GitHub, AI ajan iş akışları için yeni sözlüğü derledi
GitHub, geliştirici sohbetlerinde daha sık görülen yapay zekâ kavramlarını GitHub Podcast’in yeni bölümünde bir araya getirdi. AI ajan iş akışları çevresinde şekillenen bu sözlükte loop engineering, Ralph loop, squad, fleet ve harness öne çıkıyor. GitHub’ın açıklamasına göre bu ifadelerin bir bölümü yeni kullanılmaya başlanan faydalı kalıpları tarif ederken, bazıları daha önce var olan yaklaşımlara yeni adlar veriyor; bazı kavramların tanımı ise hâlâ oluşum sürecinde.
Şirketin rehberi, tek bir istemle sonuç alma yaklaşımından, ajanların belirli aşamalara ve denetim noktalarına bağlandığı süreçlere geçişi anlatıyor. Bu çerçevede odak noktası, modelin tek başına ürettiği yanıt değil; modelin görevleri nasıl aldığı, hangi araçlarla çalıştığı, çıktısının nasıl kontrol edildiği ve takılan işlerin nasıl ele alındığı oluyor.
Loop engineering, tek seferlik istemin ötesine geçiyor
GitHub, loop engineering’i ajanların her görev için elle yönlendirilmesi yerine, onların etrafında tekrarlanabilir sistemler tasarlama pratiği olarak tanımlıyor. Rehberdeki örneğe göre bir kullanıcı, ajandan her sabah yeni issue’ları incelemesini, bunları özetlemesini ve çözüm önermesini ayrı ayrı istemek yerine, bu adımları zamanlanmış bir döngüye dönüştürebilir.
Böyle bir döngü issue’ları alabilir, bunları bir ajana aktarabilir, çıktıyı doğrulayabilir ve çözülemeyen noktaları üst aşamaya taşıyabilir. GitHub bunu yapay zekâ odaklı, gelişmiş bir cron job benzetmesiyle açıklıyor. Yaklaşımın temelinde, tekrarlanan görevleri yalnızca yeniden başlatmak değil, bunları tanımlı bir işlem akışı içinde yürütmek yer alıyor.
Ralph loop aynı fikrin daha yoğun bir uygulaması
Ralph loop, GitHub’ın aktardığı biçimiyle döngü yaklaşımının bir uygulaması. Bu yöntemde ajana, çoğu zaman bir ürün gereksinimleri belgesi ya da teknik şartnameden gelen ayrıntılı bir görev veriliyor ve iş tamamlanana kadar çalışması isteniyor. Büyük işlerin planlama, eylem ve kontrol aşamalarına tekrar tekrar ayrılmasında bu yöntem kullanılabiliyor.
Ancak GitHub, bu modelin maliyetli ve verimsiz de olabileceğine dikkat çekiyor. Her yeni yineleme daha fazla token, bağlam ve işlem gücü tüketebiliyor. Şirketin ayrımına göre loop engineering, ajana sürekli “yeniden dene” demek yerine bu kalıbı daha yapılandırılmış hâle getirmeyi amaçlıyor. İyi tasarlanmış bir döngüde beceriler, gözlemlenebilirlik, doğrulama, yönlendirme ve kontrol noktaları gibi yapı taşları bulunabiliyor.
AI ajan iş akışları içinde squads ve fleets
Döngüler bir iş akışını tanımlarken, “squad” ve “fleet” gibi terimler bu akışa birden fazla ajanın nasıl katıldığını anlatıyor. GitHub’ın tanımında squad, farklı rolleri bulunan ajanlardan oluşan bir grup. Bu düzen, gerçek hayattaki bir ekibi yansıtabilir: Bir ajan plan yaparken, bir başkası planı değerlendirebilir; başka ajanlar uygulama, test ve inceleme görevlerini üstlenebilir.
Fleet ise görevler üzerinde aynı anda çalışan paralel ajanları ifade ediyor. GitHub’a göre bir squad, fleet içinde paralel çalışabileceği gibi sıralı biçimde de işletilebilir. Buradaki ana fikir paralelleştirme ve uzmanlaşma: Tek bir ajanın geliştirme sürecinin tamamını üstlenmesi yerine, farklı ajanlar sürecin farklı bölümlerine odaklanabiliyor. Bu ajanlar, belirli becerilerle ayrı ayrı ince ayar yapılarak daha verimli hâle getirilebiliyor.
Harness, modelin çevresindeki sistemi anlatıyor
GitHub’ın rehberinde harness, modelin ürettiği çıktının dışındaki ve onu iş akışlarında kullanılabilir kılan tüm sistemi ifade ediyor. Araçlar, izinler, bellek, bağlam ve orkestrasyon bu kapsamda sayılıyor. Başka bir ifadeyle harness, modelin nasıl davranacağını yönlendiren operasyonel çevreyi oluşturuyor.
Şirket, kavramı at koşumuna benzetiyor: Model, kontrolsüz hareket edebilecek bir at gibi düşünülürken harness onun görevleri tamamlarken güvenli biçimde yönlendirilmesine yardım ediyor. GitHub, yazılım tarafındaki bir harness örneği olarak GitHub Copilot’u gösteriyor. Bu tanım, model ile modelin çalıştığı yazılım sistemi arasındaki ayrımı görünür kılıyor.
Yeni terimlerin ortak noktası süreç tasarımı
GitHub’ın sunduğu açıklamalarda kavramların ortak zemini, görevlerin bir yapay zekâ ajanına verilmesinden çok bu görevin nasıl düzenlendiği. Döngüler tekrar eden işleri tarif ediyor; squad ve fleet yapıları görev paylaşımı ile eşzamanlı çalışmayı ele alıyor; harness ise modelin araçlar, yetkiler ve bağlamla birlikte çalıştığı çerçeveyi tanımlıyor.
Bu nedenle rehber, yeni yapay zekâ sözlüğündeki her ifadenin tamamen yeni bir teknik anlam taşımadığını da hatırlatıyor. GitHub’ın kendi değerlendirmesine göre bazı isimler yerleşik uygulamalara yeni bir etiket getiriyor, bazılarıysa geliştiricilerin hâlen birlikte tanımladığı yaklaşımları işaret ediyor. Podcast bölümü ve eşlik eden yazı, bu terimleri geliştirici kullanımındaki bağlamlarıyla ayırmayı hedefliyor.
Bir içerik, dört format.
Okumaya vaktin yoksa özetle; paylaşacaksan platforma göre yeniden düzenle.
GitHub Podcast’in yeni bölümünde, ajanlarla kurulan yazılım iş akışlarını anlatan kavramlar ele alındı. Şirketin rehberi; loop engineering, Ralph loop, squad, fleet ve harness gibi terimlere odaklanıyor. • GitHub, AI ajan iş akışları için yeni sözlüğü derledi • Loop engineering, tek seferlik istemin ötesine geçiyor • Ralph loop aynı fikrin daha yoğun bir uygulaması
Bu önizleme yalnızca sayfadaki editoryal veriyi yeniden biçimlendirir. Gerçek yapay zekâ üretimi Core tarafında güvenli bir sunucu endpoint’iyle bağlanacak.
