Yapay zekâ ekosisteminde 2026 yılı, tek seferlik komut istemi (prompt) denemelerinden çok adımlı düşünebilen, araçları (tools) otonom çalıştırabilen ve karmaşık iş akışlarını yöneten yapay zekâ ajanlarına (AI agents) geçiş yılı oldu. Ancak geliştiricilerin yerel bilgisayarlarında Python betikleriyle başarıyla çalıştırdığı bir ajan döngüsünü kurumsal ölçekte canlıya almak ciddi bir operasyonel çıkmaza toslamaktadır. Çoklu kullanıcı eşzamanlılığı, durum kalıcılığı (state persistence), bellek (memory) izolasyonu, API güvenlik duvarları ve rastgele çalışan kodların sandbox güvenliği, geleneksel sunucu mimarilerinde çözülmesi zor maliyetler doğurur.

Amazon Web Services (AWS), bu üretim engelini ortadan kaldırmak amacıyla son haftalarda iki tamamlayıcı teknolojiyi geliştirici dünyasına sundu: Açık kaynaklı ajan geliştirme kiti Strands Agents ve yönetilen kurumsal ajan çalışma ortamı Amazon Bedrock AgentCore (Amazon Bedrock Platform Overview).

Bu teknik rehberde; Strands ve AgentCore mimarisinin ayrıştığı noktaları, sunucusuz microVM altyapısının güvenlik avantajlarını, model bağımsız (framework-agnostic) çalışma yapısını ve açık kaynak koddan kurumsal canlı ortama geçişin adım adım uygulama adımlarını inceliyoruz.

📺 Bu konuyu videoda anlattım: Açık Kaynak AI Çalışanı: Tek Komutla 7 Ajan Kurdum (Thursday)

Ajan Geliştirmede Prototip Çıkmazı ve Kurumsal İhtiyaçlar

Yerel bir ortamda çalışan yapay zekâ ajanı genellikle basit bir döngü içinde modelin çıktısını parse edip bir Python fonksiyonunu tetikler. Ancak bu prototip canlı müşteri verisiyle veya kritik şirket sistemleriyle buluştuğunda dört temel problem baş gösterir:

Güvensiz Araç Çalıştırma (Tool Execution): Ajanın ürettiği dinamik Python kodları veya kabuk komutları, ana sunucunun dosya sistemine doğrudan erişmemelidir. İzolasyon eksikliği ciddi güvenlik zafiyetlerine zemin hazırlar.
Kayıp Durum ve Kısa Bellek: Bir ajan döngüsü 20 dakika sürebilir veya insan onayı (human-in-the-loop) beklerken günlerce duraklayabilir. Durum bilgisinin güvenli biçimde saklanamaması, sunucu kesintilerinde tüm işlemin baştan başlamasına neden olur.
Kimlik ve Erişim Yetkilendirmesi (IAM): Ajanın üçüncü taraf veritabanlarına veya kurumsal API sistemlerine erişirken tek bir global API anahtarı yerine, istek bazlı kısıtlı rol tanımlarıyla (least-privilege) çalışması gerekir.
Gözlemlenebilirlik ve Hata Denetimi: Modelin neden sonsuz döngüye girdiği veya hangi araç çağrısında başarısız olduğu adım adım izlenemezse prodüksiyon hatalarını ayıklamak imkânsız hale gelir.

Strands Agents Nedir: Açık Kaynak Ajan SDK Yapısı

Strands Agents, geliştiricilerin yapay zekâ ajanlarının akıl yürütme mantığını, araç çağırma zincirlerini ve karar döngülerini Python ile temiz ve modüler bir biçimde inşa etmelerini sağlayan açık kaynaklı bir SDK kütüphanesidir (Strands Agents Open Source Documentation).

Strands mimarisinin öne çıkan yetenekleri şunlardır:

Hafif ve Bağımsız Çekirdek: Ağır bağımlılıklar olmadan standart Python tipleri ve modern tipleme (typing) standartları üzerine kuruludur.
Evrensel Model Desteği: Yalnızca tek bir bulut modeline bağımlı kalmaz; Bedrock üzerindeki Claude modelleri, OpenAI, yerel açık kaynak modeller veya özel ince ayarlı ağırlıklarla aynı arayüz üzerinden çalışabilir.
Model Context Protocol (MCP) Uyumluluğu: Anthropic tarafından standartlaştırılan MCP araçlarını doğrudan yerel araç olarak tanır ve ajan döngüsüne entegre eder.

Amazon Bedrock AgentCore: Sunucusuz MicroVM Çalışma Zamanı

Strands ajanınızın mantığını ve kodunu oluştururken, Amazon Bedrock AgentCore bu kodun kurumsal bir altyapıda güvenle çalıştırılmasını sağlayan yönetilen platform katmanıdır (AWS Open Source AgentCore Repository).

AgentCore, geleneksel sunucular veya sürekli ayakta kalan Kubernetes podları yerine her bir ajan oturumu için hafif ve yalıtılmış microVM sanallaştırma konteynerleri ayağa kaldırır. Bu yapı geliştiricilere şu temel altyapı avantajlarını sunar:

Sıfır Altyapı Yönetimi: Sunucu yamalama, konteyner ölçekleme veya yük dengeleme ile uğraşmazsınız. Ajan çağrıldığında microVM milisaniyeler içinde başlar, iş bittiğinde kaynaklar serbest bırakılır.
Donanımsal İzolasyon: Ajanın çalıştırdığı kodlar, diğer kullanıcıların veya sistemlerin belleğine asla erişemeyen yalıtılmış bir mikro ortamda icra edilir.
Yönetilen Bellek ve Durum Saklama: Oturumlar arası kullanıcı tercihleri, konuşma geçmişi ve araç yürütme kayıtları AgentCore dahili durum motorunda kalıcı olarak saklanır.
Araç Ağ Geçidi (Tool Gateway): OpenAPI spesifikasyonuna sahip kurumsal API sistemleri tek bir tıkla ajanın doğrudan çağırabileceği tip güvenli araçlara dönüştürülür.

Adım Adım Strands ve AgentCore ile Ajan Dağıtımı

Yerel bir Python ajanını Strands ve AgentCore kullanarak canlıya alma süreci:

Adım 1: AgentCore CLI ve Bağımlılıkların Kurulumu

Geliştirme ortamınızda AWS kimlik bilgilerinizi yapılandırdıktan sonra AgentCore komut satırı aracını ve ilgili Python kütüphanelerini ortamınıza kurun.

Adım 2: Ajan Mantığını ve Araç Fonksiyonlarını Kodlayın

Bir ajan betiği oluşturarak ajanın araçlarını ve sistem talimatlarını tanımlayın. Strands dekoratörlerini kullanarak veritabanı sorgulama, ürün arama veya hesaplama fonksiyonlarınızı ajana bağlayın.

Adım 3: AgentCore Yapılandırma Dosyasını Başlatın

Proje dizininizde AgentCore manifestosunu oluşturmak için terminalden başlatma komutunu çalıştırın (AWS Architecture Blog). Bu işlem microVM bellek miktarını, zaman aşımı sürelerini ve IAM rol izinlerini belirleyen yapılandırma dosyasını otomatik olarak üretir.

Adım 4: Yerel Ortamda Test ve Simülasyon Gerçekleştirin

Ajanı buluta göndermeden önce yerel simülatörde çalıştırarak araç çağrılarını ve girdi-çıktı formatlarını dikkatlice denetleyin.

Adım 5: Ajanı Amazon Bedrock AgentCore Ortamına Dağıtın

Tüm testler tamamlandığında tek bir terminal komutuyla ajan kodunu paketleyin ve yönetilen çalışma zamanına gönderin. İşlem tamamlandığında AWS size güvenli bir HTTPS API uç noktası sağlar. Bu uç noktayı web sitenize, mobil uygulamanıza veya dahili otomasyon sistemlerinize doğrudan bağlayabilirsiniz.

Sıkça Sorulan Sorular (SSS)

1. AgentCore kullanmak için mutlaka Strands SDK mı kullanmalıyım?

Hayır. Amazon Bedrock AgentCore tamamen framework-agnostic olarak tasarlanmıştır. Strands Agents dışında LangGraph, CrewAI veya LlamaIndex ile geliştirilmiş ajan kodlarını da AgentCore CLI ile microVM konteynerine paketleyip dağıtabilirsiniz (AWS Bedrock AgentCore Documentation).

2. Strands ajanları açık kaynak modellerle yerel sunucularda çalışabilir mi?

Evet. Strands SDK tamamen açık kaynaklıdır ve yerel makinenizde Ollama veya vLLM ile barındırılan açık modellerle bulut bağımlılığı olmadan çalıştırılabilir.

3. AgentCore microVM mimarisinin standart Lambda fonksiyonlarından farkı nedir?

AWS Lambda kısa ömürlü ve durumsuz (stateless) istekler için optimize edilmiştir. AgentCore ise uzun süreli çalışan ajan döngüleri, sürekli hafıza yönetimi ve dinamik oturum kalıcılığı sağlayan özelleşmiş bir çalışma zamanı sunar.

4. AgentCore kullanımında maliyet nasıl hesaplanır?

Geliştiriciler yalnızca ajanın aktif olarak işlem yaptığı microVM yürütme süresi (milisaniye bazında) ve kullanılan temel dil modelinin token tüketimi üzerinden ücretlendirilir. Boşta bekleyen sunucu maliyeti oluşmaz.

Sonuç: Ajan Geliştirmede Standartlaşma ve Üretim Güvenliği

Yapay zekâ ajanları oyuncak prototip aşamasından kurumsal iş süreçlerinin merkezine taşınırken, geliştiricilerin en çok ihtiyaç duyduğu unsur güvenilir ve standart bir altyapıdır. AWS tarafından sunulan açık kaynak Strands SDK ve sunucusuz Bedrock AgentCore mimarisi, kod seviyesindeki esneklik ile kurumsal düzeydeki güvenlik ve ölçeklenebilirlik gereksinimlerini tek bir potada birleştirmektedir.

Ajan mimarilerini bu modern standartlar üzerinde inşa etmek, ekiplerin altyapı sorunlarıyla boğuşmak yerine iş mantığına ve yüksek katma değerli otomasyonlara odaklanmalarını sağlayacaktır.