Agentic AI Testing Nedir? Kurumsal Bir AI Test Platformu Seçerken Nelere Bakmalısınız?

Agentic AI testing, yazılım testinin sabit adımları tekrar eden script'lerle değil, bir hedef doğrultusunda çalışan yapay zeka ajanlarıyla yürütülmesidir. Ajanlar gereksinimi okur, testi planlar ve üretir, koşturur, uygulama değiştiğinde uyum sağlar ve sonucu raporlar. AI test platformu bu ajanları koordine eder; kritik kararlar ise ekibinizde kalır.

Yazılım, çoğu kalite sürecinin tasarlandığı hızdan çok daha hızlı yayına çıkıyor. Yapay zeka kodlama asistanları kodu saatler içinde yazıp değiştiriyor ve ürün her sürümde yeniden şekilleniyor.

Script tabanlı otomasyon bu hıza yetişmekte zorlanıyor. Her yeni ekran, alan ve akış yeni bir script ve yeni bir bakım yükü demek. Agentic AI testing, sektörün bu boşluğa verdiği yanıt. Bu rehberde kavramın ne olduğunu, nasıl çalıştığını, AI destekli otomasyondan farkını ve kurumsal bir AI test platformunu değerlendirirken hangi kriterlere bakmanız gerektiğini bulacaksınız.

Agentic AI testing nedir?

Agentic AI testing, kalite işinin belirli bir hedefe göre çalışan otonom yapay zeka ajanlarına verilmesidir. Hedef "müşteri web ve mobilde hesap açabiliyor mu?" gibi bir sonuçtur. Ajan kayıtlı adımları tekrar etmek yerine uygulamayı gözlemler, hedefe nasıl ulaşacağına karar verir, aksiyon alır, sonucu kontrol eder ve bir şey değiştiğinde yaklaşımını günceller.

Agentic bir sistemin beş özelliği vardır:

• Hedef odaklıdır: ajana tıklama listesi değil, doğrulanacak bir sonuç verilir.
• Bağlamı bilir: gereksinimlerden, ürün dokümanlarından, önceki koşumlardan ve kod değişikliklerinden beslenir.
• Uyum sağlar: bir buton yer değiştirdiğinde ya da bir etiket değiştiğinde sessizce kırılmaz, düzeltme önerir.
• Öğrenir: her koşumdan edinilen bilgi bir sonrakine aktarılır.
• Koordineli çalışır: çok ajanlı yapılarda uzmanlaşmış ajanlar işi birbirine devreder; tıpkı bugün analistlerin, test liderlerinin ve otomasyon mühendislerinin yaptığı gibi.

Kurumsal ölçekte asıl farkı yaratan ise altıncı özelliktir: insan yönetişimi. Ajanlar operasyonel yükü üstlenir; backlog'a, test repository'sine ve canlı ortama neyin gireceğine ise ekibiniz karar verir.

Script tabanlı, AI destekli ve agentic test arasındaki farklar

Agentic test, script'leri bir gecede ortadan kaldırmaz. Bir süre üç modeli yan yana kullanmayı bekleyin. Doğru soru, hangi işi ajanlara güvenle devredebileceğiniz ve bu süreçte kontrolü nasıl elinizde tutacağınızdır.

Agentic AI testing adım adım nasıl çalışır?

Tipik bir agentic test döngüsü şu adımlardan oluşur:

1. Talebi anlama. Ajanlar gereksinimi, user story'yi veya değişiklik talebini okur; eksikleri, belirsizlikleri ve tanımlanmamış kabul kriterlerini işaretler.
2. Kapsamı planlama. Neyin test edilmesi gerektiği çıkarılır ve adımları, beklenen sonuçları tanımlı test senaryolarına dönüştürülür.
3. Veriyi ve bağımlılıkları hazırlama. Sentetik test verisi ve mock servisler üretilir; böylece üretim verisi test ortamlarına girmez.
4. Koşturma. Testler tarayıcılar, cihazlar ve API'ler üzerinde, çoğu zaman paralel olarak koşar.
5. Uyum sağlama ve öğrenme. Uygulama değiştiğinde ajanlar onarım önerir. Ekranlar ve kurallar hakkında öğrenilen her şey bilgi tabanına eklenir.
6. Raporlama ve geri besleme. Sonuçlar, kapsam açıkları ve hatalar dashboard'lara ve takip araçlarına akar. Çalışan ortamlarda bulunan sorunlar yeni testlere dönüşür.

Onay kritik noktalarda size kalır: hangi gereksinimin backlog'a gireceği, hangi üretilen testin repository'ye alınacağı, hangi onarımın kabul edileceği.

Agentic test neden şimdi önemli?

Kalite liderlerini agentic yaklaşımlara yönelten üç baskı var:

• Geliştirme hızı testi geride bıraktı. Üretken yapay zeka kod üretimini ucuzlattı ve hızlandırdı; ama birçok kalite süreci hala elle yazılan script'lere, ekipler arası devirlere ve sürecin sonundaki kontrollere dayanıyor.
• Test üretimi ilk kazanım. Gereksinimlerden test case üretmek, QA ekiplerinin yapay zekayla zaman kazanmasının en hızlı yollarından biri.
• Otonomi hızla geliyor. Yazılım kalitesi ve testindeki işlerin giderek daha büyük bir bölümünü ajanlar üstleniyor.

Burada bir uyarı gerekiyor: yalnızca daha hızlı test etmek, eski hataları daha hızlı tekrarlamak anlamına gelebilir. Bulunması en zor kusur bir bug değildir; yanlış tanımlanmış bir talebi kusursuz biçimde hayata geçirmektir. Bu yüzden bir AI test platformunun kapsamı, hızı kadar önemlidir.

Kurumsal bir AI test platformunda nelere bakmalısınız?

Bir AI test platformunu değerlendirirken aşağıdaki dokuz kriteri kontrol listesi olarak kullanabilirsiniz.

1. Yalnızca testleri değil, gereksinimleri de ele alıyor mu?

Bir kusuru düzeltmenin en ucuz olduğu yer gereksinimdir. Gereksinim kalitesini puanlayan, açıkları geliştirme başlamadan görünür kılan ve onaylanan gereksinimi test edilebilir backlog öğesine dönüştüren ajanlar arayın. Gereksinim kontrolünün onay adımları olan ve backlog'a kapalı döngüyle bağlanan yönetişimli bir süreç mi, yoksa tek seferlik bir öneri listesi mi olduğunu sorun.

2. Testleri bağlamı bilerek üretiyor mu?

Tek bir prompt'tan test üretmek kolaydır. İşe yarayan testler gereksinim, analiz dokümanı, backlog öğesi, ekran görüntüsü, ürün bilgisi ve kod değişikliklerini birlikte kullanır. Ajanların hangi kaynakları okuduğunu ve üretilen testlerin repository'ye girmeden önce nasıl gözden geçirildiğini öğrenin.

3. Müşteri yolculuğunu kanallar arasında uçtan uca test edebiliyor mu?

Müşterileriniz web, mobil, tablet, giyilebilir cihazlar ve API'ler arasında geçiş yapıyor olabilir. Tek bir senaryonun bu yolculuğu tek koşumda izleyip izleyemediğini, yoksa her kanal için ayrı araç gerekip gerekmediğini kontrol edin.

4. Kapsamı gerçekten ölçebiliyor musunuz?

"4.000 test koştu" bilgisi kalite hakkında pek bir şey söylemez. İki ayrı rakam isteyin: test senaryolarının gereksinim ve dokümanlarınızın ne kadarını karşıladığı ve otomasyonun ekranlarınızın ne kadarına gerçekten ulaştığı. İkinci rakam, dokümantasyonun zayıf olduğu ya da hiç olmadığı durumlarda en çok işe yarayan göstergedir.

5. Otomasyonun bakım yükü düşük mü?

Self-healing, bir kişinin kabul ya da reddedebileceği onarımlar önermelidir. Daha iyisi, otomasyonun koştukça ürünü öğrenmesidir; böylece bilgi tabanı yalnızca yüklenen dokümanlara bağlı kalmaz, her koşumla büyür.

6. Kararlar insan onayından geçiyor ve iz kaydı tutuluyor mu?

Bankacılık, sigorta, havacılık ve diğer regülasyona tabi sektörlerde yapay zekanın attığı her adım, kimin neyi ne zaman onayladığına dair bir kayıt bırakmalıdır. Onay akışının nasıl işlediğini, neyin loglandığını ve denetçiler için kanıtın nasıl dışa aktarıldığını sorun.

7. Yapay zeka mimarisi açık mı?

Kendi LLM'inizi getirebilmeli ve kendi yapay zeka ajanlarınızı bağlayabilmelisiniz. Hangi model sağlayıcılarının desteklendiğini ve prompt'larınızla verinizin nereye gittiğini netleştirin.

8. Mevcut altyapınıza ve dağıtım modelinize uyuyor mu?

Çalışan bir Selenium veya Cucumber yapısını baştan yazmak bir kalite iyileştirmesi değil, bir göç projesidir. Mevcut çerçevelerinizi çalıştırabilen; Jira, Azure DevOps ve CI/CD hattınızla entegre olan bir platform arayın. Güvenlik ekibiniz ihtiyaç duyuyorsa SaaS, hibrit ve on-premise seçeneklerinin üçünün de sunulduğunu teyit edin.

9. Kontroller tüm ortamlarda sürekli çalışıyor mu?

Sürüm öncesinde bir kez kontrol etmek yeterli değil. Ürününüz her sürümle değişiyor; üçüncü taraf servisler, sertifikalar, DNS ve dış platformlar ise sizden bağımsız değişiyor. Hedeflenen her ortamda, sürüm öncesinde ve sonrasında çalışan; bulduğu sorunları test döngüsüne geri besleyen sistem, güvenlik ve iş kuralı kontrolleri arayın.

Agentic test otomasyon aracı mı, agentic kalite platformu mu?

Bu kategorideki birçok ürün test aşamasını iyi otomatikleştirir; daha küçük bir grup ise ajanları kalite yaşam döngüsünün tamamına uygular. Aradaki fark, neyi yönetebileceğinizi belirler.

İkisi de yanlış değil. Ana darboğazınız tek bir kanalda script yazımıysa odaklı bir otomasyon aracı daha kısa yol olabilir. Kusurlar sürekli gereksinimde başlıyorsa ya da kalite kanıtınız araçlar arasında dağılmışsa platform yaklaşımı daha uygun olur.

RabbitQA agentic AI testing'e nasıl yaklaşıyor?

RabbitQA, Virgosol'ün dijital ürün kalitesi için geliştirdiği multi-agentic yapay zeka platformudur. Yapay zeka ajanları gereksinimden canlıya kadar kalite işini yapar; her kritik karar ekibinizde kalır.

İş, kurumunuzdaki rollere karşılık gelen uzmanlaşmış ajanlar (specialized agents) tarafından yürütülür. Bir kısmı talebi anlar ve şekillendirir, bir kısmı testleri tasarlar ve veriyi hazırlar, bir kısmı otomasyonu koşturur ve çalışan sistemleri kontrol etmeye devam eder. Ajanlar tek bir kurumsal bilgi tabanından beslenir, işi birbirine devreder ve her kritik kararı bir kişiye getirir. Üç koordineli grupta çalışırlar.

Business Agents: requirements governance

Business Agents; ürün yöneticileri, product owner'lar ve iş analistleri adına çalışır. Her talep geliştirme başlamadan yapılandırılır ve doğrulanır; belirsizlikler ve eksikler, düzeltmenin en ucuz olduğu gereksinim aşamasında yakalanır.

• SmartRequest, ham bir talebi soru-cevap oturumuyla netleştirir ve ürününüze ait bilgiyi kullanarak net bir kapsam dokümanına dönüştürür.
• Analyzer, gereksinim kalitesini netlik, bütünlük, kabul kriterleri ve teknik detay açısından puanlar; neyin iyileştirilmesi gerektiğini gösterir.
• SmartPBI, onaylanan analizi Jira ve Azure DevOps ile çift yönlü senkronize olan, test edilebilir backlog öğelerine dönüştürür.

Planning Agents: test tasarımı, veri ve test kapsamı

Planning Agents; QA ekipleri ve test liderleri adına çalışır. Onaylanan gereksinimler testlere, planlara ve veriye dönüşür.

• CaseWriter, gereksinim, analiz dokümanı, backlog öğesi ve ekran görüntüsünden adımları ve beklenen sonuçları tanımlı test senaryoları üretir; gereksinim değiştiğinde senaryoları yeniden üretir. Test kapsamını da ölçer: senaryolarınızın gereksinimlerinizin ne kadarını gerçekten karşıladığını gösterir.
• TestPilot, test planlarını, koşumları, sonuçları ve hata kayıtlarını tek bir çalışma alanında toplar.
• DataCrate, sentetik test verisi ve mock servisler üretir; üretim verisi test ortamlarına girmez.

Technical Agents: otomasyon, API ve sürekli kontroller

Technical Agents; test otomasyon mühendisleri, QA mühendisleri ve sistem mühendisleri adına çalışır. Testleri koşturur, ürünü öğrenir ve sistemleri ortamlar genelinde kontrol etmeye devam eder.

• AutoRunner, RabbitQA içinde uçtan uca otomasyonu koşturur; self-healing ile onayınıza sunulan onarımlar önerir. Otomasyon koşarken ürünü öğrenir ve kendi bilgi tabanını kurar. Bir açığı test case üreterek ya da yalnızca "cover this" diyerek kapatırsınız; eklenen kapsam otomasyona dahil edilir ve sonraki her koşumda korunur.
• Otomasyon kapsamı: AutoRunner, testler koşarken her ekrandaki elementleri tarar ve otomasyonunuzun henüz ulaşmadığı yerleri gösterir; bu, dokümantasyon zayıf olsa bile çalışır. Kapsam düşükse daha fazla test case istersiniz.
• Multimodal Experience journeys: tek bir senaryo web'den tablete, oradan Apple Watch'a tek koşumda ilerler; web, mobil ve API adımları aynı yolculukta yer alır.
• Code Change Detection: kaynak koddaki değişiklikler tespit edilir; bu değişikliklerin gerektirdiği testler üretilir ve koşturulur.
• SmartAPI, OpenAPI, Postman, WSDL, HAR ve cURL tanımlarını içe aktarır ve API test setleri üretir.
• HealthCheck, sürümden sonra canlı ortamdaki endpoint'lerinize zamanlanmış kontroller çalıştırır: bir endpoint yanıt vermeyi bıraktığı anda olay kaydı açılır, tekrarlayan hatalar bir örüntü olarak görünür hale gelir ve e-posta, Slack ve webhook uyarıları aynı olayla tetiklenir.

Kendi ajanlarınız, yönetişimli akışlarda

Her kurumun kendi kuralları, sistemleri ve pipeline'ı vardır. RabbitQA, kendi LLM'lerinizi ve yapay zeka ajanlarınızı yönetişimli kalite akışlarına dahil eder; bu akışlar kendi iç dokümantasyonunuzdan oluşan kurumsal bilgi tabanına dayanır.

Human-governed by design

Yapay zeka ajanları kalite işini yapar; her kritik karar ekibinizde kalır. Üretilen test case'ler ve önerilen onarımlar kabul edilmeden önce gözden geçirilir; her aksiyon kullanıcı, zaman ve değişiklik bilgisiyle kayda alınır.

Açık mimari

• Bizim modelimiz ya da sizinki: RabbitQA'in modelleriyle çalışabilir ya da OpenAI, Azure OpenAI, AWS Bedrock, Gemini veya Anthropic hesabınızdaki kendi LLM'inizi bağlayabilirsiniz.
• Çerçeveleriniz korunur: Selenium, Cucumber, Gauge, Robot Framework, JUnit, TestNG, xUnit, Postman ve Appium çalışmaya devam eder. Mevcut otomasyonunuz kaldığı yerden sürer.
• Dağıtım sizin tercihiniz: SaaS, hibrit veya on-premise.

RabbitQA, SOC 2 Type II denetimini tamamlamıştır ve ISO/IEC 27001:2022 ile ISO 9001:2015 standartlarına göre çalışır. Quick Sigorta ile RabbitQA üzerinde yürüttüğümüz çalışma, The AI Awards 2026'da Best Ethical Risk Management in AI Output ödülünü kazandı. Hopi ile RabbitQA üzerinde yürüttüğümüz çalışma ise aynı organizasyonda Best AI Usage in Retail ödülünü aldı.

AI test platformu seçmeden önce sormanız gereken 10 soru

1. Platform yaşam döngüsüne nereden giriyor: gereksinimden mi, test tasarımından mı, koşumdan mı?
2. İş analistleri ve product owner'lar platformu kullanabiliyor mu, yoksa yalnızca otomasyon mühendisleri mi?
3. Ajanlar test üretirken hangi kaynakları kullanıyor?
4. Üretilen testler ve önerilen onarımlar nasıl gözden geçiriliyor ve onaylanıyor?
5. Gereksinim kapsamını ve otomasyon kapsamını ayrı ayrı ölçebiliyor musunuz?
6. Tek bir senaryo web, mobil, giyilebilir cihaz ve API arasında tek koşumda ilerleyebiliyor mu?
7. Kendi LLM'inizi getirebiliyor musunuz; prompt'larınız ve veriniz nereye gidiyor?
8. Kendi yapay zeka ajanlarınızı yönetişimli kalite akışlarına bağlayabiliyor musunuz?
9. Mevcut çerçeveleriniz çalışmaya devam edecek mi, yoksa göç etmeniz mi gerekecek?
10. Sürümden sonra hangi kontroller devam ediyor ve hangi ortamlarda?

Sıkça sorulan sorular

Agentic AI testing nedir?

Agentic AI testing, yazılım testinin sabit bir script yerine bir hedef doğrultusunda çalışan otonom yapay zeka ajanlarıyla yapılmasıdır. Ajanlar gereksinimleri analiz eder, testleri üretir ve koşturur, uygulama değişikliklerine uyum sağlar ve sonuçları raporlar. Backlog'u, test repository'sini ve sürümleri etkileyen kararları ise ekip onaylar.

Agentic test, AI destekli test otomasyonundan nasıl ayrılır?

AI destekli otomasyon mühendislerin testleri daha hızlı yazmasına ve onarmasına yardım eder; ama her adıma yine insan karar verir. Agentic testte ajanlar adımları hedef ve bağlama göre planlar, koşturur, her koşumdan öğrenir ve düzeltme önerir. Ekip her testi yazmak yerine hedef belirler ve sonuçları onaylar.

AI test platformu nedir?

AI test platformu, yazılım kalitesine ait işleri yapay zeka ajanlarıyla tek yerden yöneten platformdur: gereksinim analizi, test üretimi, test verisi, kanallar arası koşum, kapsam ölçümü ve raporlama. Kurumsal platformlar bunlara onay akışları, denetim kayıtları, model seçimi ve Jira, Azure DevOps, CI/CD entegrasyonları ekler.

Agentic AI testing QA mühendislerinin yerini alacak mı?

Hayır. Agentic test işi ortadan kaldırmaz, işin niteliğini değiştirir. Tekrarlayan test yazımı, bakım ve koşum ajanlara geçer; QA mühendisleri strateji belirler, üretilen testleri gözden geçirir, onarımları onaylar ve uç durumları yönetir. İnsan müdahalesine açık editörler sayesinde teknik ekipler otomasyon üzerindeki kontrolü tamamen elinde tutabilir.

Agentic test, Selenium veya Cucumber gibi çerçevelerin yerini alır mı?

Almak zorunda değil. Bazı araçlar mevcut testleri kendi formatlarına dönüştürür; bazıları ise mevcut çerçevelerinizi çalıştırıp üzerine ajan katmanı ekler. Ekibinizin yıllara yayılan Selenium, Cucumber veya Appium birikimi varsa, göç projesi başlatmak yerine bu yatırımı çalışır halde tutan bir platform seçin.

Agentic AI testing bankacılık ve sigorta için uygun mu?

Platform yönetişim için tasarlandıysa evet. Regülasyona tabi ekipler yapay zeka kararları için insan onayı, eksiksiz denetim kaydı, üretim verisi yerine sentetik test verisi, SOC 2 Type II gibi bağımsız güvenlik denetimleri ve hassas verinin kurum içinde kalmasını sağlayan dağıtım seçenekleri aramalıdır.

RabbitQA hakkında detaylı bilgi