Yapay zeka ajanlari (AI agent), 2026'da kurumsal stratejinin merkezine yerlesti. PwC'un 308 ABD'li yönetici ile yaptigi anket, sirketlerin %79'unun AI ajanlarini benimsedigini gösteriyor. Ayni ankette, AI bütçesini artirmayi planlayanlar %88. Ama Gartner'in 2,501 CIO ile yaptigi bagimsiz anket, gerçegi ortaya koyuyor: üretimde (production) ajan kullanan organizasyonlarin orani yalnizca %17. PwC'un "benimsiyoruz" cevabi ile Gartner'in "üretime alindi" cevabi arasindaki 60 puanlik fark, bu pazari anlamanin anahtari.

Peki, AI ajanlari için gereken altyapi nedir, neden bu kadar az sirket üretime geçebiliyor ve altyapi stack'i hangi katmanlardan olusuyor?

Dört Katmanli Ajan Altyapi Stack'i

AI ajan altyapisi, dört temel katmandan olusur. Her katman, bir ajanin calismasi için kritik bir bilesen saglar.

1. Memory (Bellek)

Ajanlarin hatirlamasi gereken seyler: kullanici tercihleri, geçmis görevler, ögrenilen prosedürler. 2026'da "context engineering" (baglam muhendisligi), "prompt engineering" (komut muhendisligi) yerine geçti. Bir ajanin ne hatirladigi, neyi unuttugu ve neyi ne zaman geri getirdigi, üretim kalitesini belirleyen en önemli faktörlerden biri.

Bu alanda üç oyuncu öne çikiyor: Letta, Mem0 ve Zep. Üçü de ajanlar için kalici bellek katmani sagliyor ama farkli yaklasimlarla. pgvector, PostgreSQL'in vektör arama eklentisi, artik varsayilan seçim olarak kabul ediliyor. GraphRAG (Neo4j tabanli) ise yükselen bir teknoloji.

Fountain City Technologies'in üretim deneyimlerine göre, context window'nu depolama olarak kullanan ajanlar dört sekilde basarisiz oluyor: token sismesi (konusma uzadikça context büyüyor), tercih seyrelmesi (5. turda %73 olan kural uyumu 16. turda %33'e dusuyor), oturum ortasi celiskiler ve talimat bozulmasi. Cozum, context window'nu RAM gibi treat etmek ve her seyi dis katmana atmak.

2. Execution (Yurutme)

Ajanin araçlarini calistirdigi ortam. Sandbox'lar (izole calisma alanlari), container'lar ve code execution ortamlari bu katmanda yer alir. Daytona, 24 milyon dolar Series A yatirim alarak bu alanda öne çikan isimlerden biri. E2B ve Modal, yönetilen sandbox çözümleri sunuyor.

Bu katmanin en kritik mühendislik problemi cold start (soguk baslangiç). Her istek için yeni bir container baslatmak 0.5-2 saniye sürer. Warm pool (isik havuz) yöntemi bunu azaltir ama maliyet getirir. Firecracker microVM'lerle snapshot tabanli yaklasim, cold start'i 100ms'ye dusurebiliyor.

3. Tooling (Araçlar)

Ajanlarin dis dunyaya baglandigi katman. MCP (Model Context Protocol), bu alandaki varsayilan standart haline geldi. Aylik 97 milyon SDK indirme rakami, protokolun benimsenme hizini gösteriyor. Bir ajan, MCP sunuculari araciligiyla dosya sistemlerine, veritabanlarina, API'lere ve web tarayicilarina erisir.

Browser Use, 78 bin GitHub yildiziyla, ajanlarin web tarayicilarini kullanmasi için popüler bir araç. Ajan-ajan arasi iletisim için ise IBM ACP ve Google A2A protokolleri mevcut ama henüz standartlas-mamis durumdalar.

4. Governance (Yonetisim)

En yeni ama en kritik katman. Ajanlarin yetkilerini sinirlama, denetim, güvenlik ve uyum bu katmanda yer alir. Astrix Security, ajan güvenliği ve yönetişimi için öne çikan oyuncu. Gartner'a göre yönetişim harcamalari 2026'da 492 milyon dolar ve 2030'a kadar 1 milyar dolara ulasmasi bekleniyor.

Microsoft'un Haziran 2026'da yayinladigi MCP güvenlik rehberi, alti ana risk tanimliyor: prompt injection, confused deputy, over-broad access, supply chain (rug pulls), shadow MCP ve command injection. OWASP MCP Top-10 beta raporu, 2,614 MCP sunucusunun %82'sinde path traversal, %67'sinde code injection buldu.

Stateful vs Glue Code: Moat Nereden Gelir?

Ajan altyapisi dünyasinda önemli bir ayrim var: stateful services (durum tutan servisler) vs glue code (yapistirma kodu).

Stateful servisler, ajanin durumunu, bellegini ve geçmisini tutar. Letta, Mem0, Zep gibi bellek çözümleri; Temporal, Restate gibi durable execution platformlari bu kategoriye girer. Bu servislerin değiştirilmesi zordur, müşteriye bağlanır ve "moat" (rekabet avantaji) olusturur.

Glue code ise ajanlari birbirine baglayan, araçlari cagiran, orchestration yapan kod. Bu tür kod, commoditize olur (metalaşir), yani kolayca değiştirilebilir ve rekabet avantaji saglamaz.

Bu ayrim, yatırımcılar ve kurumsal stratejistler için kritik: değer, stateful servislerde birikiyor.

Para Hareketi: Harcama Kaniti Önce, Ölçum Sonra

KPMG'nin Q1 2026 anketi, 1 milyar dolar üzeri gelirli ABD'li sirketlerin ortalama 207 milyon dolar AI yatirimi planladigini gösteriyor (Önceki yilin ayni döneminden yaklaşik 2 kat). Ama ayni sirketlerin yalnizca %26'si ajan isletme maliyetlerini gerçek zamanli olarak görebiliyor.

BCG'nin AI Radar 2026 raporu, sirketlerin 2026'da gelirlerinin %1.7'sini AI'ya harcamayi planladigini gösteriyor (2025'te bu oran %0.8'di). 640 CEO'nun AI bütçesinin yaklaşik %60'ini ajanlara ayirmasi planlaniyor.

PwC'un anketine göre, ajan benimseyen sirketlerin %66'si üretkenlik artisi rapor ediyor. Ama McKinsey'in 1,993 organizasyonla yaptigi ankete göre, yalnizca %39'u AI'nin EBIT (isletme kari) üzerinde etkisi oldugunu söyleyebiliyor. IBM'in 2,000 CEO ile yaptigi calismada, AI girişimlerinin yalnizca %25'i beklenen ROI'yi saglamis.

Yani: kendine gore üretkenlik artisi var, ama finansal etki hala sinirli. BCG'nin 2025 arastirmasina göre sirketlerin %60'i AI'dan "minimal değer" aliyor.

Sonuç: Derinlik, Genişlikten Daha Önemli

AI ajan altyapisi, dört katmanli bir stack olarak olgunlasiyor: Memory, Execution, Tooling ve Governance. Her katmanda özel oyuncular ve teknolojiler ortaya çikiyor. Ama adoptasyon verileri net bir tablo ciziyor: çogu sirket bir yerlerde deniyor, çok azi üretime aliyor.

KPMG'nin verilerine göre sistem karmasikligi, ROI kanitlamada en büyük bariyer (%65). PwC anketinde sirketlerin yalnizca %17'si ajanlari "tum is akislarina" yerlestirmis durumda. McKinsey'e göre tek bir is fonksiyonunda bile ajanlari ölçeklendiren organizasyonlar %10'un altinda.

BCG'nin bulgusu çarpici: AI'yi derinlemesine benimseyen sirketlerin ilk %5'i, diğerlerinin 5 kati gelir etkisi ve 3 kati maliyet dususu elde ediyor. Yani değer, derinlikte yatiyor: ajanlari her yere yayginlastirmak değil, doğru is akislarina derinlemesine yerlestirmek.

AI ajan altyapisi, 2026'da hala insaat asamasinda bir bina gibi. Temel atildi (MCP standardı, bellek çözümleri, sandbox'lar), üst katmanlar cekiliyor (yönetişim, güvenlik, cok-ajanli sistemler). Ama üretime alma, hala bir mühendislik sorunu rather than a product problem.

Kaynaklar:

• PwC AI Agent Survey
• How Many Companies Have Actually Deployed AI Agents? - AgentClaw
• KPMG AI Quarterly Pulse Q1 2026
• How to Build and Operate AI Agent Memory in 2026 - Fountain City Tech
• Memory Governance Is Becoming the Control Plane for Agentic AI - HackerNoon
• The state of MCP security in 2026 - Microsoft