Context Engineering for AI Agents in Open-Source Software
यह शोध पत्र 466 ओपन-सोर्स प्रोजेक्ट्स के एक प्रारंभिक अध्ययन को प्रस्तुत करता है ताकि AGENTS.md फाइलों के अपनाए जाने, सामग्री संरचना और विकास की जांच की जा सके, जो यह प्रकट करता है कि डेवलपर्स द्वारा AI एजेंटों के लिए संदर्भ (context) प्रदान करने के तरीके में महत्वपूर्ण भिन्नता है और यह जनरेट की गई कोड गुणवत्ता में सुधार के लिए कॉन्टेक्स्ट इंजीनियरिंग को अनुकूलित करने पर भविष्य के शोध की क्षमता को रेखांकित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक जटिल मशीन बनाने में मदद करने के लिए एक बहुत ही बुद्धिमान, सुपर-फास्ट नए इंटर्न को काम पर रख रहे हैं। यह इंटर्न एक AI एजेंट है। यदि आप केवल यह कहते हैं, "इंजन ठीक करो," तो वे गलत अनुमान लगा सकते हैं क्योंकि उन्हें आपके विशिष्ट नियमों, आपके पसंदीदा टूल्स, या आपकी टीम आमतौर पर कैसे काम करती है, इसकी जानकारी नहीं है।
यह शोध पत्र एक नए तरीके के बारे में है जिससे आप उस इंटर्न को एक "यूजर मैनुअल" दे सकते हैं, जो विशेष रूप से एक इंसान के लिए नहीं, बल्कि एक रोबोट के लिए लिखा गया है।
यहाँ सरल शब्दों में इस शोध का विवरण दिया गया है:
समस्या: इंटर्न को एक हैंडबुक की आवश्यकता है
अतीत में, सॉफ्टवेयर डेवलपर्स कोड लिखने में मदद के लिए GitHub Copilot जैसे टूल्स का उपयोग करते थे। अब, हमारे पास "AI एजेंट्स" हैं जो बग्स ठीक करने या पूरी नई विशेषताएं बनाने जैसे अधिक काम अपने आप कर सकते हैं। लेकिन एक मानव कर्मचारी की तरह, एक AI को भी अच्छा काम करने के लिए कंपनी की संस्कृति और नियमों को समझने की आवश्यकता होती है।
वेंडर्स (AI बनाने वाली कंपनियाँ) ने सुझाव दिया कि डेवलपर्स अपने प्रोजेक्ट फोल्डर में एक विशेष फ़ाइल बनाएँ। इस फ़ाइल को अपने प्रोजेक्ट के लिए एक डिजिटल "एम्प्लॉई हैंडबुक" (कर्मचारी नियमावली) के रूप में समझें। यह AI को ऐसी चीजें बताता है जैसे:
- "हम हमेशा अपने वेरिएबल्स को इस तरह नाम देते हैं।"
- "मुख्य फ़ाइल को सीधे कभी न छुएं।"
- "हम अपना कोड टेस्ट कैसे करते हैं, यहाँ बताया गया है।"
हाल ही में, AGENTS.md नामक एक मानक प्रारूप बनाया गया ताकि ये सभी AI टूल्स एक ही प्रकार की हैंडबुक पढ़ सकें।
अध्ययन: हैंडबुक्स की जाँच करना
शोधकर्ता यह देखना चाहते थे कि क्या वास्तविक दुनिया के सॉफ्टवेयर प्रोजेक्ट वास्तव में इन हैंडबुक्स का उपयोग कर रहे हैं और यदि हाँ, तो वे कैसी दिखती हैं। वे 10,000 ओपन-सोर्स सॉफ्टवेयर प्रोजेक्ट्स (ऐसे प्रोजेक्ट्स जहाँ कोड मुफ्त में देखा और उपयोग किया जा सकता है) के माध्यम से एक डिजिटल खोज (scavenger hunt) पर निकले।
1. कितने लोग इनका उपयोग कर रहे हैं? (अपनाने की दर - Adoption)
उन्होंने पाया कि केवल 466 प्रोजेक्ट्स (लगभग 5%) ने इनमें से एक AI हैंडबुक बनाई थी।
- उपमा: यह एक विशाल ऑफिस बिल्डिंग में 10,000 कमरों में जाने जैसा है और यह देखना कि केवल कुछ कमरों में ही "नए कर्मचारी नियम" का साइन बोर्ड लगा हुआ है। हम अभी इस ट्रेंड के बहुत शुरुआती दौर में हैं।
2. हैंडबुक के अंदर क्या है? (सामग्री और शैली - Content & Style)
शोधकर्ताओं ने मिली हुई 155 AGENTS.md फाइलों का बारीकी से निरीक्षण किया। उन्होंने दो मुख्य चीजें खोजीं:
कोई मानक रेसिपी नहीं: इन फाइलों को लिखने का कोई एक "सही" तरीका नहीं है। कुछ छोटी हैं, कुछ लंबी। कुछ नियमों को सूचीबद्ध करती हैं, तो कुछ केवल यह बताती हैं कि चीजें कैसे काम करती हैं।
अलग-अलग "आवाजें": AI से बात करने का डेवलपर्स का तरीका बहुत अलग है। शोधकर्ताओं ने लेखन शैलियों को पांच प्रकारों में वर्गीकृत किया है:
- वर्णनात्मक (Descriptive): "चीजें इस तरह होती हैं।" (केवल तथ्य बताना)
- निर्देशात्मक (Prescriptive): "इसे इस तरह करें।" (सीधे आदेश देना)
- निषेधात्मक (Prohibitive): "यह न करें।" (सीमाएं तय करना)
- व्याख्यात्मक (Explanatory): "ऐसा करें क्योंकि..." (कारण देना)
- सशर्त (Conditional): "यदि X होता है, तो Y करें।" (स्थितिजन्य तर्क देना)
उपमा: कल्पना कीजिए कि 155 अलग-अलग मैनेजर एक ही इंटर्न के लिए नियम पुस्तिका लिखने की कोशिश कर रहे हैं। एक मैनेजर सख्त "क्या न करें" की सूची लिखता है, दूसरा टीम के काम करने के तरीके के बारे में एक मैत्रीपूर्ण कहानी लिखता है, और तीसरा एक जटिल "यदि/तो" (If/Then) फ्लोचार्ट लिखता है। अभी तक इसमें कोई निरंतरता नहीं है।
3. क्या समय के साथ हैंडबुक बदलती हैं? (विकास - Evolution)
शोधकर्ताओं ने "कमिट हिस्ट्री" (वर्जन कंट्रोल लॉग) को देखकर यह ट्रैक किया कि ये फाइलें समय के साथ कैसे बदलीं।
- स्थिरता (Stability): लगभग आधी फाइलें पहली बार बनने के बाद कभी नहीं बदली गईं।
- सुधार (Tweaking): जिन फाइलों को बदला गया था, उनमें सबसे आम अपडेट नए निर्देश जोड़ना या मौजूदा निर्देशों में सुधार करना था।
- उपमा: एक बार जब मैनेजर नियम पुस्तिका लिख देता है, तो वह अक्सर उसे अकेला छोड़ देता है। लेकिन जब वे इसे अपडेट करते हैं, तो वे आमतौर पर पूरी चीज़ को फिर से लिखने के बजाय बस एक नया नियम जोड़ते हैं या पुराने को स्पष्ट करते हैं।
मुख्य निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि हम वर्तमान में "कॉन्टेक्स्ट इंजीनियरिंग" (Context Engineering) के "वाइल्ड वेस्ट" (अनियंत्रित) चरण में हैं। डेवलपर्स AI एजेंट्स से बात करने के तरीके का प्रयोग कर रहे हैं, लेकिन उन्होंने अभी तक इसके लिए कोई मानक तरीका तय नहीं किया है।
शोधकर्ता इन फाइलों को एक अनूठे "प्राकृतिक प्रयोगशाला" के रूप में देखते हैं। क्योंकि ये फाइलें सार्वजनिक हैं और वर्जन-कंट्रोल की गई हैं, हम वास्तविक समय में देख सकते हैं कि इंसान AI एजेंट्स से "बोलना" कैसे सीख रहे हैं। लक्ष्य यह नहीं है कि अभी डेवलपर्स को क्या करना चाहिए यह बताया जाए, बल्कि यह समझना है कि वे वर्तमान में इसे कैसे हल कर रहे हैं ताकि भविष्य में हम उन्हें इसे बेहतर ढंग से करने में मदद कर सकें।
संक्षेप में: डेवलपर्स अपने AI सहायकों के लिए नियम पुस्तिकाएं लिखना शुरू कर रहे हैं, लेकिन अभी, हर नियम पुस्तिका अलग दिखती है, और अभी तक कोई नहीं जानता कि कौन सी शैली सबसे अच्छी तरह काम करती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।