Anthropic, alt ajanlar yerine tek ajan döngüsünü öneriyor

Anthropic, şirketlerin kurduğu çok ajanlı yapay zekâ sistemleri için dikkat çeken bir tavsiyede bulundu: Bir yönlendirici, bir planlayıcı ve onlarca uzman alt ajan yerine, gerektiğinde beceri ve araç yükleyen tek bir ana ajan çoğu zaman daha iyi çalışıyor. Şirket bu görüşü 22 Ekim'de yayımladığı bir rehberle anlattı ve yanına açık kaynak bir geçiş kiti ekledi. Son iki yılda "ajan sürüsü" mimarileri kuran ekipler için bu, mevcut tasarımı yeniden gözden geçirmek anlamına gelebilir.

Anthropic tam olarak ne söylüyor?

Anthropic'in Diane Sarkis imzalı rehberine göre şirketin Applied AI ekibi, birçok kurumsal kurulumu karşılaştırdı. Bu karşılaştırmalarda "becerilerle donatılmış tek ajan" yaklaşımı hem tek bir dev istemle (prompt) çalışan tasarımı hem de alt ajanlara bölünmüş tasarımı kalite açısından sık sık geride bıraktı. Üstelik görev başına maliyet ve gecikme de çoğu zaman daha düşük çıktı. Bir müşteride tek ajan döngüsü, önceki çok ajanlı yapıya göre yaklaşık iki kat hızlı çalıştı.

Rehber, büyük şirketlerde çok ajanlı yapıların neden zorlaştığını da sıralıyor. Ajanlar birbirine iş devrederken ayrıntılar kayboluyor. Her ekip kendi alt ajanını ekliyor, ama bunların sahibi ve ortak bir standardı olmuyor. Herkes sistem istemine kendi kuralını yazınca birbiriyle çelişen, Anthropic'in "Frankenprompt" dediği bir metin ortaya çıkıyor. Bir şirketin müşteriye dönük ajanında bir düzine uzman alt ajan vardı ve bu yapı hem markaya uygun tutarlı bir dil tutturmayı zorlaştırıyor hem de gecikmeyi artırıyordu.

Anthropic'e göre bu yaklaşımın artık işe yaramasının üç nedeni var. Tek ajan her adımın sonucunu kendisi gördüğü için alt ajanlardan gelen özetlerle yetinmek zorunda kalmıyor. Beceriler ve araçlar yalnızca ihtiyaç anında yüklendiği için bağlam şişmiyor. Şirket bu yöntemle Claude Code'un sistem istemini yeni modeller için yüzde 80'in üzerinde kısalttığını söylüyor. Üçüncü neden modellerin kendisi: Opus 4.5'ten itibaren modeller tek bir döngü içinde çok daha fazlasını yönetebiliyor.

Alt ajanlar tamamen gidiyor mu?

Hayır. Rehber alt ajanların hâlâ mantıklı olduğu üç durumu açıkça sayıyor: tek döngüde bağlam şişmesi yüzünden ölçülebilir bir performans düşüşü varsa, birbirinden bağımsız işlerin temiz bağlam pencereleriyle paralel yürümesi gerekiyorsa ya da tek ajan doğru aracı seçmekte zorlanıyorsa. Bağımsız araştırma kolları ve dışarıdan bakan doğrulama adımları buna örnek veriliyor.

Araç sayısı konusunda da somut bir eşik var. Anthropic'e göre sistem isteminde 30 ile 50 arası araç tanımını aşınca modelin araç seçimi bozulmaya başlıyor. Bu yüzden araçların her API için ayrı ayrı değil, kullanıcının niyetine göre gruplanmasını ve araç aramayla sonradan yüklenmesini öneriyor.

Geçiş nasıl yapılacak?

Şirketin önerdiği yol temkinli. Önce değerlendirme seti kurulmalı. Rehbere göre başlangıç için 10 "altın" örnek yeterli. Ardından hep birlikte çalışan uzmanlar birleştiriliyor, kalan alt ajanlar araç olarak çağrılıyor ve her seferinde yalnızca biri ana ajana katılıyor. Her adım birden fazla kez çalıştırılmalı. Anthropic'in kendi denemesinde bir alt ajanı katlamak gecikmeyi düşürdü, ama ana ajan teslimat tarihini kargo uzmanına sormadan cevap vermeye başladı. Bu hata iki çalıştırmadan yalnızca birinde ortaya çıktı.

Bu süreç için GitHub'da Apache-2.0 lisanslı single-agent-loop-kit yayımlandı. Kit, Claude Code içinde çalışan bir beceri olarak kuruluyor. Önce her alt ajan için "katla, birleştir, araç olarak çağır ya da koru" önerisi veriyor, sonra değişiklikleri tek tek uyguluyor ve ücretli her çalıştırmadan önce token tahmini gösteriyor. İçinde bir yönlendirici ve altı alt ajandan oluşan örnek bir destek ajanı da var. API anahtarı olmadan çalışan çevrim dışı bir deneme modu bulunuyor. Depo bir referans uygulama olarak sunuluyor: Bakımı yapılmayacak ve katkı kabul edilmiyor. Kitin README'si, bazı adımların henüz gerçek bir modelle denenmediğini de açıkça yazıyor.

Kit herkese açık bir GitHub deposu olduğu için Türkiye'den erişimde bir engel görünmüyor. Gerçek değerlendirme çalıştırmaları ise kendi model erişiminizi ve buna bağlı token maliyetini gerektiriyor. Türkçe dokümantasyon açıklanmadı.

Bizim yorumumuz

Bu rehber, ajan dünyasındaki "ne kadar çok ajan, o kadar akıllı sistem" eğiliminin tersine bir çıkış. Türkiye'de müşteri hizmetleri, e-ticaret ya da iç destek için ajan kuran ekipler çoğu zaman her departmana bir alt ajan açarak başlıyor. Anthropic'in tarif ettiği Frankenprompt ve sahipsiz alt ajan sorunları bu ekiplerin de yakından tanıdığı şeyler. Özellikle gecikme ve maliyet baskısı yaşayan küçük ekipler için tek döngü fikri cazip.

Yine de bunu bir model sağlayıcısının kendi tavsiyesi olarak okumak gerek. Yaklaşım, güçlü modellerin uzun bağlamı iyi yönetmesine dayanıyor ve Anthropic'in kendi araç ve beceri ekosistemini öne çıkarıyor. Rehberin en değerli kısmı bize göre şirketin kendi altını çizdiği kural: önce ölç, her seferinde tek şeyi değiştir, tutanı koru. Elinizde bir değerlendirme seti yoksa mimariyi değiştirmeden önce onu kurmak, hangi tasarımı seçerseniz seçin işe yarayacak ilk adım.

Bu içerik yapay zekâ ile yazıldı, otomatik denetimden geçti ve yayından önce editör onayına sunuldu. Kaynakta olmayan hiçbir bilgi eklenmez.

Sıradaki rapor →#R-102Nvidia, robot videolarını etiketleyen Flora modellerini açtı