Anthropic'ten Flaş Tavsiye: Çoklu Ajanı Bırakın, Tek Ajana Dönün

Atölyede yıllardır tekrarladığım bir şey var: iş karmaşıklaştıkça herkes önce ustabaşı, kalfa, çırak diye bölmeye çalışır. Ama bazen tek usta, her şeyi elinde tutup işi daha çabuk bitirir. Anthropic, yapay zeka ajanları için tam da bunu söylüyor.

Şirket, müşterileriyle yaptığı kurumsal projelerde ilginç bir tespit yapmış: çok sayıda uzmanlaşmış alt ajana bölünmüş sistemler, tek bir ana ajanın bağlamı sadece gerektiğinde yüklediği kurulumlara göre hem daha yavaş hem daha pahalı hem de daha hatalı çıkıyor. Bir karşılaştırmada tek ajanlı mimari, çoklu ajan kurulumuna göre yaklaşık iki kat daha hızlı çalışmış. Aradaki fark küçük bir optimizasyon değil, mimari tercih meselesi.

Ne Değişti, Neden Şimdi?

Sebep basit: Opus 4.5 ve sonrasındaki modeller (Opus 5.5, Fable 5.1 gibi) artık karmaşık planları tek bir döngü içinde kendi başlarına yönetebiliyor. Eskiden niyet tespiti, sabit işlem hattı, kullanıcı segmentasyonu, ayrı öneri dalları ve hepsinin üstünde bir orkestratör gerekiyordu. Şimdi modelin kendisi bu orkestrasyon işinin çoğunu üstleniyor.

Anthropic bunu esprili bir şekilde ajanlar için "Conway Yasası" diye adlandırmış: mimari, şirketin org şemasının kopyası haline geliyor. Her ekip kendi alt ajanını üretiyor, ortada ortak bir standart kalmadan yüzlerce örtüşen ajan birikiyor. Sonuç, her ekibin sistem promptuna kendi kuralını eklediği ve bu kuralların birbiriyle çeliştiği bir "Frankenstein prompt" oluyor.

Somut örnek çarpıcı: müşteri hizmetleri ajanının içinde bir düzine uzman alt ajan barındıran bir şirket, marka tutarlılığını koruyamamış ve yüksek gecikme yüzünden kullanıcı deneyimi bozulmuş. Özellik yazma, test yazma ve kod incelemesi arasındaki her devirde bağlam kaybı yaşanmış. Anthropic kendi Claude Code sistem promptunu da bu mantıkla yüzde 80'den fazla kısaltmış; artık beceriler ve araçlar sadece ihtiyaç anında yükleniyor.

Tabii bu "alt ajan asla kullanma" demek değil. Tek ajanın bağlam penceresi performans kaybı gösteriyorsa, birden fazla görev gerçekten paralel ve ayrı bağlamlarla yürütülmesi gerekiyorsa ya da model araç seçiminde zorlanıyorsa, alt ajan hâlâ mantıklı. Şirket, bu geçişi kör körüne yapmamak gerektiğini de vurguluyor: bir destek ajanı testinde alt ajanı tek ajana katmak gecikmeyi düşürmüş ama daha önce sorunsuz işleyen bir süreci bozmuş, ana ajan uzmana danışması gereken yerde kendi başına cevap vermeye başlamış.

Anthropic bu geçişi yapmak isteyen ekipler için GitHub üzerinden bir geçiş kılavuzu yayımladı; mevcut deseni tespit etme, alternatifleri değerlendirme ve en iyi yaklaşımı doğrulama adımlarını içeriyor. Ayrıca araç seçiminin 30-50 araç tanımını aştığında bozulmaya başladığını, bu yüzden beceri kütüphanelerinin her ekipte sorumlu birileri tarafından düzenli tutulması gerektiğini söylüyor.

Bu Ne Anlama Geliyor?

Bu, sektörde son aylarda büyüyen bir şüpheciliğin resmi onayı gibi. Vals'ın yakın zamanda yaptığı araştırma da ajan sürülerinin hız kazandırdığını ama kalite getirmediğini, 10 ajandan 100 ajana çıkmanın maliyeti artırıp kaliteyi değiştirmediğini göstermişti. OpenAI geliştiricisi Eric Provencher de ajan sürülerini "neredeyse kesin para kaybı" diye tanımlamıştı. Anthropic'in Claude Duet gibi tek ajanlı, her an açık ajanlara yatırım yapması da bu stratejiyle örtüşüyor. Kısacası: 2024'ün "ajan ordusu kur" modası, 2026'da "tek usta yeter, yeter ki iyi beceri yüklesin" mantığına evriliyor.

Burada dikkat çekici olan, modelin kendi kendini kontrol etme becerisinin artması. Daha önce Claude'un kodunu matematiksel ispatla doğrulamasını yazmıştık; bu da aynı eğilimin bir parçası. Model kendi çıktısını yorumlayıp kendi hatasını bulabildikçe, üstüne kurulan kontrol katmanları gereksizleşiyor.

Türkiye'ye Etkisi

Burada ustaca bir tavsiyem var: elinizde Claude tabanlı bir ürün ya da iç otomasyon varsa ve her modül için ayrı bir alt ajan açmışsanız, önce tek bir net sistem promptu yazıp dört beş sade araç tanımlayarak deneyin. API maliyeti aynı token sayısı için değişmez ama her ajan çağrısı ayrı bir istek, ayrı bir gecikme demek — Türkiye'den çalışan küçük ekipler için bu doğrudan fatura ve kullanıcı deneyimi farkı yaratır. Kurumsal projelerde onlarca alt ajan kurmadan önce Anthropic'in geçiş kılavuzunu okumak, hem geliştirme süresinden hem de sonradan sökme maliyetinden kurtarır.