Tek Dev Promptun Sonu: ADK 2.0 ile Graph Engineering'e Giriş

Video, bir önceki bölümde Loop Engineering'in neden tıkanıp kaldığını hatırlatarak açılıyor: ajanın planla-uygula-kontrol döngüsüne bırakılan her iş, karmaşık orkestrasyonlarda dağılıyor. Sunucu Annie, bu noktada Graph Engineering'i sahneye çıkarıyor ve kavramı doğrudan çalışan kodla tanımlamayı vadediyor. Örnek soru basit: maratona hazırlanan bir koşucu, bu yarışı nasıl koşması gerektiğini soruyor.

Graph Engineering'in tanımı şu: sistemin iş akışı bir çizge olarak kurulur, çizgenin her düğümü bir ajan ya da deterministik bir fonksiyon olabilir, düğümleri birbirine bağlayan kenarlar ise çalışma sırasını belirler. Yani model ve klasik kod aynı listede, aynı bağlantı diliyle yan yana durur. Bu bakış, ajan sistemini tek bir büyük model çağrısına indirgemeyi reddediyor.

Ardından ilk deneme ekrana geliyor: tek ajan, tek dev komut. Bu komut hava durumunu çekmeyi, parkuru incelemeyi, sporcunun formunu değerlendirmeyi ve yarış stratejisi kurmayı vadediyor. Çıktı o kadar özgüvenli ve detaylı ki ilk bakışta ikna edici. Ama ortada hava durumu servisi de parkur verisi de yok; ekrandaki sayıların tamamı üretilmiş. Her adım tek bir model çağrısının içinde yaşadığında hiçbir şey gerçekten çekilemiyor, test edilemiyor ve güvenilemiyor. Çözüm daha iyi bir komut değil, yapı.

Video bu noktada dört mühendislik katmanını sıralıyor: Prompt Engineering modele ne söyleneceğini, Context Engineering modelin etrafına ne konulacağını, Loop Engineering ajanın planla-uygula-kontrol döngüsünde nasıl döndüğünü düzenler. Graph Engineering bir sonraki katmandır: birbirine bağlanmış çok sayıda iş parçası. Düğümler iş parçaları, kenarlar ise aralarındaki bağlantıdır.

En küçük çizge iki düğümle kuruluyor: önce yarış günü koşullarını çeken sade bir Python fonksiyonu, sonra bu koşulları okuyup tavsiye yazan bir ajan. Fonksiyon model kullanmıyor, maliyeti sıfır; ajan tek bir model çağrısı yapıyor. Kenarlar başlangıçtan çekme adımına, oradan tavsiye adımına uzanıyor ve orkestrasyon bu kadar. İlke akılda kalıcı: öngörülebilir iş fonksiyonlara, akıl yürütme modele verilir. Gerçek veri girer, gerçek tavsiye çıkar.

Sonraki şekil üç kavram getiriyor ve ilki fan-out: strateji için hava durumu, parkur ve form bilgileri birbirinden bağımsız olduğundan neden paralel çekilmesin? Başlangıçtan üç kenar çıkar, üç çekme işi aynı anda koşar. ADK 2.0, sayısı önceden bilinmeyen paralel işler için çalışma anında şekli belirlenen dinamik fan-out da sunuyor; kod, çizgenin o bölümüne o anda karar veriyor.

Üç kolun buluştuğu yer join düğümü: en yavaş kolu bekler, kollardan gelen çıktıları düğüm adıyla etiketlenmiş tek bir sözlükte toplar. Ayrıca birleştirici bir ajan yazmaya gerek yoktur, çizge bunu kendiliğinden yapar. Üçüncü kavram router: sıcak, soğuk ve normal gün için üç uzman stratejist ajan dururken hangisinin seçeceğine bir yönlendirici karar verir. Model tabanlı yönlendirici esnek ama jeton harcar ve kararsız okuyabilir; sabit kurallı deterministik yönlendirici ucuz ve güvenilirdir. Kural basit: girdi serbest metinse ve okunacak sinyal yoksa model yönlendirici, küme kapalıysa ve sinyal verideyse deterministik yönlendirici doğru araçtır. Yarış örneğinde deterministik seçim kullanılıyor.

Maliyet hesabı şaşırtıcı: üç paralel çekme, bir join ve bir stratejist ajan toplamda hâlâ tek bir model çağrısı tutuyor, çünkü mantık düğümlerinin hiçbiri modele dokunmuyor. Video, çizgenin her derde deva olmadığını da söylüyor: girdi gelmeden akış kâğıda dökülebiliyorsa çizge çizilmeli; akışın şekli girdiye göre değişiyorsa, örneğin derin araştırma senaryosunda, ADK 2.0'ın çalışma anında şekillenen dinamik akışına bırakılmalı.