Cahit Arf'ın 1959'daki "düşünen makine" şeması bugünkü agentic AI'ı nasıl anlatıyor: ön hafıza, kontrol merkezi ve yardımcı hafıza
Bilgisayar mühendisi Mehmet Umut Atasever'in LinkedIn yazısı, AI agent ile agentic AI arasındaki farkı Cahit Arf'ın Erzurum'daki "Makine Düşünebilir mi ve Nasıl Düşünebilir?" konferansı üzerinden anlattı. Konferans metnini kontrol ettik: Arf, öngörülmemiş sorunlara uyum sağlayabilen bir makine için bugünkü context window, orchestrator, memory ve tool use'a karşılık gelen bir şema çizmiş.

Bugün "agentic AI" diye konuştuğumuz şeyin Türkçedeki en eski tariflerinden biri, matematikçi Cahit Arf'ın Erzurum'da verdiği bir halk konferansında olabilir. Bilgisayar mühendisi Mehmet Umut Atasever, LinkedIn'de yayımladığı yazıda AI agent ile agentic AI arasındaki farkı anlatırken bu konferansa döndü ve Arf'ın düşünen bir makine için çizdiği şemanın bugünkü agent mimarisiyle örtüştüğünü yazdı. Konferansın 1959'da yayımlanan metnini kontrol ettik; şema gerçekten orada.
AI agent ile agentic AI arasındaki fark
Atasever'in yazısındaki ayrım şöyle özetlenebilir:
SiberMagazin Haftalık Güvenlik RaporuHer cumartesi 14:00'te haftanın siber güvenlik gündemi değerlendiriliyor.Raporu izle ›- AI agent, tasarlanırken tanımlanmış belirli bir görevi otonom olarak yapan bileşendir: bir test senaryosu yazan bot ya da gelen bir PR'ı özetleyen araç gibi. Kapsamı nettir.
- Agentic AI ise bir davranış biçimidir: sistem bir problemi analiz eder, plan yapar, araç kullanır, sonucu görür ve gerekirse dönüp düzeltir. Adımlarını önceden değil, ortamdan gelen geri bildirime göre belirler.
Yazıya göre ikisini ayıran asıl şey ortam. Terminal, dosya sistemi, araçlar ve test sonuçları verilen bir model, bir geri bildirim döngüsü kazanır: eylem yapar, sonucu görür, bir sonraki adımı ona göre seçer. Ortamı olmayan bir model ise yazdığı kodun çalışıp çalışmadığını bilemez. Atasever bu yüzden kod otomasyonunun geleceğini yalnızca daha iyi modellerde değil, daha zengin ortamlarda ve daha iyi orkestrasyonda görüyor.
Arf'ın 1959'daki sorusu: "intibak kabiliyeti"
Cahit Arf'ın "Makine Düşünebilir mi ve Nasıl Düşünebilir?" konferansı, Atatürk Üniversitesi'nin 1958-1959 öğretim yılı halk konferansları dizisinde yer aldı ve metin 1959'da Erzurum'da yayımlandı. (Kaynaklarda konferansın verildiği yıl için 1958 de geçiyor; yayın yılı 1959.)
Arf, konferansta yalnızca kendisine öğretilmiş problemleri çözen bir makineyi "yapay beyin" saymıyor: makinenin çözebildiği problem sayısı on bine çıksa bile, bunlar makine yapılırken çözülmüş problemlerse durumun değişmeyeceğini söylüyor. Ona göre insan beynini ayıran özellik, yeni durumlara uyum sağlayabilmesi; Arf buna intibak kabiliyeti diyor ve asıl soruyu, makine yapılırken düşünülmemiş problemleri de çözebilen bir makinenin yapılıp yapılamayacağı olarak koyuyor. Bu, bugünkü sabit görevli AI agent ile ortamına uyum sağlayan agentic sistem arasındaki ayrımın neredeyse aynısı.
Arf'ın şeması, bugünkü terimlerle
Arf, beynin bir soruyu nasıl cevapladığını dört adımda anlatıyor. Bu adımları bugünkü agent mimarisinin terimleriyle yan yana koyduğumuzda:
| Arf'ın terimi (1959) | Konferanstaki işlevi | Bugünkü karşılığı |
|---|---|---|
| Ön hafıza | Dışarıdan gelen soru ve gözlemlerin kaydedildiği yer | Context window |
| Kontrol merkezi | Gelen bilgiyi sınıflandırır, hafızadan ilgili bilgiyi çağırır, işi yönlendirir | Orchestrator |
| Hafıza | Bilgilerin saklandığı depo; cevaplar da sonradan buraya kaydedilir | Memory (uzun süreli bellek) |
| Yardımcı hafıza | Başka insanlar ve kitaplar: beynin "haricî parçası" | Tool use, arama, harici kaynaklar |
| Dönüşüm (transformation) yapan cihaz | Mantıkî hesap ya da benzerlik yoluyla yeni bilgi çıkarır | Model çıkarımı (LLM reasoning) |
Tabloda en çok dikkat çeken satır yardımcı hafıza. Arf, hafızadan gelen bilgiler arasında bazen şu türden bir yönlendirme bulunduğunu yazıyor: "Filân adama sormalı veya filân kitaba bakmalı." Yani sistem kendi bilmediğini fark edip dışarıdaki bir kaynağa başvuruyor; bugün bir agent'ın arama aracını, bir API'yi ya da bir veritabanını çağırmasının 67 yıl önceki tarifi gibi. Şemanın son adımında cevap, kontrol merkezinden geçerek hem dışarı veriliyor hem de hafızaya kaydediliyor; bu da agent'ların deneyimden öğrenmesi için kullanılan bellek döngüsüne benziyor.
Bu bir benzetme: Arf'ın tarif ettiği makine 1950'lerin röleleri ve devreleriyle düşünülmüş bir modeldi, bugünkü dil modelleriyle teknik bir bağı yok. Ama sorduğu soru, yani bir makinenin kendisine öğretilmemiş bir duruma nasıl uyum sağlayacağı, bugün agentic AI tartışmasının merkezinde duruyor.
Neden önemli?
Agentic sistemler, model tek başına ne kadar iyi olursa olsun, ancak çevresindeki bileşenlerle değer üretiyor: bağlamı yöneten bir katman, işi bölen ve yönlendiren bir orkestrasyon, kalıcı bir bellek ve dış dünyaya açılan araçlar. Arf'ın şeması bu bileşenleri, yapay zekâ kavramının daha yeni doğduğu bir dönemde, Türkçe bir halk konferansında ayrı ayrı adlandırmış. Hem yapay zekâ tarihine Türkiye'den bir katkı olarak hem de agent mimarisini anlatmak için sade bir çerçeve olarak okunmaya değer.
Kimin işine yarar / ne yapabilirsiniz?
- Agent geliştirenler için Arf'ın dört adımı (kayıt, yönlendirme, dönüşüm, cevap ve kayıt) bir kontrol listesi gibi kullanılabilir: sisteminizde bağlamı kim yönetiyor, hangi bilgi uzun süreli belleğe yazılıyor, model hangi durumda "filân kitaba bakmalı" deyip bir araca başvuruyor?
- Güvenlik ekipleri için aynı şema saldırı yüzeyini de gösteriyor: ön hafızaya giren her girdi (prompt injection), yardımcı hafıza olarak çağrılan her araç (yetki ve tedarik zinciri) ve hafızaya yazılan her kayıt (bellek zehirleme) ayrı bir risk noktası.
- Eğitimciler ve öğrenciler için konferans metni arşivde açık; agentic AI'ı Türkçe ve tarihî bir örnekle anlatmak için iyi bir başlangıç.
Kaynaklar
Her haberi değil, yalnızca seçtiğiniz üretici ve konulardaki acil uyarıları alın: tarayıcı bildirimi ya da e-posta ile.
