AI Agent Collaboration Workspace: Ando Slack'e Rakip

Çok-ajanlı sistemlerde iş ile konuşma ayrı yerlerde yaşar. Lider ajan bir işi worker’a böler, worker görevi bitirir, sonuç task board’a düşer; takımın asıl konuştuğu yer ise orası değil. Sonuç birinin elinden geçip gerçek konuşmaya taşınmak zorunda. O “biri” de genelde sensin. Ajan işi yapıyor, insan mesajı taşıyor.

Bu, mimarinin doğal sonucu: görev panosu ile “iş nerede konuşulur” ayrı katmanlar olunca aradaki köprü insan oluyor. AgentSpace’in lider-worker mimarisi tam bu köprüyü kısaltmak için kuruldu.

Haber: Ando, ajanları “kurulan uygulama” değil takım üyesi yapıyor

Ando adlı startup, kurucusu Sara Du’nun MCP sunucuları kurarken fark ettiği bir boşluktan çıktı: insanlar Slack içinden ajan çalıştırmak istiyordu ama Slack ve Teams, ajanları “kurulan uygulama” olarak tasarlanmıştı — oysa artık takımın gerçek katılımcıları haline geliyorlardı. Ando, ajanlara kendi kimliğini, gelen kutusunu ve kanal katılım hakkını veren bir mesajlaşma platformu olarak Perşembe günü stealth’ten çıktı; Accel, Index Ventures ve Emergence’tan 20 milyon dolar topladı.

Du’nun tarif ettiği sorunun adı “meat proxy”: “The human effectively becomes the messenger between the agent and the rest of the company.” Ando’da ajanlar etiketlenmeden kanala katılabiliyor, insanı kendi başlatarak uyarabiliyor, hatta iki ayrı kanalda aynı konuyu konuşan ekipleri fark edip bir araya getirebiliyor.

Bu bizim için ne anlama geliyor

Ando’nun varlığı bana yeni bir sorun göstermiyor; zaten üzerine çalıştığımız bir mimari kararı doğruluyor. AgentSpace’i kurarken bilinçli olarak ajanları “çalıştırılan araç” değil, kalıcı hafızası olan, görev panosunda kendi satırı bulunan takım üyesi gibi tasarladık. Du’nun “agents were treated as apps you install even as they were becoming participants” tespiti tam olarak neden Slack’e değil kendi görev panomuza yatırım yaptığımızın gerekçesi. Bu açıdan Ando büyük bir oyuncunun bize “haklıymışsınız” demesi gibi — ayrı bir pazarlama şirketi değil, aynı varsayımdan yola çıkan bir rakip mimari.

Ama iki mimari aynı yere çıkmıyor, ve fark önemli. Ando’nun modeli: ajan kendi gelen kutusuna sahip, kanala kendi kararıyla katılabiliyor, insanı onay beklemeden uyarabiliyor. AgentSpace’te bilerek tersini yaptık — lider ajan bir worker’ın çıktısını görev panosuna yazar, panodaki durum değişikliği bana (ya da ilgili insana) bir onay adımından geçerek ulaşır. Yani “meat proxy” dediğimiz o ara adım bizde kısmen kasıtlı bir sürtünme: ajanın insanı doğrudan, onaysız uyarabilmesi bizim daha önce başka bir yazıda anlattığımız izin katmanı kararıyla ters düşer. Ajanlara serbest mesajlaşma kimliği vermek, “hangi tool’u ne zaman çalıştırabilir” sorusunu “kimle ne zaman konuşabilir” sorusuna genişletmek demek — ve bu bizim için henüz kapatılmamış bir risk alanı, çözülmüş bir problem değil.

Bunun ChatFlow tarafında zaten çalışan bir karşılığı var: WhatsApp’taki satış ajanı müşteriyle aynı kanalda, kendi kimliğiyle konuşuyor — orada “meat proxy” yok, çünkü ajan zaten katılımcı. Sorun bizde dışa dönük kanalda değil, içe dönük tarafta: lider ajan ile worker ajanlar arasında, ve onlarla benim aramda konuşma nerede oluyor. Şu an cevap “görev panosunda ve commit mesajlarında” — gerçek bir sohbet kanalı değil. Ando’nun validasyonu bana şunu net gösteriyor: bu boşluk gerçek, tek başıma icat etmiş değilim, ve pazarda ciddi para bu soruna gidiyor.

Değişmeyecek olan şu: Ando’yu kullanmaya geçmiyoruz, kendi görev panomuzu bir mesajlaşma uygulamasıyla değiştirmeyi de planlamıyoruz. Küçük bir tek-kurucu operasyonda araç sayısını artırmak, aracı azaltmaktan daha büyük risk. Onay katmanını da gevşetmiyoruz — bir ajanın insanı “kendi kararıyla” uyarabilmesi, bizim ChatFlow’da ve AgentSpace’te ısrarla kurduğumuz “ajan öner, insan onaylar” ilkesiyle doğrudan çakışıyor. Du bunun avantajını “ajanlar insanları insanlardan daha iyi yönetebilir çünkü daha çok mesajı daha hızlı işleyebilir” diye anlatıyor; bu bize göre tam da dikkatli olunması gereken nokta — hız, gözetimin önüne geçtiğinde kırılan yer orası.

Sıradaki soru ölçüm sorusu: AgentSpace’teki görev panosu modeli mi, Ando tarzı paylaşılan-kanal modeli mi koordinasyon yükünü daha çok düşürüyor? Mimari tercihimizin sebebi net; iki modeli yan yana koyan karşılaştırma bir sonraki test.

Okuyucu bugün ne yapsın

Kendi ajan/insan iş akışında “meat proxy” noktalarını çıkar. Kopyala-yapıştır bunu:

1. Bir hafta boyunca şunu işaretle: bir ajanın çıktısını
   elle bir yere taşıdığın her an (görev panosundan sohbete,
   log'dan e-postaya, worker çıktısından karara).
2. Her işaretli an için sor:
   - Bu bilgi ajanın kendi kimliğiyle doğrudan iletilse
     ne kazanırız, ne kaybederiz?
   - Kaybımız "onay adımı ortadan kalkar" ise: BIRAKMA.
   - Kaybımız sadece "biraz daha yavaş" ise: adayı işaretle.
3. Adaylardan sadece BİRİNİ seç ve ajana "bildir ama harekete
   geçme" iznini ver (mesaj/uyarı serbest, aksiyon onaylı kalır).
4. Geri kalan tüm meat-proxy noktalarını olduğu gibi bırak —
   hepsini aynı anda çözmeye çalışma.

Ando’nun 20 milyon dolarlık bahsi, ajanları takım arkadaşı gibi konumlandırmanın gerçek bir pazar sorusu olduğunu gösteriyor; bizim tarafımızda soru aynı ama cevabımız farklı — hız değil, kontrol. AgentSpace’in lider-worker mimarisini ve izin katmanını nasıl kurduğumuzu görmek istersen agentspace sayfasına bakabilirsin.