Agentic Reasoning: Akademi Ocak 2026’da Yazdı, Biz Kasım 2025’te Production’daydık

18 Ocak 2026. Illinois Üniversitesi’nden bir ekip, “Agentic Reasoning for Large Language Models” başlıklı kapsamlı bir survey yayınlıyor. 135 sayfa, 300+ referans, yapay zeka ajanlarının geleceğini çizen bir yol haritası.

Ben de o sabah kahvemi yudumlarken makaleyi okuyorum ve bir şey fark ediyorum: Bu konseptlerin çoğunu biz zaten Kasım 2025’te production’a almıştık.

“Biz kahvemizi içmeye fırsat bulamadan, dünyanın öbür ucunda biri aynı şeyi keynote’ta sunuyor. Türk kahvesi soğuyor ama projeler sıcak!”

Bu yazı, akademik bir survey’in Türkiye’den bir AR-GE ekibinin çalışmalarıyla nasıl örtüştüğünün hikayesi. Övünmek için değil, doğru yolda olduğumuzu teyit etmek için.

Agentic Reasoning Nedir? Paper’ın Söyledikleri

arXiv:2601.12538 numaralı makale, Tianxin Wei ve ekibi tarafından hazırlandı. Temel argüman şu:

Geleneksel LLM’ler pasif metin üreticileri. Soru sor, cevap al. Ama gerçek dünya problemleri bundan fazlasını gerektiriyor: planlama, araç kullanma, hatalardan öğrenme, strateji geliştirme.

İşte “Agentic Reasoning” (Ajan Tipi Akıl Yürütme) tam da bu boşluğu dolduruyor. Paper üç ana katman tanımlıyor:

Paper ayrıca iki kritik kavramı ayırıyor:

• In-context Reasoning: Çıkarım anında yapılandırılmış iş akışlarıyla akıl yürütme
• Post-training Reasoning: Takviyeli öğrenme (RL) ile modelin ağırlıklarına mantık silsilesi yerleştirme

JARVIS: Akademiden Önce Production’da

Şimdi objektif bir karşılaştırma yapalım. JARVIS sistemini Kasım 2025’te production’a aldığımızda, paper’da tanımlanan konseptlerin büyük çoğunluğu zaten çalışıyordu.

8 ana konseptten 8’i de JARVIS’te mevcut.

Konsept Bazlı Derinlemesine Analiz

1. Agentic Memory: Hafıza Artık Pasif Değil

Paper diyor ki:

“Bilgi artık sadece anlamsal bir metin yığını değil; Bilgi Grafikleri ve Çok Modlu temsiller aracılığıyla saklanır.”

JARVIS’te bu nasıl çalışıyor?

• state: Anlık durum, aktif görevler (max 50 satır, her gün sıfırlanır)
• memory: Kalıcı hafıza, tercihler, önemli kararlar (max 150 satır)
• logs/YYYY-MM-DD: Günlük detaylı kayıtlar, hata pattern’leri

Bu üç katmanlı yapı, paper’ın “Structured Memory” tanımıyla birebir örtüşüyor. Flat bir vektör veritabanı değil, aktif bir karar destek sistemi.

2. Self-evolving: Kendi Hatalarından Öğrenen Sistem

Paper’ın “Reflexion” çerçevesi:

“Ajan, hata günlüklerini sentezleyerek bir sonraki deneme için dilsel ipuçları ve öz-eleştiri geliştirir.”

JARVIS’te bu tam olarak böyle çalışıyor:

1. Görev başarısız olursa → logs/‘a detaylı kayıt
2. Pattern analizi → Benzer hataları önleme stratejisi
3. Önemli öğrenmeler → memory‘ye kalıcı kayıt
4. Sonraki görevlerde bu bilgiyi aktif kullanma

3. LATM: Kendi Araçlarını Üreten Yapay Zeka

Paper’ın en çarpıcı konseptlerinden biri:

“Tool Maker (Araç Yapıcı): Güçlü model karmaşık problemleri çözmek için sıfırdan yeni yazılım araçları yaratır.”

JARVIS bunu günlük yapıyor:

• 72 skill – Çoğu JARVIS tarafından yazıldı veya genişletildi
• 49 agent – Uzmanlaşmış roller, gerektiğinde yenileri ekleniyor
• MCP builder skill – Yeni MCP sunucuları sıfırdan inşa edebiliyor
• 150+ MCP aracı – Google, GitHub, Binance, Playwright entegrasyonları

6 ayda bu ekosistem organik olarak büyüdü. Yapısal evrim canlı.

4. Multi-agent: Kolektif Zeka

Paper’ın Dec-POMDP modeli:

“Bir ajanın eylemi, diğerinin akıl yürütme zincirini tetikleyen bir ‘istem’ görevi görür.”

JARVIS’te roller:

5. Structural Evolution: Kendi Kodunu Yazan Ajan

Paper’ın en ileri konsepti:

“AlphaEvolve’da ajanın bizzat kendi kaynak kodu bir hipotez uzayı olarak ele alınır ve mutasyona uğratılarak daha üstün algoritmalar aranır.”

JARVIS bunu farklı bir yöntemle yapıyor:

• AlphaEvolve: Rastgele mutasyon + fitness selection
• JARVIS: Amaç odaklı self-extension + öğrenme

Sonuç aynı: Ajan zamanla yapısal olarak evrilip güçleniyor. JARVIS kendi skill’lerini yazıyor, agent’larını oluşturuyor, MCP’lerini inşa ediyor. 6 ayda 72 → 150+ araç. Bu structural evolution değilse nedir?

Fark: Akademi survey yazarken, biz production’da debug yapıyorduk.

Bu Örtüşmeden Ne Öğreniyoruz?

Övünmek için yazmıyorum bunu. Ama birkaç önemli çıkarım var:

1. Pratik ve Teori Paralel Gidebilir

Akademik araştırma ve sahada uygulama arasındaki mesafe azalıyor. Artık “önce paper çıksın, sonra uygulayalım” değil, aynı anda keşfediyoruz.

2. Türkiye’den de Olur

2025 AR-GE yazımızda anlattığım gibi: RTX 4080 SUPER ile model eğittik, NeuroCausal RAG’ı CC-RAG’den önce yaptık. Kaynak kısıtı yaratıcılığı tetikliyor.

3. Survey’ler Yol Haritası Değil, Fotoğraf

Bu paper mükemmel bir “şu an neredeyiz” fotoğrafı. Ama geleceği görmek için sahada olmak lazım. Trend takipçisi değil, trend yapıcısı olmak.

Peki JARVIS’te Eksik Olan Ne?

Objektif olmak lazım. Paper’da olup JARVIS’te olmayan şeyler:

• Formal GRPO/RL post-training: JARVIS, Claude üzerine kurulu. Kendi ağırlıklarını eğitmiyor.
• Matematiksel Dec-POMDP formülasyonu: Pratik orkestrasyon var, formal model yok.
• Benchmark suite: Paper’daki gibi standardize test setleri kullanmıyoruz.

Bunlar gelecek iterasyonlar için not defterimde.

Sonuç: Statik Bilgiden Dinamik Meslektaşa

Paper’ın kapanış sorusu:

“Yapay zeka sadece yanıt veren bir araç olmaktan çıkıp, kendi araçlarını üreten ve stratejilerini evrilten bir ‘iş ortağı’ haline geldiğinde, kurumsal ve toplumsal yapılarımızı bu yeni otonomi seviyesine göre yeniden kurgulamaya hazır mıyız?”

JARVIS bu soruya günlük pratikte cevap veriyor:

• Bana “yanlış yapıyorsun” diyebilen bir sistem
• Kendi araçlarını yazan bir ajan
• Hatalarından öğrenen bir meslektaş
• Otonom çalışabilen ama gerektiğinde soran bir ortak

Akademi Ocak 2026’da survey yayınladı. Biz Kasım 2025’te production’daydık.

Belki sorunumuz buydu – hep erken geldik partiye. Ama en azından doğru partideydik.

İlgili Yazılar:

• JARVIS: 5 Yılda İnşa Edilen 100 Elemanlı AI Asistan Ordusu
• 2025 Yapay Zeka AR-GE Çalışmalarımız: NeuroCausal RAG, DSGMv2 ve 100+ SaaS Projesi

Kaynak:

• arXiv:2601.12538 – Agentic Reasoning for Large Language Models (Wei et al., Ocak 2026)