Yapay zeka dünyasında yeni bir dönem başlıyor. Meta'nın @Scale konferansında Claude Code'un yaratıcısı Boris Cherny, ajanların birbirini yönettiği ve sürekli çalışan döngüsel sistemlerin yapay zeka geliştirmede en önemli adım olduğunu açıkladı. Cherny'ye göre, yapay zekanın kod yazma yeteneğinden sonra bu döngüler kadar büyük bir ilerleme başlamak üzere.

Ajanlar Artık Birbirine Talimat Veriyor

Geçmiş iki yılda yapay zeka kullanımı hızlı değişim gösterdi. İlk başta insanlar kod yazıyordu; sonra ajanlar bunu üstlenmeye başladı. Şimdi ise bir ajan diğer ajanları yönetiyor, ikinci ajan da kodu yazıyor. Cherny, bu evriminin, insan tarafından yazılan koddan ajanların yazması kadar kritik bir gelişme olduğunu vurguladı. Konferanstaki soru-cevap oturumunda ilk sorunun döngüler hakkında olması, teknoloji camiasının bu konuya ne kadar yoğun ilgi gösterdiğini ortaya koydu.

Sürekli Çalışan Yapay Zeka Ekipleri

Cherny'nin kendi çalışmalarında uyguladığı yönteme göre, bir ajan kod mimarisini geliştirme yolları arayıyor; bir diğeri de kod içindeki tekrarlayan yapıları tespit edip birleştirme imkanları araştırıyor. Bu ajanlar tıpkı insan kodcular gibi pull request gönderiyorlar ve kod sürekli değiştiği için hiç durmuyorlar. Ajanların bu şekilde kendisini yönetmesi, sınırsız işlemci gücü olduğu sürece, belirlenen eşik değerlere ulaşılana kadar devam edebiliyor.

Teknik ve Maliyetin Ark Pulla Gerilimi

Ralph Wiggum döngüsü adı verilen popüler yöntem, modelin yaptığı tüm işleri özetleyen ve hedefin başarılıp başarılmadığını soran basit bir tekniktir. Bu yöntem, yapay zeka modelinin uzun çalışmalar sırasında sapmasını önlemek için tasarlanmıştır. Fakat bu döngülerin çalıştırılması, yapay zekanın işlem gücünü hızlı biçimde tüketir. Sohbet botları gibi basit uygulamalardan farklı olarak, döngüsel sistemler durma noktası olmadığı için token maliyeti sınırsız olabilir. Anthropic gibi token satışı yapan şirketler için bu sorun olmayabilir, ancak diğer kuruluşlar için maliyet ciddi bir engel oluşturabiliyor.

Ne anlama geliyor?

Döngü sistemi, programlamada yıllardır bilinen tekrarlama yöntemlerinin yapay zeka çağına uyarlanmasıdır. Geleneksel programlamada belirli bir koşul yerine gelinceye dek cümle tekrar çalıştırılırken, yapay zeka döngülerinde bir sistem, kendi hedeflerini değerlendirerek sürecin sonlandırılıp sonlandırılmayacağına kendisi karar veriyor. Bu, her problem çözüldüğü anda, modele daha fazla işlemci gücü sağlandığında çözüm bulabilme yeteneği demektir.

Kod mimarisinin iyileştirilmesi gibi kademeli ilerleme gerektiren sorunlarda döngüsel sistem özellikle etkili olur. Sistem, her adımda küçük iyileştirmeler yaparak, insan müdahalesi olmadan, belirlenen kalite seviyesine ulaşıyor. Endüstri, bu teknolojiyi test-zaman hesaplama çabası olarak görüyor; yani doğru cevaba ulaşmak için gerekli tüm işlemci gücünü harcamak. Sorun, bu yöntemi yaygınlaştırmanın, enerji tüketimi ve çevresel etki açısından önemli sonuçlar taşıyabileceğidir.