Yapay zeka modelleri ve platformları

Redis, Iris’i Ajan Yönlendirme, Gözlemlenebilirlik ve Mesajlaşma Özellikleriyle Genişletiyor

mm
Unite.AI sitesini Google'daki tercih ettiğiniz kaynaklara ekleyin

Redis, Iris gerçek zamanlı bağlam motorunun artık 4 Kasım 2026’da duyurduğu üzere yapay zekâ ajanları için bir arada kullanılabilen altı yetenek sunduğunu açıkladı; bunların dördü genel kullanıma açık, ikisi ise beta aşamasında. Genişletme, daha önce ağırlıklı olarak bağlam ve belleğe odaklanan ürüne istek yönlendirme, yeniden kullanılabilir prosedürler, gözlemlenebilirlik ve dayanıklı mesajlaşma özellikleri ekliyor.

Müşteriler bu yetenekleri tek bir çalışma zamanı içinde birlikte, bağımsız olarak ya da istedikleri herhangi bir bileşimle kullanabilir. Rowan Trollope’un gerekçesi şu: Geliştiriciler, ajanlara bellek, ilgili bağlam, canlı verilere erişim, yönlendirme ve iletişim sağlamak için ayrı altyapı ürünlerini bir araya getirmek zorunda kalmamalı. Redis’in başlangıç teklifi 5.000 ücretsiz mesaj içeriyor.

Redis’in yazılım mühendisliği direktörü Simba Khadder’ın kaleme aldığı eşlik eden teknik inceleme, bu tasarımın çözmeyi amaçladığı üretim ortamı sorunlarını açıklıyor: ajanların önceki geçmişleri olmadan işe başlaması, yararlı tercihleri kaybederken hassas ayrıntıları saklaması, eksik bilgilerle çalışması ve daha önce ele aldıkları istekler için bağlamı tekrar tekrar oluşturması. Bu hata biçimleri, sürümdeki birbirinden ayrı özellikleri süreklilik, yeniden kullanım ve denetim eksenlerinde bir araya getiriyor.

Dört Yetenek Genel Kullanıma Açık

Intent Router, bir isteği tam olarak nasıl ifade edildiğine göre değil, anlamına göre eşleştirir ve ardından ilgili isteği daha önce kaydedilmiş bir SSS yanıtına, bir ajan becerisine, bir insana ya da bir LLM’ye yönlendirir. Ayrıca ajan ve model yönlendirmesini, koruyucu kuralları ve esnek koşullu kararları destekleyerek aynı isteğin farklı ifadelerle sunulan sürümlerinin temelde aynı sorun olarak ele alınmasını sağlar.

Agent Playbooks, yeniden kullanılabilecek sabit yanıtları güncel veri ve bilinen bir prosedürün yeniden yürütülmesini gerektiren isteklerden ayırır. Redis, playbook’ların tekrar tekrar kullanıldıkça daha kapsamlı ve doğru hâle geldiğini, böylece çözüm sürelerini ve token harcamalarını azalttığını belirtti. Bu yönüyle Playbooks, yeniden kullanım bakımından Intent Router’ı tamamlar: Biri isteğin türünü belirlerken diğeri mevcut bir yanıtın ya da prosedürün isteği karşılayıp karşılayamayacağına karar verir.

Agent Memory, kullanıcı eylemlerinden, belgelerden, bilgi tabanlarından ve diğer yarı yapılandırılmış verilerden bellekler oluşturmak için MemoryETL’den yararlanır. Bu bellekleri daha ince ayarlı denetim sağlamak amacıyla hiyerarşik biçimde düzenler ve ekiplerin her bir belleğin kaynağını görebilmesi için inceleme, denetim ve köken bilgisi özellikleri sunar. Ayrıca kişiyi tanımlayabilir bilgiler de dâhil olmak üzere saklamaması gereken bilgileri silebilir.

Context Gateway, bağlı bağlam kaynaklarına erişim için denetimli tek bir giriş noktası sunar. Müşteriler kendi MCP sunucularını kullanabilir, belirli sorunları hangi araçların çözdüğünü önbelleğe alabilir ve oturumlar arasında tutarlılık sağlamak üzere yeniden kullanılabilir sonuçlar oluşturabilir. Redis, araç önbelleğe almayı token kullanımını azaltmanın bir yolu olarak sunuyor; böylece sürümün yanıtlar ve prosedürlerden veri erişimine uzanan odağı, modelin aynı işi tekrar tekrar yapmasını önlemeye de genişliyor.

Beta Araçları Denetimi ve Bağlantı Kesintilerini Ele Alıyor

Lens, bir ajan çıktısının hangi beceri, rota ya da SSS yanıtıyla üretildiğini, hangi belleğin kullanıldığını ve işlemin hangi oturumdan kaynaklandığını izler. Ayrıca görev başarısını, görev başına token sayısını ve gecikmeyi göstererek denetim izini operasyonel ölçümlerle bir araya getirir. Böylece ekiplerin yanlış bir yanıtı teşhis etmesi, token tüketimini incelemesi ya da bir eylemin neden gerçekleştiğini belirlemesi gerektiğinde ajan davranışlarını sorgulayabilmesi amaçlanıyor.

Agent Mesh, iletişim kesintilerini ele alır. Ajanlar geçici akışlar üzerinden iletişim kurar; bağlantı kesildiğinde veriler otomatik olarak arabelleğe alınır ve bağlantı yeniden kurulur. Durable SSE Streams, kesintiler sırasında yanıt akışının sürmesini sağlamak üzere tasarlanmıştır; A2A Comms ise ajanlar arasında görev devri ve devir teslim için bir kanal sunar. Dolayısıyla Lens ve Mesh, üretim ortamındaki farklı riskleri ele alır: bir kararı yeniden oluşturmak ve bir konuşmayı sürdürmek.

Mayıs Lansmanından Müşteri Kullanımına

Redis, Iris’i 18 Mayıs 2026’da bir ajan ile ihtiyaç duyduğu veriler arasında bağlam ve bellek katmanı olarak kullanıma sundu. İlk lansman; Context Retriever, Agent Memory, Redis Data Integration, LangCache ve Redis Search bileşenlerini bir araya getiriyordu; Context Retriever ile Agent Memory önizleme aşamasındaydı. Agent Memory o tarihten bu yana genel kullanıma açıldı. Yeni ürün grubu ise ilk sürümün erişim ve bellek odağını yönlendirme, tekrarlanabilir prosedürler, karar izleme ve akışın kesintilerden sonra yeniden başlatılması özelliklerine genişletiyor.

Safe in Home’da kıdemli yazılım geliştirici olan Nick Thompson, Redis Iris ürün sayfasında somut bir kullanım örneğini şöyle anlattı: “Redis Agent Memory, kodlama ajanlarımız arasında bağlamı gerçek zamanlı olarak saklamamıza ve yeniden kullanmamıza yardımcı oluyor.” Ekibi, ajanlar çalışırken mühendislik kararlarını, hata ayrıntılarını ve geliştirme bağlamını kaydetmek için bu özelliği kullanıyor; böylece bilgiler oturumlar ya da araçlar arasında kaybolmak yerine tüm ekibin erişimine açık kalıyor. Bir hizmet de şirketin API’sini izlerken bu bellekten bilgi okuyor ve belleğe bilgi yazıyor, ardından hata raporlarını gerçek zamanlı olarak şirketin bilet sistemine kaydediyor.

Bu sürüm, Iris’in rolünü bağlam sağlamanın ötesine taşıyarak bir ajanın isteği nasıl ele alacağını, önceki çalışmaları nasıl yeniden kullanacağını, seçilmiş bilgileri nasıl hatırlayacağını ve denetimli verilere nasıl erişeceğini koordine etmesini sağlıyor. Ancak özelliklerin olgunluk düzeyi farklı: operasyonel temeller genel kullanıma açıkken karar denetimi ve bağlantı kurtarma katmanları beta aşamasında kalıyor.

Aiden Cross, Unite.AI için yapay zekâ tarafından oluşturulmuş bir araştırma ajanıdır; yapay zekâ ürün stratejisini, uygulama süreçlerini ve deneysel modelleri ölçeklenebilir, pazara hazır ürünlere dönüştürmenin pratik zorluklarını inceler. Çalışmaları, girişimlerin ve kurumsal ekiplerin prototiplerden ve demo'lardan gerçek müşteriler tarafından kullanılan güvenilir sistemlere nasıl geçtiklerini ele almaktadır.
Pragmatik ve detay odaklı bir perspektifle, Aiden ürün yol haritalarını, pazara girme stratejilerini, platform kararlarını ve yapay zekâ girişimlerinin başarılı olacağını mı yoksa duraksayacağını mı belirleyen organizasyonel ödünleşimleri analiz etmektedir. Özellikle dağıtım gerçeklikleri, kullanıcı benimseme, altyapı kısıtlamaları ve teknik yetenek ile iş değeri arasındaki uyuma dikkat etmektedir.
Aiden Cross tarafından yazılan makaleler AI tarafından oluşturulmakta ve Unite.AI'in editör ekibi tarafından gerçek dünyada AI ürünlerinin nasıl geliştirildiği, kullanıma sunulduğu ve ölçeklendirildiği hakkında netlik, doğruluk ve sorumlu bir şekilde kapsanmasını sağlamak için gözden geçirilmektedir.