Yapay zeka dünyasında son günlerde herkesin dilinde “Context Window” (Bağlam Penceresi) sorunu var. Modeller ne kadar gelişirse gelişsin, konuşma uzadıkça veya veri büyüdükçe eski detayları unutmaya, “halüsinasyon” görmeye başlıyorlar. Teknoloji devleri bu sorunu çözmek için hafıza kapasitesini (token limitlerini) artırmaya çalışsa da, çözüm sandığımızdan çok daha köklü bir disiplinde, kütüphanecilikte yatıyor olabilir.
Geçtiğimiz günlerde, Amazon Web Services (AWS) bünyesinde Generative AI ve Agentic AI (Ajan Tabanlı YZ) küresel inisiyatiflerine liderlik eden, 20 yılı aşkın mühendislik ve liderlik tecrübesine sahip Dr. Daron Yöndem’in LinkedIn’de paylaştığı bir gönderi, bir kütüphaneci olarak dikkatimi çekti.
Yapay zeka stratejileri ve mimarileri üzerine çalışan ve bu alanda “Mühendislik Liderliği” doktorasına sahip olan Yöndem, yeni yayınlanan “General Agentic Memory (GAM)” makalesini yorumlarken durumu şu muazzam cümleyle özetliyordu:
“Belki de context window probleminin çözümü daha büyük bir window değil, daha zeki bir kütüphanecidir?”
Bu cümle sadece hoş bir benzetme değil; yapay zekanın bilgiye erişim yönteminin (Information Retrieval), bizim yüzyıllardır uyguladığımız metodolojiye dönmek zorunda olduğunun teknik bir itirafı.
Sorun: Özetlemek “Unutmaktır”
Mevcut yapay zeka hafıza mimarilerinin çoğu “Ahead-of-Time” (AOT) denilen bir yöntem kullanır. Yani siz konuşurken AI, arkaplanda sürekli geçmişi özetler ve sıkıştırır.
Bunu bir kütüphaneye benzetelim: Bir kütüphaneci düşünün ki, raflardaki binlerce kitabı tutmak yerine, her kitabın arka kapağındaki özetini bir deftere yazıyor ve orijinal kitapları imha ediyor. Kullanıcı (veya AI) ileride “O romandaki yan karakterin şapkasının rengi neydi?” diye sorduğunda, eldeki o kısa özette bu bilgi asla bulunamıyor. İşte buna teknik dilde “Context Rot” (Bağlam Çürümesi) veya bizim anlayacağımız dille bilgi kaybı deniyor.
Çözüm: “GAM” ve İçindeki Dijital Kütüphaneci
Dr. Yöndem’in de işaret ettiği, yeni önerilen GAM (General Agentic Memory) sistemi, bu “özetleme hastalığına” bir son veriyor ve süreci iki ana role bölüyor. Bu rolleri incelediğimizde, bir kütüphanenin işleyiş şemasını birebir kopyaladıklarını görüyoruz:
1. Memorizer (Kataloglayan Kütüphaneci)
Bu modül, veriyi sıkıştırıp kaybetmek yerine, bir Arşivci veya Katalogcu gibi çalışıyor. Geçmişteki tüm konuşmaları, verileri ve belgeleri “Sayfa Deposu” (Page-Store) denilen bir alanda, bağlamını bozmadan saklıyor. Tıpkı bizim materyalleri raflara (veya depoya) eksiksiz dizmemiz ve hangisinin nerede olduğunu bilmemiz gibi. “Yerden kazanmak için bilgiyi çöpe atmıyor.”
2. Researcher (Referans Kütüphanecisi)
İşin en heyecan verici kısmı burası. Kullanıcı bir soru sorduğunda, sistem elindeki statik bir özete bakmakla yetinmiyor. Aktif bir “Deep Research” (Derin Araştırma) süreci başlatıyor.
Bu modül, tıpkı deneyimli bir referans kütüphanecisi gibi davranıyor:
- Kullanıcının ne sorduğunu anlıyor.
- “Sayfa deposu” (Kütüphane rafları) içinde geziniyor.
- İlgili sayfayı buluyor, okuyor, yetmezse başka sayfaya bakıyor (İteratif arama).
- Ve sonunda en doğru bilgiyi, orijinal kaynağından çekip getiriyor.
Kütüphaneciliğin Zaferi
Yıllardır süregelen “Dijitalleşme ile kütüphanecilik ölecek mi?” tartışmalarına bu yeni mimari, teknik bir tokat gibi cevap veriyor. Görünen o ki, verinin boyutu ne kadar artarsa artsın, onu anlamlı kılan şey “depolama kapasitesi” değil, “erişim stratejisi”dir.
Eski sistemler kütüphaneyi tek bir el kitabına sığdırmaya çalışırken çuvalladı. Yeni nesil yapay zeka ise, rafların arasında dolaşmayı bilen, dizinlemeyi (indexing) ve erişimi (retrieval) doğru yöneten “Agent”lar yani sanal kütüphaneciler inşa ederek başarıya ulaşıyor.
Geleceğin teknolojisi, sadece kod yazanlardan değil; bilginin nasıl organize edileceğini ve kaotik veri yığınları içinden “iğneyle kuyu kazar gibi” doğru bilginin nasıl çıkarılacağını bilen zihinlerden ilham alıyor.
Daron Bey’in de dediği gibi; çözüm daha büyük pencerelerde değil, işini iyi bilen bir kütüphanecide.
Yazar Notu: Bu yazı, arXiv:2511.18423 numaralı “General Agentic Memory Via Deep Research” makalesi ve Daron Yöndem’in LinkedIn paylaşımındanDaron Yöndem’in LinkedIn paylaşımından yola çıkılarak, konunun kütüphanecilik bilimi açısından yorumlanmasıyla oluşturulmuştur.
