YouMind
Oturum aç

Araştırmalarla Desteklenen 5 Ajan Orkestrasyon Deseni

@googlecloud
İNGILIZCE19 Kas 2026
239K
2.6K
248
63
4.7K

TL;DR

Builder-verifier ayrımı ve Best of N seçimi gibi birden fazla yapay zeka kodlama ajanını orkestra etmek için kullanılan, araştırmalarla desteklenen beş desen, tek ajanlı yaklaşımlara kıyasla güvenilirliği artırır.

Birçok geliştirici, agent ekiplerini ve agent orkestrasyonunu tamamen "vibe"a (içgüdüye) dayalı yönetiyor. Peki bu gerçekten işe yarıyor mu?

Bu yazıda, Antigravity, Claude Code veya başka herhangi bir kodlama agent'ında agent ekipleri çalıştırmak için araştırmalarla desteklenmiş beş farklı kalıbı tanıtacağım. İster yeni uygulamalar geliştiriyor, ister eski kod tabanlarını sürdürüyor, isterseniz de araştırma yapıyor olun; her bir kalıbın tek bir agent'a ne zaman üstün geldiğini öğrenecek ve kendiniz denemek için kullanıma hazır prompt'lara sahip olacaksınız.

Yazan: YK Sugi, Kıdemli Geliştirici İlişkileri Mühendisi, Google Cloud

1. İnşa edeni ve doğrulayanı ayırın. Her şeyi tek bir agent'ın halletmesini sağlamak yerine, inşa etme ve doğrulama süreçlerini iki ayrı thread'e bölebiliriz. Bir agent kodu yazar. Yeni bir thread'deki ikinci agent ise sonucun sizden istenen şeyi gerçekten yapıp yapmadığını kontrol eder. Bir modelin aynı thread içinde kendi çalışmasını incelemesi, daha önce ürettiği çıktılardan etkilenerek önyargılı davranma riskini taşır.

Nitekim araştırmalar, modellerin kendi çalışmalarını değerlendirmede pek başarılı olmadığını gösteriyor. Modeller dışarıdan geri bildirim almadan kendi mantık hatalarını düzeltmekte zorlanıyor ve başkalarının çıktısı yerine kendi ürettiklerini tercih ediyor.

Bu kalıbı önemli değişiklikler için kullanın. Küçük değişikliklerde veya testlerin geri bildirim sağladığı durumlarda öz-değerlendirme (self-review) hâlâ yeterli olabilir.

Prompt: Salt okunur bir doğrulayıcı olarak yeni bir subagent başlat. Bu diff'in benden istediğim şeyi yapıp yapmadığını kontrol etmesini sağla.

Google Cloud - inline image

2. İşi kulvarlara bölün. Bir görev net bir şekilde parçalara ayrılabiliyorsa, her parçaya kendi sorumlusunu verin; örneğin frontend, backend ve dokümantasyon için birer subagent atayın. Aynı dosyaları düzenlememeleri şartıyla paralel çalışmalarını sağlayın.

652 kodlama görevini inceleyen 2026 tarihli bir çalışmada, örtüşen kodlar üzerinde çalışan iki agent'ın başarı oranı, her iki görevi de tek başına yapan bir agent'a kıyasla yaklaşık %30 daha düşük çıktı.

Google ve MIT tarafından yapılan bir çalışmada, bağımsız parçalardan oluşan bir finans benchmark'ında agent ekipleri tek bir agent'a göre %80,8'e kadar daha yüksek puan alırken, her adımın bir öncekine bağlı olduğu bir planlama benchmark'ında %39 ile %70 arasında daha düşük performans gösterdi.

Google Cloud - inline image

Frontend ve backend gibi temiz parçalara ayrılması zor olan işlerde genellikle tek bir thread daha iyi sonuç verir. Aynı durum küçük hata düzeltmeleri için de geçerlidir; nitekim başka bir çalışmada paralel subagent'ların bir fayda sağlamadığı görülmüştür.

Prompt: Paralel olarak üç subagent başlat: web/ klasöründe frontend için bir tane, api/ klasöründe backend için bir tane ve docs/ klasöründe dokümantasyon için bir tane. Her biri yalnızca kendi klasöründeki dosyaları düzenlesin. Üçü de işini bitirdiğinde, parçaların birlikte sorunsuz çalışıp çalışmadığını kontrol et.

Google Cloud - inline image

3. N'nin En İyisi (Best of N). Aynı görevi paralel olarak birkaç kez çalıştırın ve kazananı bir test paketi veya değerlendirme (eval) sisteminin seçmesine izin verin. DeepMind'ın geliştirdiği bir kodlama sistemi olan AlphaCode tam da bu şekilde çalışıyordu. Çok sayıda aday program üretiyor ve bunları çalıştırarak filtreliyordu. Bu yöntem, programlama yarışmalarında oldukça rekabetçi bir performans sergiledi.

Bu "N'nin En İyisi" yaklaşımını inceleyen 2024 tarihli bir çalışmada, otomatik kontrollerin bulunduğu görevlerde binlerce deneme boyunca başarı oranlarının sürekli arttığı görüldü. Gerçek GitHub issue'larında bir model, tek denemede %15,9 olan çözüm oranını 250 denemede %56'ya çıkardı. Otomatik bir kontrol olmadığında ise çoğunluk oylamasıyla veya bir puanlama modeliyle kazananı belirleme yöntemi yaklaşık 100 denemeden sonra durağanlaştı.

Google Cloud - inline image

Prompt: Gemini 4 Hydrogen üzerinde paralel olarak beş subagent çalıştır; her biri kendi worktree'sinde bunu optimize etmeye çalışsın. Her denemeyi eval'lara göre puanla, en iyisini seç ve bana sonucu söyle.

4. Model konseyi. Birden fazla modelden bağımsız öneriler isteyin, jürilerin model isimleri gizli şekilde oy kullanmasını sağlayın ve ardından en güçlü fikirleri birleştirin. Mimari veya görsel tasarım gibi net bir testin ya da otomatik kontrolün olmadığı durumlarda bu yöntemi kullanın.

Yapılan bir çalışmada, birden fazla modelin yanıtlarının birleştirilmesi tek bir öncü (frontier) modelden daha yüksek puan aldı. Başka bir çalışmada ise, farklı modellerden oluşan bir panelin insan yargısıyla tek bir büyük jüri modeline kıyasla daha iyi örtüştüğü görüldü.

Google Cloud - inline image

Örneğin, bu gemi logosunu bir model konseyiyle tasarladım. İki tur değerlendirme, sıradan bir ilk denemeyi nihai ikona dönüştürdü.

Google Cloud - inline image

Prompt: Gemini 4 Carbon, Gemini 4 Neon ve Claude Opus 5.5'ten her birinin bağımsız bir tasarım sunmasını iste. Ardından Gemini 4 Carbon, Gemini 4 Neon ve Claude Opus 5.5 üzerinde çalışan üç yeni agent'ın, model isimleri gizli şekilde bu tasarımları puanlamasını sağla. En iyi fikirleri birleştirerek kazanan tasarımı oluştur.

5. Değerlendirici ekibi. Her birine UX veya güvenlik gibi tek bir iş vererek paralel biçimde birkaç salt okunur değerlendirici çalıştırın.

İnsan değerlendiricilerle yapılan klasik bir 1995 çalışmasında, her üyesi farklı türde bir hatayı aramakla görevlendirilen ekipler, herkesin aynı genel hata kontrol listesini kullandığı ekiplere göre yaklaşık %35 daha fazla hata buldu.

Görünen o ki, aynı kalıp yapay zeka değerlendiricileri için de geçerli. LLM jürilerini inceleyen bir çalışmada, farklı rollere sahip bir ekibin insan yargısıyla tek bir jüriye kıyasla daha iyi örtüştüğü, ancak tüm üyeler aynı rolü paylaştığında performansın düştüğü tespit edildi.

Google Cloud - inline image

Prompt: UX, kod sadeliği, uç durumlar (edge case) ve güvenlik için paralel olarak dört salt okunur değerlendirici başlat. Bildirdikleri sorunları düzelt, ardından dördü de onay verene kadar yeni değerlendiricilerle bu süreci tekrarla.

Bu kalıplar katı kurallardan ziyade yapı taşlarıdır. İşinize yarayan herhangi bir şekilde harmanlayıp eşleştirebilirsiniz, ancak hangisini ne zaman kullanacağınıza rehberlik etmesi için aşağıda basit bir akış şeması bulabilirsiniz:

Google Cloud - inline image
Tek tıkla kaydet

YouMind ile viral makaleleri AI derin okumayla incele

Kaynağı kaydedin, odaklı sorular sorun, argümanı özetleyin ve viral bir makaleyi tek bir AI çalışma alanında yeniden kullanılabilir notlara dönüştürün.

YouMind'ı keşfet
Üreticiler için

Markdown'ınızı temiz bir 𝕏 makalesine dönüştürün

Kendi uzun yazılarınızı yayımlarken görselleri, tabloları ve kod bloklarını 𝕏 için biçimlendirmek zahmetlidir. YouMind, eksiksiz bir Markdown taslağını temiz ve hemen paylaşılabilir bir 𝕏 makalesine dönüştürür.

Markdown'dan 𝕏'e deneyin

Çözülecek daha fazla kalıp

Son viral makaleler

Daha fazla viral makale keşfet