Couchbase Yazılım Geliştirmeden Sorumlu Başkan Yardımcısı Mohan Varthakavi, yapay zeka ajanları hakkında bilgi verdi.

Yapay zeka alanında özellikle üretken yapay zeka ve yapay zeka ajanlarında önemli gelişmeler yaşanırken fiziksel yapay zekaya olan ilgi de giderek artıyor. Donanım, yazılım, çerçeveler ve yapay zeka ekosistemleri büyük bir hızla gelişmeye devam etse de bu alanlardaki yeniliklerin benimsenme hızını geride bıraktığı görülüyor. Bu durum aynı 1990’ların sonlarında internetin geniş kitlelerce benimsenmeye başladığı dönemi andırıyor. O dönem de kuruluşlar interneti; maliyetleri düşürmek, verimliliği artırmak ve yeni pazarlara erişmek gibi faydaları açısından değerlendirmiş ancak benimseme süreci yavaş ilerlemişti.

İnternetin iş dünyasında yarattığı dönüşüme benzer şekilde, yapay zeka ajanları da işletmelerin nasıl zeka ürettiğini ve bunu müşterilere nasıl aktardığını kökten değiştirecek. Kuruluşlar yapay zekanın verimliliği artırdığı konusunda fikir birliği içinde olsa da yapay zekayı benimseme maliyetleri konusundaki tereddütleri devam ediyor. Geliştiriciler artık mevcut çerçeveler, araçlar, modeller ve kavramların çeşitliliği karşısında bunalmış durumdalar ve mevcut zeka altyapılarıyla uygulamalarını nasıl entegre edecekleri konusunda temel zorluklar yaşıyorlar. Asıl sorun ise geçerliliğini koruyor: Araçları, veri kaynaklarını ve yapay zeka ajanlarını etkin şekilde kullanarak müşterilere nasıl anlamlı bir zeka sunulabilir?

Son dönemde geliştiricilerin yapay zeka ajanlarını ve çoklu ajan sistemlerini benimsemelerine yardımcı olacak protokollerle ilgili önemli bir hareketlilik yaşanıyor. Model Bağlam Protokolü (MCP), Ajan İletişim Protokolü (ACP) ve Ajanlar Arası Protokollerin (A2A) tanıtılması ve geliştirilmesi, yapay zeka ajanlarının bulut ve uç ortamlarda etkin bir şekilde iş birliği yapabildiği, bilgi alışverişinde bulunabildiği, araçlara erişebildiği ve zeka sunabildiği yeni bir dönemin habercisi olma niteliği taşıyor.

MCP: Abartı mı yoksa gerçekçi bir beklenti mi?

MCP sektörde ciddi tartışmalara sahne oldu. Geride bıraktığımız birkaç yıl boyunca yapay zeka platformları ve altyapılarında büyük yenilikler yaşandı. Her ne kadar (RAG) ve fonksiyon çağırma gibi gelişmeler yapay zeka etkileşimlerini büyük ölçüde iyileştirmiş olsa da geliştiriciler için yapay zeka tabanlı uygulama ya da ajanlar yaratmak oldukça zorlu bir süreç olmaya devam ediyor.

İşte bu noktada MCP önemli bir standart olarak ön plana çıkıyor. Yapay zeka geliştiricilerine, bağlam oluşturma süreçlerini sadeleştiren ve alt hizmetlerle sorunsuz etkileşim kurmalarını sağlayan bir yapı sunuyor. Nihayetinde nitelikli yapay zeka ajanları yaratmanın temeli anlamlı ve doğru veriyle bağlam inşa etmekte yatıyor. İşte MCP bu ihtiyaçları karşılayarak büyük dil modelleri (LLM) ile hizmetler arasında etkin bir etkileşim sağlıyor. Thunderbolt, HDMI ya da DisplayPort gibi farklı amaçlara hizmet eden ama iletişimi kolaylaştıran bir protokol görevi görüyor.

MCP, geliştiriciler için yapay zeka ajanlarını benimseme sürecini önemli ölçüde basitleştiriyor. MCP topluluğu tarafından oluşturulan bu yol haritası, öncelik verilmesi gereken alanları açık bir şekilde tanımlayarak uygulama sürecine yardımcı olacak bir rehber sağlıyor. Geliştiricilerin kapsamlı bir ajan ağı oluşturmasına olanak tanıyan MCP Registry gibi girişimlerden kuruluşlar da fayda sağlayabiliyor. OAuth’un tamamlayıcı bir standart protokol olarak ortaya çıkması da yapay zeka ajan ekosistemlerini daha da güçlendiriyor.

Diğer tüm çerçeveler gibi MCP’nin de bazı zorlayıcı tarafları bulunuyor. MCP, LLM’lerin akıl yürütme modellerini desteklemek için geniş bir araç yelpazesi sunsa da, koordine edilmiş ve yüksek kaliteli görevleri önceliklendirmiyor. Geliştiriciler, araç kullanımı üzerinde sınırlı kontrole sahip olabiliyor ve çoğunlukla LLM’lere güvenmek zorunda kalabiliyor. Bu noktada MCP’nin her duruma uyan tek bir çözüm olmadığını kabul etmek gerekiyor ki yüksek kaliteli çıktılar elde etmek için araçların dikkatli bir şekilde entegrasyonu ve titizlikle hazırlanmış prompt mühendisliği büyük önem taşıyor.

Bir diğer endişe de güvenlik olarak öne çıkıyor. Sürekli bağlam, uzun süreli oturumlar ve yapılandırılmış promptlar, sistem tasarımının erken aşamalarında ele alınması gereken güvenlik sorunlarını beraberinde getirebilir. Ölçeklenebilirlik de bir endişe konusu olmasına karşın teknoloji geliştikçe tedarikçilerin bu sistemlerin daha kolay ölçeklenmesi için kademeli olarak destek sağlayacakları öngörülmektedir.

ACP: Yerel iş birliğini etkinleştiren protokol

ACP, yapay zeka ajanları arasında teknolojiler ve uygulama biçimleri ne olursa olsun sorunsuz iletişimi sağlamak için tasarlanmış bir standarttır. Ajanların yönetimi ve çalıştırılması için standartlaştırılmış RESTful API’ler sunar ve hem senkron hem de asenkron etkileşimleri destekler. ACP, birlikte çalışabilirliğe odaklanır ve farklı teknoloji yığınlarından gelen ajanların etkili şekilde iş birliği yapmasına olanak tanır. Bu protokol, özellikle birden fazla işbirliği yapan ajanın aynı anda çalıştığı yapılar veya dizüstü bilgisayar gibi yerel ortamlar için optimize edilmiş yerel öncelikli kurulumlarda öne çıkıyor ve bu yönüyle diğer iletişim protokollerinden ayrılıyor. Android’in farklı uygulamalarla etkileşim kurmak için kullandığı Intents sistemine ya da iOS’teki Universal Links ve özel URL şemalarına benzeyen ACP, geliştiricilere karmaşık sistem etkileşimlerini yerelde kolaylaştırmak adına yardımcı oluyor.

A2A: Platformlar arası engelleri aşmak

Google’ın Agent-to-Agent (A2A) protokolü, farklı çerçeveler veya sağlayıcılar arasında otonom yapay zekâ ajanlarının sorunsuz şekilde iletişim kurmasını ve iş birliği yapmasını sağlamak amacıyla tasarlanmış açık bir standarttır. Bu protokol, farklı kurumsal platformlar ve uygulamalar arasında bilgi alışverişi, koordinasyon ve iş birliği için birlikte çalışabilirliğe odaklanır. Görev yönetimi ve güvenli iş birliği konularında kapsamlı bir yaklaşım sunan A2A bu alanda önemli bir ilerlemeyi temsil ediyor.

A2A, geliştiricilerin platformlar ve kuruluşlar arasında çalışan modüler yapay zeka sistemleri oluşturmasını kolaylaştırır. Bu durum, mevcut yaklaşımdan önemli bir değişim olarak sağlayıcıya karşı bağımlılığı azaltır ve daha zengin platformlar arası çözümlerin geliştirilebilmesini mümkün kılar. Örnek olarak, kalite kontrolüyle ilgilenen bir kurumsal yapay zeka ajanı, farklı yazılım yığınları kullanan ayrı ajanlarla operasyonel analitik oluşturmak için koordinasyon sağlayabilir. Özünde A2A, HTTP’nin internet için oynadığı role benzer şekilde dünya genelinde ajanları destekleyecek temel bir protokol olma potansiyeline sahiptir.

Bütün bunlar geliştiriciler için ne anlama geliyor?

Tüm bunların geliştiriciler için heyecan verici haberler olduğunu söyleyebiliriz. Şimdiye kadar hep onlar sıfırdan bir yapay zeka ajanı oluşturma yükünü sırtladılar. Şimdi bu yeni protokoller onların bu yükünü hafifletiyor. Bununla birlikte, tüm yapay zeka yeniliklerinin meyveleri, ancak birden fazla alandaki veri ve sistemleri entegre etmeyi içeren karmaşık kullanım durumları daha kolay bir hale geldiğinde gerçeğe dönüşecektir.

MCP, yakın gelecekte işlevselliğin arkasındaki itici güç olacaktır. Etki alanı ve iş verilerine yapılandırılmış bir şekilde etkileşimli erişim sağlayarak geliştiricilerin yüksek kaliteli yapay zeka ajanları oluşturmasına olanak tanıyacaktır. MCP ek olarak satış verileri, bilgi tabanları ve Wikipedia gibi çeşitli kaynaklardan veri çekerek ajanların gerçek dünyadaki sorunları çözmelerine yardımcı olacaktır.

Ayrıca MCP, sunucuların kendi özel alanlarına daha uygun şablonlar sağlamasına olanak tanıyarak ve geliştiricilerin promptları eskisinden daha kolay oluşturmasına yardımcı olarak prompt mühendisliğini basitleştirecektir. Belki de en önemlisi, LLM'ler artık eski eğitim verileri yerine MCP sunucuları aracılığıyla yeni ve çeşitli bilgilere erişebilecek.

ACP, uç ve yerel cihazlarda yapay zeka ajanlarının kullanılmasını kolaylaştıracaktır. Karar verme sürecinin bağlantısız ortamlarda, özellikle “hareket halindeyken” gerçekleşen durumlarda bu protokol faydalı olacaktır. Artık geliştiriciler, uç ortamlarda yapay zekayı kolaylaştırmak için standart bir protokolle modüler sistemler oluşturabilirler.

A2A gitgide bir ivme kazanacak ve platform arası yapay zeka ajanlarının birlikte çalışmasını sağlayacaktır. A2A ek olarak, farklı çerçeveler kullanılarak inşa edilen ajanların ortak bir standartla koordine edilmesine yardımcı olacaktır. Bunun için temel gereksinim, ajanların başkaları tarafından kullanılmasına olanak tanıyan bir Agent Card oluşturmaktır.

Bu üç protokol birbirini tamamlayacaktır: Ajanları oluşturmak için MCP'yi, yerel olarak etkinleştirmek için ACP'yi ve aşağıdaki diyagramda gösterildiği gibi ağ boyunca etkinleştirmek içinse A2A'yı kullanılabilir.

Tüm bunlar yazılım vendorları için ne anlama geliyor?

Yapay zeka bir alan olarak önemli ölçüde gelişiyor ve yazılım vendor’ları bütün bu yeniliklere ayak uydurmakta zorlanıyor. Standart protokollerin eksikliği yatırım getirisini sorgulanır hale getirdi ve müşterilere uygun iş olanaklarını oluşturmayı zorlaştırdı. Amazon ve Microsoft gibi büyük vendorlar inovasyon hızına ayak uyduracak kaynaklara sahipken, orta ölçekli vendorlar “bekle ve gör” yaklaşımını benimsemek durumunda kaldı. Yeni girişimler ise genellikle niş kullanım durumlarına odaklandılar ancak çözümlerinin sektörde kalıcı olup olmayacağına dair hiçbir garanti yoktu. Ortaya çıkan bu protokoller riski azaltmak ve benimseme sürecini hızlandırmak için gereken standardizasyonu sağlıyor.

MCP'nin hızlıca benimsenmesi MCP sunucuları sunan vendorları da ortaya çıkardı. Örneğin Couchbase, LLM'lerin yapılandırılmış bir araç seti kullanarak Couchbase kümeleri üzerinde işlem yapmasını sağlayarak yapay zeka ajanlarının iş akışlarını ve uygulamalarını desteklemek için tasarlanmış bir MCP sürümünü piyasaya sürdü. Gelecek dönem için bu alanda daha fazla yenilik olması bekleniyor. Sektörde ayrıca merkezi olmayan LLM'ler ve ajanların bilgi alışverişinde bulunmasını sağlayan MCP mesh kullanımı da başlamıştır.

Amazon, OpenAI ve Microsoft gibi vendorlardan Ajan Ağı Protokolü (ANP) ve Ajan Keşif Protokolü (ADP) dahil olmak üzere A2A tipi standartlar da ortaya çıktı. Kuruluşlar doğal olarak kendi hizmetlerini kullanmak için protokolleri şekillendirmek isterler. Ancak bu durum protokollerin ayrışmasına ve benimsenmesinin yavaşlamasına neden olabilir. Bu durum muhtemelen yeni bir ara katman ekosistemine yol açacak ve startup'lar bu ayrışmalar arasında köprü kurmak için devreye girecektir.