የተሻለ የወኪል አፈጻጸምን የሚፈልጉ አብዛኞቹ የAI ቡድኖች ተመሳሳይ መፍትሔዎችን ይመርጣሉ፦ ትልቅ የአውድ መስኮት፣ ተጨማሪ ሰነዶችና የተሻሉ እርምጃዎች። ይህ ጽሑፍ ግን ይህ በሙሉ የተሳሳተ አቅጣጫ ነው ይላል። የጎደለው ንጥረ ነገር ተጨማሪ መረጃ አይደለም። ቁጥጥር ነው። በማሳያ ላይ ብቻ የሚሠራን ወኪል በምርት ላይም ከሚሠራ ወኪል የሚለየው በሚገባ የተነደፈ የቁጥጥር ንብርብር ነው።
ለAI ወኪል ትልቅ ማህደረ ትውስታ፣ ተጨማሪ ሰነዶች ወይም ረጅም የአውድ መስኮት መስጠት የበለጠ ብልህ አያደርገውም፤ ይበልጥ ዘገምተኛና ውድ ብቻ ያደርገዋል። እውነተኛው መሻሻል የሚመጣው ሁሉን በአንድ ጊዜ እንዲጠቀም ሳይሆን፣ ወኪሉ የሚያስፈልገውንና የሚያስፈልግበትን ጊዜ እንዲመርጥ በማስተማር ነው።
አስተማማኝነት ከዙሩ እንጂ ከሞዴሉ አይመጣም። በማሳያ ላይ የሚያስደንቅን ወኪል በምርት ላይም ከሚጸና ወኪል የሚለየው የAIው ጥራት ሳይሆን ስርዓቱ የራሱን ሥራ መፈተሹ ነው። በእያንዳንዱ ደረጃ እቅድ የሚያወጡ፣ የሚተገብሩ፣ የሚታዘቡና የሚያረጋግጡ ወኪሎች በልበ ሙሉነት ከመሳሳት ይልቅ የራሳቸውን ስህተት ያገኛሉ።
ዛሬ ያሉ አብዛኞቹ የAI ወኪሎች በመሠረቱ ተጨማሪ ደረጃዎች ያሏቸው ቻትቦቶች ናቸው፤ በትክክለኛው መንገድ ላይ መሆናቸውን፣ መቼ ማቆም እንዳለባቸው ወይም መቼ ሌላ ዘዴ መሞከር እንዳለባቸው የማወቂያ ስልት የላቸውም። ተገቢ የቁጥጥር ንብርብር—ግልጽ የስኬት መስፈርቶች፣ የተዋቀረ ሁኔታና የማረጋገጫ ፍተሻዎች—መጨመር ወኪል መሰል ነገርን በእውነት ሊታመን ወደሚችል ስርዓት ይቀይረዋል።
ትናንት ለምሳ ምን በሉ?
«ትናንት + ምሳ» የሚለው ላይ እስኪደርሱ ድረስ የነበረዎትን እያንዳንዱን ትውስታ አልደገሙም። እነዚያ ጽንሰ ሐሳቦች ወደሚገኙበት የልምድዎ ክፍል በቀጥታ ሄዱ። ይህ ወኪሎችን ለመገንባት የሚጠቅም የአስተሳሰብ ሞዴል ነው፦
ግዙፍ የአውድ መስኮት ማህደረ ትውስታ አይደለም።
የተመለሱ ሰነዶች ክምር ግንዛቤ አይደለም።
ረጅም ተከታታይ ሀሳብ አስተማማኝነት አይደለም።
እነዚህ ግብዓቶች ናቸው። ነገር ግን ወኪልን ወኪል እንዲመስል የሚያደርገው፣ አንጎልዎ የሕይወትዎን ታሪክ በሙሉ በጉልበት እንዳይፈትሽ ከሚያደርገው ጋር አንድ ነው፦ ቁጥጥር።
በቅርቡ የወጣው Agentic Reasoning for Large Language Models የተባለ ዳሰሳ፣ ብዙዎቻችን ስንገነባ የተሰማንን ለውጥ በጥሩ ሁኔታ አጠቃልሎ ሰይሞታል፦ በሞዴሉ ውስጥ ከሚካሄድ ማመዛዘን ወደ በመስተጋብር የሚካሄድ ማመዛዘን። ይህ ጽሑፍ የዚያ ጥናት ማጠቃለያ አይደለም። ለውጡን ወደ ተግባራዊ የስርዓት ንድፍ ለመተርጎም የተደረገ ሙከራ ነው፦
ወኪሎችን መሣሪያ እንዳላቸው ቻትቦቶች ከገነቡ፣ የቻትቦት ውድቀቶችን ማግኘትዎን ይቀጥላሉ—ስህተቶቹ ግን ይበልጥ ውድ ይሆናሉ።
ለተወሰነ ጊዜ «ሞዴሉን የበለጠ ብልህ ለማድረግ» የምንከተለው ነባሪ መመሪያ በመሠረቱ የተሻሉ እርምጃዎች፣ ተከታታይ ሀሳብ፣ ራስ-ወጥነት/በናሙና ላይ የተመሠረቱ ማሻሻያዎችና ምናልባትም ጥቂት ፍለጋ ነበር።
ReAct «ሐሳብ → ተግባር → ምልከታ»ን ተፈጥሯዊ ስላደረገ ወሳኝ የለውጥ ነጥብ ነበር። ነገር ግን በውስጡ ያለውን ገደብ ያስተውሉ፦ አብዛኛው አሁንም «ተጨማሪ ቶከኖች ያሉት የአንድ ጊዜ ግምት» ሆኖ ያበቃል። የዳሰሳው አገላለጽ ይበልጥ ግልጽ ነው፦ ወኪል-ተኮር ማመዛዘን በሙከራ ጊዜ የሚደረግን መስተጋብር ማስፋት ላይ ያተኩራል፤ ግምትንም ሞዴሉ፣ ማህደረ ትውስታውና አካባቢው በዙሩ ውስጥ ወደሚቆዩበት ተደጋጋሚ ሂደት ይቀይረዋል።
በማሳያ ላይ አስደናቂ ሆነው በእውነተኛ የሥራ ፍሰቶች ላይ የሚፈራርሱ ወኪሎችን ገንብተው ወይም ተጠቅመው ከሆነ፣ ይህ ለእርስዎ ነው።
ብዙ ጊዜ ያየሁትን (እኔም የተለያዩ ስሪቶቹን የገነባሁትን) ንድፍ ልግለጽ፦
ጥሩ የውይይት ሞዴል ይውሰዱ
ጥቂት መሣሪያዎችን ይጨምሩ (ፍለጋ፣ የDB መጠይቅ፣ ምናልባትም ኮድ ማስኬድ)
RAG ይጨምሩ
“you are an autonomous agent” የሚል የስርዓት እርምጃ ይጨምሩ
እስኪቆም ወይም ጊዜው እስኪያልቅ ድረስ ሁሉንም በwhile-loop ውስጥ ያሽጉ
እንኳን ደስ አለዎት፤ ወኪል መሰል ነገር አለዎት። ነገር ግን ሊተነበዩ በሚችሉ መንገዶች ይወድቃል፦
የአውድ መንፋት፦ እያንዳንዱ ምልከታ ይጨመራል፤ እርምጃዎችም እንደ ቅርስ በንብርብር ይከማቻሉ።
መሣሪያን በዘፈቀደ መጠቀም፦ «የተሳሳተ መሣሪያ፣ ግን በሙሉ እምነት» ነባሪው የውድቀት ዘዴ ይሆናል።
የማቆሚያ ሁኔታዎች የሉም፦ መቀጠል ስላለበት ሳይሆን መቀጠል ስለሚችል ብቻ ይቀጥላል።
የመሠረት ማስያዝ ሥርዓት የለም፦ ካላስገደዱት በስተቀር መሳሳቱን አያውቅም።
ማህደረ ትውስታ = የውይይት ታሪክ፦ ይህም በመሠረቱ ምዝግቦችን እየጻፉ «መማር» ብለው መጥራት ነው።
«ወኪሎች» በማሳያ ላይ አስማታዊ፣ በምርት ላይ ግን የተዘበራረቁ የሚመስሉት ለዚህ ነው። ወኪል-ተኮር ስርዓቶችን በምርት ላይ የማሰማራት ልምዳችንም ይህንኑ ያሳያል፦ ሞዴልን ሳይሆን ስርዓትን መገምገም ሲጀምሩ፣ የውድቀት ዘዴዎቹ «ሞዴሉ በትክክል መለሰ?» የሚለውን ብቻ ሳይሆን አሰሳን፣ ተገቢ የመሣሪያ አጠቃቀምን፣ አውድን ማጠርንና የግምገማ ንድፍን ያካትታሉ።
ስለዚህ ጥያቄው፦ የታቀደው ወኪል ምንድን ነው?
ይህን የበለጠ ተጨባጭ ለማድረግ፣ አብዛኞቹ ሰዎች ሊገምቱት የሚችሉት ቀላል የሙከራ የሥራ ፍሰት ይኸውና፦ “Book me a flight from London to New York next Tuesday. Arrive before 6pm. Keep it under £900. Aisle seat.”
የተለመደ «ወኪል መሰል» አተገባበር ይህን ይመስላል፦
እስካሁን አንዳቸውም ባያስፈልጉም እንኳ ወዲያውኑ ብዙ የአየር መንገድ/የጉዞ ፖሊሲ ሰነዶችን ያመጣል።
የፍለጋ መሣሪያን ይጠራል፣ ረጅም የውጤት ዝርዝርን በእርምጃው ውስጥ ይለጥፍና «አንዱን ይመርጣል»።
ገደቦቹን (የመድረሻ ሰዓት/ሻንጣ/መቀመጫ/ፖሊሲ) ሳያረጋግጥ በችኮላ ቦታ ያስይዛል።
ካልተሳካ በትንሹ የተለየ መንገድ እንደገና ይሞክራል፤ ነገር ግን ምን እንደተለወጠ ወይም ምን እንደተማረ ግልጽ ግንዛቤ የለውም።
የውድቀቱ ምክንያት ሞዴሉ ማመዛዘን አለመቻሉ ሳይሆን ስርዓቱ የሥራ ፍሰቱን አለመቆጣጠሩ ነው።
የበለጠ ወኪል-ተኮር ስሪት ተግባሩን ግልጽ ሁኔታና ምርመራዎች ያሉት መስተጋብራዊ ሂደት አድርጎ ይወስደዋል፦
እቅድ፦ ገደቦቹን እንደገና ይግለጹ + የጎደለውን መረጃ ይዘርዝሩ (ለምሳሌ፣ “which airport preference?” / “is 1 stop ok?”).
ተግብር፦ በተዋቀረ መጠይቅ (የቀን ክልል፣ የመድረሻ ገደብ፣ በጀት) የበረራ ፍለጋውን ጥራ።
ታዘብ፦ ውጤቶቹን በትልቅ የተለጠፈ ጽሑፍ ሳይሆን በተጠቃለለ የሁኔታ ኦብጀክት (ዋጋ/መድረሻ/የበረራ መቀያየር ያላቸው 5 ምርጥ አማራጮች) ውስጥ አከማች።
አዘምን፦ ገደቦቹ ካልተሟሉ መጠይቁን አጥራ (ለምሳሌ፣ “arrival before 6pm is too strict—widen time window or raise budget?”).
አረጋግጥ፦ አረጋጋጮችን አስኪድ («መድረሻ < 18:00»፣ «ዋጋ ≤ £900»፣ «ፖሊሲን ያከብራል»፣ «መቀመጫ መምረጥ ይቻላል»)።
አቁም፦ የቦታ ማስያዣ API ማረጋገጫ ሲመልስና ሁሉም አረጋጋጮች ሲያልፉ ብቻ።
የተለወጠው ረቂቅ ቢሆንም ወሳኝ ነው። መረጃ ማምጣት ሁኔታዊ ነው (የዘወትር ምላሽ አይደለም)፣ አውዱ ይተዳደራል (ሁኔታው የተዋቀረ እንጂ የተከማቸ አይደለም)፣ ማረጋገጥም በዙሩ ውስጥ ነው (ለተጠቃሚው አይተውም)። «የበረራ ቦታ ማስያዝ»ን በ«የግዥ ትዕዛዝ መፍጠር»፣ «ተመላሽ ክፍያ መስጠት»፣ «የምርት ውቅር መቀየር» ወይም «PR መልቀቅ» ይተኩት፤ ታሪኩ ያው ነው፦ ወኪሉ መተግበር ከቻለ በኋላ ዙሩ ከእርምጃው የበለጠ ወሳኝ ይሆናል።
ከላይ የተጠቀሰው ዳሰሳ ወኪል-ተኮር ማመዛዘንን በሦስት ደረጃዎች ያደራጃል፦ መሠረታዊ (እቅድ/መሣሪያ አጠቃቀም/ፍለጋ)፣ ራስን የሚያሻሽል (ግብረመልስ + ማህደረ ትውስታ) እና የጋራ (የብዙ ወኪሎች ቅንጅት)።
ጥልቁ ሐሳብ ግን ይህ ነው፦ ማመዛዘን አሳማኝ ተከታታይ ሀሳብን ከመፍጠር ባለፈ የእቅድ፣ የውሳኔና የማረጋገጫ መሠረታዊ አደራጅ መርህ ይሆናል። ይህን በስነ ሕንፃዎ ላይ ከሚያመጣው ለውጥ ጋር እስኪያገናኙት ድረስ ረቂቅ ሊመስል ይችላል። ማስታወስ ያለብዎት ሦስት ዋና ነጥቦች አሉ፦
ጥሩ ወኪል መረጃ ማምጣትን «ሁልጊዜ ማድረግ ያለበት» ነገር አድርጎ መውሰድ የለበትም። መረጃ ማምጣት ውሳኔ ነው እንጂ የዘወትር ምላሽ አይደለም።
ተግባራዊ መመሪያ ይኸውና፦
ስርዓትዎ በእያንዳንዱ ተራ መረጃ የሚያመጣ ከሆነ፣ መረጃ ማምጫ ሳይሆን የአውድ ግብር ገንብተዋል።
ይህ በእውነተኛ ሥራ ላይ ሁልጊዜ ይታያል። በምርት ላይ የደረሰን ችግር ሲያርሙ፣ ሁሉንም ምዝግቦች ወደ አውዱ አይጨምሩም፤ አሁን ባለዎት መላምት መሠረት ቀጥሎ የትኞቹን መለኪያዎች/ምዝግቦች ማምጣት እንዳለብዎት ይወስናሉ። ይህ «ወኪል-ተኮር መረጃ ማምጣት» ነው። ይበልጥ ተጨባጭ የሆነ ንድፍ ይኸውና፦
መረጃ ማምጣት ያስፈልግዎት እንደሆነ ይወስኑ
አዎ ከሆነ፦ መጠይቅ ያርቅቁ፣ ያምጡ፣ በፍጥነት ይመልከቱ፣ ዋናውን ያውጡ
ማስረጃው ከተጋጨ፦ እንደገና ያምጡ
ከዚያ በኋላ ብቻ ያዋህዱ
«ወኪል-ተኮር RAG» ከባህላዊ RAG መለየት የሚጀምረውም እዚህ ነው፦ መረጃ ማምጣት ነባሪ የሂደት ደረጃ ሳይሆን ሆን ተብሎ የሚደረግ የማመዛዘን ደረጃ ይሆናል።
«ሞዴልን» መገምገም ትተው «ስርዓትን» መገምገም ሲጀምሩ፣ ሁኔታን መከታተልና ዱካውን መመዝገብ ወሳኝ ይሆናሉ።
ኢንዱስትሪው አሁን ይበልጥ ግልጽ ካደረጋቸው ነገሮች አንዱ የወኪል የሥራ ፍሰቶችን መታዘብ ነው። ለምሳሌ፣ የOpenAI Agents SDK አብሮገነብ ዱካ መከታተያና የወኪል አፈጻጸሞችን (የተፈጠሩ ውጤቶች፣ የመሣሪያ ጥሪዎች፣ ርክክቦች፣ መከላከያዎችና ብጁ ክስተቶች) የሚመዘግብ Traces ዳሽቦርድ አለው፤ ይህም የሆነውን ነገር ደረጃ በደረጃ ማረምና መመርመር እንዲችሉ ነው።
ይህ «ቢኖር ጥሩ ነው» የሚባል ተጨማሪ ባህሪ አይደለም። ሊያርሙት በሚችሉት ስርዓትና በስሜት ብቻ ሊገመግሙት በሚችሉት ስርዓት መካከል ያለው ልዩነት ነው።
በእኔ አስተያየት፣ ከዳሰሳው በቀጥታ ተግባራዊ የሚሆነው ክፍል ስለ ግብረመልስ የሰጠው ግልጽ ሐሳብ ነው። ግብረመልስን በሦስት ዘዴዎች ይከፍለዋል፦ አንጸባራቂ ግብረመልስ (ፍጠር → ተች → አሻሽል)፣ መለኪያዊ መላመድ (በማስተካከያ ስልጠና/RL መማር) እና በአረጋጋጭ የሚመራ ግብረመልስ (አረጋጋጩ እስኪቀበለው ድረስ እንደገና መሞከር)።
አብዛኞቹ ቡድኖች ቀላልና ውጤታማ ስለሆነ በአረጋጋጭ ከሚመራ ግብረመልስ መጀመር አለባቸው። የአሃድ ሙከራ የሚያደርግ፣ እቅድ ማውጣትን የሚፈትሽ፣ የንግድ ደንቦችን/ገደቦችን («ወደ ከፍተኛ ኃላፊ ሳይተላለፍ ከX በላይ ተመላሽ ክፍያ የለም») የሚያስቀምጥ ወይም እውነታነትን («ዋቢዎች ያስፈልጋሉ») የሚያረጋግጥ ማንኛውንም አረጋጋጭ መጻፍ ከቻሉ፣ የማይተነበየውን የሞዴል ውጤት በእውነት ሊታመን ወደሚችል ነገር መቀየር ይችላሉ።
እዚህ ካሉት «እንደማናውቃቸው እንኳ የማናውቃቸው» ለውጦች አንዱ ቀላል ነው፦ በወኪሎች ዓለም አስተማማኝነት ብዙውን ጊዜ ከሞዴሉ ይልቅ ከዙሩ ይመጣል።
ያለ ስልጠና ባህሪን በአስተማማኝ ሁኔታ የሚያሻሽል ያገኘሁት ቀላሉ የዙር ሥርዓት ይህ ነው፦
በደረጃዎች ሥሩ፦ እቅድ አውጡ → ተግብሩ → ታዘቡ → አዘምኑ፣
ከእያንዳንዱ ተግባር በኋላ የታዘባችሁትን በ1–3 ነጥቦች አጠቃሉ፣
የስኬት መስፈርቶቹ ሲሟሉ ወይም በጀቱ ሲያልቅ አቁሙ፤ እስካሁን የታወቀውን ምርጥ ውጤትና የቀሩትን አለመረጋገጦች መልሱ።
ይህ ሞዴሉን ቃላት እንዲያበዛ ስለማድረግ አይደለም። ስርዓቱን ሊገባ የሚችል ማድረግና በእያንዳንዱ ደረጃ «ከእውነታ ጋር እንዲገናኝ» ማስገደድ ነው። ለመሐንዲሶች በጣም የሚገባ ምሳሌ በCI ዘይቤ የተዘጋ ዙር መሠረት ማስያዝ ነው፦
እቅድ፦ የለውጥ ዝርዝር አቅርብ
ተግብር፦ ሙከራዎችን/lint አስኪድ
ታዘብ፦ ውድቀቶችን ተንትን
አዘምን፦ አስተካክልና እንደገና ሞክር
በአጋጣሚ የተፈጠሩ የወኪል ንድፎችን የሚያጋልጡ ጥቂት ጥያቄዎች፦
«ወኪሌ ምን ማምጣት እንዳለበት ይመርጣል ወይስ ሁልጊዜ እኔ አመጣለሁ?»
መረጃ ማምጣቱ ሁኔታን የማይመለከት ከሆነ፣ በመዘግየት፣ በወጪ፣ በአውድ መዳከምና የተበላሸ ግብዓት/ውጤት አደጋ መጨመር ዋጋ ይከፍላሉ።
«ወኪሌ መሳሳቱን ሊያውቅ ይችላል?»
የወኪልዎ ብቸኛ የግብረመልስ ምልክት «ተጠቃሚው ይበሳጫል» ከሆነ፣ በሰው ሥቃይ RL እያካሄዱ ነው። በአረጋጋጭ የሚመራ የድጋሚ ሙከራ ዙር ከእውነታ ጋር ለማገናኘት ንጹሑ መንገድ ነው።
«ማህደረ ትውስታው ሊጻፍበት ይችላል፣ ከጊዜ በኋላስ ይሻሻላል?»
«ማህደረ ትውስታዎ» የውይይት ታሪክን ብቻ የሚጨምር ከሆነ፣ በመሠረቱ ምዝግብ እየጻፉ ነው። ዳሰሳው ማህደረ ትውስታን የገለጸበት መንገድ አስፈላጊ ነው፦ ማህደረ ትውስታ ተራ የንግግር ቅጂ ሳይሆን ወኪሎች በጊዜ ሂደት የሚያጠሩት በቀጣይነት የሚያድግ አውድ ይሆናል።
ምዝግቦች የሆነውን ይነግሩዎታል፤ ማህደረ ትውስታ ግን በሚቀጥለው ጊዜ ምን ማድረግ እንዳለብዎት ይነግርዎታል። የውይይት ታሪክ የንግግር ቅጂ ነው። ማህደረ ትውስታ ወደፊት መያዝ ስላለባቸው ነገሮች በቀጣይነት የሚሻሻል ፖሊሲ ነው።
ለመጀመር የሚጠቅም ተግባራዊ አማራጭ፣ በተግባር ዓይነት፣ በመሣሪያና በውድቀት ዘዴ ቁልፍ የተደራጀ፣ የሠራውንና መወገድ ያለበትን የሚያሳይ ትንሽ «የተማርናቸው ትምህርቶች» ሰንጠረዥ ነው። ዓላማው ፍጹም የዕውቀት ግራፍ መገንባት አይደለም። ዓላማው እየተጠራቀመ የሚሻሻል ባህሪ መፍጠር ነው፦ ማህደረ ትውስታ + ግብረመልስ ወኪሎችን ከ«ሁኔታ አልባ ረዳቶች» ወደ በጊዜ ሂደት የሚሻሻሉ ስርዓቶች ይቀይራቸዋል።
በችግሩ ላይ ተጨማሪ ወኪሎችን መጨመር ያጓጓል፤ ይህ ግን ብዙውን ጊዜ የቅንጅት ጫናን ያባዛል። ጥሩ «የሚሠራ አነስተኛ ቡድን» ንድፍ፦
አስተባባሪ፦ ይከፋፍላል + ይመድባል
ፈጻሚ፦ የመሣሪያ ጥሪዎችን/ለውጦችን ያከናውናል
ተቺ/ገምጋሚ፦ ትክክለኛነትን/አደጋን ይፈትሻል
የማህደረ ትውስታ ጠባቂ፦ ትምህርቶችን ይጽፋል/ያጣራል
እያንዳንዱ ወኪል ኃላፊነቱ ምን እንደሆነ መግለጽ ካልቻሉ፣ ምናልባት ገና ብዙ ወኪሎች አያስፈልጉዎትም።
የአስተሳሰብ ለውጡን በእውነት የምንቀበል ከሆነ፣ ሁሉን በእርምጃዎች ውስጥ መጨመቅን፣ ውድቀቶችን የመጨረሻ ውጤት አድርጎ መውሰድንና ወኪሎችን እንደ ቻትቦት መገምገምን ማቆም አለብን። ወኪሎችን እንደ እውነተኛ ማንነታቸው መውሰድ እንጀምራለን፦ ቋንቋ የቁጥጥር ማዕከል የሆነባቸውና አስተማማኝነት ከዙሩ የሚመጣባቸው የሶፍትዌር ስርዓቶች።
ሌላ ሞዴል ከመጨመርዎ በፊት ሌላ የግምገማ ዙር ይጨምሩ። ሁሉንም ከማምጣትዎ በፊት ሁኔታዊ ያድርጉት። አሥር ከመልቀቅዎ በፊት አንድ አረጋጋጭ ይልቀቁ። ማህደረ ትውስታን እንደ ፖሊሲ ውሳኔዎች ይዩት እንጂ እንደ የውሂብ ጎታ አይዩት። ወደ ብዙ ወኪሎች ሲሄዱም በሁለት ወኪሎች ይጀምሩ እንጂ በሃያ አይደለም። እነዚህ ደንቦች አይደሉም፤ በምርት ላይ ፈተናውን ያለፉ ንድፎች ናቸው።