Yapay zeka (YZ) dünyası, son zamanlarda 'döngüler' adı verilen yeni bir konseptle çalkalanıyor. Meta'nın @Scale konferansında konuşan Claude Code'un yaratıcısı Boris Cherny, dinleyicilerden gelen "Döngüler bir sonraki popüler trend mi, yoksa gerçek mi?" sorusuna "Evet, gerçekler." diyerek net bir yanıt verdi. Cherny'ye göre, iki yıl önce insan eliyle yazılan kaynak kodundan, ajanların kod yazdığı bir döneme geçtik ve şimdi de ajanların, daha sonra kodu yazan başka ajanlara yönlendirme yaptığı bir döneme evriliyoruz. Kaynak koddan ajanlara geçişin büyüklüğü ne ise, döngülerin önemi ve etkisi de en az o kadar büyük olacak.
AJANLAR ARASI SÜREKLİ İLETİŞİM
Cherny, kendi çalışmalarında sürekli olarak kullandığı döngüleri örnek gösterdi. Bir ajan sürekli kod mimarisini iyileştirme yolları ararken, diğeri birleştirilebilecek yinelenen soyutlamaları gözlemliyor. Bu ajanlar, diğer kod yazarlar gibi 'pull request'ler sunuyor ve kod sürekli değiştiği için bu döngüler asla durmuyor. Bu, özellikle Cherny gibi önemli bir isim arkasındayken güçlü bir fikir olarak öne çıkıyor. Ajan tabanlı YZ'ye geçişle birlikte, çoğu kullanıcının odağı ajanlarını mümkün olduğunca iyi yönetmek üzerine kuruluydu: net hedefler belirlemek, ilerlemenin ayrı birimlerini kontrol etmek ve onları komutun dışına çıkarmamak. Döngü ise bu süreci bir adım öteye taşıyarak, bir grup ajana arka planda sürekli ve sonsuz bir şekilde çalışma yetkisi veriyor. Bu, YZ'ye güvenmek için oldukça büyük bir adım olsa da, modellerin hızla gelişmesiyle birlikte gerçek işleri halletmesi için bir sonraki adım bu olabilir.
KENDİNİ TEKRARLAYAN FONKSİYONLAR VE YENİ YAKLAŞIMLAR
Bu konseptin tamamen yeni olmadığını anlamak önemlidir. Bilgisayar bilimleri derslerinin temel taşlarından olan ve bir eylemi tekrarlamak için kendilerini çağıran özyinelemeli döngüler, bir durma koşuluyla birlikte bilgisayar bilimleri derslerinin temelini oluşturur. Bu döngüler deterministik olmayan bir mantık izler; yani döngünün ne zaman duracağına dair net bir koşul yerine, bir alt-ajan döngüyü durdurmayı seçer, ancak aynı temel yaklaşım iş başındadır. Programcılar YZ'yi görevleri tamamlamak için kullanmaya başladığı anda, YZ'nin YZ'yi denetlediği özyinelemeli döngünün bir versiyonunun ortaya çıkması kaçınılmazdı. Klasik bilişimin aksine, ajan tabanlı döngüler sinir bozucu derecede basit olabilir. En popüler hilelerden biri, modelin yaptığı tüm işi özetleyen ve hedefine ulaşıp ulaşmadığını soran Ralph Döngüsü'dür. Bu, modelin çok uzun süre çalışırken kaybolmasını ele almanın bir yoludur; temelde görev tamamlanana kadar modeli ileri geri zıplatarak çalışır. Döngülere bir başka açıdan bakıldığında, test zamanı hesaplaması için genel itişin bir parçası olarak görülebilir. OpenAI araştırmacısı Noam Brown'ın belirttiği gibi, çağdaş modeller yeterli hesaplama gücü verildiğinde hemen hemen her problemi çözebilir. Bu da bir problemin çözülmesini sağlamanın bir yolunun, bitene kadar hesaplama gücü sağlamak olduğunu gösterir. Bu, özellikle bir kod tabanını iyileştirmek gibi tepe tırmanışı problemlerinde geçerlidir, burada model belirli bir eşiğe ulaşana kadar artımlı iyileştirmeler yapabilir. Veya Cherny'nin örneğinde olduğu gibi, harcanacak hesaplama gücü olduğu sürece artımlı iyileştirmeler yapmaya devam edebilir. Bu pahalı geliyorsa, gelmelidir. Önceki ajan tabanlı YZ gibi, YZ döngüleri de basit soru-cevap sohbet botlarından çok daha hızlı jeton yakar ve döngünün sürekli çalışması amaçlandığı için ne kadar harcanabileceğinin bir sınırı yoktur. Bu, nihayetinde jeton satma işinde olan Anthropic için sorun değil, ancak diğer herkes için pahalı bir çalışma yolu olabilir. Yine de, ajan tabanlı döngünün çözmeye çalıştığı probleme ve jeton harcaması, sapma ve diğer klasik YZ sorunlarının denetimine olanak tanıyan doğru kurulumuna bağlı olarak, faydaları maliyetleri aşacak kadar şaşırtıcı olabilir.
