Yapay Zeka Ajan Framework Rehberi: Ops Ekipleri Nasıl Seçer
Summary
Çoğu ops ekibinin kodla yazılan bir yapay zeka ajan framework'üne ihtiyacı yok. Dallanan, uzun süre çalışan ya da bir geliştiricinin sahiplendiği işler framework'e uygundur. Bir insanın tetiklediği ve okuduğu görevler için bir görsel builder ya da zincirlenmiş komut yeter. Beş soruluk kuralla seç, kararını 20 gerçek vaka üzerinde test et. Önemli olan çalışma süresi değil, inceleme süresi artı hata maliyetidir.
Çoğu ops ekibinin yapay zeka ajan framework'üne ihtiyacı yok. İhtiyaçları tekrarlanabilir bir iş akışı ve ortasında bir model. Bir geliştiricin varsa ve görev dallanıyor, döngüye giriyor ya da uzun süren bir duruma ihtiyaç duyuyorsa, kodla yazılan bir framework kendini hak eder. Yoksa görsel bir builder ya da zincirlenmiş bir slash komutu, bir öğleden sonra içinde değerin yüzde 80'ini verir. Bu rehber sana karar kuralını, kısa listeyi ve tuzakları anlatıyor.
Bir yapay zeka ajan framework tam olarak ne sağlar
Bir yapay zeka ajan framework'ü, modelin etrafındaki sıkıcı altyapıyı üstlenen bir kütüphane ya da platformdur: araç çağrıları, bellek, yeniden deneme, ajanlar arası devirler ve neler olduğunun izi. Hedefi, araçları ve güvenlik kurallarını yine sen yazarsın.
Bu altyapı, görev "soru gir, cevap al" olmaktan çıktığında önem kazanır. Bir satış değerlendirmesini düşün: CRM verisini çeker, üç web kaynağını kontrol eder, özet çıkarır ve birine mail atmadan önce bir insana sorar. Dört adım, iki araç, bir onay kapısı. Framework, bu adımların gece 2'de çökmesini engelleyen şeydir.
30 saniyelik brifing: Üç aile var: kodla yazılan framework'ler (Python ya da TypeScript), düşük kodlu görsel builder'lar ve prompt seviyesinde iş akışları. En zor adımını ayakta tutabilen en hafif olanı seç.
Üç aile ve kime uyduğu
Kodla yazılan framework'ler
LangGraph ajanı açık durumu olan bir grafik olarak modeller. CrewAI ajanları rolleri olan küçük bir ekip gibi düzenler. OpenAI Agents SDK ise minimal kalır: ajanlar, araçlar, devirler ve guardrail'ler. Dokümantasyonu OpenAI Agents SDK dokümanlarında duruyor. Google ve Anthropic de kendi ajan araç setlerini sunuyor.
Bunlar kontrolde kazandırır. Durum yapısını, yeniden deneme politikasını ve insanın nerede onay vereceğini sen belirlersin. Kaybettirdikleri ise ilk sonuca giden süre: stack trace okuyabilecek birine ihtiyaç var.
Uygunsa: bir geliştiricin varsa, iş akışı ikiden fazla dallanıyorsa ve bir güvenlik ekibine gösterebileceğin bir denetim izine ihtiyacın varsa.
Uygun değilse: "geliştiricin" Cuma öğleden sonra kendin olduğunda ve iş akışı düz bir çizgiyse.
Düşük kodlu görsel builder'lar
n8n, Zapier, Make, Lindy ve Gumloop burada yer alır. Bir adımı tuvale sürüklersin, bir AI adımı eklersin, uygulamalarını bağlarsın. Asıl ürün entegrasyonlardır: CRM'ler, Slack ve mail için yüzlerce hazır bağlayıcı.
Uygunsa: sorun uygulamalar arasındaki yapıştırma işiyse ve sen ayrıldıktan sonra temel mantığı bilen bir ops kişisinin bunu sahiplenmesi gerekiyorsa.
Uygun değilse: özel bellek, ince ayarlı değerlendirme ya da ajanların birbiriyle pazarlık ettiği çoklu ajan tasarımı gerekiyorsa. Görsel tuvaller yaklaşık 20 düğümden sonra okunması zorlaşır.
Prompt seviyesinde iş akışları
Bu, framework özetlerinde kimsenin listelemediği aile. Tekrarlanan bir görevi slash komutuna sarar, sonra iki üç komutu zincirlersin: /research → /summarize → /draft-email. Kod yok, tuval yok, tek bir ortak komut kütüphanesi var.
Uygunsa: görev doğrusalsa, çıktıyı zaten bir insan okuyorsa ve asıl maliyet aynı uzun prompt'u günde on kez yeniden yazmaksa.
Uygun değilse: iş akışı bir tetikleyicide, örneğin gece 3'te yeni bir CRM kaydında, insansız çalışmak zorundaysa. Komut bir kişiyi bekler. Framework beklemez.
2026 sonunda kısa liste nerede duruyor
Piyasa hızlı hareket etti, o yüzden eski bir özetin tarihine bakmadan ona güvenme.
AutoGen bir uyarı hikâyesi. Microsoft depoyu arşivledi ve yeni kullanıcılara Microsoft Agent Framework ile başlamayı söylüyor. AutoGen'den geçiş rehberi da var. 2024'ten kalma bir eğitim sana AutoGen üzerine kurmayı söylüyorsa, sekmeyi kapat.
LangGraph, durumlu ve dallanan ajanlar için genelde varsayılan seçim. Gruptaki en dik öğrenme eğrisine sahip, ama karşılığında dayanıklı yürütme ve insan onaylı kontrol noktaları sunuyor. CrewAI ile hızla bir prototip çıkarırsın, ama üretime geçmek için daha fazla mühendislik ister. OpenAI Agents SDK en hafif başlangıç, ama modellerini tek bir sağlayıcıya en sıkı bağlayan seçenek; yine de başka modelleri de çağırabilir.
Her "en iyi framework" sıralamasına şüpheyle yaklaş, bu rehberdeki liste dahil. Çoğu, satıcılar tarafından yazılıyor. En zor adımını iki adaya çalıştır ve çıktıları karşılaştır.
Seçim için 5 soruluk kural
Sırayla yanıtla. İlk kesin "evet" meseleyi çözdüğünde dur.
Görev bir insan olmadan mı çalışıyor? Hayırsa prompt seviyesindeki iş akışlarıyla başla.
Standart bağlayıcılarla beşten fazla uygulamaya mı dokunuyor? Evetse bir görsel builder ile başla.
Özel durum, dallanma ya da denetim izi gerekiyor mu? Evetse kodla yazılan framework'e geç.
Altı ay sonra bunu bir geliştirici olmayan biri sürdürecek mi? Evetse kodla yazılan framework'ten uzak dur.
Lansmandan önce bunu 20 gerçek geçmiş vaka üzerinde test edebilir misin? Edemiyorsan, framework ne olursa olsun yayına alma.
Beşinci soru en önemlisi. Framework nadiren bozulan şeydir. Belirsiz bir hedef, eksik bir araç izni ya da kötü girdi verisi bozar.
Çalışılmış örnek: yenileme brifingi
Bir müşteri başarısı (CS) ekibi için yenileme brifingini düşün. Bugün bir hesap yöneticisi CRM'i açıyor, son üç destek talebine göz atıyor, ürün kullanımını kontrol ediyor ve tek sayfalık bir özet yazıyor. Hesap başına kabaca 35 dakika tutuyor. Bu rakamı kendi kronometre ölçümünle değiştir.
Beş soruyu bunun üzerinde çalıştır. Brifingi bir insan okuyor, o yüzden insansız çalışma gerekmiyor. Üç kaynağa dokunuyor, yani beş uygulama eşiğinin altında. Özel durum ya da CRM notunun ötesinde denetim izi gerekmiyor. Sonuç: prompt seviyesinde bir iş akışı. Her kaynak için bir komut, birleştirmek için bir komut, müşteri maili taslağı için bir komut.
Şimdi tek bir gerçeği değiştir. Yönetim, 400 hesabın her biri için her ayın 1'inde brifing üretilmesini ve yenileme riski bir eşiği geçtiğinde Slack'e bildirim gitmesini istiyor. Çalışma artık insansız, o yüzden zamanlama tetikleyicili bir görsel builder'a geç. Risk skoruna göre dallanma ekle ve bir mail çıkmadan önce insan onayı koy. O noktada kodla yazılan bir framework de makul görünmeye başlar.
Aynı görev, iki farklı cevap. Framework kısıta uyar, tersi değil.
Bu örnekte asıl kazanç, brifingin hangi kısmının insan yargısı istediğini açıkça görmekten geliyor. Hesap yöneticisi riski yorumlayıp müşteriye ne söyleyeceğine karar veriyorsa, bu adım bir insanda kalmalı. Veri toplama ve birleştirme ise makineye bırakılabilir. Bu ayrımı yapmak, sistemi tek seferde kurmaktan daha az risklidir. Ayrımı kâğıda yaz, her adımın yanına "insan" ya da "makine" etiketi koy. Etiketlerin çoğu makineyse, çoğu zaman bir framework'e değil, daha iyi bir komuta ihtiyacın var demektir.
Ops ekipleri için bakılacak görsel builder'lar
Dört araç neredeyse her ops yığını tartışmasında çıkıyor. Hiçbiri saf bir "framework" değil, ve asıl nokta da bu.
n8n, tek bir teknik kişisi olan ekip için doğru seçim. Görsel tuvali, AI ajan düğümleri ve istersen özel kod ekleme seçeneği var.
Zapier en geniş bağlayıcı kataloğuna sahip. "Uygulama A, uygulama B'ye bir şey söylemeli" derdin varsa, ortasında bir AI adımıyla en güvenli seçim.
Lindy, mail, takvim ve takipler için ajan isteyen teknik olmayan ekiplere yönelik. Değerlendiriciler, kullanıcıların en sık birkaç beceriyi zincirlerken takıldığını bildiriyor. O yüzden bir tanesiyle başla.
Gumloop, tuval ile ajan oluşturucu arasında bir yerde. İş akışın veri ağırlıklıysa dene: kazı, zenginleştir, sınıflandır, geri yaz.
Gerçek kazancı ölçmek ve ops ekiplerini yakan tuzaklar
Tek bir iş akışı seç. Onu elle üç kez yap ve kronometreyle süreyi yaz. Sonra otomatik sürümü aynı üç vakada çalıştır, çıktıyı incelemek ve düzeltmek için harcadığın dakikaları yaz.
Önemli olan çalışma süresi değil. Önemli olan inceleme süresi artı hata maliyeti. 40 dakikalık manuel satış hazırlığı 6 dakikalık incelemeye dönüşüyorsa kazançtır. 10 dakikalık bir iş 8 dakikalık bakıcılığa dönüşüyorsa, mimari ne kadar zekice olursa olsun kazanç değildir. Henüz ölçemiyorsan, bilete "bizim bağlamda ölç" yaz ve önce ölç.
Tuzak 1: tek ajanlık bir iş için çoklu ajan sistemi kurmak. CRM alanını tartışan iki ajan bir özellik değil, maliyet çarpanıdır. Tek bir ajan ve tek bir araçla başla. İkinci ajanı yalnızca tek bir prompt ölçülebilir biçimde yetersiz kaldığında ekle.
Tuzak 2: dışa giden eylemlerde insan kapısı olmaması. Mail gönderen, CRM kaydını düzenleyen ya da para harcayan her şey ilk günden bir onay adımı istemeli. Kaldırmak istersen bunu sonra, veriyle yap.
Tuzak 3: GitHub yıldızına bakarak seçmek. Yıldızlar ilgiyi ölçer. Senin kısıtın, şampiyon ekip değiştirdikten sonra iş akışını kimin sürdüreceği. AutoGen hikâyesi bunun kanıtı: popülerlik onu korumadı.
Bir de kayıt tut. Her çalıştırmanın girdisini, çağrılan araçları, çıktıyı, kimin onayladığını ve incelemenin ne kadar sürdüğünü kaydet. LangGraph ve OpenAI Agents SDK izleme özelliği içeriyor. Görsel builder'lar çalıştırma geçmişini gösteriyor. Bir komut kütüphanesi de komut başına kullanımı kaydedebilir. Hangi aracı seçersen seç, kaydı ilk günden açık tut, çünkü ilk ay sonunda elindeki tek gerçek veri bu olacak.
İlk ay her hafta bu kaydı gözden geçir. Üç şeye bak: aynı şekilde iki kez hata veren adımlar, kimsenin okumadığı adımlar ve incelemecilerin hep aynı alanı düzelttiği adımlar. Her biri bir prompt ya da bir aracın tamirini gerektirir. Hiçbiri framework değiştirmek için yeterli bir sebep değildir.
Sıradaki komutun
CommanderGPT bir ajan framework'ü değil. Prompt seviyesindeki aileyi kapsıyor: slash komutları, komutları zincirleyen bir Workflow Builder, ekiple paylaştığın Team Playbook'lar ve Claude, GPT-4o ile Gemini arasında model değiştirme. Bir insanın görevi tetiklediği ve sonucu okuduğu yerlerde kullan: satış değerlendirmesi, toplantı hazırlığı, yenileme brifingi. Görev bir tetikleyicide, kimse olmadan çalışmak zorundaysa görsel bir builder ya da kodla yazılan bir framework'e bak. Birçok ekip ikisini birden çalıştırıyor: insanın dahil olduğu işler için komutlar, insansız işler için n8n ya da bir framework.
Raycast AI aynı zeminin bir kısmını komut paletinden kapsıyor. CommanderGPT üzerine zincirleme ve ekip paylaşımı ekliyor. Açık uçlu düşünme için ChatGPT ve Claude hâlâ daha iyi varsayılan.
Bu hafta ekibinin en çok dakika kaybettiren iş akışını seç. Yukarıdaki kuraldan beş cevabı yaz. Cevaplar "doğrusal, bir insan çıktıyı okuyor" diyorsa bugün üç komutluk bir zincir olarak kur. "İnsansız, dallanıyor" diyorsa bir görsel builder ile bir kodla yazılan framework'ü kısa listeye al ve ikisini de 20 geçmiş vaka üzerinde test et. Komutu çalıştır. Çıktıyı oku. Yayınla.