AnswersPublished16 sources
Yapay zekâya tüm dosyaları vermek yetmez: Uzun araştırmalar nasıl yönetilmeli?
Temel hedef, tüm malzemeyi tek model çağrısına yüklemek değil; tamamını kaydedip ihtiyaç oldukça inceleyebilen bir araştırma akışı kurmak. Recursive Language Models, uzun girdileri model penceresinin dışında tutup seçili bölümleri inceleme ve alt görevlere ayırma fikrini sunuyor; ancak maliyet ve uygulama karmaşıklı...
YayımlayanGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- Temel hedef, tüm malzemeyi tek model çağrısına yüklemek değil; tamamını kaydedip ihtiyaç oldukça inceleyebilen bir araştırma akışı kurmak.
- Recursive Language Models, uzun girdileri model penceresinin dışında tutup seçili bölümleri inceleme ve alt görevlere ayırma fikrini sunuyor; ancak maliyet ve uygulama karmaşıklığı hâlâ önemli sınırlamalar.
- Yakın tarihli oturum kayıtlarında bağlam penceresinin dolduğunu kanıtlayan bir bulgu yok; yetki sorunu ve aktarım hataları gibi başka engeller görülüyor.
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W](https://d15bya8fi85z1v.cloudfront.net/chat/frzP7VzOQhhTfRqSv91ZjOpFNME3/images/CCBB00528D912545ABC2/DDF1FF1DFD53167F1DC7.png)
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W. Article summary: <tool call {"name":"attempt completion","arguments":{"result":"需求应从“网关支持复杂附件”调整为“前置侧接收海量材料，并组织可追溯、能持续交付的研究流程”。你可以一次性交给系统全部材料，但不应要求全部材料同时进入一次模型调用；三遍阅读是分析方法，不能代替有限上下文的调度机制。[1][3]\n\n 1.. Topic tags: general web, llm, agents, ai, workflow. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, i
Büyük bir belge yığınını bir yapay zekâ sistemine tek seferde vermek, sistemin her şeyi aynı anda okuyup anlayacağı anlamına gelmez. Daha sağlam hedef; bütün malzemeyi baştan kaydetmek, kaynakları izlenebilir tutmak ve araştırmayı ihtiyaç oldukça derinleşen aşamalara bölmektir. Üç tur okuma bu sürece yardımcı olabilir; ancak sınırlı bağlam penceresini yönetmenin yerini tutmaz.1
3
Uzun girdiler için öne çıkan yaklaşım
Recursive Language Models (RLM) yaklaşımı, uzun girdileri doğrudan model penceresine sığdırmak yerine dışarıda tutuyor. Model, malzemeyi gerektiğinde inceliyor, parçalara ayırıyor ve seçtiği bölümler üzerinde başka model çağrıları yapabiliyor.3 Bu fikir, “tüm materyali verelim, sistem de gerektiğinde derinlemesine okusun” beklentisine yakın.
Ancak RLM, sınırsız girdi ya da hatasız araştırma garantisi değil. Makalede alt çağrıların maliyetinin büyümesi, güvenlik önlemleri ve uygulama karmaşıklığı da sınırlamalar arasında sayılıyor.3
Pratikte daha güvenli başlangıç, ihtiyaç anında yükleme, ayrı alt görev bağlamları, dışarıda tutulan kanıt kayıtları ve aşamalı teslimat yaklaşımı. Anthropic’in bağlam mühendisliği önerileri; tüm kaynakları baştan yüklemek yerine gerektiğinde erişmeyi, kısa kaynak atıfları kullanmayı ve yapılandırılmış notlarla çalışmayı destekliyor.12 Uzun süren ajan görevlerinde de işi parçalara ayırmak ve sonraki oturumun devam edebileceği açık çıktılar bırakmak önem taşıyor.
7
Anthropic’in 6 Kasım 2026 tarihli ajan belleği yazısı, günlüklerden yeni notlar ve temsiller oluşturma konusunu ele alıyor.4 Bu, oturumlar arasında belleği düzenlemeye yönelik bir yaklaşım; tek bir model çağrısındaki bağlam sınırını ortadan kaldırmıyor. AWS’nin AgentCore Code Interpreter ve Strands ile RLM uygulamasını anlatan örneği de mimari için bir uygulama referansı sunuyor.
Kayıtlar ne gösteriyor, ne göstermiyor?
İncelemede beş yakın tarihli Roo analiz oturumuna bakıldı. Bulunan Cline depolama dizininde yalnızca ayarlar vardı; söz konusu yakın tarihli Plan oturumunun ham kaydı elde edilemedi. Bu nedenle Cline’daki pencere çökmesinin somut nedeni için yeterli kanıt yok.
Bununla birlikte, kayıtlar iki farklı engel gösteriyor:
- MCP üzerinden inceleme oturumu: Sunucu tarafında proje için yetki olmadığı belirtilmiş ve üst akıştan gelen veri aktarımı erken sona ermiş. Oturum, kanıt toplama yöntemine karar verilmeden durmuş. API geçmişinin yaklaşık 21 bin karakter olması, tek başına bağlam penceresinin dolduğunu göstermez. Oturum kaydı
- Akış şeması karşılaştırma oturumu: Kullanılabilir olmayan bir kaynak yapılandırması nedeniyle 503 hatası ve üst akıştan gelen verinin erken kesilmesi görülmüş; görsel içeriği çözümlenememiş. Geçmiş yaklaşık 367 bin karakterdi ve bunun yaklaşık 354 bini iki görsel bloğundan geliyordu. Bu karakter sayısı, metin token sayısıyla aynı şey değildir. Oturum kaydı · İçerik türü kaydı
Başka bir oturumda tamamlanmış bir sonuç da bulunuyor. Bu yüzden sorunları tek bir “bağlam penceresi çöktü” açıklamasında toplamak doğru değil. Girdi teslimi, erişim yetkisi, aktarım hatası ve araştırmanın sonuca ulaşamaması ayrı ayrı ele alınmalı; bağlamı özetlemek ilk üç sorunu kendiliğinden çözmez.
“Hepsini ver, sonra derinlemesine incele” akışı nasıl kurulabilir?
Önerilen tasarım, tüm kaynakları baştan tek bir sabit uzunlukta özete sıkıştırmak yerine, onları gerektiğinde geri okunabilecek biçimde düzenlemek:
- Tüm malzemeyi kaydet. Beyin fırtınası notlarını olduğu gibi koru; kullanıcı hedeflerini, kesin kısıtları, açık soruları ve referansları birbirinden ayır. Dosyaları, makaleleri, blogları ve kod depolarını kimlik, sürüm, erişim durumu ve izin bilgisiyle kayda geçir. Erişilemeyen bir kaynak varsa bunu açıkça belirt.
- Kaynakları yeniden incelenebilir tut. PDF, web sayfası ve kod için uygun dönüştürme yöntemleri kullan; ancak tam kaynak metnini ön tarafta sakla ve sayfa, blok, sembol ya da satır konumlarını koru. Kodun AST iskeleti, kaynak kodun bütünüyle anlaşıldığı anlamına gelmez; Markdown’a dönüştürmek de bir makalenin içeriğini tek başına kavramayı sağlamaz.
- Okumayı üç aşamaya böl. İlk turda kaynak envanterini ve örnek içerikleri tara; hedefi yeniden ifade et, kanıt haritasını ve öncelikleri çıkar. İkinci turda karar sorularını sınırlı alt görevlere böl; her görevden iddia, kaynak dayanağı, kısıt, karşı kanıt ve henüz okunmayan bölümleri iste. Üçüncü turda kararı etkileyen varsayımları derinleştir, gerekli yerleri yeniden oku ve bulguları karşı görüş açısından denetle. Bu, her belgenin üç kez baştan sona okunması demek değil.
- Modelin çalışma setini sınırlı ve güncel tut. Her aşamada karara gereken kanıtları, kaybolmaması gereken kısıtları ve açık işleri taşı; ayrıntı gerektiğinde kaynağa dön. Önceki RFC’de önerilmiş 20–40 bin token aralığı, doğrulanması gereken bir çalışma seti bütçesi olarak görülmeli; her karmaşık görevin bu boyuta sığacağının garantisi değil.
- Aşamalı teslimat ve durma koşulları koy. İlk turdan itibaren ara değerlendirme sun. Okuma turu, süre, maliyet veya bağlam bütçesi sınırına gelindiğinde mevcut sonucu, çelişkileri, bilinmeyenleri ve kalan kanıtları teslim et. Tekrar okumak kararı artık değiştirmiyorsa dur; yetki reddi, kesin hatalar ve eksik kaynaklar için sonsuz yeniden deneme yerine açık bir engel kaydı oluştur.
Bunlar önerilen bir mühendislik düzeni; mevcut ana uygulamanın bu yetenekleri zaten sunduğunun kanıtı değil. Özellikle sistemin ilk ve çok büyük girdiyi nasıl devraldığı ve araçlardan dönen sonuçların bütçesinin nasıl sınırlandığı ayrıca doğrulanmalı. Bir MCP aracını kaydetmek, ilk devasa girdiyi kendiliğinden yönetilebilir hâle getirmez.
ADR ve uygulama planında ne değişmeli?
- Mevcut ADR, kabul edilmiş tarihsel temeli ve doğrulanmış teknik gerçekleri korumalı; yeni gereksinim, ağ geçidinin belge araştırmasını yöneten kontrol katmanı olmadığı yönünde eklenmeli. Öncelik, değiştirilebilir bir dönüştürme aracı değil; çok sayıda ve farklı türde kaynağı aşamalı biçimde okuyup kanıtları birleştiren, gereksinimleri netleştiren ön taraf olmalı.
- Mevcut plan, daha önce tamamlanan yerel işlerin kapsamını korurken ayrı bir geliştirme aşaması eklemeli. Bu aşama; tüm girdilerin kaydedilmesini, sınırlı çalışma setini, üç aşamalı okuma çıktısını, oturumlar arasında devam edebilmeyi ve hata durumlarında teslimatı önce doğrulamalı.
- Kabul ölçütleri; okunan kaynakların izlenebilir olmasını, temel kısıtların korunmasını, araç sonuçlarının sınırsız büyümemesini ve çok turlu çalışmanın kaldığı yerden sürdürülebilmesini kapsamalı. Yetki reddi, 503, akış kesintisi ve bütçe tükenmesinde sistem mevcut aşamayı açıkça teslim etmeli; nihai sonuç iddialar, kanıtlar ve karşı kanıtlar üzerinden denetlenmeli.
Bu incelemede ADR, plan veya RFC değiştirilmedi; test ya da commit çalıştırılmadı. Ana fikir şu: Kullanıcı tüm malzemeyi bir seferde sunabilir, fakat sistem bunları aşamalı olarak anlamlandırmalıdır. Amaç tek bir sohbet penceresini sınırsız büyütmek değil, erişilebilir kanıtların kapsamını artırmaktır.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Yapay zekâya tüm dosyaları vermek yetmez: Uzun araştırmalar nasıl yönetilmeli?"?
Temel hedef, tüm malzemeyi tek model çağrısına yüklemek değil; tamamını kaydedip ihtiyaç oldukça inceleyebilen bir araştırma akışı kurmak.
What are the key points to validate first?
Temel hedef, tüm malzemeyi tek model çağrısına yüklemek değil; tamamını kaydedip ihtiyaç oldukça inceleyebilen bir araştırma akışı kurmak. Recursive Language Models, uzun girdileri model penceresinin dışında tutup seçili bölümleri inceleme ve alt görevlere ayırma fikrini sunuyor; ancak maliyet ve uygulama karmaşıklığı hâlâ önemli sınırlamalar.
What should I do next in practice?
Yakın tarihli oturum kayıtlarında bağlam penceresinin dolduğunu kanıtlayan bir bulgu yok; yetki sorunu ve aktarım hataları gibi başka engeller görülüyor.