AI Agent vs Workflow: n8n Akışı Ajan Mıdır?
Kısa cevap: Hayır. Elinizdeki n8n veya Zapier akışlarının büyük çoğunluğu AI agent değil, workflow’dur. Sebebi basit: workflow önceden tanımlanmış adımları sırayla çalıştırır, karar vermez. Ajan ise size bir hedef verir, gerisini kendi planlar — hangi adımı, hangi sırayla atacağına kendisi karar verir. Bu yazıda ikisi arasındaki sınırı net bir testle çiziyorum ve neden bu ayrımın sandığınızdan daha az net olduğunu gösteriyorum.
Workflow’u Ajana Benzer Gösteren Şey
n8n, Zapier, Make gibi araçlarla kurduğunuz bir workflow’un “ajan” gibi hissettirmesinin iki somut nedeni var:
- İnsan olmadan çalışır. Tetiklendikten sonra kimse bir butona basmaz; sistem kendi başına ilerler.
- Birden fazla aracı birbirine bağlar. Bir form gönderimi CRM’e yazar, e-posta atar, Slack’e bildirim düşer — hepsi tek akışta.
İşte tam burada bir yapay zeka ajanı tanımına bakıp “bu da aynı şey değil mi” demek kolay. Ama benzerlik burada bitiyor: otomasyon ile otonomi aynı şey değil. Otomasyon “insan olmadan” çalışır; otonomi “karar vermeden” değil, karar vererek çalışır.
Net Ayrım Testi: “Beklenmedik Durumda Ne Yapıyor?”
Teoriye çok girmeden işe yarayan tek bir soru var: Bu sistem, önceden yazılmamış bir durumla karşılaştığında ne yapıyor?
Cevap workflow ile ajanı ayırır:
- Workflow: Beklenmedik bir veri formatı, boş bir alan veya API’nin farklı bir cevap dönmesi durumunda akış durur, hata fırlatır veya (en iyi ihtimalle) önceden tanımlı bir “hata dalı”na düşer. Yeni bir yol denemez çünkü yeni yol yazılmamıştır.
- AI agent: Aynı durumda elindeki araçları (arama, dosya okuma, farklı bir API çağrısı) kullanarak yeni bir yaklaşım dener. Hedefe ulaşmak için planını kendisi değiştirir.
Bu tek soru, çoğu “acaba bu bir ajan mı” tartışmasını birkaç saniyede bitiriyor. Karmaşık şema, çok sayıda node veya adında “AI” geçen bir adım, sistemi otomatik olarak ajan yapmıyor.
Hibrit Sistemler: Saf Ayrım Nadiren Var
Gerçekte gördüğüm sistemlerin büyük kısmı ne saf workflow ne de saf ajan — ikisinin karışımı. Bir n8n akışının ortasına tek bir “AI karar ver” node’u eklediğinizde, akışın o noktadan sonraki kısmı ajanlaşır: LLM elindeki bağlamı değerlendirir, birkaç seçenekten birine karar verir, akış o karara göre dallanır.
Bunun pratik anlamı şu: “workflow mu, ajan mı” sorusunu tüm sisteme değil, sistemin her adımına ayrı ayrı sormanız gerekiyor. Bir e-posta sınıflandırma akışında ilk adım (e-postayı al) saf workflow’dur; ortadaki “hangi kategoriye gireceğine karar ver” adımı ajan davranışıdır; son adım (CRM’e yaz) yine saf workflow’dur. n8n vs Claude Code yazısında bu iki aracı doğrudan karşılaştırmıştım — orada araç sorusu var, burada kavram sorusu. Henüz hiç n8n kullanmadıysanız n8n ile ilk otomasyonunuz yazısı sıfırdan başlangıç noktası.
Kendi Operasyonumdan Bir Gözlem
43 reklam hesabını büyük ölçüde tek başıma yönetirken kurduğum akışların çoğu, uzun süre saf workflow olarak kaldı: belirli bir kural sağlandığında — örneğin bir kampanyanın günlük harcaması bütçenin %150’sini geçtiğinde — bana bildirim gitsin, o kadar. Karar hâlâ bendeydi.
Karar verme yeteneğini ne zaman ekledim? Kuralın kendisi yetersiz kalmaya başladığında. “Harcama %150’yi geçti” tek başına anlamlı değil — bazen bu iyi bir işaret (kampanya beklenenden iyi dönüşüyor), bazen kötü (tıklama patlaması ama dönüşüm yok). Workflow bu ayrımı yapamıyordu, sadece eşiği kontrol edip alarm veriyordu. O noktada akışa, ilgili hesabın son 7 günlük dönüşüm verisini de değerlendirip “durdur / izle / bildir” kararını kendisi versin diye bir adım ekledim. Akışın geri kalanı — veri çekme, Slack’e yazma — hâlâ saf workflow. Sadece o tek karar noktası ajanlaştı.
Hangisini Seçmelisiniz? Pratik Karar Çerçevesi
Teoriden pratiğe indiğinizde soru genelde şuna dönüşüyor: bu iş için hangisini kurmalıyım? Kaba bir çerçeve:
| Durum | Yeterli olan |
|---|---|
| Adımlar ve olası tüm durumlar önceden biliniyor | Workflow |
| Hata payı düşük olmalı, davranış öngörülebilir olmalı | Workflow |
| Girdi çok çeşitli, “doğru cevap” duruma göre değişiyor | AI agent (ya da hibrit) |
| Sistem yeni, hiç veri yok, ne olacağı belirsiz | Önce workflow kurup gözlemleyin, sonra ajanlaştırın |
Pratikte doğru sıra genelde şu: önce saf workflow kurup çalıştırın, nerede karar tıkanıyor onu gözlemleyin, sonra sadece o noktaya karar verme yeteneği ekleyin. Sıfırdan “her şeyi ajan yapsın” demek, hem daha pahalı hem daha öngörülemez sonuç verir.
Bu İşi Benden İsteyebilirsiniz
Kendi operasyonunuzdaki bir workflow’un tam olarak nerede tıkandığını ve hangi tek noktaya karar verme yeteneği eklenmesi gerektiğini birlikte bulabiliriz. Bu işi benden isteyebilirsiniz: genelde 2 saat–2 hafta arası süren, uzaktan, saatlik ücretli bir iş. Detaylar için kendi yapay zeka asistanınız sayfasına bakabilir, agentic AI’ın genel çerçevesi için Agentic AI Rehberi’ni okuyabilirsiniz.
Sıkça Sorulan Sorular
n8n bir AI agent mi?
Hayır. n8n başlı başına bir workflow otomasyon aracıdır. İçine bir LLM node’u ekleyip o node’a karar verme yetkisi verirseniz, akışın o kısmı ajanlaşır — ama aracın kendisi ajan değildir.
Zapier’de ‘AI’ özelliği varsa bu onu ajan yapar mı?
Tek başına hayır. Bir adımda metin üretmek (örneğin e-posta taslağı yazmak) ajan davranışı değildir çünkü sistem hâlâ kararı sizin belirlediğiniz sırayla veriyor. Ajan davranışı, sistemin hangi adımı ne zaman atacağına kendisinin karar vermesiyle başlar.
Hangisi daha ucuz: workflow mu, agent mı?
Workflow neredeyse her zaman daha ucuz ve öngörülebilir çünkü sabit sayıda adım çalıştırır. Ajan, karar vermek için ek LLM çağrısı yapar; bu hem maliyeti hem yanıt süresini artırır. Basit, tekrarlayan işlerde workflow yeterlidir — ajana geçmek, ekstra maliyeti haklı çıkaracak kadar gerçek bir belirsizlik gerektirir.
Bir workflow’u sonradan ajana dönüştürebilir miyim?
Evet, ve genelde önerdiğim yol da bu. Önce saf workflow kurup çalıştırın, kararın tam olarak nerede tıkandığını gözlemleyin, sonra yalnızca o noktaya bir karar adımı ekleyin. Sıfırdan tüm sistemi ajan olarak kurmaktan hem daha ucuz hem daha kontrol edilebilir bir yol.