Blog

Y Combinator’ın kendi ekipleri arasında yapay zeka ajanı çalıştırmak için geliştirdiği ve Temmuz ayında açık kaynağa açtığı QM, artık tek tıkla kurulabilen bir dağıtım paketiyle sunuluyor. Bir açık kaynak ajan altyapısı olarak tanımlanabilecek QM; Slack ve web arayüzü üzerinden aynı anda birden fazla kişinin kullanabildiği, çok kullanıcılı bir ajan çalıştırma katmanı sağlıyor. Bu yazıda QM’in ne yaptığını, “tek tık” olarak pazarlanan kurulumun arka planda hangi bileşenleri ayağa kaldırdığını, kendi sunucunuzda barındırırken nelere dikkat etmeniz gerektiğini ve hangi işletme profilleri için gerçekten anlamlı olduğunu ele alıyoruz.

QM nedir, ne işe yarar?

Literatürde agent harness olarak geçen yapı, bir dil modeli ile şirketinizin araçları (dosya sistemi, veritabanı, kod çalıştırma ortamı, mesajlaşma kanalları) arasındaki yönetim katmanıdır. Modelin kendisi bir metin üretir; harness ise bu metni eyleme dönüştürür: hangi komutun çalıştırılacağına, hangi dosyanın okunacağına, sonucun kime raporlanacağına karar verir ve tüm bunları denetlenebilir bir akış içinde yürütür.

QM’in ayırt edici yanı, tek bir geliştiriciye değil ekiplere hitap etmesi. Aynı ajan altyapısı üzerinde muhasebe ekibi fatura mutabakatı, hukuk ekibi sözleşme taraması, mühendislik ekibi ise hata ayıklama iş akışlarını çalıştırabiliyor. Her ekip kendi oturumlarını, kendi hafızasını ve kendi görev kuyruğunu ayrı tutuyor; altyapı ise ortak. Bu mimari, kurumsal yapay zeka kullanımında sık görülen “her ekip kendi aracını kuruyor” dağınıklığını ortadan kaldırmayı hedefliyor. KOBİ ölçeğinde bu yaklaşımın nasıl işlediğini merak ediyorsanız KOBİ’ler görev yükünü AI ajanlarıyla nasıl yönetiyor başlıklı yazımız iyi bir başlangıç noktası.

Projenin açık kaynağa açılmasındaki temel argüman şu: işletmenin kendi süreçlerini yürüten ajanların kodunu, verisini ve çalıştığı ortamı işletmenin kendisi kontrol etmeli. Kapalı bir SaaS ürününde ajan davranışını ancak üreticinin izin verdiği ölçüde değiştirebilirsiniz; açık kaynakta ise harness’ın kendisini fork edip kendi ihtiyaçlarınıza göre düzenleyebilirsiniz.

Tek tıkla kurulum aslında hangi bileşenleri ayağa kaldırıyor?

QM’i elle kurmaya kalktığınızda karşınıza dağınık bir yığın çıkıyor: uygulamanın çalışacağı bir sunucu, ajanların kod çalıştıracağı izole ortamlar, modele erişim sağlayan bir çıkarım (inference) katmanı, oturum ve hafıza verisini tutacak bir ilişkisel veritabanı ve dosya/snapshot saklamak için nesne depolama. Tek tıkla dağıtım paketleri tam olarak bu beş parçayı tek bir şablon altında birleştiriyor ve faturalamayı tek kaleme indiriyor.

Bileşen	Görevi	Kendi kurulumunuzdaki karşılığı
Uygulama sunucusu	QM çekirdek servisi, API ve web arayüzü	Bir bulut sunucu veya VPS
İzole sandbox ortamları	Ajanların komut çalıştırdığı, birbirinden yalıtılmış konteynerler	Ayrı bir konteyner orkestrasyon katmanı
Çıkarım servisi	Model çağrılarını karşılayan yönetilen uç nokta	Kendi model sunucunuz ya da harici API anahtarı
Yönetilen PostgreSQL	Oturumlar, ajan hafızası ve görev kuyruğu	Kendi veritabanı sunucunuz ve yedekleme düzeni
Nesne depolama	Dosyalar, çıktılar ve snapshot’lar	S3 uyumlu bir depolama kovası

Bu tablonun satırları, kurulumun neden zahmetli olduğunu da açıklıyor: beş ayrı servis, beş ayrı kimlik doğrulama biçimi, beş ayrı kota ve fatura demek. Paketlenmiş dağıtımın değeri sihirli bir kurulumdan değil, bu parçaların birbirine önceden bağlanmış olmasından geliyor.

Parçalı yığın kurmanın gerçek maliyeti

Elle kurulumun maliyeti donanım faturasıyla sınırlı değil. Pratikte en çok zaman kaybettiren kalemler şunlar:

• Sır yönetimi: Model API anahtarının, veritabanı parolasının ve depolama erişim bilgilerinin güvenli biçimde dağıtılması.
• Ağ yapılandırması: Sandbox’ların dış dünyaya ne kadar açık olacağı, iç servislerin birbirini hangi özel ağ üzerinden göreceği.
• Kalıcılık ve yedekleme: Ajan hafızasının bulunduğu veritabanının düzenli yedeklenmesi; aksi halde bir çökme tüm oturum geçmişini siler.
• Gözlemlenebilirlik: Hangi ajanın hangi komutu ne zaman çalıştırdığının kaydı; denetim ve hata ayıklama için zorunlu.
• Ölçeklenme: Kuyruktaki görev sayısı arttığında sandbox sayısını otomatik artıracak mekanizma.

Açık kaynak bir projeyi tek tıkla kurmak, bu maddelerin hiçbirini sihirli biçimde ortadan kaldırmaz; yalnızca başlangıç noktasını ileri taşır. Üretim ortamına geçmeden önce yedekleme, erişim kontrolü ve kayıt tutma konularını kendi politikanıza göre yeniden gözden geçirmeniz gerekir. Yönetilen önizleme (preview) etiketiyle sunulan servislerin çoğu, üretim seviyesinde iş yükleri için performans veya süreklilik garantisi vermez; bunu satın alma kararından önce netleştirmek önemlidir.

Açık tasarım: harness ve model özgürlüğü

QM’in mimarisi, her ekibin kendi harness’ını ve kendi modelini seçebilmesi üzerine kurulu. Pratikte bu, aynı şirket içinde farklı ekiplerin farklı araç zincirleri kullanabileceği anlamına geliyor: kod tabanlı çalışan bir ekip terminal odaklı bir harness tercih ederken, belge işleyen bir ekip daha konuşma odaklı bir yapıyı seçebiliyor. Proje, Pi, OpenCode, Codex ve Claude Code gibi farklı harness’ları ve ticari ya da açık modelleri destekleyecek şekilde konumlanıyor.

Bu esneklik beraberinde bir sorumluluk getiriyor: model seçimi maliyet, gecikme ve veri konumu açısından doğrudan sonuç doğuruyor. Hassas verilerle çalışan bir ekip için modelin nerede çalıştığı, çıkarım sırasında verinin nereye gittiği ve saklama süresi belirleyici olmalı. Bu tartışmanın daha geniş çerçevesini egemen yapay zeka: altyapıdan modellere başlıklı rehberimizde bulabilirsiniz.

Hangi altyapı üzerinde çalıştırmalı: VPS mi, dedicated sunucu mu?

QM’i kendi kontrolünüzde barındırmak istiyorsanız ilk karar, çekirdek servisin hangi sunucuda koşacağı. Ajan iş yükleri düzensizdir: bir saatte hiç görev gelmez, sonra onlarca paralel görev kuyruğa girer. Bu nedenle karşılaştırmayı üç eksende yapmak gerekiyor.

Ölçüt	VPS	Dedicated sunucu
Başlangıç maliyeti	Düşük, saatlik ölçeklenebilir	Yüksek, sabit aylık
Kaynak izolasyonu	Paylaşımlı çekirdek, komşu etkisi mümkün	Tam donanım izolasyonu
Uygun kullanım	Pilot, iç araçlar, değişken yük	Yoğun sandbox kullanımı, regülasyon gereklilikleri

Pilot aşamasında ve iç ekip araçlarında bir VPS hosting hizmeti genellikle yeterli olur; kaynak sınırına yaklaştığınızda sunucuyu büyütmek dakikalar alır. Buna karşılık ajanların sürekli kod çalıştırdığı, sandbox sayısının sık arttığı ve veri işleme hacminin yüksek olduğu senaryolarda dedicated sunucu seçenekleri gürültülü komşu riskini ortadan kaldırır ve kaynak planlamasını öngörülebilir kılar.

Mimari açıdan en dengeli yaklaşım çoğu zaman hibrittir: çekirdek servis ve veritabanı tek bir güvenilir sunucuda, sandbox’lar ise gerektiğinde ölçeklenen ayrı bir havuzda çalışır.

İzolasyon ve güvenlik: sandbox’lar ne kadar güvenli?

Ajan altyapısının en kritik parçası, modelin ürettiği kodu gerçekten çalıştıran sandbox katmanı. Burada üç soruya net yanıt vermeniz gerekir: Sandbox’lar birbirinden yalıtılmış mı? Dış ağa erişimleri kısıtlı mı? Ve ürettikleri dosyalar host sisteme nasıl taşınıyor?

Konteyner tabanlı izolasyon, yapılandırma hataları durumunda beklenmedik veri sızıntılarına yol açabilir. Konteyner kaçışı ve veri sızıntısı senaryolarının nasıl tespit edildiğini container veri sızıntısı açığının tespiti ve giderilmesi başlıklı analizimizde ayrıntılı olarak ele almıştık. QM gibi çok kiracılı (multi-tenant) bir yapıda şu önlemler minimum gereklilik olarak düşünülmeli:

• Her ajan oturumu için ayrı sandbox ve kısa ömürlü kimlik bilgisi.
• Sandbox’ların yalnızca beyaz listedeki uç noktalara çıkış yapabilmesi.
• Çalıştırılan komutların ve üretilen dosyaların değiştirilemez kayıt altına alınması.
• Ajan hafızasında kişisel veri tutuluyorsa saklama süresi ve silme politikasının otomatikleştirilmesi.
• Model çağrılarında gönderilen bağlamın, sır niteliğindeki bilgilerden arındırılması.

KVKK ve GDPR kapsamında düşünüldüğünde, ajan loglarının kişisel veri içerebileceğini unutmamak gerekir: bir kullanıcının Slack üzerinden yazdığı mesaj, ajan bağlamına girdiği anda işlenen veri hâline gelir.

Kimler için uygun, kimler için değil?

Uygun profiller: Birden fazla ekibi olan ve tekrarlayan bilgi işlerini otomatikleştirmek isteyen startuplar; müşteri taleplerini sınıflandırıp yanıt taslağı üreten ajanslar; iç süreçlerinde kod tabanlı otomasyon yürüten yazılım ekipleri. Ajanları web’in ikinci okuyucusu olarak konumlandıran yaklaşımı merak ediyorsanız yapay zeka ajanları web’in ikinci okuyucusu oldu yazımız konuyu tamamlıyor.

Uygun olmayan profiller: Tek seferlik, basit otomasyon ihtiyacı olan ve altyapı işletmek istemeyen ekipler. Böyle bir durumda hazır bir SaaS aracı, açık kaynak bir harness kurmaktan daha az toplam maliyet üretir. QM’in getirisi, ajan davranışı üzerinde tam kontrol ve veri egemenliği ihtiyacı arttıkça belirginleşir.

Adım adım kurulum kontrol listesi

1. Gereksinim analizi: Hangi ekipler, hangi görevleri, hangi veriyle otomatikleştirecek?
2. Hesap ve erişim modeli: Slack çalışma alanı ile web arayüzü için kimlik doğrulama yöntemini belirleyin.
3. Sunucu seçimi: Pilot için VPS, yaygın kullanım için dedicated ya da hibrit mimari.
4. Model ve çıkarım kararı: Yönetilen çıkarım mı, kendi model sunucunuz mu? Maliyet ve gecikme karşılaştırması yapın.
5. Veritabanı ve depolama: PostgreSQL’i yönetilen hizmet olarak mı alacaksınız, kendiniz mi işleteceksiniz? Yedekleme sıklığını yazılı hâle getirin.
6. Sandbox politikası: Ağ erişimi, dosya boyutu limiti, komut zaman aşımı.
7. Gözlemlenebilirlik: Log saklama süresi, uyarı eşikleri, maliyet takibi.
8. Küçük başlayın: Tek bir ekip ve tek bir iş akışıyla başlayıp ölçüm yapmadan yaygınlaştırmayın.

Kurulumun ilk gününden üretim yükü beklemek gerçekçi değil. Daha güvenli yol, ajanı bir süre yalnızca okuma ve öneri modunda çalıştırıp çıktılarını insan gözetiminde değerlendirmek, ardından yazma yetkilerini kademeli olarak açmaktır. Startup ölçeğinde altyapı seçiminin daha geniş çerçevesini 2026’da startup’lar için hosting seçim rehberi yazımızda bulabilirsiniz.

SSS

QM ücretli bir ürün mü?

Projenin kendisi açık kaynak olarak yayınlanıyor; yani kodu indirip kendi sunucunuzda ücretsiz çalıştırabilirsiniz. Maliyet, kullandığınız sunucu, veritabanı, depolama ve model çıkarım servislerinden doğar. Yönetilen çıkarım kullanıyorsanız token bazlı ücretlendirme, en büyük değişken gider kalemi olur.

QM’i kendi sunucumda barındırabilir miyim?

Evet. Açık kaynak dağıtımının temel amacı bu. Tek tıkla kurulum paketleri yalnızca başlangıç süresini kısaltır; aynı bileşenleri kendi VPS ya da dedicated sunucunuzda elle de kurabilirsiniz.

Hangi modellerle uyumlu?

QM modelden bağımsız bir harness olarak tasarlanmış. Farklı harness’lar ve modeller desteklendiği belirtiliyor; desteklenen sürümler ve yapılandırma ayrıntıları sürüm notlarında değişebildiği için kurulum öncesinde proje dokümantasyonunu kontrol etmeniz önerilir.

Tek tıkla kurulum ne kadar sürer?

Dağıtım şablonuna ve seçtiğiniz sağlayıcıya göre değişmekle birlikte, ön koşullar (hesap, API anahtarı, sunucu tahsisi) hazır olduğunda ilk çalışan sürümü dakikalar içinde ayağa kaldırmak mümkün. Ancak üretim kullanımı için yedekleme, izleme ve erişim politikalarını ayrıca yapılandırmanız gerekir.

Sonradan başka bir sunucuya taşınabilir mi?

Bileşenler konteyner tabanlı çalıştığı sürece taşıma görece kolaydır. Veritabanı yedeği, nesne depolamadaki dosyalar ve ortam değişkenleri taşındığında çoğu kurulum kaldığı yerden devam eder. Taşıma planı yaparken veritabanı sürümü ile çekirdek servisin sürümünü uyumlu tutmaya dikkat edin.