Anthropic tek ajan mimarisi: Alt ajanlara karşı 2 kat hız

Tek ajan mimarisi, büyük dil modellerinin harici bir orkestratör ve çok sayıda alt ajan yerine tek bir döngü içinde çalıştığı yazılım modelidir. Yapay zekâ modelleri geliştikçe karmaşık görevleri alt süreçlere bölme ihtiyacı azalıyor. Anthropic, yeni nesil modellerle birlikte tek ajan kurgusunun maliyet, hız ve kalite tarafında çoklu ajan filolarını geride bıraktığını açıkladı [1]. Geliştiricilerin tek ajana geçebilmesi için GitHub üzerinde açık bir geçiş kiti de yayımlandı [1].

Tek ajan mimarisi çoklu alt ajanları nasıl geride bırakıyor?

Tek ajan mimarisi, tüm görev adımlarını tek bir model oturumunda tutarak el değiştirme kayıplarını ve fazladan orkestrasyon gecikmelerini ortadan kaldırıyor [1].

Opus 4.5 ile başlayan, Opus 5.5 ve Fable 5.1 ile devam eden yeni modeller karmaşık planları tek bir döngüde doğrudan yürütebiliyor [1]. Bu yetenek hem API maliyetlerini hem de yanıt bekleme sürelerini aşağı çekiyor. Anthropic’in kurumsal dağıtımlarda yaptığı bir karşılaştırmada, tek ajan mimarisi çoklu ajan kurulumuna kıyasla yaklaşık iki kat daha hızlı çalıştı [1].

Buna karşılık işlem hızında bağımsız araştırmalar farklı sonuç veriyor. Vals’ın yaptığı bağımsız bir araştırma, ajan ekiplerinin tek bir ajana göre daha hızlı çalışabildiğini gösterdi [1]. Ancak ekipler kalitede üstünlük sağlamadı. Dahası, ajan sayısını 10’dan 30’a ya da 100’e çıkarmak hiçbir kalite artışı getirmedi. Faturayı ise belirgin biçimde artırdı [1].

Kriter	Tek Ajan Mimarisi	Çoklu Alt Ajan Mimarisi
Bağlam yönetimi	Tek döngüde korunur	El değiştirmelerde kaybolur
Sistem istemi	Yalın ve merkezî	Çelişkili kurallar birikir
Hız (Anthropic içi)	Yaklaşık iki kat hızlı	Orkestrasyon gecikmesi yüksek
Hız (Vals ölçümü)	Ekiplere göre daha yavaş	Daha hızlı olabiliyor
Araç yükleme	İsteğe bağlı (beceriler)	Her ajana sabit bağlı
Kalite ölçeği	Kararlı	10-100 ajanda artış yok

Çoklu ajan yapılarında hangi sorunlar ortaya çıkıyor?

Çoklu ajan yapılarında en büyük sorun, her görev devrinde bağlamın kaybolması ve ekiplerin eklediği çelişkili kuralların sistemi kilitlemesidir [1].

Geleneksel tasarımlar niyet tespiti, sabit işlem hattı, kullanıcı segmentasyonu ve ayrı öneri dalları gibi adımların tepesine bir orkestratör koyuyor [1]. Anthropic bu tabloyu ajanlar için “Conway Yasası” olarak tanımlıyor [1]. Şirket içindeki her ekip kendi alt ajanını geliştirince, paylaşılan bir standart olmadan yüzlerce çakışan ajan birikiyor [1]. Ortaya “Frankenprompt” adı verilen, birbiriyle çelişen devasa sistem istemleri çıkıyor [1].

Çoklu ajan iş akışında özellik yazımı, test yazımı ve kod incelemesi adımları arasında bağlam her el değiştirmede dağılıyor [1]. Tek ajan kurgusunda ise aynı ajan hem özelliği hem testleri yazıyor. Ayrı bir doğrulayıcı yalnızca testleri çalıştırıp sonucu bildiriyor [1]. Müşteri odaklı çalışan bir şirkette bir düzine uzman alt ajan kullanmak, tutarlı bir marka deneyimi sunmayı zorlaştırdı ve yüksek gecikmeyle kullanılabilirliğe zarar verdi [1]. OpenAI geliştiricisi Eric Provencher da bu kontrolsüz sürüleri sorgulayarak, ajan sürülerini “neredeyse kesinlikle boşa harcanan para” diye niteledi [1].

Alt ajanlar hangi durumlarda hâlâ gerekli?

Alt ajanlar, tek ajanın bağlam penceresi tıkandığında, işlerin paralel çalışması gerektiğinde veya araç seçimi zorlaştığında hâlâ geçerlidir [1].

Anthropic her senaryoda tek ajana geçilmesini önermiyor ve şu üç sınır durumda alt ajanların geçerliliğini koruduğunu vurguluyor [1]:

• Bağlam penceresinde ölçülebilir bir performans düşüşü görüldüğünde.
• Birden fazla görevin tamamen ayrı bağlam pencereleriyle paralel çalışması zorunlu olduğunda.
• Model onlarca araç arasında doğru seçimi yapmakta zorlandığında.

Özellikle araç sayısı belirleyici bir eşik oluşturuyor. Modelin araç seçme yeteneği 30 ila 50 araç tanımından sonra bozulma eğilimi gösteriyor [1]. Bu yüzden yüzlerce aracı tek isteme yığmak yerine dört veya beş yalın veri aracı seçmek gerekiyor [1]. Anthropic, araç ve becerileri yalnızca gerektiğinde yükledi. Bu sayede Claude Code sistem istemi yüzde 80’in üzerinde kısaltıldı [1]. Yeni modeller kendi işini denetleyebildiği için fazladan kontrol katmanlarına da gerek kalmıyor [1].

Tek ajana geçiş nasıl yapılır?

Anthropic, çoklu ajan kurgusundan tek ajana geçmek isteyen yazılım ekipleri için GitHub üzerinde anthropics/single-agent-loop-kit deposunu kullanıma sundu [1].

Yazılım ekipleri bu geçiş sürecini şu teknik adımlarla yürütebilir:

• GitHub deposunu inceleyerek projedeki mevcut çoklu ajan iş akışlarını tek tek çıkar.
• Süreçleri beceriler (skills) halinde paketle; araçları doğrudan isteme yazmak yerine araç arama (tool search) ile isteğe bağlı yükle [1].
• Sistem istemi yönetimini ve kalite standardını tek bir küçük merkezî ekibe devret [1].
• Kılavuzlar ve ürün özellikleri gibi referans belgelerini arama aracıyla sorgulanan bilgi tabanlarına taşı [1].
• Bağlamı isteme doğrudan enjekte etmekten vazgeç [1].

Birleştirme sırasında dikkatli ol. Destek ajanı denemesinde alt ajanı doğrudan ana gövdeye katmak gecikmeyi düşürdü, fakat çalışan süreci bozdu [1]. Ana ajan doğru uzmana yönlendirmek yerine kendi başına yanlış yanıt vermeye başladı [1]. Bu durumla karşılaşırsan birleştirmeyi durdur. Uzmanlık dallarını ayrı birer beceri olarak yapılandır.

Ne yapmalı?

Yazılım mimarini gözden geçir. Çoklu alt ajanların projende yarattığı gecikmeyi ve gereksiz token faturasını mutlaka ölç.

Türkiye’deki yazılım ekipleri projelerinde tek ajan yaklaşımını şu kontrol listesiyle değerlendirebilir:

• Mevcut ajan sayını çıkar ve görev devirlerinde yaşanan el değiştirme kaynaklı veri kayıplarını tek tek denetle.
• Dört veya beş yalın araçla temel senaryoyu kur.
• Araç sayısını 30 sınırının altında tutarak fazlasını beceriler altında modüllere ayır.
• anthropics/single-agent-loop-kit deposundaki geçiş şablonunu yerel test ortamında dene.

Biz kendi iş akışlarımızda bu geçiş kitini henüz ölçmedik. Ancak kurumsal projelerdeki gereksiz orkestrasyon katmanlarını ayıklamak, hem hata payını düşürmek hem de bütçeyi korumak için en somut adımdır.

Sayıyla (2026), Anthropic tek ajan mimarisi: Alt ajanlara karşı 2 kat hız.

Sayıyla (Kodlama araçları masası, yapay zekâ destekli) (2026). "Anthropic tek ajan mimarisi: Alt ajanlara karşı 2 kat hız". Sayıyla. https://sayiyla.com/yazilar/anthropic-tek-ajan-mimarisi-gecis-kiti/ (erişim: 28.10.2026). Lisans: CC BY 4.0.