Basit başlayın. Bir görevin adımları her seferinde aynıysa, takvime bağlı kayıtlı bir workflow daha ucuz ve daha öngörülebilirdir. Adımlar, bir hesabın neden risk altında olduğunu çözmek gibi, ajanın bulduklarına bağlıysa bir ajan kullanın. Birçok ekip ikisini birden yapıyor: Yöntemi bulmak için bir ajan kullanıyor, sonra tekrarlamak için onu bir workflow olarak kaydediyor.
