Yapay Zeka Ajanları Öğren
Yapay Zeka Ajanları Öğren — AI agent’ların nasıl çalıştığını öğren ve kendi agent’ını telefonunda oluştur
Yapay Zeka Ajanları Öğren, AI agent’ların nasıl çalıştığını ve nasıl oluşturulacağını öğreten, geliştiriciler, öğrenciler ve kariyer değiştirmek isteyenler için ücretsiz bir iPhone ve Android kurs uygulamasıdır. İlk LLM döngüsünden tool calling, RAG, LangChain ve LangGraph üzerinden multi-agent orchestration’a uzanan 60 kurs ve 239 kısa dersin yanı sıra, bir agent’ı bir görev üzerinde çalıştırıp her tool call’u, sonucu ve yanıtı adım adım görmeni sağlayan bir Agent Lab ve bir şeyler ters gittiğinde yardım eden bir AI Mentor içerir.
- Fiyat
- Ücretsiz, Pro yükseltmesi
- Platformlar
- iOS ve Android
- Diller
- 22
- Yaş sınırı
- 4+
- Gereksinimler
- iOS 15.1 veya üstü
Bir agent, yalnızca gerçekten izleyebildiğin tool call kadar iyidir.
Çoğu agent eğitimi döngüyü — düşün, harekete geç, gözlemle — gösteren bir diyagramla yetinir. Bu müfredat ise her okun üzerinde durur: modelin çağırmasına izin verilen function’ı yaz, döndürdüğü sonucu aynen oku ve hatalı bir tool result’ın döngüyü nasıl yanlış yöne gönderdiğini gör.
Nedir
Yapay Zeka Ajanları Öğren, AI agent’ların nasıl oluşturulduğunu öğrenmek için iOS ve Android’de kullanılabilen ücretsiz bir uygulamadır. Her biri beş ila on dakika süren 60 kurs ve 239 dersten oluşur. Müfredat, LLM tabanlı agent’lara ve prompt engineering’e girişten başlayarak tool calling, retrieval-augmented generation (RAG) ve vector database’lerden geçer; ardından LangChain, LangGraph ve LlamaIndex’i, multi-agent orchestration’ı, computer-use agent’ları ve production deployment’ı ele alır. Derslerde doğrudan çalıştırabileceğin Python örnekleri, bir agent çalıştırmasının her adımını gösteren bir Agent Lab, her konudan sonra quiz’ler ve yol boyunca soruların için bir AI Mentor bulunur.
Uygulamanın içinde
Nasıl görünüyor
Kurs
AI Agents kursunda neler var?
Uygulamanın kendi müfredatından derlenen 60 kurs ve 239 ders — ilk LLM agent döngüsünden multi-agent orkestrasyonuna ve production deployment'a kadar.
Agent Temelleri
Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice (OpenAI ve Anthropic SDKs), File System Agent Operations, Conversational Memory Basics ve ilk pratik projelerden oluşan bir set.
Tool Kullanımı ve Retrieval
Tool-Use / Function-Calling modeli, API Integration for Agents, Email and Calendar Agents, Embeddings ile çalışma, Retrieval-Augmented Generation temelleri, Vector Databases for Agents ve Agent Observability Foundations.
Gerçek Platformlar için Agent'lar
Slack ve Chat Platform Agents, GitHub ve Repository Agents, Web Scraping and Data Fetching Agents, Agent CLI and Interactive Tools, Secrets and Configuration Management, LangChain Fundamentals, Structured Output and Parsing ve doğal dili SQL'e dönüştüren Database Agents.
Test, Hata Ayıklama ve Güvenilirlik
Agent Testing Fundamentals, Debugging Agent Loops, Stateful Agents için LangGraph, LlamaIndex Deep Dive, Multi-Tool Agents (ReAct modeli), Building Reliable Agents ve Memory Architectures for Agents.
Uzmanlaşmış Agent'lar
Voice and Audio Agents, Knowledge Graph Integration, Personal AI Assistant Architecture, Agent Evaluation and Benchmarking, Agent Safety and Guardrails, Cost and Latency Optimisation ve Customer Service and Deep Research Agent sistemleri.
Production ve İleri Düzey Konular
Multi-Agent Orchestration, Production Agent Deployment, Computer-Use and Browser Agents, Code-Generating Agents, Long-Horizon Planning Agents, Sandboxing and Secure Code Execution ve Self-Improving Agent Systems.
Nasıl çalışır
AI Agents dersi nasıl ilerler?
Kurs, bir oluşturma sırasını izler — önce döngü, sonra tool’lar, ardından bellek, framework’ler ve production konuları — Agent Lab ise yalnızca okumak yerine sonucu izlemene olanak tanır.
Agent döngüsünün bir bölümünü oku
Bir ders, tek bir somut adımı ele alır — bir tool call’un ağ üzerinden nasıl göründüğü, bir vector database’in nasıl eşleşme döndürdüğü veya bir prompt’ta neden rol ayrımı gerektiği gibi — ve bunları gün içinde kısa bir boşluğa sığacak şekilde, anlaşılır bir dille anlatır.
Bir agent çalıştır ve trace’ini oku
Agent Lab’de bir agent’a görev ver ve her tool call’un, sonucun ve yanıtın birer adım arayla görünmesini izle. Trace viewer bir debugger gibi çalışır; böylece bir çalıştırmanın tam olarak nerede yanlış gittiğini görebilirsin. Derslerde ayrıca doğrudan dersin içinde çalıştırabileceğin Python örnekleri de bulunur.
Kendin oluştur, sonra düzelt
Agent Builder’da bir system prompt, tool’lar, step budget ve görev seçerek kendi agent’ını kaydet. Lab görevleri senden ilk tool call’u yapmanı, bozuk bir call’u düzeltmeni, bir trace’i okumanı, bir guardrail eklemeni, bir görevi yönlendirmeni ve işi paralel agent’lar arasında bölmeni ister. Bir trace anlamlı gelmediğinde AI Mentor, modelin ne yaptığını açıklar.
İçinde neler var
Uygulama gerçekte neleri kapsıyor?
Canlı
Canlı çalıştırmalarla Agent Lab
Bir agent’a görev ver ve her tool call’un, sonucun ve yanıtın adım adım görünmesini izle; ardından çalıştırmayı, tam olarak nerede yanlış gittiğini göstermek için tasarlanmış bir trace viewer’da incele. Günlük canlı çalıştırma hakkının belirli bir kısmı ücretsizdir.
60
Başlangıçtan ileri seviyeye kurslar
İlk LLM agent döngüsünden ve prompt engineering’den başlayıp tool calling, RAG, vector database’ler, LangChain ve LangGraph üzerinden multi-agent orchestration’a, computer-use agent’lara ve production deployment’a uzanan 60 kurs ve 239 ders.
5
Orchestration Lab
Beş modeli yan yana karşılaştır — single agent, sequential pipeline, router, parallel fan-out ve generator with critic — ve her birinin hız, maliyet ve güvenilirlik arasında nasıl seçim yaptığını gör. Modellerden biri ücretsizdir; diğerlerinin kilidini Pro açar.
Oluştur
Agent Builder
Bir system prompt, tool’lar, step budget ve görev seç; ardından kendi agent’larını kaydedip Lab’de çalıştır.
6
Lab görevleri ve Python örnekleri
Altı agent görevi — ilk tool call, bozuk bir call’u düzeltme, bir trace’i okuma, guardrail ekleme, bir görevi yönlendirme ve işi paralel agent’lar arasında bölme — ayrıca derslerin içinde doğrudan çalıştırabileceğin Python örnekleri.
AI
AI Mentor
Bir tool call’un neden yanlış veri biçimi döndürdüğünü veya agent’ın aynı adımı neden iki kez tekrarladığını sor ve saniyeler içinde anlaşılır bir yanıt al.
Arka plan
AI agent nedir ve bir tane oluşturmak gerçekte neleri gerektirir?
AI agent, yalnızca ne söyleyeceğine değil, bir sonraki adımda ne yapacağına karar vermek için bir language model kullanan programdır. Tek bir yanıt döndürmek yerine bir döngü çalıştırır: durumu okur, bir eylem seçer, bir tool call yapar — bir search index’i, database’i, API’yi veya kod parçasını kullanır — sonucu okur ve hedefe ulaşılana kadar tekrarlar. Bir tane oluşturmak, büyük ölçüde bu döngünün etrafında mühendislik yapmaktır: modelin hangi tool’ları çağırmasına izin verileceğine karar vermek, dönen veriyi yapılandırmak, bir tool başarısız olduğunda veya hatalı biçimlendirilmiş bir yanıt geldiğinde ilgili adımı yakalamak ve agent’ın kendini tekrarlamaması için önceki adımlardan yeterli belleği korumak.
Tool callingfunction calling
Bir modelin yapılandırılmış bir call oluşturarak gerçek bir eylem talep etmesini sağlayan mekanizmadır — query çalıştırmak, bir sayfayı almak veya e-posta göndermek gibi. Kodun bu call’u çalıştırıp sonucu modele geri iletmesiyle, yalnızca metin tahmin eden bir model ile bir şeyler yapan program arasındaki bağlantıyı kurar.
RAGretrieval-augmented generation
Soru sorulduğu anda ilgili belgeleri — genellikle embedding’lerden oluşan bir vector database’den — alıp context olarak modele iletmektir. Böylece yanıt, modelin eğitim sırasında ezberlediği bilgilere değil, kendi verilerine dayanır.
Agent framework’leriLangChain, LangGraph, LlamaIndex
Bir agent’ın tekrarlayan kısımlarını — döngünün kendisini, belleği, tool bağlantılarını ve durum bilgisi taşıyan çok adımlı graph’ları — yöneten library’lerdir. Böylece sana kalan iş, alttaki altyapıyla uğraşmak değil, agent’ına özgü mantığı yazmaktır.
Multi-agent orchestrationdiğer agent’ları kullanan agent’lar
Bir agent’ın alt görevleri başkalarına devrettiği bir modeldir — researcher agent, coder agent ve reviewer agent gibi. Her birinin kendine ait tool’ları ve context’i vardır; kimin sırada olduğunu belirleyen ve dönen sonuçları bir araya getiren bir katman tarafından koordine edilirler.
Uygunluk
Kimler için uygun — kimler için değil
Şu durumlarda senin için uygun
- Yalnızca bir chatbot'a prompt vermek yerine gerçekten bir tool veya veritabanı çağıran bir agent oluşturmak istiyorsan
- LLM'ler konusunda sıfırdan başlıyor ve framework'lere geçmeden önce agent döngüsünün açıklanmasını istiyorsan
- Tek bir genel şablon yerine belirli platformlar üzerine — Slack bot'ları, GitHub agent'ları, veritabanı agent'ları — uygulamalı kurslar istiyorsan
- LangChain ve LangGraph'in yalnızca bir diyagramda değil, çalışan kod içinde nasıl kullanıldığını görmek isteyen bir geliştiriciysen
- Basit bir demoda kalmayıp sonunda multi-agent orkestrasyonuna ve production deployment'a ulaşmak istiyorsan
Şu durumlarda doğru araç değil
- 60 kursun tamamından ücretsiz yararlanmak istiyorsan — ilk kurs ücretsiz, Pro geri kalanların kilidini açıyor
- Ücretsiz pakette reklam görmek istemiyorsan; Pro reklamları kaldırıyor
- Günlük kullanım kotası olan ücretsiz pakette sınırsız AI Mentor'a ihtiyacın varsa
- Agent'ları zaten production'da çalıştırıyor ve build-order kursu yerine araştırma makaleleri istiyorsan
Sorular
Sık sorulan sorular
Telefonda AI agent'ları öğrenmek için en iyi uygulama hangisi?
Seni agent döngüsü hakkında okumaktan bir agent'ın çalışmasını izlemeye götüren uygulama. Yapay Zeka Ajanları Öğren; ilk LLM döngüsünden tool calling, RAG ve LangChain üzerinden multi-agent orkestrasyonuna kadar 60 kurs, her tool çağrısını ve sonucunu bir trace içinde izleyebileceğin bir Agent Lab ve bir tool çağrısı beklenmedik bir sonuç döndürdüğünde yardım alabileceğin bir AI Mentor sunuyor. iOS ve Android'de kullanmaya ücretsiz başlayabilirsin.
AI agent, basitçe nedir?
AI agent, yalnızca ne söyleyeceğine değil, sırada ne yapacağına karar vermek için bir language model kullanan programdır. Bir döngü çalıştırır: durumu okur, bir eylem seçer, search index, veritabanı veya API gibi bir tool'u çağırır, sonucu geri okur ve tekrarlar. Model, sırada ne yapılacağına dair muhakemeyi sağlar; uygulamanın sana yazmayı öğrettiği çevreleyen kod ise tool'ları sağlar ve eylemi gerçekleştirir.
AI agent ile chatbot arasındaki fark nedir?
Bir chatbot tek bir mesaj alır ve tek bir yanıt verir — metin girer, metin çıkar; dünyada hiçbir şey gerçekleşmez. Bir agent'a hedef verilir ve hedefe ulaşana kadar devam eder; bu sırada gerçek eylemlerde bulunur: veritabanını sorgular, API çağırır, dosya okur, kendi çıktısını kontrol eder ve bir adım başarısız olduğunda yeniden dener. Learn AI Agents'ın tool calling ve agent döngüleri üzerine kursları özellikle bu farkı — bir modelin kararının eyleme dönüşmesi için kodda nelerin bulunması gerektiğini — anlatır.
AI agent'ları öğrenmeden önce kod yazmayı bilmem gerekiyor mu?
Kod konusunda biraz rahat olmak yardımcı olur, ancak ilk kurs hiçbir ön bilgi varsaymaz ve bir LLM agent döngüsünün ne olduğundan başlar. Her ders, dersin içinde çalıştırabileceğin kısa bir teori bölümüyle Python örneklerini bir araya getirir; böylece kodlama ayrı bir ön koşul olarak değil, agent kavramlarıyla birlikte öğrenilir. Yapay Zeka Ajanları Öğren, geliştiricilerin yanı sıra başlangıç seviyesindeki kullanıcılara da yöneliktir.
RAG nedir ve bir agent kursunda neden vector databases anlatılıyor?
Retrieval-augmented generation, soru sorulduğu sırada ilgili belgeleri alıp bağlam olarak modele vermektir; böylece yanıt, modelin eğitim sırasında ezberlediği bilgiler yerine kendi verilerine dayanır. Vector databases, bu retrieval işleminin pratikteki temelidir — embeddings'leri depolar ve bir sorguyla en çok eşleşen sonuçları hızlıca döndürür. Belirli bir codebase, ürün veya belge koleksiyonu hakkında yanıt veren agent'lar neredeyse her zaman bu modele dayanır; bu nedenle konu tek bir paragraf yerine özel kurslarla ele alınır.
LangChain, LangGraph ve LlamaIndex arasındaki fark nedir?
LangChain, agent'ın yaygın parçalarını — prompt'ları, tool'ları ve memory'yi — birbirine bağlar; böylece bu altyapıyı sıfırdan yeniden kurman gerekmez. LangGraph bunun üzerine açık state ve dallanma ekler; bu da adımları basit, doğrusal bir zincir yerine daha önce ne olduğuna göre değişen agent'lar için uygundur. LlamaIndex ise retrieval tarafında uzmanlaşır: kendi belgelerini verimli bir şekilde yükler, index'ler ve sorgular. Learn AI Agents her biri için özel bir kurs sunar; Multi-Tool Agents kursu da bu yapıların sıklıkla temel aldığı ReAct modelini ele alır.
2026'da AI agent'ları öğrenmeye değer mi?
Agent'lar, bir language model'in yalnızca bir şeyi açıklamak yerine işi tamamlayan bir sisteme dönüştüğü en belirgin alanlardan biri. Üstelik temel beceriler framework'ler arasında aktarılabilir: tool tasarımı, prompt yapılandırması, retrieval ve otomatik bir döngünün ne zaman durup bir insandan yardım istemesi gerektiğini bilmek. Yapay Zeka Ajanları Öğren; agent safety, guardrails, evaluation ve cost and latency optimisation konularında kurslar içeriyor. Bunlar, bir agent production'a alındıktan sonra ekiplerin karşılaştığı sorular.
Yapay Zeka Ajanları Öğren ücretsiz mi?
İndirmesi ücretsiz ve kullanmaya başlaması da ücretsiz. LLM-based agent'lara giriş niteliğindeki ilk kurs, günlük AI Mentor kullanım hakkı, bir Orchestration Lab modeli, ilk Agent Builder tasarımın ve günlük live runs hakkıyla birlikte ücretsizdir. Pro, tüm kursların ve tüm orchestration pattern'lerinin kilidini açar, günlük çalıştırma sınırını kaldırır ve reklamları kaldırır.
Sonunda sertifika var mı?
Evet. Final sınavını geçtiğinde, oluşturduğun agent'ların yanında gösterebileceğin bir tamamlama sertifikası kazanırsın. Bu sertifika yaptığın çalışmanın kanıtıdır; akredite bir akademik yeterlilik değildir.
Hangi platformları ve dilleri destekliyor, ayrıca neden iki farklı adı var?
Yapay Zeka Ajanları Öğren, iPhone (iOS 15.1 veya sonrası) ve Android'de çalışır; arayüzü 22 dili destekler ve 4+ olarak derecelendirilmiştir. Google Play listesindeki adı Yapay Zeka Ajanları Öğren iken App Store'da aynı uygulama Learn AI Agents olarak listelenir. Uygulama, 40'tan fazla coding uygulamasından oluşan CoddyKit ailesinin bir parçasıdır; bu nedenle ders formatı serideki diğer kurslarla ortaktır.
Başla
İlk AI agent'ını bugün çalıştır
iOS ve Android'de, 22 dilde kullanmaya ücretsiz başla.
CoddyKit'ten daha fazlası
iOS ve Android üzerinde kullanılabilir.