Röportajlar
Apify Kurucu Ortağı ve CEO’su Jan Čurn – Röportaj Dizisi

Öne çıkan noktalarAjanlar, sıfırdan inşa etmenin satın almaktan daha pahalıya mal olduğu durumlarda…
Daha fazla göster
- Ajanlar, sıfırdan inşa etmenin satın almaktan daha pahalıya mal olduğu durumlarda mevcut araçları kiralayacak.
- Sessiz hatalar, ajanların sorunu fark etmeden boş sayfaları kendinden emin bir şekilde özetlemesine olanak tanır.
- Apify geçen ay birkaç yüz içerik üreticisine toplamda yaklaşık 2 milyon dolar net kazanç ödedi.
Jan Čurn, 2015 yılında Y Combinator Fellowship aracılığıyla Jakub Balada ile birlikte hayata geçirdiği Apify’nin kurucu ortağı ve CEO’sudur. Prag’daki kiralık daire ilanlarını toplama ihtiyacı, web sitelerini API’lere dönüştüren bir araç olan ilk ürünün ortaya çıkmasına ilham verdi. Čurn, o zamandan bu yana ürünün web tarama altyapısından web verileri, tarayıcı otomasyonu ve yapay zekâ ajanlarının giderek daha fazla kullandığı araçlardan oluşan bir pazaryerini bir araya getiren bir platforma dönüşmesine öncülük etti.
Apify, web’den veri kazıma ve tarayıcı otomasyonunun yanı sıra Actors adı verilen, kullanıma hazır araçlar sunan bir platformdur. Geliştiriciler Actors’ı pazaryeri üzerinden yayımlayıp gelir elde edebilir; işletmeler ve yapay zekâ geliştiricileri ise yapılandırılmış web verilerini almak ve görevleri otomatikleştirmek için bu araçlardan yararlanır. Čurn bu röportajda, ajanların uzmanlaşmış araçları nasıl bulup kullandığını, güncel verilerin neden önemli olduğunu ve ajanların web’de geniş ölçekte çalışabilmesi için gereken güvenilirlik, izinler ve ekonomik koşulları ele alıyor.
Jakub Balada ile 2015 yılında Y Combinator Fellowship aracılığıyla Apify’nin kurucu ortağı oldunuz. Başlangıçta geliştiricilerin esnek ve ölçeklenebilir web tarayıcıları oluşturmasını kolaylaştırmaya odaklanmıştınız. Bu fikir nasıl ortaya çıktı ve ilk vizyonunuz son on yılda nasıl değişti?
Apify fikri, Jakub’la ikimizin de karşılaştığı bir sorundan doğdu. Prag’da yeni daire ilanlarına ihtiyaç duyan bir müşteri projesi üzerinde çalışıyorduk; ancak mevcut araçlar dinamik JavaScript içeren sitelerde ve düzensiz web sitesi yapılarında zorlanıyordu. Biz de herhangi bir web sitesini API’ye dönüştüren kendi aracımızı geliştirdik.
Zamanla ürün, taramanın ötesine geçerek web’den veri kazıma, tarayıcı otomasyonu ve web verilerine yönelik bir platforma dönüştü. Ardından geliştiricilerin Actors adını verdiğimiz araçlarını yayımlayabildiği ve başkaları bu araçları kullandığında gelir elde edebildiği bir pazaryeri açtık. Artık bu Actors’ı kullananların giderek artan bir bölümü yapay zekâ ajanlarından oluşuyor.
Apify, yapay zekâ ajanları sektörün odağı hâline gelmeden çok önce bir web tarama platformu olarak yola çıktı. Geliştirdiğiniz altyapının, web’e erişmesi ve web’de etkileşim kurması gereken yapay zekâ ajanları için özellikle değerli olabileceğini ne zaman fark ettiniz?
İlk “işte bu” anı, ChatGPT’nin piyasaya sürülmesinden kısa süre sonra, 2023’ün başlarında yaşandı. Birdenbire yeni bir model eğitmek yerine güncel web verilerini bir isteme ekleyebiliyordunuz. Apify, gelişmekte olan RAG iş akışları için tarayıcılar sunan ve LangChain ya da LlamaIndex gibi yeni kütüphanelerle entegrasyon sağlayan ilk veri kazıma platformları arasındaydı.
Ardından yapay zekâ ajanları dalgası geldi. Bir ajandan bir ürünün fiyatını 20 e-ticaret sitesinde karşılaştırmasını istediğinizi düşünün. Veriyi nereden bulacak? Geliştiricilerin yıllardır çözmeye çalıştığı sorun tam da buydu. Bu nedenle Anthropic, Model Context Protocol’ü (MCP) 2024’ün sonunda yayımladığında bunu hemen benimsedik. Zaten açık bir girdi ve çıktıya sahip binlerce aracımız vardı; bir ajanın ihtiyacı da tam olarak buydu.
Asıl dönüm noktası, modellerin ajanların anlamlı işler yapmasına yetecek kadar geliştiği 2025’in sonunda yaşandı. Ajanların uygun araçlara ve güvenilir verilere ihtiyacı var. O zamandan beri Apify kullanımı gerçekten hızla arttı ve brüt yıllık yinelenen gelir 100 milyon dolara hızla yaklaşıyor.
Apify; web verileri, veri kazıma, otomasyon ve yapay zekâ alanlarına yayılan 90.000’den fazla aracı kapsayan bir platforma dönüştü. Ajanlar, yalnızca büyük dil modellerinin yeteneklerine dayanmak yerine giderek daha fazla uzmanlaşmış araçlara ihtiyaç duyarken bu ekosistemin rolünü nasıl değerlendiriyorsunuz?
Evet, modeller sıfırdan giderek daha karmaşık yazılımlar üretebilecek; ancak bir noktadan sonra bir ajanın mevcut bir aracı satın alması, onu sıfırdan geliştirmesinden daha verimli hâle geliyor. Modeller geliştikçe bu eşik yükselecek, ancak önceden geliştirilmiş araçları satmaya imkân tanıyan bazı durumlar her zaman olacak; özellikle de bu araçlar özel verilere ve elde edilmesi zor bağlama dayanıyorsa.
Yazılım yazmanın maliyeti düştükçe ve yazılım sistemleriyle araçların sayısı arttıkça, temel kısıt keşif hâline geliyor: işi tamamlamanıza yardımcı olacak güvenilir ve değerli araçları nerede bulabilirsiniz? Bir aracı gerektiği gibi üretmek için 500 dolar ödemek yerine, mevcut bir hizmeti kiralamak için birine 5 dolar ödeyebilirsiniz.
Apify’nin geliştirici topluluğunda gördüklerinize göre, bugün yapay zekâ ajanlarıyla geliştirilen en ilgi çekici gerçek dünya uygulamalarından bazıları neler? Bu kullanım alanlarından hangileri gerçekten üretim ortamına geçiyor?
En ilgi çekici örneklerden bazıları alışılmadık derecede spesifik. Yapay zekânın, hangi Pokémon kartlarının satın almaya değer olduğuna karar vermeye yardımcı olmak için YouTube’u, eBay’i ve Japon mağazalarını taradığını gördük. Bir sigorta şirketi, poliçe sahiplerinin vefatını doğrulamak amacıyla 55 İtalyan ölüm ilanı sitesini kontrol etmek için Apify’yi kullandı. Yelpazenin diğer ucunda ise Canary, araştırmacıların çocuk ticareti mağdurlarını bulmasına yardımcı olan Spotlight adlı aracı için Apify’den yararlanıyor.
Bu uygulamaların ortak noktası, her işi biraz yapacak şekilde tasarlanmış bir ajan yerine belirli bir soruna odaklanmaları ve doğru verilere erişebilmeleri.
Yapay zekâ ajanlarının karşılaştığı en büyük zorluklardan biri, yalnızca sabit eğitim verilerine dayanmak yerine web sitelerindeki güncel ve yapılandırılmış bilgilere erişmek. Ajanlar giderek daha karmaşık görevler üstlendikçe web’e gerçek zamanlı erişim ne kadar önemli hâle gelecek?
Bir LLM, eğitildiği verilerin kayıplı bir sıkıştırmasıdır. Son derece akıllıca tahminlerde bulunabilir, ancak sonuçta yine tahmin yürütür. Bir ajandan gerçek dünyada kararlar alması veya görevleri tamamlaması beklendiğinde, yalnızca eğitim verilerine güvenemez. Fiyatlar değişir, ürünler ortadan kalkar, rakipler yeni ürünler piyasaya sürer ve web siteleri sürekli güncellenir.
Akıl yürütmeyi model sağlar; ancak birçok ajanın güncel web bilgilerine erişmek ve bunları geniş ölçekte kullanabileceği yapılandırılmış verilere dönüştürmek için güvenilir bir yönteme ihtiyacı vardır.
Değişen arayüzler, dinamik içerikler, kimlik doğrulama gereklilikleri ve otomasyon karşıtı sistemler nedeniyle web ortamları öngörülemez olabilir. Geliştiriciler, açık web genelinde güvenilir biçimde çalışabilen ajanlar oluştururken en çok hangi teknik zorluklarla karşılaşıyor?
Modern web siteleri dinamik JavaScript, doğrulama sayfaları veya eksik içerik sunabilir; bot karşıtı sistemler de IP itibarından tarayıcı parmak izlerine kadar pek çok unsuru inceler. Hatalar çoğu zaman sessizce gerçekleşir; bu nedenle bir ajan, farkına bile varmadan boş bir sayfayı kendinden emin bir şekilde özetleyebilir.
Bir kez çalışan bir şey geliştirmek görece kolaydır. Değişen web sitelerinde ve üretim ölçeğinde çalışmayı sürdüren bir şey geliştirmek ise çok daha zordur.
Ajanlar yalnızca bilgi almakla kalmayıp çevrimiçi eylemlerde de bulunabilir hâle gelirken, işletmelerin onları daha özerk iş akışlarında kullanabilecek kadar güvenmesi için güvenilirlik, izinler, doğrulama ve insan denetimi gibi alanlarda nelerin iyileştirilmesi gerekiyor?
Bir ajan yalnızca okumakla kalmayıp eyleme geçebildiğinde izinler çok daha önemli hâle gelir. Ajan kimlik bilgilerinizi asla görmemeli; tüm gizli bilgiler güvenli bir sanal alanın dışında tutulmalı ve modele hiçbir zaman açığa çıkarılmamalıdır. Bu vekil sunucu sanal alanı sorununu, Apify platformundaki Actors üzerinde ve MCP için açık kaynaklı CLI istemcimiz mcpc‘de çözmek için çalışıyoruz.
Geliştiriciler, tarayıcı otomasyonundan özel API’lere ve gelişmekte olan ajan protokollerine kadar pek çok seçeneği deniyor. Yapay zekâ ajanlarının mimarisinin nasıl gelişeceğini ve modeller, araçlar, veri kaynakları ile tarayıcılar arasındaki ideal ilişkinin nasıl olması gerektiğini düşünüyorsunuz?
ChatGPT ve Claude gibi büyük ajan platformlarının yeni işletim sistemine, insanların bilgisayarları yönlendirdiği temel arayüze dönüştüğünü düşünüyorum; araçlar da telefondaki uygulamalar gibi bu platformlara entegre oluyor. Başka yerlerde çalışan araçlar için MCP, kabul gören standart etkileşim protokolü hâline geldi.
Bir ajanın restoran puanları ve iletişim bilgileri gibi verilere ihtiyacı olduğunda, tarayıcıda Google Maps’i açıp bir insan gibi sayfada gezinebilir; ancak bu yöntem hem kesinlikten uzaktır hem de maliyetlidir. Ya da yapılandırılmış harita verileri sunan bir aracı bulup çağırabilir; bu daha hızlı ve güvenilirdir. Ana ajan ayrıca masa ayırtma veya uçuş bulma gibi görevleri, daha ucuz modellerle çalışan uzmanlaşmış alt ajanlara devredebilir.
Apify, yıllardır geliştiriciler için altyapı oluştururken üçüncü taraf geliştiricilerin kendi araçlarını yayımlayabileceği bir pazaryeri de kuruyor. Ajan tabanlı yapay zekâ, ajanların kendi başlarına keşfedip kullandığı özel araçlar ve hizmetler etrafında çok daha büyük bir ekonomi yaratabilir mi?
Evet; pazaryerimiz bunun şimdiden küçük ölçekli bir örneği. Geliştiriciler Actors yayımlıyor, kullanıcılar bunları kullanıyor, geliştiriciler ödeme alıyor; bu da daha fazla geliştiriciyi ve aracı beraberinde getiriyor. Alıcı tarafında kullanıcıların yer aldığı bu büyüme döngüsü yıllardır işliyor.
Yapay zekâ ajanları daha fazla sorumluluk üstlendikçe bazı görevleri tamamlamak için paraya ihtiyaç duyacaklar. Bir ajana bir görev ve küçük bir cüzdan verip, yol boyunca ihtiyaç duyduğu araçların ücretini x402 veya MPP gibi ajan tabanlı bir ödeme protokolüyle ödemesine izin verdiğinizi düşünebilirsiniz. İşlem hacmi hâlâ düşük, ancak ekonomik faaliyetlerin çoğunun zamanla, insan denetimi giderek azalırken, ajanlar arasında özerk biçimde gerçekleşeceğine inanıyorum.
Apify ikinci on yılına girerken ve yapay zekâ ajanları yazılım dünyasında çok daha büyük bir yer edinirken, şirketin önümüzdeki birkaç yılda nasıl bir yöne evrileceğini düşünüyorsunuz? Bugünün ajan ekosisteminde hâlâ nelerin eksik olduğunu düşünüyorsunuz?
Artık daha fazla kişi Apify’ı Claude veya ChatGPT gibi ajanlarına entegre ediyor ve bu araçların web üzerindeki daha karmaşık işleri daha hızlı tamamlamalarına yardımcı olduğunu fark ediyor. Apify platformu ve Actors, ajanlarla kullanımı kolaylaştıracak şekilde geliştiriliyor; bu da kullanımı ve harcamaları artırıyor.
Pazaryerinin diğer tarafında ise giderek daha fazla yazılım üreticisi Actors’larından düzenli gelir elde ediyor: topluluk tarafından oluşturulan 300’den fazla Actor ayda 1.000 doların üzerinde gelir sağlıyor. Daha geçen ay birkaç yüz içerik üreticisine toplamda yaklaşık 2 milyon dolar net kazanç ödedik.
Apify pazaryerinin büyümesi hız kazanıyor; Apify’ı dünyanın en büyük ve en güvenilir yapay zekâ araçları pazaryeri hâline getirme hedefimiz de aynı şekilde büyüyor. Böylece insanların ve gelecekte kullanacakları milyarlarca ajanın web üzerindeki işleri tamamlamasını sağlayacağız.
Harika röportaj için teşekkürler. Web verileri, tarayıcı otomasyonu ve yapay zekâ ajanlarına yönelik araçlar hakkında daha fazla bilgi edinmek isteyen okurlar Apify‘ı ziyaret edebilir.












