Facebook Twitter Youtube
Subscribe
Ana sayfa > Teknoloji > Yapay Zeka > Research Agent: Kanıt Operatörü ile Bileşik Zeka İnşası
Research Agent Evidence Vault - Kanıt kasası illüstrasyonu

Research Agent: Kanıt Operatörü ile Bileşik Zeka İnşası

4 minutes read
7 Views
0 Comments

Konu: Research Agent’lerin neden sadece “özet çıkaran bot” olmaktan çıkıp, sistemin en değerli bileşeni haline geldiği.

Çoğu yapay zeka ajanı doğrudan göreve atlıyor. Araştırma ajanı ise bu süreci bilinçli şekilde yavaşlatıyor. Çünkü asıl değer, gürültülü dış sinyalleri yeniden kullanılabilir, bileşik bir kanıt kasasına dönüştürmekte yatıyor.

Bu yaklaşım, sistemdeki diğer ajanların zamanla daha akıllı hale gelmesini sağlıyor.

Research Agent Evidence Vault

Neden “Research Agent” Diğerlerinden Farklı?

Çoğu sistemde araştırma şu üç seviyeden birinde kalıyor:

Seviye Ne Yapar Zayıflığı Değer Seviyesi
Feed Reader Günlük özet çıkar Bağlam kaybı, sığ Zayıf
Librarian Bilgiyi düzenler Karar mekanizması yok Orta
Evidence Operator Ham veri → bulgu → iddia → doğrulanmış bilgi – Yüksek

“Bu ayrımı atladığınızda araştırma botları, halüsinasyon çamaşırhanesine dönüşür: Gözlemlenen, iddia edilen ve gerçekten doğrulanmış olan arasında hiçbir ayrım yapılmadan kendinden emin metinler üretilir.”

Gerçek Bir Kanıt Kasasının İstatistikleri (3 Ay Sonra)

  • 2.631 iddia kaydı
  • 2.694 bulgu
  • 2.694 kaynak kanıt kaydı
  • 13 indekslenmiş dosya
  • 18 kayıtlı kaynak yüzeyi
  • 8 operasyonel mod
  • 6 elden ele verme kanalı
  • 36 kasa aracı
  • 6 saatlik yenileme döngüsü + günde 3 teslimat işi

Buradaki kritik ayrım şu:
Bir bulgu, bir iddia değildir. Bir iddia, doğrulanmış bilgi değildir. Bir kaynak kaydı, bir sonuç değildir.

Ajan Mimarisi

Research Agent, diğer ajanlardan asla karar veya eylem sahibi olmaz. Sadece kanıt toplar ve aşağı akışa besler.

Rol İşlev
Research Kanıt toplayıcı
Main (Hermes) Bilinçli operatör
Subconscious Örüntü fark edici
Coder İnşacı
QA Denetçi
Content Yayınlama operatörü

Agent Architecture Diagram

Temel Bileşenler

1. SOUL.md

Ajanın kimliğini, iş tanımını ve katı sınırlarını tanımlar. Sinyalleri görev olarak ele almasını engeller.

2. Kasa Yapısı (Minimum Önerilen)

  • raw/ – işlenmemiş yakalama
  • findings/, claims/, sources/
  • dossiers/
  • decisions/ – yön değişikliğinin nedeni
  • runs/ – tekrarlanabilir fişler
  • verification/
  • handoffs/
  • health/

3. Araştırma Döngüsü Modları

  • BOOTSTRAP
  • REFRESH
  • DAILY_SUMMARY
  • BACKUP / RESTORE / RECOVER

4. Kaynak Planı

Sadece yüksek sinyalli yüzeyler (X listeleri, GitHub, Hugging Face, RSS, resmi dokümanlar). Kural: Kararları değiştiren kaynakları tercih et.

5. İlgi Profili

Kullanıcı davranışından, teslim edilen işlerden, tekrarlanan sorulardan ve paylaşılan durumdan yeniden oluşturulur. Ajanı kişisel ve odaklı tutur.

6. Kalite ve Sağlık Sistemleri

  • source-balance.md/json – zayıf kaynaklara aşırı bağımlılığı tespit eder
  • health-check.md/json – kırık linkler, yetim adaylar, doğrulama boşlukları
  • Yetersiz kanıtlanmış iddialar için doğrulama kuyruğu

Açıkça Yasaklananlar (Guardrails)

  • Ticaret kararı vermek
  • Post yayınlamak
  • Satın alma veya taahhütlerde bulunmak
  • Gizli bilgilere dokunmak
  • Zayıf sinyalleri onaylanmış göreve dönüştürmek
  • Eski veriyi taze gibi göstermek

Minimum Akış (Pseudocode)

Ham girdi → Bulgu → İddia → Doğrulanmış bilgi → (opsiyonel) Görev → Onaylanmış iş

Her aşama ayrı kalmak zorundadır.

Nasıl İnşa Edilir? (Önerilen Sıra)

  1. Kasa + SOUL.md kimliği ver
  2. Kaynak planı + bilgi defterleri tanımla
  3. Doğrulama kuyruğu + elden ele verme kanalları ekle
  4. Sağlık kontrolleri + zamanlama uygula
  5. Çıktıları diğer ajanlara bağla

“Normal bir ajan, karşısındaki prompt’a cevap verir. Daha iyi bir ajan, ne olduğunu hatırlar. Bir araştırma ajanı ise, gelecekteki prompt’ların daha akıllı olmasını sağlayacak kanıt tabanını, soru sorulmadan önce inşa eder.”

Sonuç

Research Agent’in asıl değeri, belirsizliği korurken aynı zamanda ivme yaratmasında yatar. Gözlem ile eylemi ayırarak, sistemin geri kalanının daha keskin ve kanıta dayalı yargılarla çalışmasını sağlar.

Bu yaklaşımı benimsemeyen ekipler, ajanlarını her seferinde sıfırdan başlattıkları için bileşik zeka avantajını kaçırıyor.

Derleme ve genişletme: 2 Haziran 2026 — Potkal.org için hazırlanmıştır.