25 puan yazan GN⁺ 21 일 전 | 1 yorum | WhatsApp'ta paylaş
  • Bulut ortamında büyük ölçekli ajanlar kurup dağıtmayı sağlayan bileşimsel API ürün ailesi; prototipleri birkaç gün içinde prodüksiyona taşıyabiliyor
  • Güvenli sandboxing, kimlik bilgisi yönetimi, yetki kontrolü gibi prodüksiyon düzeyi altyapıyı otomatik olarak üstleniyor; kullanıcılar yalnızca görev tanımına odaklanabiliyor
  • Uzun süreli oturumlar, çok ajanlı iş birliği, güven temelli yönetişim destekleniyor; Claude modelleriyle sıkı entegrasyon sayesinde otonom yinelemeli çalışma ve performans artışı sağlıyor
  • Notion, Rakuten, Asana, Sentry gibi önde gelen şirketler bunu kullanarak 10 kat daha hızlı dağıtım ve otomatikleştirilmiş iş akışları elde ediyor
  • Kullanım bazlı fiyatlandırmayla sunuluyor ve kurumların operasyonel verimliliğini ile geliştirme üretkenliğini temelden artıran bir platform olarak konumlanıyor

Claude Managed Agents genel bakış

  • Claude Managed Agents, bulutta büyük ölçekli ajanlar kurup dağıtmak için sunulan bileşimsel API ürün ailesi ve açık beta olarak kullanıma açılmış durumda
  • Daha önce güvenlik altyapısı, durum yönetimi, yetki kontrolü ve model yükseltmelerine uyum gibi nedenlerle ajan geliştirmek aylar sürebiliyordu; Managed Agents ise prototipten prodüksiyona birkaç gün içinde geçiş olanağı sağlıyor
  • Tek bir görev yürütücüsünden karmaşık çok ajanlı pipeline'lara kadar destek veriyor; kullanıcılar operasyonel ek yük olmadan kullanıcı deneyimine odaklanabiliyor

10 kat daha hızlı ajan kurma ve dağıtma

  • Prodüksiyon seviyesinde bir ajan dağıtmak için sandbox içinde kod çalıştırma, checkpoint'ler, kimlik bilgisi yönetimi, yetki kapsamı ayarlama ve uçtan uca izleme gerekiyor
  • Managed Agents bu karmaşıklığı sizin yerinize yönetiyor; kullanıcıların yalnızca görevleri, araçları ve guardrail'leri tanımlaması yeterli oluyor
  • Yerleşik orkestrasyon harness'i, araç çağrılarının zamanlamasını, bağlam yönetimini ve hata kurtarmayı otomatik olarak yürütüyor
  • Başlıca özellikler:
    • Prodüksiyon düzeyi ajanlar: güvenli sandboxing, kimlik doğrulama ve araç çalıştırmayı otomatik yönetim
    • Uzun süreli oturumlar: saatler boyunca otonom çalışır; bağlantı koptuğunda bile ilerleme durumu ve çıktılar korunur
    • Çok ajanlı iş birliği: diğer ajanları oluşturup yönlendirerek karmaşık işleri paralelleştirir (research preview aşamasında)
    • Güven temelli yönetişim: yetki kapsamı, kimlik yönetimi ve yürütme takibi yerleşik olarak gelir

Claude modelleriyle entegre tasarım

  • Claude modelleri ajan merkezli işler için optimize edilmiş durumda ve Managed Agents bunu en üst düzeyde kullanacak şekilde tasarlanmış
  • Kullanıcılar yalnızca sonuçları ve başarı ölçütlerini tanımlar; Claude da hedefe ulaşmak için kendi kendini değerlendirip yinelemeli şekilde çalışır (research preview olarak sunuluyor)
  • Gerektiğinde mevcut prompt-yanıt iş akışları da destekleniyor
  • Dahili testlerde, yapılandırılmış dosya oluşturma görevlerinde standart prompt döngülerine kıyasla 10 puana kadar performans artışı görüldü
  • Oturum takibi, birleşik analizler ve sorun giderme rehberi Claude Console içine yerleşik olarak sunuluyor; böylece tüm araç çağrıları ve karar süreçleri denetlenebiliyor

Gerçek kullanım örnekleri

  • Çeşitli ekipler Managed Agents sayesinde prodüksiyona 10 kat daha hızlı dağıtım gerçekleştirdi
    • Kodlama ajanları: kod tabanı analizi, değişiklik planı oluşturma, PR üretimi
    • Üretkenlik ajanları: projelere katılım, görev yürütme, çıktı teslimi
    • Finans ve hukuk ajanları: belge işleme ve kritik bilgi çıkarımı
  • Öne çıkan şirket örnekleri:
    • Notion

      • Çalışma alanı içinde Claude'a doğrudan görev devretmeyi sağlayan Custom Agents alfa sürümünü işletiyor
      • Mühendisler kod dağıtımı yaparken, bilgi çalışanları web sitesi ve sunum hazırlama gibi onlarca görevi paralel yürütüyor
    • Rakuten

      • Slack ve Teams'e entegre kurum genelinde ajanlar; ürün, satış, pazarlama, finans ve İK ekiplerine dağıtıldı
      • Her uzman ajan bir hafta içinde dağıtıldı
    • Asana

      • AI Teammates ile insanlarla iş birliği yapan ajanları projelere entegre ediyor
      • Gelişmiş özellikleri Managed Agents ile birkaç hafta içinde hayata geçirdi
    • Vibecode

      • Prompt'tan uygulama dağıtımına uzanan AI-native uygulama altyapısını Managed Agents ile kurdu
      • Aynı altyapı 10 kat daha hızlı inşa edilebiliyor
    • Sentry

      • Hata ayıklama ajanı Seer ile Claude tabanlı yama yazma ajanını birleştirdi
      • Hata tespitinden PR oluşturmaya kadar süreci tek bir akışta otomatikleştirdi; aylar süren entegrasyonu birkaç haftada tamamladı

Müşteri alıntıları

  • Ansh Nanda (kurucu ortak): Geçmişte LLM'leri sandbox içinde elle yönetmek gerekiyordu; artık birkaç satır kodla 10 kat daha hızlı altyapı kurulabiliyor ve AI-native uygulamalarda patlama bekleniyor
  • Indragie Karunaratne (Sentry AI/ML mühendislik direktörü): Managed Agents, güvenli ve tamamen yönetilen bir runtime sağlayarak geliştirici deneyimini iyileştiriyor ve operasyon yükünü kaldırıyor
  • Sanchan Saxena (Atlassian ürün lideri): Jira iş akışlarına ajanlar entegre edildi; sandboxing, oturum ve yetki yönetiminin otomasyonu mühendislik verimliliğini artırıyor
  • Javed Qadrud-Din (CTO): Managed Agents, gereken araçları anında oluşturabiliyor; böylece tüm kullanıcı sorguları karşılanabiliyor ve geliştirme süresi 10 kat kısalıyor
  • John Han (kurucu ortak): Toplantı hazırlık ajanı birkaç gün içinde prodüksiyon seviyesinde hayata geçirildi; dış sistem bağlantıları ve web araması otomatik yönetiliyor
  • Eric Liu (Notion PM): Uzun süreli oturumlar ve bellek yönetimi sayesinde karmaşık, açık uçlu görevler delege edilebiliyor
  • Yusuke Kaji (Rakuten AI lideri): Her bölüm için uzman ajanlar bir hafta içinde dağıtıldı; güvenli ölçekleme ve inovasyonun demokratikleşmesi sağlandı
  • Amritansh Raghav (Asana CTO): AI Teammates geliştirme hızı büyük ölçüde arttı; kurumsal düzeyde iş birliği deneyimi güçlendi

Başlarken

  • Managed Agents, kullanım bazlı fiyatlandırma ile sunuluyor; standart Claude Platform token ücretlerine ek olarak oturum saati başına $0.08 alınıyor
  • Ayrıntılı fiyatlandırma resmi belgelerde görülebilir
  • İlk ajanınızı Claude Console veya CLI üzerinden dağıtabilirsiniz; Claude Code ve claude-api Skill ile entegrasyon da destekleniyor
  • “start onboarding for managed agents in Claude API” komutuyla onboarding başlatılabiliyor

Kurumsal operasyonları dönüştürmek

  • Managed Agents, kurumların çalışma biçimini kökten dönüştürebilecek bir araç olarak,
    geliştiricilerin ve ekiplerin altyapı yerine üretkenliğe ve kullanıcı deneyimine odaklanmasını sağlıyor
  • Claude Platform üzerinden sürekli güncellemeler ve topluluk genişlemesi planlanıyor

1 yorum

 
GN⁺ 21 일 전
Hacker News yorumları
  • Bunun en iyi orkestrasyona yol açacağından şüpheleniyorum
    Açık kaynak zamanında daha iyi bir alternatif çıkaramayabilir
    Şimdiye kadarki en iyi performans, farklı şirketlerin ajanlarını karıştırdığımızda ortaya çıktı
    ‘Planner’dan daha önemli olan şey ‘worker’. Bazı ajanlar belirli işlerde çok daha iyi
    Örneğin Opus 4.6, hata tespiti konusunda GPT 5.4 xhigh ile kıyaslanamaz bile
    Gerçek dünyada farklı düşünme biçimlerinin bir ekibin dayanıklılığını artırması gibi, ajan karışımı da benzer bir etki gösteriyor

    • Anthropic’in en iyi sürümü yapabilmesi için tüm alt işlerde (teknik dokümantasyon, diyagramlar, hata tespiti vb.) diğer tüm yapay zeka şirketlerini yenmesi gerekir
      Ama kendi yığınları içinde Codex gibi harici modellerin çağrılmasına izin vermeleri pek olası değil
    • Beni asıl endişelendiren şey, bunun en uygun orkestrasyon diline dönüşme ihtimali
      Mesela Claude tüm ajanlar arası iletişimi Sümerce’ye çevirse ne olur?
      Belirli bir şirket bu dil uzmanlığını tekeline alabilir
    • Benim için de en iyi sonuç, birden çok şirketin modellerini karıştırınca çıktı
      Opus ile spesifikasyon yaz → Gemini ile düzelt → tekrar Opus’tan geri bildirim al → ben gözden geçir → Qwen3.5 ile build al → Opus ile incele
      Bu akış mükemmeldi ama Anthropic politikayı değiştirince bozuldu
    • Şu an yapay zeka şirketleri adeta kovadaki ıstakozlar gibi
      Bir şirket kapalı bir model yayınlıyor, diğerleri onu analiz edip geliştiriyor ve açık kaynak olarak yayımlıyor
      Sonunda birbirlerini aşağı çekip dururken, ileride bir kartele de dönüşebilirler
  • Anthropic’in geliştiricileri kendi platformuna çekmeye çalıştığı açık
    IPO için sadece model sağlayıcısı değil, bir platform şirketi olmak zorundalar
    Şu anda attıkları her adım o yöne işaret ediyor

  • Claude Code’u her gün kullanıyorum ama müşteri sistemlerini Anthropic’e bağımlı hale getirmek riskli
    Kalite mühendisliği onların güçlü yanı değil. Kullanılabilirlik de ‘single 9’ seviyesindeyse bu sıkıntılı

  • Şu an ajan framework’lerinin ilk günlerindeyiz, PHP öncesi web dönemi gibi
    Her hafta yeni kalıplar ve modeller çıktığı için tüm framework’ler baştan yapılıyor
    LangChain, Next.js/Vercel gibi olmaya çalışıyor ama çoğu kişi kendin kur yaklaşımını öneriyor
    Anthropic modeli doğrudan elinde tuttuğu için giriş bariyeri düşük çözümlerle bir miktar talep görecektir, ancak lock-in ve teknik değişim hızı hâlâ sorun

    • Ben de katılıyorum. Şu an bloglarda ya da GitHub’da dolaşan yüzlerce yarım kalmış çözüm var
      LangChain en çok yaklaşan oldu ama hâlâ güçlü bir DIY hissi veriyor
      Üstelik herkes farklı vectorDB’ler ve reranking modellerini birbirine karıştırıyor
  • Ben de buna benzer bir şeyi kendim yapıyordum, Anthropic’in yaklaşımını görünce paralel bir fikir gibi geldi ve şaşırdım
    Tek bir model sağlayıcısına bağlanmaktan kesinlikle kaçınmak gerekir
    Küçük ekipler için sorun olmayabilir ama karmaşık sistemlerde bu intihar olur
    Farklı modelleri karşılaştırıp birleştirerek kendi tarzında yönetmelisin. Yemek yapmak gibi; duruma göre farklı lezzet seçimleri gerekir

    • Aslında herkes benzer şeyler yapıyor. Gidilebilecek yön sayısı sınırlı
    • Lock-in’den kaçınma sebebi yalnızca performans mı, yoksa Anthropic’in telemetri verilerini kullanıp sonra rakibe dönüşebilme ihtimali mi, bunu merak ediyorum
    • Ben de aynı fikirdeyim. Bunu openrouter gibi bir toplama platformu üzerinde kurmak oldukça kolay
  • O ajanların yaptığı sayfa o kadar berbattı ki inceleme metinleri üst üste binmişti ve okunmuyordu

    • Benim ekranımda ise sadece siyah bir görüntü vardı
  • Anthropic Agentic SDK ile bir Jekyll sitesi oluşturan bir Docker container çalıştırıyorum
    Altyapıyı kurmak zor değildi, asıl zor olan ajanı istediğin gibi davranmaya ikna etmekti
    Bir gün başka bir sağlayıcıya ya da self-hostinge geçebilirim, bu yüzden özgürlüğümü korumak istiyorum

  • Ben yine de pydantic ai ile dbos/temporal/celery kombinasyonunu kullanacağım
    Belirli bir satıcıya bağlanmak istemiyorum. İstediğim herhangi bir LLM’i özgürce kullanmak istiyorum
    Açık kaynak orkestrasyonun gelişimini desteklemeye devam etmeliyiz

  • Dışarıdan havalı görünüyor ama maliyet bombasına dönüşebilir
    AWS’de olduğu gibi dikkatsiz davranılırsa binlerce ajan çalışır ve fatura patlar
    Anthropic için muazzam bir gelir modeli olabilir

  • Bu yönelim beklenen bir adımdı
    Modelleri daha akıllı hale getirmeden geliri artırmanın ve kullanıcı lock-in’ini güçlendirmenin kolay bir yolu
    Bununla ilgili analiz şu yazıda gayet iyi anlatılmış