ہر پروڈکٹ روڈ میپ میں ایک بلٹ پوائنٹ ہوتا ہے جس پر "AI Agent" لکھا ہوتا ہے۔ یہ لفظ ترقی کا احساس دلاتا ہے۔ یہ قیادت کو یہ اشارہ دیتا ہے کہ آپ کی ٹیم مستقبل کی تعمیر کر رہی ہے، نہ کہ صرف موجودہ حالات کو برقرار رکھ رہی ہے۔ لیکن یہاں وہ تلخ حقیقت ہے جو زیادہ تر ڈیمو ویڈیوز آپ کو نہیں دکھاتیں: کسی کام کو مکمل کرنے کے لیے ایجنٹ سب سے مہنگا اور کم قابلِ پیش گوئی طریقہ ہے۔ کاروباری کاموں کے بڑے حصے کے لیے، یہ مکمل طور پر غلط ٹول ہے۔ بہترین انجینئرز وہ نہیں ہیں جو اسے بنانے کے لیے جلدی کرتے ہیں۔ وہ وہ ہیں جو جانتے ہیں کہ کب رکنا ہے۔

درجہ بندی کا جال (The Classification Trap)

کسی ٹیم کو اپنا پہلا ایجنٹ ڈیزائن کرتے ہوئے دیکھیں، تو آپ کو عام طور پر ایسا کچھ نظر آئے گا۔ ایک سپورٹ ای میل آتی ہے۔ ایک Large Language Model اس کے موضوع اور متن کو پڑھتا ہے، یہ فیصلہ کرتا ہے کہ آیا یہ بلنگ کا سوال ہے یا کوئی تکنیکی خرابی (technical bug)، اور اسے متعلقہ قطار (queue) میں ڈال دیتا ہے۔ ٹیم اسے ایجنٹ کہتی ہے۔ یہ ایجنٹ نہیں ہے۔

انہوں نے جو بنایا ہے وہ ایک deterministic flow ہے جس کے اندر صرف ایک ماڈل کال (model call) موجود ہے۔ اقدامات طے شدہ ہیں: ای میل وصول کریں، ماڈل کو کال کریں، اور قطار میں بھیج دیں۔ اس میں کوئی لوپ (loop) نہیں ہے، کوئی ٹول کا استعمال نہیں ہے، اور نہ ہی کوئی ایسا لمحہ ہے جہاں سسٹم اپنے منصوبے پر نظرثانی کرنے کے لیے رکے کیونکہ پہلا طریقہ ناکام ہو گیا تھا۔ یہ نالج بیس (knowledge base) کو نہیں دیکھتا، کوڈ نہیں لکھتا، یا دورانِ عمل آرڈر کا اسٹیٹس چیک نہیں کرتا۔ یہ صرف ایک فیصلہ کرتا ہے اور آگے بڑھ جاتا ہے۔ اس واحد کال کو مائیکرو سروس (microservice) میں لپیٹنے سے وہ ایجنٹ نہیں بن جاتا۔

ایک فلو (flow) کو ایجنٹ سمجھنے کی اصل قیمت صرف اضافی انفراسٹرکچر نہیں ہے۔ بلکہ یہ وہ غیر یقینی صورتحال (non-determinism) ہے جسے آپ نے بغیر کسی فائدے کے دعوت دی ہے۔ وہی ای میل منگل کی صبح اور بدھ کی دوپہر کو مختلف طریقے سے روٹ ہو سکتی ہے کیونکہ temperature زیرو سے زیادہ ہے یا پرامپٹ (prompt) میں تبدیلی آ گئی ہے۔ آپ لیٹنسی (latency)، ٹوکن کی لاگت، اور ایویلیوایشن (evaluation) کے اضافی اخراجات برداشت کرتے ہیں، جبکہ ایک درجہ بندی والے مرحلے والا فلو اس مسئلے کو زیادہ تیزی اور کم قیمت میں حل کر سکتا ہے۔

سیڑھی کے نیچے سے کام شروع کریں (Work Down the Ladder)

زیادہ تر مسائل کے سادہ حل موجود ہوتے ہیں جو بالکل اسی طرح کام کرتے ہیں۔ اسے ایک سیڑھی کے طور پر سمجھیں، اور نیچے سے شروع کریں۔

عمل (process) کو درست کریں۔ کبھی کبھی کام صرف اس لیے ہوتا ہے کیونکہ دو سسٹم آپس میں متفق نہیں ہوتے۔ آپ کے CRM میں موجود کسٹمر کا ریکارڈ آپ کے ٹکٹنگ پلیٹ فارم کے ساتھ سنک (sync) نہیں ہوتا، اس لیے ہر صبح ایک انسان کو دستی طور پر اس خلا کو پر کرنا پڑتا ہے۔ اس خلا کو ایجنٹ کے ذریعے خودکار (automate) نہ بنائیں۔ اسے ختم کر دیں۔ اگر ڈیٹا پائپ لائن درست ہوتی، تو یہ کام خود بخود ختم ہو جاتا۔

کوئری (query) کا استعمال کریں۔ اگر جواب محض ایک سادہ تلاش یا مجموعہ (aggregation) ہے، تو اسے ویسا ہی سمجھیں۔ "گزشتہ منگل کو ہم نے کتنے ریفنڈز پروسیس کیے؟" کے لیے کسی منطقی سوچ (reasoning) کی ضرورت نہیں ہے۔ اسے SQL کی ضرورت ہے۔ ایک ایجنٹ جو قدرتی زبان (natural language) کو SQL میں تبدیل کرتا ہے، سننے میں بہت عمدہ لگتا ہے، لیکن پھر آپ کو احساس ہوتا ہے کہ اس کی دیکھ بھال کا بوجھ ان تین دستاویزی کوئریز کو لکھنے سے کہیں زیادہ ہے جو آپ کی ٹیم ڈیش بورڈ سے چلا سکتی ہے۔

ایک deterministic flow بنائیں۔ جب اصول طے شدہ ہوں اور نتیجہ بار بار حاصل کیا جا سکے، تو واضح منطق (explicit logic) کا استعمال کریں۔ اگر آرڈر کی قیمت ایک حد سے تجاوز کر جائے، تو اسے فنانس کو بھیج دیں۔ اگر کوئی صارف تیس دن تک غیر فعال رہے، تو اسے دوبارہ رابطہ کرنے کے لیے ای میل بھیج دیں۔ کوڈ اس کام کو بغیر کسی تبدیلی اور مکمل مشاہدے (observability) کے ساتھ انجام دیتا ہے۔ آپ اس کا یونٹ ٹیسٹ (unit-test) کر سکتے ہیں۔ آپ کسی "احساس" (vibe) کا یونٹ ٹیسٹ نہیں کر سکتے۔

ایک ماڈل کال والے فلو کا استعمال کریں۔ یہ وہ جگہ ہے جہاں درجہ بندی (classification)، سینٹیمنٹ ٹیگنگ (sentiment tagging)، یا ڈیٹا نکالنا (data extraction) شامل ہوتا ہے۔ ماڈل ایک سخت اسکرپٹ کے اندر ایک واحد فیصلہ کرتا ہے۔ آپ ایک دستاویز وصول کرتے ہیں، انوائس نمبر نکالتے ہیں، اور اسے ڈیٹا بیس میں لکھ دیتے ہیں۔ باقی تمام اقدامات پہلے سے طے شدہ (hardcoded) ہوتے ہیں۔ ماڈل یہ فیصلہ نہیں کرتا کہ آگے کیا کرنا ہے؛ یہ صرف اس چیز کو لیبل کرتا ہے جو یہ دیکھتا ہے۔ یہ ایک طاقتور طریقہ ہے، لیکن یہ اب بھی ایک فلو ہی ہے۔

ایجنٹ کو آخر میں بنائیں۔ یہ مرحلہ ان کاموں کے لیے مخصوص رکھیں جہاں اگلا قدم واقعی اس بات پر منحصر ہو کہ ماڈل دورانِ عمل کیا دریافت کرتا ہے۔ اگر سسٹم کو ای میل پڑھنی ہو، یہ محسوس کرنا ہو کہ اسے لاجسٹکس API میں شپمنٹ تلاش کرنے کی ضرورت ہے، یہ معلوم کرنا ہو کہ شپمنٹ میں تاخیر ہے، اور پھر اس تازہ ڈیٹا کی بنیاد پر ایک کسٹم جواب تیار کرنا ہو، تو آپ ایجنٹ کے دائرے میں ہیں۔ اس راستے کو پہلے سے نہیں بنایا جا سکتا کیونکہ ماڈل ہر نئی حقیقت کے بعد فیصلہ کرتا ہے کہ کیا کرنا ہے۔

وائٹ بورڈ ٹیسٹ (The Whiteboard Test)

میٹنگ میں بحث ختم کرنے کا ایک تیز طریقہ ہے۔ اپنی ٹیم سے کہیں کہ وہ وائٹ بورڈ پر فیصلے کی شاخیں (decision branches) بنائیں۔

اگر آپ ماڈل چلنے سے پہلے ہر راستے کا نقشہ بنا سکتے ہیں، تو ایک فلو بنائیں۔ ڈائمنڈ کی شکلیں بنائیں، if-statements لکھیں، اور کام مکمل کریں۔ پیش گوئی کرنے کی صلاحیت (predictability) ایک خوبی ہے، کوئی حد نہیں۔

اگر ماڈل کو خود فیصلہ کرنا پڑے کہ اگلا قدم کیا ہے، اگر وہ ٹول کا انتخاب کرتا ہے، پیرامیٹرز سیٹ کرتا ہے، اور دوبارہ سوچنے کے لیے لوپ کرتا ہے، تو آپ کو ایجنٹ کی ضرورت ہے۔ وہ متحرک روٹنگ (dynamic routing) ہی فیصلہ کن لکیر ہے۔ اسے غلطی سے عبور نہ کریں صرف اس لیے کہ آپ ایک نیا API استعمال کرنا چاہتے تھے۔

چھپا ہوا ٹیکس (The Hidden Tax)

ڈیموز ایجنٹس کو بہت آسان دکھاتے ہیں۔ لیکن عملی استعمال (production) میں چار ایسے ٹیکس سامنے آتے ہیں جو تیزی سے بڑھتے ہیں۔

غیر یقینی صورتحال (Non-determinism)۔ وہی