Hangi Büyüme İşi Ajana Verilir? Huni Boyunca Düz İstem, İş Akışı ve Ajan Arasında Karar Vermek

Büyüme toplantılarında artık sık duyulan bir cümle var: “Bunu bir ajana verelim.” Segment listesini, e-posta varyantlarını, churn takibini, hatta fiyat testini. Cümle teknik bir tercih gibi duyuluyor; sanki konuşulan şey hangi aracın kullanılacağı.

Oysa masadaki soru başka. Bir işi ajana vermek, o işin içindeki kararları kime bıraktığınızı ve bunun için ne ödediğinizi belirlemek demek. “Agent” bir ürün özelliği olarak satılıyor; büyüme ekibi için ise bir yetki ve ekonomi kararı. Ne kadar özerklik, kim ölçüyor, başarılı iş başına ne kadar, ters giderse kim fark ediyor?

Bu seri o kararı büyüme sisteminin içinden konuşmak için var. İlk soru en temel olanı: hangi büyüme işi ajana verilir, hangisi verilmez?

İş akışı ile ajan aynı şey değil

Anthropic'in Aralık 2024'te yayımladığı “Building effective agents” yazısı, kafa karışıklığının çoğunu tek bir ayrımla çözüyor. İş akışı (workflow), dil modelinin ve araçların önceden tanımlanmış kod yollarıyla yönetildiği sistem. Ajan ise modelin kendi sürecini ve araç kullanımını dinamik olarak yönettiği, işi nasıl yapacağına kendisinin karar verdiği sistem.

Aynı yazının tavsiyesi de net: mümkün olan en basit çözümü bulun, karmaşıklığı yalnız gerektiğinde artırın. Yazarlar bunun hiç ajanlı sistem, yani iş akışı bile kurmamak anlamına gelebileceğini açıkça söylüyor ve ekliyor: ajanlı sistemler daha iyi sonuç için çoğu zaman gecikme ve maliyetten taviz verir; bu takasın ne zaman mantıklı olduğunu düşünmek gerekir.

Bu ayrımı büyüme işine taşıyınca dört derece çıkıyor:

• Düz istem. Bir insan modele bir şey sorar, cevabı okur, kullanır ya da atar. Karar tamamen insanda.
• İş akışı. Adımlar önceden yazılmış: veri gelir, model sınıflandırır, sonuç belirli bir yere yazılır. Model yolu seçmez.
• İnsan onaylı ajan. Model adımları kendi planlar, araç kullanır; ama dışarıya etki eden her eylemden önce bir insan onaylar.
• Özerk ajan. Model planlar, uygular ve sonucu bildirir. İnsan sonradan bakar.

Dereceler bir olgunluk merdiveni değil. Bir iş için en üst basamak en iyisi olmayabilir; pratik kural olarak, pek çok iş için doğru cevap ikinci basamakta durur.

Beş ölçüt

Bir büyüme işinin hangi dereceye ait olduğunu beş soruyla ayırabilirsiniz.

1. Geri alınabilir mi? OpenAI'ın “A practical guide to building agents” rehberi, insan müdahalesini gerektiren iki ana tetikleyici sayıyor: başarısızlık eşiğinin aşılması (ajan birkaç denemede müşterinin niyetini anlayamazsa) ve yüksek riskli eylemler. İkincisini şöyle tanımlıyor: hassas, geri alınamaz ya da yüksek bedelli eylemler, ajanın güvenilirliğine güven artana kadar insan gözetimini tetiklemeli. Örnekleri de büyüme ekibine tanıdık: sipariş iptali, yüksek tutarlı iade onayı, ödeme. Aynı rehber her aracı okuma ya da yazma erişimine, geri alınabilirliğine, gerektirdiği hesap yetkisine ve finansal etkisine göre düşük, orta ya da yüksek risk diye derecelendirmeyi öneriyor.

2. Hata pahalı mı, ve kim fark ediyor? Yanlış bir iç rapor bir toplantıda düzeltilir. Yanlış bir indirim kodu binlerce müşteriye gitmişse düzeltme, müşterinin gözünde ikinci bir hata olur. Hatanın bedeli, fark edilme süresiyle çarpılınca büyür.

3. Ölçülebilir mi? Bir işin “doğru yapıldığını” otomatik olarak kontrol edebiliyor musunuz? Segment listesi bir tanıma uyar ya da uymaz; bunu bir sorgu söyler. “İyi bir kampanya fikri” ise ancak sonuç geldikten sonra ölçülür. Kontrol edemediğiniz işte özerklik, hatayı biriktirmek demek. Yapay zekâ dünyasında bu otomatik kontrolün adı eval; büyüme ekibinin deney kültürüne en yakın kavram da bu.

4. Ne kadar bağlam istiyor, ve o bağlam ne kadar hassas? OpenAI rehberi ajanın değer kattığı yerleri üç başlıkta topluyor: incelikli yargı ve istisna içeren kararlar, bakımı zorlaşmış kural yığınları ve yoğun yapılandırılmamış veri (doğal dil, belge, sohbet). Bu, ajanın nerede işe yarayabileceğini söylüyor. Bağlamın ne kadar tehlikeli olabileceğini ise Simon Willison'ın “ölümcül üçlü” (lethal trifecta) adını verdiği tablo anlatıyor: özel verinize erişim, güvenilmeyen içeriğe maruz kalma ve dışarıyla iletişim kurabilme. Üçü bir araya geldiğinde, dışarıdan gelen bir metnin içine gizlenmiş talimat ajanı veriyi dışarı taşımaya ikna edebilir. Willison'ın vardığı yer sert: güvende kalmanın tek yolu bu üçlü bileşimden tamamen kaçınmak. “Saldırıların yüzde 95'ini yakalıyoruz” diyen korkuluk ürünlerine de şüpheyle bakıyor; web uygulaması güvenliğinde yüzde 95'in açıkça başarısız bir not olduğunu hatırlatıyor.

5. Görev ne kadar uzun? METR, Mart 2025'te yapay zekâ ajanlarının becerisini görev uzunluğuyla ölçmeyi önerdi: insan uzmanların kaç dakikada bitirdiği bir görevi model yüzde 50 olasılıkla tamamlayabiliyor? O tarihte modeller insanların 4 dakikadan kısa sürede bitirdiği görevlerde neredeyse yüzde 100 başarılıydı; 4 saati aşan görevlerde başarı yüzde 10'un altındaydı. Claude 3.7 Sonnet'in yüzde 50 ufku yaklaşık bir saatti. Ama aynı yazı, en iyi modellerin güvenilir biçimde yalnız birkaç dakikalık görevleri tamamlayabildiğini de söylüyor. Bu rakamlar yazılım görevlerinden ve o tarihin modellerinden geliyor; bugünkü değerleri değişti. Büyüme yöneticisi için kalıcı ders şu: yüzde 50, bir yazı tura. Müşteriye giden bir işte kabul edeceğiniz güvenilirlik bu değil. Görev uzadıkça ve adım sayısı arttıkça, insan onayı daha erken bir yere konmalı.

Huni boyunca, aşama aşama

Aşağıdaki işler örnek; belirli bir şirketten alınmadı. Derecelendirme de bir yorum, beş ölçütün huniye uygulanmış hâli.

Kazanım. Bir hedef segment listesini mevcut müşteri verisinden çıkarmak iş akışına uygun: tanım bellidir, sonuç bir sorguyla kontrol edilir, yanlış çıkarsa liste yeniden üretilir. Reklam metni ve e-posta varyantı üretmek düz istem ya da iş akışı; ama yayına çıkış insan onaylı olmalı, çünkü yayımlanan metin markanın ağzından çıkar ve geri çekilse de görülmüş olur. Yeni bir kanalda bütçeyi kendi kendine artıran bir ajan ise hem pahalı hem geç fark edilen bir hata üretebilir; bütçe hareketi OpenAI'ın “yüksek riskli eylem” (hassas, geri alınamaz ya da yüksek bedelli) tarifine uyar.

Aktivasyon. Onboarding sırasında kullanıcının sorusuna yardım eden bir asistan, ürün belgelerinden cevap veriyorsa makul bir ajan adayı: iş yapılandırılmamış dille dolu ve tek tek kural yazmak zor. Ama yetkisi okumayla sınırlı kalmalı. Kullanıcının hesabında ayar değiştirmeye, plan yükseltmeye başladığı an, işin derecesi değişir.

Elde tutma. Churn riskini işaretlemek, yani kullanımı düşen hesapları her hafta bir listeye koymak, iş akışı. Ölçülebilir, geri alınabilir ve hata maliyeti düşük: yanlış işaretlenen bir hesap en fazla gereksiz bir telefon demektir. Riskli müşteriye kendi kendine mesaj yazıp gönderen bir ajan ise Willison'ın üçlüsünü tamamlar: müşteri verisine erişir, müşteriden gelen e-postayı (güvenilmeyen içerik) okur ve dışarıya mesaj gönderir. Buradaki makul derece insan onaylı ajan: taslağı ajan hazırlar, gönderme düğmesine insan basar.

Gelir ve genişleme. Fiyat değişikliği, indirim, iade ve sözleşme şartı özerk bir ajana verilmez. Geri alınamaz ya da geri alınması müşterinin güvenine mal olur; hata maliyeti yüksek, sonuç da aylar sonra görünür. Ajan burada analizde yardım edebilir: hangi cohort'un fiyata duyarlı olduğunu gösteren bir rapor hazırlamak gibi. Karar ve uygulama insanda kalır.

Büyüme ekibinin kendi işi. Deney sonuçlarını özetlemek, haftalık metrik raporunu hazırlamak, bir hipotez için veri toplamak: bunlar ajanların en rahat çalıştığı yer. Çıktı içeride kalır, okuyan bir insandır, hata bir sonraki toplantıda yakalanır. Bir deneyi kendi kendine başlatıp kapatan ajan ise başka bir derece: o noktada ajan rapor yazmıyor, müşterinin gördüğü ürünü değiştiriyor.

Ekonomi: ajan pahalı bir çalışan

Özerklik arttıkça maliyet de artıyor; Anthropic'in verisi bunun büyüklüğünü gösteriyor. Anthropic'in Haziran 2025'te kendi çok ajanlı araştırma sistemini anlattığı yazıda paylaştığı veriye göre ajanlar genellikle sohbet etkileşimlerine göre yaklaşık 4 kat, çok ajanlı sistemler ise yaklaşık 15 kat daha fazla token kullanıyor. Yazı sonucu da açık söylüyor: ekonomik olarak anlamlı olması için çok ajanlı sistemler, görevin değerinin artan performansın bedelini karşılayacak kadar yüksek olduğu işlere ihtiyaç duyuyor.

Bu, büyüme ekibinin zaten bildiği bir hesap. Bir kanalı CAC'ye göre değerlendirirsiniz; bir ajanı da başarılı iş başına maliyete göre değerlendirmek gerekir. Başarısız denemeler, insanın düzeltme süresi ve onay bekleyen işin gecikmesi de bu maliyetin içinde. Haftada bir kez çıkarılan bir segment listesi için ajan kurmak, onu bir iş akışıyla çıkarmaktan pahalıysa ve daha iyi sonuç vermiyorsa, ajan bir özellik olarak güzel, bir yatırım olarak kötüdür.

Kendi karar tablonuzu kurun

Bu yazının önerisi bir araç değil, bir sayfa. Ekibinizin yapay zekâya vermeyi düşündüğü her işi bir satıra yazın ve beş sütunu doldurun:

• İş: fiilli ve somut (“her pazartesi kullanımı yüzde 30 düşen hesapları listele”).
• Geri alınabilirlik: sonuç geri alınabilir mi, alınırsa müşteri görmüş olur mu?
• Hata maliyeti ve fark etme süresi: yanlış giderse ne kaybedilir, kim ve ne zaman fark eder?
• Ölçüm: doğru yapıldığını otomatik olarak kontrol edebiliyor musunuz?
• Bağlam ve yetki: özel veri, dışarıdan gelen içerik ve dışarıya iletişim aynı işte buluşuyor mu?

Son sütuna bir derece yazın: düz istem, iş akışı, insan onaylı ajan ya da özerk ajan. Tablonun bittiğini anlamanın yolu tek bir test sorusu: bu iş yanlış yapılırsa, kim, ne zaman fark eder ve geri alabilir mi? Cevap “bir müşteri, bir hafta sonra, hayır” ise, o satıra özerk ajan yazmayın.

Bizim beklentimiz şu: tabloyu dolduran pek çok ekip, listenin büyük kısmının iş akışında toplandığını görebilir. Bu bir hayal kırıklığı sayılmamalı. Anthropic'in “en basit çözüm” önerisinin büyüme ekibindeki karşılığı tam olarak bu.

Kalınız sağlıcakla.

Kaynaklar

• Anthropic, “Building effective agents”, 19 Aralık 2024 (iş akışı ve ajan ayrımı; “mümkün olan en basit çözüm”; gecikme ve maliyet takası).
• OpenAI, “A practical guide to building agents” (PDF) (ajanın değer kattığı üç durum; insan müdahalesinin iki tetikleyicisi; araç risk derecelendirmesi).
• Anthropic, “How we built our multi-agent research system”, 13 Haziran 2025 (ajanlarda yaklaşık 4 kat, çok ajanlı sistemlerde yaklaşık 15 kat token; ekonomik olma koşulu).
• METR, “Measuring AI Ability to Complete Long Software Tasks”, 19 Mart 2025 (yüzde 50 görev ufku; 4 dakikanın altında neredeyse yüzde 100, 4 saatin üstünde yüzde 10'un altında başarı; Claude 3.7 Sonnet için yaklaşık bir saat).
• Simon Willison, “The lethal trifecta for AI agents: private data, untrusted content, and external communication”, 16 Haziran 2025.