Dinamik Alt Temsilciler Yapay Zeka Ölçeklendirme ve Bağlam Sınırlarını Nasıl Çözer?

Ajanlar daha iddialı görevler üstlendikçe, aşağıdaki konularda zorlanıyorlar:

İşi güvenilir bir şekilde ölçekte tamamlama
Kendi bağlamlarını yönetme

Bu zorlukların üstesinden gelmek için dinamik alt ajanlar adını verdiğimiz bir yaklaşım üzerinde denemeler yapıyoruz: Ajan, alt ajan görevlerini genel araç çağrılarıyla iletmek yerine, alt ajan yürütmesini yöneten kısa bir betik yazar. Bu, modellerin yazmakta iyi oldukları kod kalıplarına (döngüler, dallanmalar veya eşzamanlılık gibi) güvenerek göreve uygun orkestrasyon mantığı yazmalarını sağlar.

Neden dinamik alt ajanlar?

Deep Agents zaten alt ajanları destekliyor. Alt ajanlar, bağlamı izole eder, ana ajanın ayrık iş birimlerini devretmesine izin verir ve ara sonuçları ana bağlam penceresinin dışında tutar. Peki neden dinamik alt ajanlara ihtiyacımız var?

Normal alt ajanlarda, ana model onları doğrudan çağırarak her seferinde bir tane çağırır. Bu, küçük ölçekte işe yarar. Ancak yüzlerce alt ajan oluşturmanız gerektiğinde veya orkestrasyon mantığı koşullu ya da çok aşamalı olduğunda bu yöntem yetersiz kalır.

Dinamik alt ajanlar bunu programatik orkestrasyon ile çözer. Ajan, sırayla araç çağrıları yapmak yerine, alt ajanları orkestrasyon eden ve çağıran kısa bir betik yazar ve bunu hafif bir yorumlayıcıda çalıştırır.

Kanonik örnek: 300 sayfalık bir belgenin her sayfası için bir alt ajan. Ajan, alt ajan aracını 300 kez çağırmak yerine bir döngü yazar:

javascript

1const results = await Promise.all(pages.map(page =>
2  task({ description: `Özetleme sayfa ${page.number}`, subagentType: "summarizer" })
3));

Bu, araç çağrısı tabanlı orkestrasyonun güvenilir bir şekilde sunamayacağı iki şeyi mümkün kılar:

Ölçekte belirleyici kapsam. Yapı olmadan ajanlar, kapsam hakkında yargı kararları verir, 500 öğeden 75'ini tarar ve işi biter sayar. Bir dağıtım döngüsü bunu yapmaz. Kapsam, bir prompt mühendisliği sorunu değil, yapısal bir garanti haline gelir.

Güvenilir karmaşık orkestrasyon. Orkestrasyonu kod olarak yazmak, modelin bunu bir dizi araç çağrısı olarak yeniden üretmesinden daha güvenilirdir. Özellikle de yayılma + sentez, çok aşamalı iş hatları veya koşullu dallanma için.

Bu, Claude Code'daki iş akışları ve Yinelemeli Dil Modelleri (RLM'ler) ile aynı fikirdir: Bir model kod yazar ve bu kod daha fazla ajan gönderir.

Hızlı Başlangıç

Dinamik alt ajanlar iki şey gerektirir: iş dağıtmak için alt ajanlar ve bir kod yorumlayıcısı: modelin orkestrasyon kodunu yazdığı ve yürüttüğü güvenli, hafif bir çalışma zamanı. Deep Agents, QuickJS tabanlı isteğe bağlı bir kod yorumlayıcısı içerir. Kullanmak için QuickJS ara katman yazılımı paketini kurun, ardından create_deep_agent üzerindeki middleware argümanı aracılığıyla CodeInterpreterMiddleware'i iletin.

bash

1pip install -U "deepagents[quickjs]"

python

1from deepagents import create_deep_agent
2from langchain_quickjs import CodeInterpreterMiddleware
3
4agent = create_deep_agent(
5    model="openai:gpt-5.5",
6    middleware=[CodeInterpreterMiddleware()],
7)

Deep Agents, yerleşik genel amaçlı bir alt ajan ile birlikte gelir, bu nedenle iş akışlarında kullanılabilecek hazır bir genel alt ajan profili vardır. Özelleştirilmiş iş akışları için, kendi adlarına, açıklamalarına ve sistem promptlarına sahip özel alt ajanlar yapılandırın: adlar ve açıklamalar, ajanın hangi role başvuracağını bilmesini sağlar.

Dinamik alt ajanları tetiklemek için, ajanınıza "workflow" kelimesini içeren bir prompt verin, örneğin:

python

1result = await agent.ainvoke({
2    "messages": [{"role": "user", "content": "src/routes/ dizinindeki her dosyayı inceleyen ve en önemli riskleri özetleyen bir iş akışı çalıştır."}]
3})

Kodlama ajanı ile kullanım

Dinamik alt ajanları denemenin en hızlı yolu, Deep Agent kullanılarak oluşturulmuş terminal kodlama ajanımız olan dcode'dur. Kod yorumlayıcısı etkin olarak gelir, bu nedenle bağlantı kurmanız gerekmez. Dinamik alt ajanlar kutudan çıktığı gibi çalışır.

Kurulum

bash

1curl -LsSf https://langch.in/dcode | bash

Çalıştırma

bash

1dcode

Dinamik alt ajanları tetiklemek için sadece bir "workflow" isteyin. Ajan, işi kendisi yapmaya çalışmak veya yerel görev aracıyla alt ajan dağıtımlarını yönetmek yerine, yerleşik task() globalini çağıran ve kod yorumlayıcısında yürüten bir orkestrasyon betiği yazar. Örneğin: "src/ dizinindeki her dosyayı SQL enjeksiyonuna karşı incelemek için bir _workflow_ çalıştır."

Alt ajanlar oluştukça, dcode bunları dağıtıma göre aşamalar halinde gruplandırılmış dinamik alt ajanlar panelinde canlı olarak gösterir.

Bunu en hızlı şekilde dcode ile deneyebilirsiniz, ancak ACP aracılığıyla tercih ettiğiniz araçta da (Zed gibi) kullanabilirsiniz.

Nasıl Çalışır?

Ajana bir değerlendirme aracı verilir. Yorumlayıcının içinde güvenli bir şekilde yürütülen JavaScript kodu yazar. Alt ajanlar yapılandırıldığında, yorumlayıcı, bunları koddan gönderen yerleşik bir task() globali sunar. Eldeki göreve bağlı olarak model farklı kodlar yazar (bir döngü, bir dal, bir Promise.all) ve yorumlayıcı bunu belirleyici bir şekilde çalıştırır.

task() bir açıklama, bir subagentType ve isteğe bağlı bir responseSchema alır. ResponseSchema sağlandığında, sonuç zaten yazılmış bir nesnedir ve filtrelenmeye veya bir sonraki adıma geçirilmeye hazırdır.

javascript

1const result = await task({
2  description: "src/auth/login.ts dosyasını güvenlik sorunlarına karşı incele.",
3  subagentType: "reviewer",
4  responseSchema: {
5    type: "object",
6    properties: {
7      severity: { type: "string", enum: ["high", "medium", "low"] },
8      issues: { type: "array", items: { type: "string" } },
9    },
10  },
11});
12
13const critical = result.severity === "high" ? result.issues : [];
14critical; // model en son satırı görür

Daha fazla bilgi için dokümanlardaki Programatik alt ajanlar ve Yorumlayıcılar bölümlerine bakın.

Yaygın Orkestrasyon Kalıpları

Anthropic'in dinamik iş akışları, paralel ajan çalışmaları için bir dizi orkestrasyon kalıbını popüler hale getirdi. Bunlar açabileceğiniz özellikler değildir. Bunlar, işin doğal olarak ortaya çıkardığı şekillerdir ve ajan, görev değiştikçe farklı bir kalıba geçer. Aşağıdaki tablo, her bir kalıbı hangi tür işe uyduğuyla eşleştirir.

Aşağıda, canlı izlemelerle birlikte her birinin Deep Agents'te nasıl çalıştığını inceleyeceğiz. Ayrıca bu altı kalıbı açıklayan bir video hazırladık, buradan izleyebilirsiniz.

Sınıflandır ve harekete geç

Öğeler önce sınıflandırılır, ardından her öğe, sınıflandırmasına göre uzmanlaşmış bir alt ajan tarafından işlenir. Bu, farklı öğelerin farklı uzmanlık gerektirdiği karma girdileri işlemenizi sağlar.

Kullanım alanları: Destek taleplerini, hata günlüklerini, kullanıcı geri bildirimlerini veya türüne bağlı olarak farklı işlem gerektiren herhangi bir öğe grubunu önceliklendirme.

Örnek: Bir destek talebi birikimini önceliklendirme. Ajan talepleri okur ve her birini hata, özellik talebi veya soru olarak sınıflandırır. Hatalar bir hata araştırmacısına, özellik talepleri bir özellik analistine ve sorular bir destek yanıtlayıcısına gider. Sonuç, kategoriye göre gruplandırılmış bir özettir.