İçeriğe geç
edumintsBlog
LLM3 dk okuma

Agentic Loop Simulator: Ajanların Karar ve Kontrol Döngüsü

Kaynak: dev.to

Paylaş
İçindekiler 3 başlık

Sohbet modelinden kayıt uç noktası istediğinde tek seferde yanıt alırsın. Kodlama ajanı ise farklı çalışır. Rotayı yazar, testleri çalıştırır, hatayı okuyup düzeltir ve doğrulama adımı işin bittiğini söyleyene kadar durmaz. İkisinde de aynı dil modeli çalışabilir. Aradaki farkı modelin etrafına sarılan döngü yaratır. Tarayıcıda ücretsiz ve kayıtsız çalışan Agentic Loop Simulator, bu mekanizmayı adımları durdurarak, ileri geri sararak veya bilerek bozarak incelemeni sağlıyor.

Tekil Çağrıdan Kontrol Çevrimine Geçiş#

Tekil model çağrısı istemi okuyup yanıt üretir. Ajan döngüsü ise bunu sürekli dönen bir çevrime dönüştürür. Bağlamı toplama, araçla tek eylem yapma ve sonucu hedefle karşılaştırma adımları, hedef karşılanana ya da bütçe tükenene dek sürer. Model her adımın içindeki düşünme işini üstlenir. Dışarıdaki koşum takımı (harness) ise döngüyü, araçları ve en önemlisi ne zaman durulacağını belirleyen kuralları yönetir.

Anthropic'in Building effective agents yazısında anlatılan değerlendirici-iyileştirici (evaluator-optimizer) iş akışı da benzer mantıkla işler. Bir LLM çağrısı yanıt üretirken diğeri döngü içinde değerlendirme ve geri bildirim verir. Bu yaklaşımı üç ayrı role bölen mimari, sorumlulukları netleştirir:

  • Plan (Planlayıcı ajan): Hedefe giden sıradaki tek adımı kararlaştırır.
  • Build (İnşa edici ajan ve araçlar): Kararlaştırılan adımı uygular ve routes/signup.ts dosyasını düzenler.
  • Judge (Ayrı hakem ajan): Çıktıyı hedefe ve teknik şartnameye göre puanlar.

Kartların altındaki geçiş kapısı, her hakem adımından sonra hedef karşılanmadıysa planlamaya dönülmesini, karşılandıysa durulmasını sağlar.

Yeşil Testler Hedefin Karşılandığı Anlamına Gelmez#

Simülatör, parolayı özetleyip (hash) 201 durum kodu döndüren çalışan bir /signup uç noktası ekleme görevini canlandırıyor. Tarayıcıda gerçek bir model, editör veya test paketi çalışmaz. Önceden yazılmış bu senaryo, kalıbı görmen için adım başına normal hızda yaklaşık 2,3 saniye harcar ve hızı 0.5x ile 2x arasında değiştirmene izin verir.

Varsayılan olarak açık gelen ayrı hakem ajanıyla senaryo üç tur sürer. İlk turda inşa edici ajan işleyiciyi yazar ancak hakem, parolanın düz metin olarak saklandığını ve npm test komutunun başarısız olduğunu görerek işi reddeder. İkinci turda bcrypt özetleme eklenir. Testler bu kez geçer. Ne var ki uç nokta şartnamedeki 201 yerine 200 döndürdüğü için hakem çıktıyı yine geri çevirir. Testlerin yeşil yanması, hedefin karşılandığı anlamına gelmez. Üçüncü turda inşa edici 201 Created döndürünce hakem onay verir ve döngü tamamlanır.

Ajan Kendi İşini Denetlerse Ne Olur?#

Simülatördeki Separate judge agent anahtarını kapattığında inşa edici ajan kendi çıktısını değerlendirmeye başlar. İlk turda testler kalır ve döngü başa sarar. İkinci turda parolaya özetleme eklenip testler yeşile dönünce inşa edici ajan işin bittiğine karar verir. Süreç kendi kontrolüyle durur. Bir sonraki adımda kartın üzerinde "kendinden emin bir hata yayına alındı" uyarısı belirir.

Geliştirici olarak çok adımlı ajan sistemleri kurarken üreten ile denetleyeni ayırmanın neden şart olduğunu bu senaryoda açıkça görebilirsin. Ajanın kendi yazdığı kodu yine kendi ölçütleriyle geçerli sayması, birim testlerin yakalayamadığı şartname eksiklerini doğrudan üretime taşır. Üretim sistemlerinde hakem rolünü ayrı tutmak, bu kör noktayı kapatır.

Simülatörü açıp Play, Prev, Next düğmeleriyle veya yön tuşlarıyla adımlar arasında gezinebilirsin. Çalışma sırasında alt kısımdaki iki paneli özellikle takip et. Döngü durumu paneli tur sayısını, sayaçlı token göstergesini, hedef durumunu ve test paketinin geçip geçmediğini izler. Bağlam penceresi paneli ise her plan ve düzenleme adımında yeni bir parça ekleyerek bağlamın her turda nasıl uzadığını somutlaştırır. Böylece kendi ajan mimarini tasarlarken her ek turun bağlam penceresine ve bütçeye getirdiği maliyeti önceden hesaba katabilirsin.


Bu konuyu derinlemesine öğrenmek istersen: Tool Calling ve Multi-Step Agent'lar modülüne göz at.

Kaynak ve atıf

Bu yazı, dev.to üzerinde yayımlanan içerikten yararlanılarak Edumints tarafından yapay zekâ desteğiyle Türkçe hazırlandı. Ayrıntılar ve yazarların kendi anlatımı için orijinaline bakabilirsin:

  • dev.to/devopsdaily/the-agentic-loop-explained-step-through-the-plan-build-judge-and-repeat-loop-behind-ai-coding-36g2