Son bir yıldır teknoloji dünyasında herkes aynı hayali satıyor: Bir ai agents ordusu kuracaksınız, siz kahvenizi yudumlarken onlar kod yazacak, testleri geçecek ve prodüksiyona deploy edecek. Kulağa harika geliyor değil mi? Ancak işin mutfağına girdiğinizde gerçekler biraz can yakıyor. Test sunucusunu yanlışlıkla silen veya sonsuz döngüye girip kredi kartı limitinizi eriten bir yapay zekayla karşılaştığınızda, otonomluğun aslında ne kadar tekinsiz bir lüks olduğunu anlıyorsunuz. İşte tam bu kırılma noktasında karşımıza yeni bir paradigma çıkıyor: Judgment-First yaklaşımı.

Bu makalede, kod yazımı ve devops süreçlerinde otonom ajanları başıboş bırakmak yerine, insan muhakemesini (yani judgment mekanizmasını) merkeze alan dengeli bir ai workflow nasıl kurulur, birlikte inceliyoruz.

“Bırakın Yapsın” Yanılgısı ve Prompt Engineering Sınırları

Bir süredir sadece iyi bir prompt engineering yaparak her sorunu çözebileceğimiz söylendi. “Sen kıdemli bir yazılımcısın, hata yapma” yazdığınızda modelin gerçekten kusursuz çalışacağına inandık. Ancak Large Language Models (LLM) olasılıksal makinelerdir; deterministik değillerdir. Yani aynı prompt, dokuz kez doğru çalışan bir kodu onuncu denemede çökertebilir.

Yapay zekanın “karar alma” (judgment) yetisi yoktur; sadece bir sonraki en olası kelimeyi tahmin etme yeteneği vardır. Kodun çalışması ile o kodun şirket kültürüne, güvenlik standartlarına ve iş mantığına uyması bambaşka şeylerdir. Bu yüzden kontrolsüz otomasyon yerine, ajanın sadece “öneri getirdiği”, insanın ise “onayladığı” bir mimari kurmak zorundayız.

[Görsel: Bir terminal ekranında sol tarafta otonom ajanın önerdiği Git diff çıktısı, sağ tarafta ise geliştiricinin onayını bekleyen interaktif CLI onay kutusu]

Judgment-First Mimarisi Nasıl Çalışır?

Geleneksel bir ai workflow döngüsünde ajan görevi alır, planlar, adımları yürütür ve bitirir. Judgment-First modelinde ise bu süreç kritik kontrol noktalarıyla (checkpoint) bölünür:

• Keşif ve Taslak: Ajan bağlamı toplar, problemi analiz eder ve çözüm için bir plan sunar. Henüz hiçbir kod veya ayar değişmez.
• İnsan Değerlendirmesi: Geliştirici ajanın planını inceler. Yanlış varsayımlar burada elenir.
• Sınırlı İcra: Ajan sadece onaylanan adımı, izole bir ortamda (sandbox) çalıştırır.
• Doğrulama ve Kabul: Nihai diff veya sistem değişikliği insan tarafından tekrar kontrol edilip ana dala birleştirilir.

Özellikle devops süreçlerinde bu yaklaşım hayat kurtarır. Bir ajana Terraform dosyalarını doğrudan uygulama yetkisi vermek yerine, plan çıktısını alıp Slack üzerinden onayınıza sunmasını sağlamak tipik bir “judgment” katmanıdır.

# Örnek: Ajanın doğrudan çalıştırması yerine plan çıktısı üretmesi
terraform plan -out=tfplan.binary
# Ajan bu noktada durur ve insan operatöre diff özetini iletir:
# "3 kaynak eklenecek, 1 veritabanı SİLİNECEK. Onaylıyor musunuz? (e/h)"

Gerçek Dünya Testi: LangGraph ve CrewAI ile Doğrulama

Geçtiğimiz haftalarda kendi projelerimden birinde LangGraph kullanarak basit bir hata ayıklama ajanı kurdum. Sisteme iki farklı yaklaşım uyguladım:

İlk senaryoda ajan tam yetkiliydi. Kod tabanındaki hatayı buldu, bir bağımlılığı güncelledi ve testleri çalıştırmadan doğrudan repoya commit attı. Sonuç? Paket uyumsuzluğu yüzünden build patladı. İkinci senaryoda ise araya bir insan onay fonksiyonu (human-in-the-loop) ekledim. Ajan güncelleme önerdiğinde terminal bana sordu. Bağımlılığın ana sürüm atladığını fark edip işlemi reddettim ve ajana “minor sürümü sabitle” direktifini verdim. Sorunsuz çözüldü.

[Görsel: LangGraph akış şemasında ‘Agent Execution’ ve ‘Tool Call’ arasına yerleştirilmiş kırmızı renkli ‘Human Approval Gate’ diyagramı]

Tam Otonom vs. Judgment-First Yaklaşımı

İki yaklaşım arasındaki farkı netleştirmek için artı ve eksilere bir göz atalım:

Araçlar, Fiyatlar ve Ücretsiz Alternatifler

Bu doğrulama katmanını sıfırdan yazmak zorunda değilsiniz. Ekosistemde hem açık kaynaklı hem de ücretli birçok seçenek mevcut:

• LangGraph (LangChain): Python ve JS kütüphanesi. Tamamen açık kaynak ve ücretsizdir (self-hosted). Human-in-the-loop (kesme noktaları) yeteneği şu an sektör standardı düzeyinde.
• CrewAI: Kolay kurulur, ajanlar arası görev dağılımı yapar. Temel kütüphane ücretsiz, kurumsal Enterprise sürümü kullanıcı başına aylık 25 dolardan başlıyor.
• n8n: Eğer kod yazmadan bir ai workflow kurmak istiyorsanız ideal. Kendi sunucunuzda çalıştırmak (Community Edition) ücretsiz; bulut versiyonu ise aylık 20 euro civarından başlıyor. Araya onay mailleri veya webhook eklemek çocuk oyuncağı.
• GitHub Actions Environments: Kod süreçlerinizde ekstra maliyet ödemeden “Required Reviewers” özelliğini kullanarak yapay zekanın PR’larını insan onayına bağlayabilirsiniz (Genel repolarda ücretsiz).

Sonuç: Direksiyonu Tamamen Bırakmayın

Ajanların yetenekleri her ay katlanarak artıyor, bunda şüphe yok. Ancak en sofistike LLM bile sisteminizin iş hedeflerini, teknik borçlarını ve kullanıcı reflekslerini sizin kadar anlayamaz.

Yapay zekayı harika bir stajyer gibi düşünün: Hızlı araştırır, ilk taslağı yıldırım gibi çıkarır, rutin angaryayı sırtlar. Ancak kontratı imzalamadan veya prodüksiyona çıkmadan önce evrakın üzerinden bir çift tecrübeli gözün geçmesi şarttır. Judgment-First yaklaşımı, sizi hem yapay zeka trenini kaçırmaktan hem de o trenin altında kalmaktan kurtaracak en rasyonel formüldür.