When Your Agent Breaks — What to Add, and What Not To

ኤጀንት ሲበላሽ አብዛኛው ሰው የሚያደርገው አንድ ነገር ነው — ተጨማሪ ነገር ይጨምራል። ተጨማሪ ኤጀንት፣ ተጨማሪ ዙር፣ ተጨማሪ ንብርብር። ☕

ብዙ ጊዜ ግን ችግሩ የሚፈታው በትንሽ ለውጥ ነው። እና ተጨማሪ ነገር መጨመር ራሱ አዲስ ችግር ያመጣል።

እያንዳንዱ ተጨማሪ ዙር ወጪ አለው፦ ተጨማሪ ጊዜ፣ ተጨማሪ ቶከን፣ የሚያዝ ተጨማሪ ሁኔታ፣ እና የሚበላሽበት ተጨማሪ ቦታ።

ስለዚህ ደንቡ ይህ ነው፦ ውስብስብነት ቦታውን ማግኘት አለበት።

አምስቱን ንድፎች ቀደም ብለን ጽፈናል — እያንዳንዱ ምን እንደሆነ። ይህኛው ጽሑፍ ግን የተለየ ነው። የትኛው ንድፍ ምን እንደሆነ ሳይሆን፣ የትኛው ችግር የትኛውን ንድፍ እንደሚጠይቅ ነው።

እና ምሳሌዎቹ ከቢና ራሱ ስሕተቶች የተወሰዱ ናቸው።

ምልክት 1፦ ‹‹ተሳክቷል›› ይላል፤ ግን አልተሳካም

ይህ ከሁሉ አደገኛው ነው።

የቢና እውነተኛ ምሳሌ፦ አንድ ጽሑፍ ለማተም የሚያዝ ትእዛዝ ተሰጠ። መልሱ ‹‹ok: true›› አለ። ጽሑፉም ታተመ። ግን የተስተካከለው ጽሑፍ አልነበረም።

ምን ሆነ? የማስተካከያው ስክሪፕት ወድቆ ነበር። ግን ቀጥሎ ያለው የማተሚያ ትእዛዝ ተለያይቶ ስለተጻፈ — አሮጌውን ፋይል ወስዶ አተመው። እና ‹‹ተሳክቷል›› አለ።

የተሳሳተ መፍትሔ፦ ተጨማሪ ኤጀንት መጨመር። ችግሩ የማሰብ አይደለም።

ትክክለኛው መፍትሔ፦ ማረጋገጥ። ካተምክ በኋላ ገጹን አውርደህ የቀየርከው ጽሑፍ መኖሩን ፈልግ። ‹‹200 ok›› ማለት ‹‹ተለውጧል›› ማለት አይደለም።

የተሳካ መልስ ማመን አይደለም። ማረጋገጥ ነው።

ምልክት 2፦ ረጅም ሥራ ይንሸራተታል

ኤጀንቱ ይጀምራል፣ ግማሽ ይሠራል፣ እርምጃ ይዘላል፣ ከዚያ ወደ ሌላ ነገር ይሄዳል። ምን እንደሠራ መከታተል ይከብዳል።

የተሳሳተ መፍትሔ፦ መመሪያውን ማራዘም። ረጅም መመሪያ ትኩረትን አይመልስም።

ትክክለኛው መፍትሔ፦ ዕቅድን ከአፈጻጸም መለየት። መጀመሪያ ኤጀንቱ ዕቅድ ይጻፍ — ተራ ቁጥር ያለው። ከዚያ አንድ በአንድ ያስፈጽም።

ለምን ይሠራል? ምክንያቱም ዕቅዱ ከተጻፈ በኋላ አይለወጥም። ኤጀንቱ የሚያመልጠው ነገር ይታያል።

ምልክት 3፦ የመጀመሪያው ውጤት ጥሩ ነው፤ ግን በቂ አይደለም

መልሱ ትክክል ነው ግን ሻካራ። ወይም ይሠራል ግን አልተጣራም።

ትክክለኛው መፍትሔ፦ ራስ-ተቺ (reflection)። ኤጀንቱ የራሱን ውጤት አንብቦ ያስተካክል።

ግን ገደቡን እወቅ። ራስ-ተቺ ጥራትን ያሻሽላል፤ እውነታን አያረጋግጥም። የተሳሳተ ቁጥር ጽፎ በጥሩ ቋንቋ ሊያቀርበው ይችላል።

ምልክት 4፦ ገንዘብ ወይም ፈቃድ የሚነካ ነገር

ክፍያ መፈጸም። ፈቃድ መቀየር። ማጽደቅ። ወደ ውጭ መልእክት መላክ።

እዚህ ላይ ኤጀንቱ ‹‹ራሱን እንዲፈትሽ›› መተው አይገባም።

ትክክለኛው መፍትሔ፦ የተለየ አረጋጋጭ ንብርብር። ኤጀንቱ ሳይሆን ሌላ ነገር ይፈትሸው — የሕግ ሞተር (rules engine)፣ የመረጃ ቅርጽ አረጋጋጭ፣ ወይም ቀላል ስሌት።

የቢና ምሳሌ፦ የአማርኛ ጽሑፎችን የሚፈትሽ ስክሪፕት አለ። መጀመሪያ ስሕተት ሲያገኝ ያሳውቅ ነበር። አንድ ቀን ስሕተት አሳወቀ — ጽሑፉ ግን ታተመ። ምክንያቱም ማተሚያው በስክሪፕቱ ውጤት ላይ አልተመሠረተም ነበር።

የሚያሳውቅ ፈታኝ ፈታኝ አይደለም። አሁን ስክሪፕቱ ሲወድቅ ማተም ራሱ አይቻልም።

ምልክት 5፦ ምንም አልተበላሸም

ይህ ምልክት አይመስልም። ግን ነው።

አንድ ጥሪ ሥራውን በአስተማማኝ ሁኔታ የሚሠራ ከሆነ — ዙር አትጨምር። ንብርብር አትጨምር። ተጨማሪ ኤጀንት አትጨምር።

በክፍል 4 እንዳልነው አብዛኛው ሰው ባለብዙ ኤጀንት የሚጠቀመው ችግሩ ስለሚጠይቅ ሳይሆን ውስብስብ ስለሚያምርበት ነው።

🔍 ግን ምልክቱን እንዴት ታውቃለህ?

ይህ ጥያቄ ወሳኝ ነው። ምክንያቱም ያልተለየ ችግር አይፈታም።

መልሱ በክፍል 5 ያልነው ነው — የፈተና ስብስብ። ሃምሳ እውነተኛ ጥያቄ በአንድ ፋይል። ኤጀንቱ የት እንደሚወድቅ የሚነግርህ ያ ነው እንጂ ስሜትህ አይደለም።

የቢና ምሳሌ፦ የሕግ ኤጀንቱ ጥሩ ይሠራል ብለን እናምን ነበር። የፈተና ስብስብ ስናስኬድ ግን ስለ ውጭ ሀገር ሥራ የሚጠይቁ ጥያቄዎች ሁሉ ወድቀዋል። መመሪያው ነበር — ግን በሕግ ቋንቋ ተጽፎ ስለነበር ማንም በሚጠይቅበት ቋንቋ አይገኝም ነበር።

መፍትሔው ተጨማሪ ኤጀንት አልነበረም። ሰዎች የሚጠቀሙበትን ቃል መጨመር ነበር — ‹‹ዱባይ››፣ ‹‹ቤት ሠራተኛ››፣ ‹‹ስፖንሰር››።

ትንሹ ለውጥ። ትልቁ ውጤት።

📋 በአጭሩ

• ዝም ብሎ ሲወድቅ → ማረጋገጥ ጨምር፤ የተሳካ መልስ አትመን
• ረጅም ሥራ ሲንሸራተት → ዕቅድን ከአፈጻጸም ለይ
• ጥራት ሲጎድል → ራስ-ተቺ ጨምር (ግን እውነታን አያረጋግጥም)
• ገንዘብ ወይም ፈቃድ ሲነካ → የተለየ አረጋጋጭ ጨምር
• ጥሩ ሲሠራ → አትንካው

🇪🇹 ለኢትዮጵያ ገንቢዎች

ይህ ደንብ እዚህ የበለጠ ይሠራል። ለምን? ምክንያቱም እያንዳንዱ ተጨማሪ ዙር በዶላር ይከፈላል።

በአማርኛ ደግሞ ወጪው በስድስት እጥፍ ይባዛል። ስለዚህ ‹‹ለጥንቃቄ ብዬ ሁለት ዙር ጨመርኩ›› ማለት በየወሩ የሚከፈል ውሳኔ ነው።

እና በክፍል 6 እንዳልነው — በራስህ ማሽን ላይ ያለ ኤጀንት መብራት ሲጠፋ ይሞታል። ውስብስብ ሥርዓት ማለት ሲበላሽ ለማስተካከል የሚከብድ ሥርዓት ማለት ነው።

የሚቀረው ሐሳብ

ውስብስብነት በራሱ ጥራት አይደለም። አምስት ኤጀንት ያለው ሥርዓት ከአንድ በደንብ ከተሠራ ኤጀንት አይበልጥም።

ችግሩን አግኝ። ትንሹን ለውጥ ጨምር። ተመልከት። ከዚያ ብቻ ሌላ ጨምር።

እያንዳንዱ ንብርብር መኖሩን ማስረዳት አለበት። ካላስረዳ — አውጣው። 🙂

---

In brief (English): A practical counterpart to our earlier piece on the five agent design patterns. Where that article explained what each pattern is, this one asks which problem calls for which pattern — because every additional loop costs latency, tokens, state to manage and another place to fail, so complexity should earn its place. Five symptoms and their smallest fixes, illustrated with real failures from Bina's own infrastructure. (1) It reports success but nothing changed — the most dangerous mode: a publish command returned ok and printed a URL while the edit script had actually failed, because the two ran as separate commands; the fix is verification, not more reasoning — fetch the page and confirm the changed text is present, since a 200 response is not confirmation. (2) Long tasks drift, skipping steps and becoming hard to track — separate planning from execution so the plan is written once and does not shift underneath. (3) Output is good but rough — reflection helps quality, but it does not verify facts and can present a wrong number in polished language. (4) Anything touching money or permissions — do not let the agent check itself; add an independent verifier. Bina's own style checker originally only reported errors, and one article published despite a flagged error because the publish step did not depend on the check; a checker that reports but does not block is not a checker. (5) Nothing is broken — then add nothing. Diagnosis requires an evaluation set rather than intuition: testing Bina's legal agent revealed every overseas-employment question failing, because the guide was written in statutory language nobody searches with; the fix was adding everyday vocabulary, not another agent. For Ethiopian developers the rule bites harder, since every extra loop is billed in dollars and Amharic multiplies token cost roughly sixfold.

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