AI Ajanlarına Hafıza Vermek: PKM, Context Graph ve MCP

Bir AI ajanına her görevde aynı proje bilgisini yeniden anlatıyorsan sorun prompt kalitesi olmayabilir. Sorun bağlamın kalıcı bir yerde yaşamamasıdır.

Tana'nın Temmuz 2026 tarihli agent-memory yazısı yararlı bir ayrım yapıyor: kısa süreli bağlam, retrieval ve kalıcı kaynak. Bu model Tana'ya özgü değil; kişisel bilgi sistemi tasarlarken de kullanışlı bir mimari çerçeve.

1. Context window: çalışma masası

Modelin o anda gördüğü:

• mevcut mesajlar,
• sisteme eklenen dosyalar,
• araçlardan dönen sonuçlar.

Bu alan sonludur ve oturumla birlikte değişir. Her şeyi buraya doldurmak hafıza kurmak değildir. [[Bağlam mühendisliğinin]] işi de bütün arşivi değil, görev için doğru parçayı seçmektir.

2. Retrieval: doğru çekmeceyi açmak

Retrieval, arşivden görev için ilgili kayıtları seçer.

Bu seçim:

• kelime araması,
• semantic search,
• metadata filtresi,
• ilişki takibi,
• proje veya tarih sınırı

üzerinden yapılabilir.

RAG yaklaşımı da aynı temel deseni kullanır: önce ilgili bilgi geri çağrılır, sonra model bu bilgiyle cevap üretir.

3. Kalıcı kaynak: yarın da var olan hafıza

Asıl PKM katmanı buradadır.

Kalıcı kaynakta şunlar yaşayabilir:

• kararlar,
• kişiler,
• projeler,
• toplantı sonuçları,
• kaynak notları,
• açık işler,
• neden belirli bir yolun seçildiği.

Bu kayıtların yalnızca saklanması yetmez. Güvenilir bir ajan hafızası için dört özellik gerekir.

Güncel

Eski karar yeni kararla geçersiz kılındıysa sistem bunu göstermeli.

Yapılandırılmış

“Proje X hakkında bir paragraf” yerine Project, Decision, Owner, Status gibi alanlar retrieval'ı güçlendirir.

İzinli

Ajan yalnız kullanıcının görmeye yetkili olduğu kayıtları okuyabilmeli.

Kökeni belli

Bir iddia nereden geldi? Toplantı mı, kaynak mı, insan onayı mı? [[Köken bilgisi]] burada kritik hale gelir.

MCP bu mimaride nerede duruyor?

Model Context Protocol resmî tanımına göre AI uygulamalarını harici veri kaynaklarına, araçlara ve iş akışlarına bağlayan açık standarttır.

MCP'yi “hafıza veritabanı” gibi düşünmek yanlış olur.

Daha doğru model:

**PKM / veritabanı = hafızanın yaşadığı yer** **retrieval = hangi hafızanın gerektiğini bulur** **MCP = ajan ile kaynak/araç arasındaki bağlantı sözleşmesi**

Bir MCP server dosyaları, veritabanını veya özel arama araçlarını ajana açabilir. Aynı ajan başka bir MCP server üzerinden takvime veya görev sistemine erişebilir.

Okuma ile yazmayı ayır

Ajanın hafızayı okuyabilmesi ile değiştirebilmesi aynı izin değildir.

Güvenli başlangıç:

1. önce read-only retrieval,
2. sonra öneri üretme,
3. insan onayından sonra write,
4. kritik kayıtlar için audit trail.

Tana'nın kendi agent-memory yaklaşımında da yazılar proposal olarak geri dönüyor ve kullanıcı onayıyla işleniyor. Bu iyi bir genel prensiptir; ürünün aynısını kullanmak zorunda değilsin.

Minimum agent-ready PKM

Başlamak için vector database kurman gerekmiyor.

Beş kayıt türü yeterli olabilir:

• Project
• Decision
• Person
• Meeting
• Source

Her kayıtta:

• benzersiz başlık,
• güncellik tarihi,
• durum,
• ilgili proje,
• kaynak/köken,
• bağlantılar

bulunsun.

Sonra retrieval'a şu soruyu sorabilirsin:

“Bu projede son iki ay içinde alınmış, hâlâ geçerli kararları ve gerekçelerini getir.”

Bu, “projeyle ilgili bütün notları getir” sorgusundan çok daha iyi bir bağlam üretir.

AI ajan hafızası büyük prompt değildir. **Güncel, erişim kontrollü ve geri çağrılabilir bir kaynak sistemidir.**