Yapay zeka dünyası, 2026 başlarında sadece daha akıllı modellerden değil, aynı zamanda bu modelleri gerçek dünyada çalışır hale getiren altyapıların dönüşümünden konuşuyor. Google I/O 2026 etkinliği, bu dönüşümün en net sinyalini verdi: AI ajanlarının üretim ölçeğinde çalıştırılması, yönetilmesi ve güvenli şekilde dağıtılması artık bir vizyon değil, somut bir mühendislik gerçekliği. Bu yazıda, Google'ın mayıs 2026'da duyurduğu dört kritik açılımı – Agent Executor, Managed Agents, ADK 2.0 ve Agent Substrate – derinlemesine inceliyoruz.
Neden AI Ajan Altyapısı Artık Modelden Daha Önemli?
2025 sonlarında başlayan eğilim, 2026 ilk yarısında hızla ivme kazandı: Büyük dil modelleri tek başına yetmiyor. Bir LLM ne kadar güçlü olursa olsun, araç kullanamayan, uzun süreli görevleri güvenilir şekilde tamamlayamayan ve kesinti sonrası kaldığı yerden devam edemeyen bir sistem, üretim ortamında değer yaratamaz.
Bu gerçeklik, sektörü “agent-first” bir paradigmaya yöneltti. Anthropic, OpenAI, Microsoft ve Google arasında başlayan yarış, artık model zekasından çok ajan çalıştırma altyapısının üzerinde yoğunlaşıyor. Google I/O 2026, bu yarışın en kapsamlı yanıtını sundu.
Problem Tanımı: Üretimde Ajan Çalıştırmanın Beş Temel Zorluğu
Google'ın mühendislik ekipleri, kendi içlerinde ve kurumsal müşterilerinde karşılaştıkları beş kritik problemi tanımladı:
1. Dayanıklı Yürütme (Durable Execution): Ajanlar saatler hatta günler boyunca çalışabilir. Bir kesinti, ağ kopması veya insan-onayı bekleme durumunda tüm işlemin başa dönmesi kabul edilemez.
2. Güvenli İzolasyon (Secure Isolation): Ajanlar kod üretir, çalıştırır ve dış kaynaklara erişir. Kötü niyetli veya hatalı kodun ana sistemlere sıçraması riski, çoklu kiracı (multi-tenant) ortamlarda katlanarak artar.
3. Oturum Tutarlılığı (Session Consistency): Dağıtık ajan iş akışlarında birden fazla bileşen aynı anda oturum durumunu güncellemeye çalışır. Veri bozulması riski, ölçek arttıkça büyür.
4. Bağlantı Kurtarma (Connection Recovery): Uzun süreli ajan etkileşimlerinde istemci bağlantıları kopabilir. Kullanıcının kaldığı yerden devam edebilmesi için bir mekanizma şart.
5. Yörünge Dallanması (Trajectory Branching): Bir ajanın karar yolunun herhangi bir noktasından dallanarak alternatif senaryoların denenmesi, hem geliştirme hem üretimde devrim niteliğinde bir yetenek.
Agent Executor: Google'ın Açık Kaynak Ajan Çalıştırma Standardı
Google, yukarıdaki beş problemi çözmek için Agent Executor projesini tanıttı. GitHub'da google/ax reposu altında açık kaynak olarak sunulan bu çalışma zamanı (runtime), ajanların yürütülmesi, duraklatılması, devam ettirilmesi ve dağıtık ortamlarda güvenli çalıştırılması için tasarlandı.
Agent Executor'ın Temel Yetenekleri
Olay Günlüğü ve Anlık Görüntü (Event Log & Snapshotting): Her ajan eylemi bir olay günlüğüne kaydedilir. Sistem kesintisi veya insan-onayı bekleme durumlarında, ajan son anlık görüntüden devam edebilir. Bu, saatlerce çalışan karmaşık iş akışlarının güvenli şekilde yürütülmesini sağlar.
Güvenli Sandbox Mimarisi: Ajanlar, varsayılan olarak güvenli izolasyon ortamlarında çalıştırılır. Kötü niyetli kodun veya hatalı işlemlerin daha geniş hizmet altyapısına sızması engellenir. Bu, özellikle çok kiracılı (multi-tenant) ortamlarda kritik bir güvenlik katmanı oluşturur.
Tek-Yazar Oturum Mimarisi (Single-Writer Architecture): Dağıtık ortamlarda birden fazla ajan bileşeni aynı anda oturum durumunu güncellemeye çalıştığında, tutarsızlık riski büyür. Agent Executor, tek-yazar mimarisi ile bu sorunu kökten çözer.
Bağlantı Kurtarma ve Yanıt Geri Doldurma (Connection Recovery & Backfill): İstemci bağlantısı koptuğunda, ajan çalışmaya devam eder. Yeniden bağlantıda, istemcinin son gördüğü diziden itibaren yanıtlar geri doldurularak kesintisiz bir kullanıcı deneyimi sağlanır.
Yörünge Dallanması (Trajectory Branching): Kontrol noktaları sayesinde, bir ajanın karar yolunun herhangi bir noktasından dallanarak alternatif senaryolar test edilebilir. Bu, hem geliştirme sürecinde hem üretim ortamında ajan davranışını optimize etmek için güçlü bir yetenek sunar.
Federatif Dağıtım Modeli
Agent Executor'ın en çarpıcı özelliği, federatif dağıtım modeli. Kurumlar, şu dört dağıtım biçimini istedikleri kombinasyonda kullanabilir:
• Google Antigravity: Gemini'in son nesil ajan koşum takımı (harness). Antigravity 2.0 ile birlikte duyurulan bu platform, Google'ın kendi frontier ajanlarını çalıştıran altyapı.
• Google Frontier Ajanları: Deep Research gibi önceden oluşturulmuş, yönetilen ajanlar.
• Özel Yönetilen Ajanlar: Managed Agents API ile kullanıcı tanımlı, Google tarafından yönetilen ajanlar.
• Kendi Ajanlarınız: LangChain, LangGraph, ADK veya A2A protokolü ile oluşturulmuş, kendi altyapınızda çalışan ajanlar.
Bu model, vendor lock-in riskini ortadan kaldırır. Kurumlar, ajanlarını kendi altyapılarında çalıştırabilir, veri yerleşim (data residency) gereksinimlerini karşılayabilir ve maliyet bütçelerini kendi kontrollerinde tutabilir.
Managed Agents: Gemini API ile Tek Çağrıda Ajan Oluşturma
Google I/O 2026'nın en pratik duyurularından biri, Gemini API'de Managed Agents desteğinin sunulmasıydı. Artık tek bir API çağrısı ile, akıl yürütebilen, araç kullanabilen ve izole bir Linux ortamında kod çalıştırabilen bir ajan başlatmak mümkün.
Antigravity Ajanı ve Interactions API
Managed Agents, Gemini 3.5 Flash üzerine inşa edilen Antigravity ajanı tarafından destekleniyor. Interactions API ve Google AI Studio üzerinden erişilebilen bu sistem, her etkileşimde yeni bir ortam oluşturur veya mevcut bir oturumu devam ettirir. Dosyalar ve durum bilgisi oturumlar arasında korunur.
Markdown ile Ajan Tanımlama
Belki de en dikkat çekici yenilik, karmaşık orkestrasyon kodu yazmak yerine AGENTS.md ve SKILL.md gibi markdown dosyalarıyla ajan tanımlayabilme yeteneği. Bu yaklaşım, ajan geliştirmeyi yazılım mühendisliğinden daha erişilebilir bir hale getiriyor. Bir geliştirici, doğal dilde yazılmış talimatlarla kendi ajanını oluşturup Gemini API üzerinden yönetilen bir ajan olarak kaydedebiliyor.
Bu paradigma değişikliği, ajan geliştirmeyi demokratikleştiriyor. Artık ajan oluşturmak için karmaşık kod tabanlarına veya altyapı bilgisine ihtiyaç yok; doğru talimatları ve becerileri tanımlamak yeterli.
Kurumsal Kullanım: Gemini Enterprise Agent Platform
Enterprise müşteriler için Managed Agents, Gemini Enterprise Agent Platform üzerinde özel önizleme olarak sunuluyor. Bu platform, kurumsal düzeyde güvenlik, uyumluluk ve ölçek yönetimi sağlarken, geliştiricilerin kendi ajanlarını hızla oluşturup dağıtmasına olanak tanıyor.
ADK 2.0: Ajan Geliştirme Kitabının Yeni Nesli
Google, Agent Development Kit (ADK) versiyon 2.0'ı I/O 2026'da duyurdu. 20.000'den fazla GitHub yıldızına sahip olan ADK, Python, TypeScript, Go ve Java dillerinde kullanılabilen, açık kaynaklı bir ajan geliştirme çerçevesi.
ADK 2.0'ın Öne Çıkan Özellikleri
Çoklu Ajan Orkestrasyonu: Birden fazla uzman ajanın bir arada çalıştığı karmaşık iş akışları tanımlamak artık çok daha kolay. ADK 2.0, alt-ajan hiyerarşileri ve paralel çalıştırma için yerleşik destek sunuyor.
A2A Protokol Desteği: Agent-to-Agent (A2A) protokolü, farklı çerçevelerle oluşturulmuş ajanların birbiriyle iletişim kurmasını sağlıyor. Bu, LangChain ajanları ile ADK ajanlarının aynı iş akışında yer alabilmesi anlamına geliyor.
Hata Ayıklama ve Değerlendirme Araçları: Ajanların davranışlarını izlemek, hata ayıklamak ve üretim öncesi değerlendirmek için entegre araçlar. Bu, ajan geliştirme sürecinin en problemli aşaması olan test ve doğrulama (validation) sürecini hızlandırıyor.
Kod-Öncelikli (Code-First) Yaklaşım: ADK 2.0, görsel sürükle-bırak araçları yerine kodla tanımlama yaklaşımını benimsiyor. Bu, sürüm kontrolü, kod incelemesi (code review) ve CI/CD süreçleriyle doğal uyum sağlıyor.
ADK 2.0 ve Agent Executor Entegrasyonu
ADK 2.0 ile geliştirilen ajanlar, Agent Executor üzerinde doğrudan çalıştırılabilir. Bu entegrasyon, geliştirme aşamasından üretime geçişi sorunsuz hale getiriyor. Ayrıca, Agent Executor'ın federatif modeli sayesinde ADK ajanları, Antigravity, Managed Agents veya kendi altyapınızda koşabilir.
Agent Substrate: Milyonlarca Ajan İçin Yeni Altyapı Katmanı
Belki de en iddialı duyuru, Agent Substrate projesiydi. Google Cloud ve GKE (Google Kubernetes Engine) ekiplerinin ortaklaşa geliştirdiği bu açık kaynak proje, ajan iş yüklerini onlarca milyonlarca ölçeğe taşımak için tasarlandı.
Kubernetes'in Sınırları ve Agent Substrate'in Yanıtı
Standart Kubernetes, binlerce uzun süreli hizmeti yönetmek için optimize edilmiştir. Ancak ajan iş yükleri doğası gereği doğrusal olmayan programlardır – dış girdileri bekler, kısa süreli tool call'lar yapar, askıya alınır ve devam ettirilir. Milyonlarca alt-saniyelik araç çağrısı, standart Kubernetes kontrol düzlemini (control plane) hızla zorlar.
Agent Substrate, bu sorunu yeni bir soyutlama katmanı ile çözüyor. Agent Sandbox'ın çekirdek güvenli çalışma zamanı ve anlık görüntü yeteneklerini alıp, minimal bir kontrol düzlemiyle eşleştiriyor. Bu minimal kontrol düzlemi, Kubernetes'in bazı sınırlamalarını aşarken, geri kalan altyapıyı yeniden icat etmiyor.
Agent Substrate'in Temel Vaatleri
Hesaplama Verimliliğini Maksimize Etme: Agent Substrate, yüz milyonlarca kayıtlı ajanı yönetebilecek kapasitede tasarlandı. Agent Executor ile birlikte çalışarak, bugünün en büyük ajan dağıtımları için temel sağlıyor.
Kubernetes Ekosisteminde Kalma: Agent Substrate, Kubernetes üzerinde inşa edilmiştir. Bildirimsel yapılandırma (declarative configuration) ile zamanlama ve yatay ölçeklendirme yapılabilir.
Veri Yerellikli Zamanlama (Data-Locality Scheduling): Ajan durumu ile zamanlama kararlarının birlikte çalışması, her olası milisaniyelik gecikmeyi ortadan kaldırır. Bu, yüksek frekanslı ajan etkileşimlerinde fark yaratan bir optimizasyon.
GKE Agent Sandbox: Genel Kullanıma Açıklandı
Agent Substrate ile birlikte, GKE Agent Sandbox de genel kullanıma (GA) sunuldu. Kasım 2025'te önizleme olarak duyurulan Agent Sandbox, beş ay içinde 16 kata kadar büyüme kaydetti. Langchain ve Lovable gibi müşteriler, milyonlarca ajanı üretime dağıtmakta bu altyapıyı kullanıyor.
Agent Sandbox'ın Önemli Yetenekleri
Pod Anlık Görüntüleri (Pod Snapshots): Ajanlar sık sık kısa çalışma döngüleri ve uzun boşta kalma süreleri yaşar. Pod anlık görüntüleri, boştaki ajan iş yüklerini askıya alıp saniyeler içinde devam ettirerek değerli hesaplama kaynaklarının israfını önler.
Düşük Gecikmeli Sandbox Sağlama: Entegre sıcak havuz (warm pool) ile saniyede küme başına 300 sandbox sağlama kapasitesi. Sağlamaların %90'ı 200 milisaniyenin altında tamamlanıyor.
Maliyet Etkin Sıcak Havuz: Askıya alınmış VM'lerden oluşan soğuk havuzlar, sıcak havuzu düşük maliyetle besler.
gVisor ve Kata Containers Desteği: Çekirdek düzeyinde izolasyon için gVisor ve varsayılan reddet (default-deny) ağ politikaları. Kata Containers gibi açık kaynak sandbox'lar için eklenti arayüzü mevcut.
Axion İşlemci Avantajı: Google'ın özel Axion işlemcilerinde çalıştırıldığında, karşılaştırılabilir hiper ölçekli bulut sağlayıcılarına göre %30'a kadar daha iyi fiyat-performans sunuyor.
Yarışın Diğer Oyuncuları: OpenAI, Microsoft ve Anthropic
Google'ın ajan altyapısı hamleleri, tek başına değil. Aynı hafta içinde:
OpenAI, Agents SDK v0.9.0'ı yayınladı. TypeScript tabanlı bu hafif çerçeve, çoklu ajan iş akışları ve sesli ajanlar için optimize edilmiş durumda. OpenAI'nin Workspace Agents vizyonu, ChatGPT ve Codex AI'ı bir takım otomasyon platformuna dönüştürmeyi hedefliyor.
Microsoft, Agent Framework v1.6.0'ı duyurdu. Python ve .NET desteğiyle çoklu ajan iş akışları oluşturmayı sağlayan bu çerçeve, 11.000 GitHub yıldızına ulaşmış durumda.
Anthropic, kendi barındırılan (self-hosted) sanal ortamlar ve MCP tünelleriyle kurumsal yapay zeka stratejisini genişletti. Claude Managed Agents için kendi barındırma seçenekleri sunarak, veri yerleşim ve uyumluluk gereksinimlerini karşılamayı hedefliyor.
Sakana AI, kolektif zeka araştırmalarına dayanan çoklu ajan sistemi Fugu'yu tanıttı. Sınır modellerinin koordinasyonuyla çalışan bu sistem, merkezi olmayan ajan mimarisinin yeni bir örneği.
Sektörel Etki: Kim Ne İçin Kullanıyor?
Gemini 3.5 Flash ve yeni ajan altyapısının erken benimseyicileri, somut iş sonuçları elde etmeye başladı:
Shopify, alt-ajanları paralel çalıştırarak karmaşık veri analizi yapıyor ve küresel ölçekte daha doğru satıcı büyüme tahminleri üretiyor.
Macquarie Bank, 100+ sayfalık belgeler üzerinde akıl yürütme yaparak müşteri onboarding süreçlerini hızlandırıyor.
Salesforce, 3.5 Flash'ı Agentforce'a entegre ederek karmaşık kurumsal görevleri çoklu alt-ajanlarla otomatikleştiriyor.
Xero, ajanları haftalarca süren iş akışlarını (örneğin tedarikçi belirleme ve 1099 vergi formları hazırlama) otonom yönetmek için kullanıyor.
Databricks, ajan iş akışlarıyla gerçek zamanlı bilgi izleme, veri kümeleri arasında akıl yürütme ve veri bilimciler için sorun tespiti ile çözüm önerisi üretiyor.
AI Ajan Altyapısının Geleceği: Ne Bekliyoruz?
Google I/O 2026, yapay zeka ekosisteminin “model yarışından altyapı yarışına” geçişinin resmi işareti oldu. Bu geçişin üç temel sonucu olacak:
1. Ajan Standardizasyonu
Agent Executor ve A2A protokolü, ajanlar arası iletişim ve çalıştırma için standartlar oluşturuyor. Bu, farklı tedarikçilerin ajanlarının aynı ortamda çalışabilmesi anlamına geliyor – tıpkı HTTP'nin web için standart oluşturması gibi.
2. Maliyet ve Ölçek Devrimi
Agent Substrate ve GKE Agent Sandbox, milyon ölçeğinde ajan çalıştırmanın maliyetini dramatik şekilde düşürüyor. Pod anlık görüntüleri, sıcak havuzlar ve askıya alınmış VM'ler, boşta kalan ajanların kaynak tüketimini minimize ediyor. Bu, ajanların 7/24 çalışan arka plan servisleri gibi davranmasını ekonomik olarak mümkün kılıyor.
3. Geliştirici Deneyiminin Demokratikleşmesi
Managed Agents ve markdown tabanlı ajan tanımlama, ajan geliştirmeyi yazılım mühendislerinin ötesine taşıyor. Ürün yöneticileri, veri analistleri ve alan uzmanları da kendi ajanlarını tanımlayabilir hale geliyor. Bu, “herkes bir ajan geliştiricisi olabilir” vizyonunun somut adımı.
Sonuç: Ajan Çağının Altyapı Fonu Döşeniyor
Google I/O 2026, yapay zeka tarihindeki bir dönüm noktasını işaret ediyor. Gemini 3.5 Flash ile model zekasını, Agent Executor ile güvenilir çalıştırma altyapısını, Managed Agents ile düşük kodlu ajan oluşturmayı, ADK 2.0 ile geliştirici çerçevesini ve Agent Substrate ile milyonlarca ölçekte altyapıyı bir araya getiren bu duyurular, ajan çağının sadece bir vizyon değil, üretimde çalışan bir gerçeklik olduğunu kanıtlıyor.
OpenAI, Microsoft, Anthropic ve diğer oyuncular da aynı yönde hızla ilerliyor. Ancak Google'ın uçtan uca yığın (end-to-end stack) yaklaşımı – model, harness, geliştirme çerçevesi, çalıştırma zamanı ve altyapı katmanlarının tamamını kendi içinde entegre etmesi – benzersiz bir bütünlük sunuyor.
Önümüzdeki aylarda, Agent Executor ve Agent Substrate'in açık kaynak topluluğu tarafından nasıl benimsendiğini, ADK 2.0'ın enterprise benimseme oranlarını ve Managed Agents'ın gerçek dünyadaki kullanım senaryolarını yakından takip edeceğiz. Bir şey kesin: AI ajanlarının altyapı fonu döşeniyor ve bu fonun üzerinde yükselen binalar, yapay zekanın en büyük dönüşümünü oluşturacak.
