Kodlama Aracı Değil Ajan Altyapısı: TrueForge ile Kendi Ajan Çalışma Katmanını Kurmak

Video daha ilk dakikada çerçeveyi net koyuyor: TrueForge, Pi veya OpenCode'un yanına dizilen bir kodlama asistanı değil altyapı. TrueFoundry'nin MIT lisanslı ürünü, genel amaçlı ajanlara çalışma ortamı sağlayan bir iskelet işlevi görüyor. Ben bu çerçeveyi isabetli buluyorum çünkü beklentiyi doğru kuruyor: karşımızda bir sohbet penceresi değil, ajan sisteminin omurgası var.

Ardından iskelet kavramının içi dolduruluyor ve bence videonun en iyi iki dakikası burası. Dil modeli tek başına yalnızca girdi jetonlarını çıktı jetonlarına çevirirken ajan; araç çağrısı, MCP bağlantısı, kod sandboxı, insan onayı ve bekleme durumlarını da yönetmek zorunda. TrueForge tam bu çevre döngüyü üstleniyor: akıl yürüt, harekete geç, sonucu oku, iş bitene kadar devam et. Döngünün kendisini ürün sayınca Claude Managed Agents kıyaslaması da anlam kazanıyor.

Tanıtıma geçmeden sunucu kartları açık oynuyor: video TrueForge'un ödemeli iş birliği ama görüşler kendisine ait. Bu açıklığı önemsiyorum çünkü sonraki maliyet iddialarının kaynağı satıcının kendisi. İzleyiciye her adımı ücretsiz deneme ve depoya yıldız bırakma çağrısı yapılıyor; en azından temel iddialar para harcamadan doğrulanabiliyor.

Kıyas, X paylaşımındaki bir grafik üzerinden ve DevRev Enterprise-Bench testindeki 14 görevle anlatılıyor; görevler CRM kayıtları, sorun takipçileri ve belge depoları arasında çok adımlı araç kullanımı istiyor. Üç kurulum yarışıyor: Opus 4.8 ile Claude Managed Agents, aynı Opus 4.8 ile TrueForge ve açık GLM-5.2 modeliyle TrueForge. Aktarılan sonuç; karşılaştırılabilir koşularda 14'te 11 tamamlama ve görev başı 11,80 dolar yönetilen tarafta, aynı modelle TrueForge'da 8,50 dolar, açık modelle 2,90 dolar. Yani aynı modelde yaklaşık %30, açık modelle %75 daha düşük maliyet.

Burada TrueFoundry'nin kendisine bir cümlelik bağlam gerekir. Şirket, 2021'de eski Meta mühendislerince kurulmuş San Francisco merkezli bir makine öğrenmesi altyapı girişimi ve kurumlara model erişimi, kimlik ve bütçe denetimi için zaten ücretli bir geçit satıyor. TrueForge bu geçidin üstünde açık yürütme döngüsü olarak duruyor; iş mantığı da buradan okunuyor: iskeleti ücretsiz ver, denetim katmanını elde tut. Forbes da aynı ayrımı yazıyor ve %50 tasarruf manşetinin nitelik istediğini not ediyor.

Kurulum bilerek sıkıcı anlatılıyor ve bunu övgü sayarım. GitHub deposundaki NPX komutunu kopyalayıp bir kez çalıştırıyorsun; paket iniyor, yerel bir SQLite veritabanı oluşuyor ve localhost üzerinde bir sayfa açılıyor. Tarayıcıda açılan bu panel senin kumanda merkezin ve ardından dilediğin modeli bağlıyorsun. Böylesi yerel-öncelikli bir başlangıç, deneme eşiğini neredeyse sıfıra indiriyor.

Model kurulumu büyük sağlayıcılarla birlikte kendi barındırma kaçışını da kapsıyor. OpenAI anahtarını yapıştırarak başlayabilir, aynısını Anthropic veya Gemini için yapabilir ya da Ollama'yı gösteren bir taban adresle özel sağlayıcı tanımlayabilirsin. Video, sağlayıcı konsolunda anahtar üretmeyi adım adım gösterip modellerin TrueForge içine düştüğünü sergiliyor. Yerel modeller dahil bu satıcı-bağımsız raf, projenin çekirdek vaadi.

Seni karşılayan sohbet ekranı açıkça laboratuvar, ürün değil. Yeni sohbet açıp Linear, Notion veya Exa web araması gibi bağlayıcıları deniyor, kalıcı hiçbir şey olmadan komutlarla oynuyorsun. Görünür bir kaydet düğmesi, oynamakla yayına almak arasındaki sınırı çiziyor. Bu ayrımı seviyorum çünkü isim verip dışarı açmadan önce kurulumun çalıştığını kanıtlamaya zorluyor.

İlk tam örnek bir hisse araştırma asistanı kuruyor. Deneme komutu Nvidia finansallarını istiyor, ajan araç çağrılarına dağılıp bir alt ajan başlatıyor ve özetlemeden önce 10-Q ve 10-K tarzı raporları gözle görülür biçimde tarıyor. Sonra asıl ders geliyor: sohbet geçmişinin hiçbiri ajana dönüşmüyor. Kaydedilen tanım; kısa bir sistem komutu ile seçili model, bağlayıcı ve yeteneklerden ibaret ve ardından çıplak bir MSFT girdisi taze bir Microsoft dökümü üretiyor.

Asıl kazanç bölümü ajanı tarayıcıdan çıkarıp Python'a taşıyor. TypeScript için hazır kit varken Python tarafı sade isteklerle çalışıyor: ajan adıyla yerel API'de oturum aç, dönen oturum kimliğini sakla, kullanıcı iletisini gönder ve sunucu-itmeli olay akışını oku. Betik akıştan model iletisi parçalarını süzüp canlı yazdırıyor ve Tesla sorgusu panoda her ajan adımı izlenirken uca akıyor. Böylesi kısa bir program, iskeleti kendi uygulamaların için gerçek bir çalışma katmanına çeviriyor.

İkinci ajan, Daytona kod sandboxıyla çıtayı yükseltiyor. Tam yetkili bir API anahtarı üretip sandbox ayarlarına yapıştırınca ajan sayıları anlatmakla kalmayıp Python çalıştırabiliyor. Meta finansallarını Matplotlib grafikli PDF rapor isteyen komutta önce web araması yapıyor, kodu uzakta koşturup çizimleri kendisi ürettiği indirilebilir dosyayı veriyor. Bunu grafik zorunluluğu talimata gömülü ikinci ajan olarak kaydedince Nvidia gibi sonraki her sembol aynı hattan otomatik geçiyor.

Yeteneklere ayrılan kısa gösterim algoritmik sanat üzerinden yapılıyor. Yetenek bağlı değilken yaratıcı istek sade bir SVG veya HTML dosya veriyor; ilgili yetenek açılınca ajan önce yetenek yönergesini okuyup ayarlanabilir parametreli gözle görülür biçimde daha profesyonel iş çıkarıyor. Karşıtlık, yetenek tezinin minyatür hali: paketlenmiş bilgi, ham üretimden üstün. GitHub'dan içe aktarılan yeteneklerle özel MCP sunucuları, sıradan web aramalı tanıtımı asıl mülk araca çeviren şey.

Kapanış, yerel modellerle satıcı bağımsızlığına dönüyor. Standart Ollama taban adresine bakan özel sağlayıcı kaydı, Qwen ailesinden 27 milyar parametre sınıfı bir model kimliği ve yapıştırılan bağlam ile çıktı sınırları; ev makinesini aynı hatta katmaya yetiyor. Sunucu kendi iş istasyonundan koşturup OpenAI modeline hizmet eden döngünün aynısından yanıt alıyor. Her şey açık, her şey kendinin: video bu notayla bitiyor ve projenin topluluk yıldızlarıyla yaşayacağını hatırlatıyor.