Agent Architectures, Part 6: Running It — Cost, Failure and the Power Cut

የመርካቶው ሱቅ ባለቤት ኤጀንቱን ሠራው። ሠራ። ደስ አለው። ከዚያ ሦስተኛው ወር መጣ። ☕

የመጀመሪያው ወር ደስ የሚል ነበር። ደንበኞች ተገልግለዋል፤ ትእዛዞች ተመዝግበዋል።

በሦስተኛው ወር ግን ሦስት ነገር ተከሰተ። የAPI ሂሳቡ ከጠበቀው በላይ ሆነ። አንድ ቀን ኤጀንቱ ሳይሠራ ውሎ ማንም አላስተዋለም። እና መብራት ሲጠፋ ደንበኞች መልስ አላገኙም።

ኤጀንት መገንባት አሁን ቀላል ሆኗል። ማስኬድ ግን አልቀለለም። ስለዚያ ብዙ ሰው አይጽፍም — ስለሆነም እንጽፋለን።

በወር ስንት ያስወጣል?

ቁጥሩ የሚወሰነው በሦስት ነገር ነው፦ ስንት ጥያቄ፣ ምን ያህል ኮንቴክስት፣ እና በየትኛው ቋንቋ።

ሦስተኛው ለእኛ ወሳኝ ነው። የቶከን ወጪን ስንለካ እንዳየነው አንድ የግዕዝ ፊደል ሁለት ቶከን ነው — አማርኛ ከእንግሊዝኛ በስድስት እጥፍ ገደማ ይወድዳል።

ስለዚህ ‹‹በወር አንድ ሺህ ጥያቄ›› የሚል ስሌት ስታደርግ፣ በእንግሊዝኛ የተሰላውን ቁጥር በአማርኛ አትጠቀም። ራስህ ለካ።

እና ወጪውን የሚያሳድጉ ሁለት የተደበቁ ነገሮች አሉ፦

የተመለሱት ሰነዶች። በክፍል 2 እንዳየነው እያንዳንዱ የተመለሰ ክፍል ወደ ኮንቴክስቱ ይገባል። ስድስት ረጅም የአማርኛ ክፍል ማስገባት ማለት በየጥያቄው ብዙ ቶከን ማቃጠል ማለት ነው።

የኤጀንቶች መነጋገር። በክፍል 4 እንዳልነው በባለብዙ ኤጀንት ሥርዓት ውስጥ እርስ በርስ የሚለዋወጡት መልእክት ራሱ ይከፈልበታል።

ተግባራዊ ምክር፦ በመጀመሪያው ወር በየቀኑ ወጪህን እይ። ከወር በኋላ ማየት ማለት ሂሳቡ ከመጣ በኋላ መገረም ማለት ነው።

ምን ይበላሻል?

እዚህ ጋ ከልምድ እንነጋገር። እነዚህ በእውነት የሚከሰቱ ናቸው።

የAPI ቁልፍ ያልቃል ወይም ይሻራል። ማስጠንቀቂያ የለም። ኤጀንቱ ዝም ብሎ መልስ መስጠት ያቆማል።

ገደብ (rate limit) ይመታል። ብዙ ደንበኛ በአንድ ጊዜ ሲመጣ አገልግሎቱ ጥያቄዎችን መመለስ ይጀምራል።

ሞዴል ይቀየራል። ኩባንያው አሮጌውን ሞዴል ሊያቋርጥ ይችላል። በክፍል 5 እንዳልነው — የፈተና ስብስብ ከሌለህ ያንን አታውቅም።

ዝምታ የሚያጠፋ ብልሽት። ይህ ከሁሉ አደገኛው ነው። ኤጀንቱ ‹‹ሠርቷል›› ብሎ ይመልሳል፤ በእውነት ግን ምንም አላደረገም። መልእክት አልተላከም፤ መዝገብ አልተመዘገበም።

ስሕተት ጮኾ ሲወድቅ ትሰማዋለህ። ዝም ብሎ ሲወድቅ ግን ደንበኛ እስኪደውል አታውቀውም።

ለዚህ መፍትሔው አንድ ነው፦ የተሳካውን ብቻ አትመን — አረጋግጥ። መልእክት ከላከ በኋላ ተልኮ እንደሆነ ጠይቅ። መዝገብ ከጻፈ በኋላ ተነብቦ እንደሆነ አረጋግጥ።

🇪🇹 መብራት ሲጠፋስ?

ይህ ክፍል በየትኛውም የውጭ ጽሑፍ ውስጥ የለም። ለእኛ ግን ዋናው ጥያቄ ነው።

ኤጀንትህ ሁለት ቦታ ሊኖር ይችላል፦ በራስህ ኮምፒውተር ወይም በደመና (cloud) ላይ።

በራስህ ኮምፒውተር ላይ ካስቀመጥከው — መብራት ሲጠፋ ኤጀንትህ ይጠፋል። ደንበኛ ሲጽፍ መልስ የለም። እና ኤሌክትሪክ ሲመለስ ራሱን አያስነሳም፤ አንተ መሆን አለብህ።

በደመና ላይ ካስቀመጥከው — መብራት ሲጠፋ ኤጀንትህ ይሠራል። አንተ ማየት አትችልም፤ ግን ደንበኞችህ ይገለገላሉ።

ስለዚህ ለንግድ ኤጀንት ደመና ምርጫ አይደለም — መሠረታዊ ነው።

ግን ደመና ሁለት ችግር አለው፦ በዶላር ይከፈላል፣ እና የካርድ ክፍያ ይጠይቃል። በገቢ ተከታታዩ ክፍል 2 እንዳልነው ያ በኢትዮጵያ እውነተኛ እንቅፋት ነው።

እና ኢንተርኔትም ይቆራረጣል። ስለ ፋይበሩ ስንጽፍ እንዳየነው የባሕር ውስጥ ኬብል ሲቆረጥ አገልግሎት ይታወካል።

አንድ አገልጋይ ስንት ይሸከማል?

ተጨባጭ ምሳሌ እንስጥ — የቢና ራሱ አገልጋይ።

አንድ VPS ላይ አራት vCPU እና 16 ጊጋባይት ማህደረ ትውስታ አለ። በላዩ ላይ የሚሠሩት፦ የዜና ጣቢያው፣ የዕውቀት ማከማቻው (ከ12,700 በላይ ክፍል)፣ የዋትስአፕ ኤጀንቶች፣ ሁለት ዳታቤዝ፣ እና ከአርባ በላይ አገልግሎቶች።

ማህደረ ትውስታው ግማሽ ያህል ብቻ ነው የተያዘው። ማለት አንድ መካከለኛ አገልጋይ ብዙ ይሸከማል። ‹‹ትልቅ ማሽን እፈልጋለሁ›› ብለህ አትጀምር።

ግን አንድ ቁጥር ልብ በል፦ ዋናው አገልግሎት 72 ጊዜ ዳግም ተነስቷል። ያ መጥፎ አይደለም — ማሻሻያ ሲደረግ ይነሳል። ግን ያሳያል፦ ማስኬድ ማለት መንካት ማለት ነው። አንዴ ሠርተህ የምትተወው ነገር አይደለም።

መደበኛ ሥራዎች

ኤጀንት ካለህ እነዚህ የአንተ ሥራዎች ይሆናሉ፦

በየቀኑ፦ ወጪውን እይ። መዝገቡን (log) ቃኝ። ስሕተት ተከስቷል?

በየሳምንቱ፦ አሥር እውነተኛ ውይይት በዓይንህ አንብብ። AI ላይ ብቻ አትታመን — በክፍል 5 እንዳልነው ገምጋሚው ተመሳሳይ ስሕተት ያመልጠዋል።

በየወሩ፦ የፈተና ስብስቡን አስኪድ። ዕውቀቱን አድስ። የጠፋ ነገር ካለ ፈልግ።

ሞዴል ሲቀየር፦ ሁሉንም እንደገና ፈትን።

ሦስት ተግባራዊ ደንቦች

አንደኛ — ገደብ አስቀምጥ። በቀን ስንት ጥያቄ? በአንድ ውይይት ስንት ልውውጥ? ገደብ ከሌለ አንድ ስሕተት ሂሳብህን ሊበላ ይችላል።

ሁለተኛ — ምትኬ (backup) ይኑርህ። ዳታቤዝህ፣ የዕውቀት ፋይሎችህ፣ መመሪያዎችህ። እና ምትኬው በሌላ ቦታ ይቀመጥ። በዚያው ማሽን ላይ ያለ ምትኬ ምትኬ አይደለም።

ሦስተኛ — ማን እንደሚያስተካክለው ወስን። ኤጀንቱ ቅዳሜ ሌሊት ቢወድቅ ማን ያውቀዋል? ማን ያስተካክለዋል? መልስ ከሌለ — ያ ራሱ መልስ ነው።

🎓 ተከታታዩን ስንጨርስ

በስድስት ክፍል ያየነው ይህ ነው፦

ክፍል 1 ኤጀንቱ ኮድ ጽፎ እንዲያስኬድ — ቁጥር እንዳይገምት። ክፍል 2 ፍለጋውን እንዲያቅድ። ክፍል 3 እንዲያስታውስ — እና ምን ፈጽሞ እንደማያስቀምጥ። ክፍል 4 መቼ ብዙ ኤጀንት እንደሚያስፈልግ — እና ብዙ ጊዜ እንደማያስፈልግ። ክፍል 5 በእውነት እየሠራ መሆኑን እንዴት እንደምታውቅ።

እና ክፍል 6 — ማስኬድ።

ከሁሉ የሚያስተውለው ነገር ይህ ነው፦ ክፍል 1 ላይ ያለው ሥራ ሁለት ቀን ይወስዳል። ክፍል 6 ላይ ያለው ሥራ ግን አያልቅም።

ብዙ ፕሮጀክት የሚሞተው በክፍል 1 አይደለም። የሚሞተው ማንም ክፍል 6ን ለመሥራት ስላልተዘጋጀ ነው።

ኤጀንት መሥራት ፕሮጀክት ነው ብለህ አታስብ። ንብረት ነው ብለህ አስብ — እንደ መኪና። ገዝተህ አትተወውም፤ ትንከባከበዋለህ።

ያ ልዩነቱ ነው። 🙂

---

In brief (English): Part 6, the final part of a six-part Amharic series on agent architectures, covering the half that gets built and then abandoned: running the thing. Cost depends on volume, context size and language — and the third matters here, since one Ge'ez character costs two tokens, making Amharic roughly six times more expensive than English, so cost estimates calculated in English do not transfer. Two hidden drivers: retrieved chunks all enter the context on every query, and in multi-agent systems the messages agents send each other are themselves billed. Advice: watch spend daily in the first month, not after the invoice. What breaks: API keys expire without warning, rate limits hit under load, models get deprecated — and the most dangerous, silent failure, where the agent reports success while having sent no message and written no record. The rule: verify rather than trust the success response. The Ethiopia-specific section covers power cuts, absent from foreign writing on this subject: an agent on a local machine dies when the electricity goes and does not restart itself, while a cloud-hosted agent keeps serving customers even when the owner cannot see it — making cloud hosting a requirement rather than a preference for any commercial agent, though it demands dollar payment by card, a real barrier locally, and remains exposed to internet disruption. Concrete scale from Bina's own server: one VPS with 4 vCPU and 16GB RAM runs the news site, a knowledge base of over 12,700 chunks, WhatsApp agents, two databases and more than forty services at about half memory usage — so start small. But the main service has restarted 72 times, which illustrates the point: running means touching. Routine work is daily cost and log checks, weekly manual review of ten real conversations, monthly evaluation runs and knowledge refreshes, and full re-testing whenever the model changes. Three rules: set hard limits, keep backups somewhere other than the same machine, and decide in advance who fixes it at 2am — because no answer is itself an answer.

ይህ ጽሑፍ የትምህርት ዓላማ ያለው ነው። የአገልጋይ ቁጥሮች ከቢና ራሱ መሠረተ ልማት የተወሰዱ ናቸው።