Yapay zeka ajanları (AI agent), bağımsız olarak görev yerine getiren LLM tabanlı sistemlerdir ve bu video, Claude, Codex ve Hermes gibi dil modellerini Multica açık kaynak kütüphanesi kullanarak orkestrasyonlaştıran kişisel bir otomasyonu anlatmaktadır. Videonun temel fikrini: basil bir sorundan (eBay satışında birden fazla yorum yönetimi) hareket ederek, evin içindeki dört farklı bilgisayarı tek bir yapay zeka "patron"a bağlamak, her bilgisayara uygun görevler dağıtmak ve sistemin yaptığı işleri insan onayıyla kontrol altında tutmak mümkün. Sunucu maliyeti ve teknik zorluk açısından kişisel bir durum sunsa da, ölçeğini aşan ticari uygulamalarda multi-agent sistemler gerçekten işin karmaşıklığını düşürebilir. Video hem teknik kurulum adımlarını hem de pratik örnekleri göstermekte, aynı zamanda "ideal" gibi görünen bu sistemin çıktı kalitesini doğrulama ihtiyacının önemini ortaya koymaktadır.

Multi-agent sistemler yapay zeka araştırmasının hızlı büyüyen bir alanıdır ve güncel bilimsel bulgular, tek bir büyük modelin yerine birden fazla küçük, özelleştirilmiş ajanın daha verimli olduğunu göstermektedir. Dil modelleri (Claude, GPT-4, Codex gibi) kendi başına "ajan" değildir; agentic davranışa ulaşmak için orchestration kütüphaneleri (LangChain, LlamaIndex, Multica, AutoGen vb.) ve araç kullanma yeteneği (tool calling) gereklidir. Claude, Anthropic'in konstitüyonel yapay zeka metodolojisinden yararlanarak güvenliği ön planda tutarken, Codex kod yazma performansında odaklanmıştır; bunları aynı sistemde birlikte çalıştırmak, görev türüne göre doğru modeli seçmeyi mümkün kılar. Hermes modelleri açık kaynak LLM'lerdir ve kişisel sistemlerde maliyeti düşürür. Günümüz araştırmaları, prompt engineering ve tool design'ın yapay zeka otomasyon sistemlerinin başarısında LLM kalitesi kadar kritik olduğunu göstermektedir.

Videoda sunulan eBay satıcı yönetimi örneği, multi-agent mimarisinin pratik uygulanışını iyi özetlemektedir: bir ürünün çok sayıda açıklaması varsa, her bir açıklamayı analiz etmek, özet çıkarmak veya kategorize etmek ayrı ajanlar üstlenebilir ve sonuçlar merkezi bir ajan tarafından toplanır. Multica, bu tür iş akışlarını açıklamayı mümkün kılan bir açık kaynak projesidir. Video, sistemin gerçek bir hatasını (20 yerine 26 yorum analiz edilmesi) paylaşarak, otomasyonun kalite kontrol basamağının ne kadar önemli olduğunu gösterir; bu, üretim ortamında yaşanan sorunların öğretici bir çerçevesidir. Dört farklı bilgisayarın (MacBook, M4 Mac mini, iMac, Windows) bir sisteme bağlanması, yükü dağıtma ve her makinenin gücünü kullanma stratejisini temsil eder.

Bu video, yazılımcılar, startup kurucuları ve otomasyon meraklıları için tasarlanmıştır; yapay zeka ajanlarının ne olduğunu ve evinde nasıl deneyebileceğini göstermesi açısından değerlidir. Videoda aylık maliyet açık seçik anlatılması ve "çalışmayanlar" bölümünün yer alması saydamlık sağlamakta iyi bir örnektir. Ancak teknik açıdan, gerçek ticari uygulamalarda güvenlik, ölçeklenebilirlik ve maliyet optimizasyonu çok daha ağır basmaktadır; kişisel testler için bu sistem yeterli olsa da, üretim ortamına taşıma için ek katmanlar gerekir. Yine de yapay zeka ajanları konusundaki merakı ve açık kaynak araçları tanıtması, Türkiye'deki AI proje ekosisteminde değerli bir örnek sunar.