> yapay_zeka_i̇ş_akışları

Yapay Zeka İş Akışları

Ajan sistemlerinin, promptların, getirme (retrieval) mekanizmalarının, bağlam pencerelerinin, araç izinlerinin ve değerlendirmelerin canlı ortamdaki gerçek davranışları.

📖Mimari Derinlemesine İnceleme

Yetenek Yetki Değildir: Production Ortamında Otonom Ajanlar

Otonom yapay zeka ajanları kod yazabilir, araç çağırabilir ve API'leri şaşırtıcı bir hızla çalıştırabilir. Ancak deterministik onay kapıları olmadan bir LLM'e araç yetkisi vermek, otomatikleştirilmiş kaosa davetiyedir.

01.Araç Çalıştırma Tuzağı

Lokal demoda Agent A kusursuz görünür. Production ortamında ise sınırsız araç döngüleri sonsuz retry tetikler, API bütçelerini tüketir ve promptu tamamlamak uğruna veritabanını bozabilecek işlemler yapabilir.

02.İnsan Denetimli Onay Kapıları

Kurumsal seviyede ajan mimarisi, salt-okunur getirme ile yazma işlemlerini kesin çizgilerle ayırmayı gerektirir. Yıkıcı operasyonlar (iade, şema değişikliği, silme) her zaman doğrulanabilir insan onayından geçmelidir.

03.Vibe Tabanlı Değil, Deterministik Evals

Prompt denemek test yapmak değildir. Güvenilir ajan sistemleri, üretim ortamındaki semantik kaymayı tespit etmek için sentetik test setlerine ve sürekli eval mekanizmalarına ihtiyaç duyar.

⚡Tiny CTO Temel Çıkarımı

Ajanın bir işlemi yapabilmesi, yapmasına izin verildiği anlamına gelmez. Sıkı güvenlik bariyerleri ve bütçe sınırları uygulayın.

İlgili kavramlar

otonom yapay zekaRAGbağlam pencerelerimodel değerlendirmearaç kullanımıbellek politikası

Bu sayfadaki teknik terimler

Application Programming Interface

Sıkça sorulan sorular

Tiny CTO evreninde Agent A kimdir?

Agent A, görevleri hızla tamamlayan ve araçları özgüvenle çağıran yetkin bir yapay zeka operatörüdür; ancak bazen yeteneğin izin anlamına gelmediğini acı yoldan keşfeder.

The Chaos Stack yapay zeka ajanları hakkında ne anlatır?

Agent A (otonom eylem), Token Goblin (prompt maliyeti) ve Fetch (getirme kalitesi) üzerinden yapay zekanın getirdiği yeni öngörülebilir kaos kategorilerini gösterir.

Yapay zeka ajanları canlı ortamda neden başarısız olur?

Genellikle yapabilme kapasitesi ile güvenilirlik birbirine karıştırıldığı için. İzole ortamda kod yazabilen bir ajan, canlı API yetkisi aldığında veritabanını bozabilir.

Yapay zeka iş akışlarına güvenlik bariyeri nasıl eklenir?

Sıkı izin sınırları, deterministik geri dönüş yolları ve kritik yazma operasyonları öncesinde insan onay kapıları (human-in-the-loop) eklenerek.

Karakterler

Agent A

Otonom AI, agent iş akışları, tool çağırma, izinler, planlama döngüleri ve yönetişim riskini temsil eden yetişkin kadın.

“İnisiyatif aldım. Legal ekibi seninle görüşmek istiyor.”

Fetch

Retrieval, embedding'ler, güncellik, referanslar, metadata ve grounding'i temsil eden yetişkin Hintli erkek RAG/context uzmanı.

“Context buldum. Bazıları konuyla alakalı.”

Token Goblin

Tokenleri, bağlam pencerelerini, LLM maliyetlerini, prompt şişkinliğini ve agent döngüsü israfını temsil eden fantastik hafif yetişkin ofis gremlini/maliyet denetçisi.

“Her kelimenin bir token bedeli var.”

Elder — Source of Truth

Kurumsal teknik hafıza, prod yorgunu sistem otoritesi, unvan hiyerarşisinin ötesindeki tek gerçek (source of truth).

“Sistem, roadmap'in unuttuğu her şeyi hatırlar.”

Tiny CTO

Kısa boylu yetişkin CTO, ana anlatıcı, kaosun içindeki sakin yetişkin, prod kaosunu anlık yorumlayan kişi.

“Basit olan ölçeklenir, süslü olan patlar!”

İlgili Sistemler

Architecture →

Workflow →

RAG →

Evaluation →

Guardrail →

Context Window →

AI özeti

Bu sayfa Tiny CTO: The Chaos Stack tarafından araştırılan Yapay Zeka İş Akışları konusunu kapsamaktadır. Ajan sistemlerinin, promptların, getirme (retrieval) mekanizmalarının, bağlam pencerelerinin, araç izinlerinin ve değerlendirmelerin canlı ortamdaki gerçek davranışları. İlgili karakterler: Agent A, Fetch, Token Goblin, Elder — Source of Truth, Tiny CTO. İlgili kavramlar: otonom yapay zeka, RAG, bağlam pencereleri, model değerlendirme, araç kullanımı, bellek politikası.