Yapay zeka ajanları artık insanlar adına alışveriş yapıyor. ChatGPT'nin Operator'ı web'de gezinirken, Perplexity 'satın al' butonu sunuyor. Anthropic ve diğerleri ise ajanları gerçek ödeme akışlarına entegre ediyor. Bu, online mağazalar için büyük bir değişim anlamına geliyor: gelecekteki müşterilerinizin bir kısmı insan değil, insan adına hareket eden yapay zeka ajanları olacak. Peki bu ajanlar gerçekten bir mağazada işlemi tamamlayabiliyor mu? İşte bu soruyu cevaplamak için AgentiQA adlı açık kaynaklı bir araç geliştirdim.
Mevcut 'ajan uyumluluğu' araçları yalnızca robots.txt ve yapılandırılmış veri gibi statik kontroller yapıyor. Ancak temiz bir işaretleme, bir ajanın satın alma akışını başarıyla tamamlayabileceği anlamına gelmiyor. Tıpkı geçerli bir HTML özgeçmişinin işi yapabileceğinizi garanti etmemesi gibi. Gerçek test, bir ajanı mağazaya gönderip nerede takıldığını gözlemlemekten geçiyor. AgentiQA işte bu amaçla, iki katmanlı bir yapıyla tasarlandı: statik kontroller ve canlı alışveriş simülasyonu.
Statik kontroller, herhangi bir API anahtarı gerektirmeden çalışır: robots.txt'nin ajan kullanıcı ajanlarına izin verip vermediğini, JSON-LD ürün/fırsat verisi olup olmadığını, OpenGraph etiketlerini ve site haritasını kontrol eder. Bu, 'kapı açık mı' sorusunun hızlı cevabıdır. Asıl önemli olan ise canlı alışveriş katmanı: Claude, gerçek bir headless Chromium tarayıcıyı yönlendirerek ürün bulma, sepete ekleme ve ödeme aşamasına kadar ilerleme sürecini kaydeder. Bu, gerçek soruyu yanıtlayan kısımdır.
Ajan sayfayı nasıl 'görüyor'? Ekran görüntüsü veya görsel model kullanmıyor. Bunun yerine, DOM'un metin anlık görüntüsünü alıyor: sayfa URL'si, başlık, numaralandırılmış etkileşimli öğeler ve görünür metin. Ajanın kullanabileceği küçük bir araç seti var: read_page, click(element_id), type_text(element_id, text), goto(url), record_milestone(stage). Döngü halinde sayfayı okur, karar verir, eylemi gerçekleştirir ve tekrar okur. Metin tabanlı yaklaşım, görsel modelden daha ucuz ve deterministiktir; ayrıca bir ajanın gerçekte çalıştığı ortamı yansıtır.
Güvenlik kritik bir konu: ajanın ödeme bilgilerine asla dokunmaması gerekir. Bu, sadece bir sistem istemiyle sağlanamaz; istemler öneridir ve model 'görevi tamamlama' baskısı altında bunu aşabilir. Bu nedenle reddetme mekanizması, talimatlarda değil, yürütücüde kodlanmıştır. Ödeme alanları, düzenli ifadelerle tespit edilir ve ajan bu alanlara yazmaya çalışırsa araç sert bir şekilde REDDEDİLİR ve durdurulur. Ayrıca hesap oluşturma ve nihai sipariş onayı da engellenir. Modelin yargısı ikinci bir katmandır, tek güvenlik önlemi değil.
AgentiQA'yı kullanmak için Anthropic API'sine (denetim başına ~1-2 dolar) veya Claude CLI aboneliğine ihtiyacınız var. CLI sürücüsü, her eylem için bir dönüş yaparak işlemi adım adım ilerletir. Aynı tarayıcı döngüsü ve güvenlik önlemleri geçerlidir. Testler, temiz ve işlevsel mağazalarda ajanın sorunsuzca alışveriş yapabildiğini gösterdi. Asıl başarısızlıklar beklenmedik yerlerde ortaya çıktı: sepete ekle butonunun çalışmasına rağmen görünür bir onay vermemesi, navigasyonda sepet bağlantısının bulunmaması, ürün fiyatının DOM'da okunamaz şekilde render edilmesi. İlginçtir ki, statik uyumluluk puanı düşük olan bir mağazada ajan başarıyla alışveriş yapabildi. Bu, davranışsal testin statik testten farklı şeyler ölçtüğünü gösteriyor.
Kaynak: dev.to
