Blog

Agent sistemleri geliştirmekten notlar

Değerlendirme koşum takımları, orkestrasyon desenleri, bellek tasarımı ve arkalarındaki başarısızlıklar — detaylar hâlâ tazeyken yazıya döküldü.

Tüm yazılar llm-agents 40 agent-security 24 multi-agent-systems 17 evaluation 12 agent-architecture 10 agent-evaluation 10 agent-safety 10 authorisation 9 policy-enforcement 9 idempotency 8 llm-evaluation 8 provenance 8

Endüstriyel tasarımda paslı metal kirişlerden oluşan soyut bir desenin yakın çekimi

22 Eki 2026·6 dk okuma

Keşif Aracı Olarak Agent Filoları: Patch the Planet'in Ardındaki Değerlendirme Problemi

Agent filoları, değerlendirme sorusunu agent başına kesinlikten, yanlış pozitif bütçesi altında hesaplama-saati başına verime dönüştürür. Çoğu agent benchmark'ı bunu ölçmez.

agent-evaluationmulti-agent-systemsvulnerability-discovery

Karanlık bir ekranda görüntülenen, bağlantılı düğümler ve dallanan yollar içeren ağ topolojisi diyagramı

20 Eyl 2026·6 dk okuma

Ajanları Yanıtlar Üzerinden Değil, Yörüngeler Üzerinden Değerlendirmek: Bir Benchmark Tasarım Notu

Yalnızca nihai çıktıları puanlayan benchmark'lar, doğru yanıtlara güvenli olmayan veya yeniden üretilemeyen yollardan ulaşan ajanları ödüllendirir. Yörünge farkındalıklı puanlama bunu düzeltir.

agent-evaluationbenchmarkingtrajectory-grading