ClawMobile: Rethinking Smartphone-Native Agentic Systems
यह शोधपत्र ClawMobile को प्रस्तुत करता है, जो एक पदानुक्रमित एजेंटिक प्रणाली (hierarchical agentic system) है जो स्मार्टफोन-नेटिव वातावरण की विशिष्ट निष्पादन बाधाओं और स्थिरता चुनौतियों को संबोधित करने के लिए उच्च-स्तरीय भाषाई तर्क को नियतात्मक नियंत्रण पथों (deterministic control pathways) से अलग करती है, साथ ही मजबूत मोबाइल LLM रनटाइम के लिए प्रमुख डिजाइन सिद्धांतों को स्थापित करती 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 आपका स्मार्टफोन एक व्यस्त, अराजक रसोईघर है। आप एक जटिल भोजन (एक कार्य) बनाना चाहते हैं, लेकिन रसोई लगातार बदल रही है: चूल्हा टिमटिमा रहा है, रेसिपी ऐप्स रात भर में अपडेट हो रहे हैं, और कभी-कभी एक डिलीवरी ड्राइवर (एक पॉप-अप परमिशन) ठीक उसी समय दरवाजा खटखटाता है जब आप प्याज काट रहे होते हैं।
लंबे समय तक, एक रोबोट (एक AI एजेंट) को इस रसोई में खाना खिलाने की कोशिश करना एक आपदा थी। यदि आप बस रोबोट को कहते, "स्क्रीन को देखो और जो दिख रहा है उस पर क्लिक करो," तो वह भ्रमित हो जाता या नमक गिरा देता क्योंकि वह एक बटन और एक तस्वीर के बीच अंतर नहीं कर पाता था।
ClawMobile इस रसोई को व्यवस्थित करने का एक नया तरीका है ताकि रोबोट वास्तव में अपना काम पूरा कर सके। यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:
1. समस्या: "अनुमान लगाने का खेल"
अधिकांश वर्तमान AI एजेंट आपके फोन को नियंत्रित करने के लिए स्क्रीन को "देखने" और यह अनुमान लगाने की कोशिश करते हैं कि कहाँ क्लिक करना है, ठीक वैसे ही जैसे एक इंसान एक ऐसे टचस्क्रीन का उपयोग करने की कोशिश कर रहा हो जिसे उसने पहले कभी नहीं देखा।
- समस्या: यदि स्क्रीन थोड़ी बदल जाती है (एक नया विज्ञापन पॉप अप होता है, या कोई ऐप धीरे लोड होता है), तो रोबोट भ्रमित हो जाता है, गलत चीज़ पर क्लिक करता है, या हार मान लेता है। यह धुंधले चश्मे पहनकर कार चलाने की तरह है और उम्मीद करना कि आप किसी पेड़ से नहीं टकराएंगे।
2. समाधान: "प्रबंधक और विशेषज्ञ"
ClawMobile काम को दो अलग-अलग भूमिकाओं में विभाजित करके खेल बदल देता है, जैसे एक रेस्तरां में एक मुख्य शेफ (Head Chef) और एक किचन क्रू (Kitchen Crew) होता है।
- मुख्य शेफ (एजेंट ऑर्केस्ट्रेटर - The Agent Orchestrator): यह बड़ा-दिमाग वाला AI है। यह चूल्हा नहीं छूता और न ही सब्जियां काटता है। इसका एकमात्र काम आपके ऑर्डर को सुनना ("मेरे लिए सलाद बनाओ"), उसे चरणों में तोड़ना, और यह तय करना है कि कौन क्या करेगा। यह सोचता है, "ठीक है, पहले हमें फ्रिज खोलने की जरूरत है।"
- किचन क्रू (कंट्रोल बैकएंड्स - Control Backends): ये वे कार्यकर्ता हैं जो वास्तव में भौतिक कार्य करते हैं। लेकिन यहाँ चाल यह है: ClawMobile काम के आधार पर उन्हें अलग-अलग उपकरण देता है।
- रोबोटिक हाथ (डिटरमिनिस्टिक बैकएंड - The Robot Arm): "डार्क मोड चालू करें" जैसे सरल, उबाऊ कार्यों के लिए, सिस्टम एक सीधा, रोबोटिक कमांड (जैसे ADB या Termux) का उपयोग करता है। यह एक मशीन हाथ की तरह है जो जानता है कि स्विच कहाँ है। यह अनुमान नहीं लगाता; यह बस स्विच को पलट देता है। यह तेज़ है और कभी थकता नहीं है।
- इंटर्न (UI एजेंट - The Intern): उन कठिन कार्यों के लिए जहाँ रोबोटिक हाथ नहीं पहुँच सकता (जैसे किसी अजीब तरह से डिज़ाइन किए गए ऐप में नेविगेट करना), यह सिस्टम "इंटर्न" को बुलाता है। यह वह AI है जो स्क्रीन को देखता है और समझने की कोशिश करता है कि बटन कहाँ हैं।
- बैकअप (डायरेक्ट कंट्रोल - The Fallback): यदि इंटर्न भी फंस जाता है, तो सिस्टम अंतिम उपाय के रूप में स्क्रीन पर एक निम्न-स्तरीय "धक्का" (poke) देने की कोशिश करता है।
3. असली मंत्र: "अपना काम जाँचें"
ClawMobile में सबसे बड़ा नवाचार सत्यापन (verification) है।
पुराने तरीके में, रोबोट कहता, "मैंने बटन पर क्लिक किया," और बेहतर की उम्मीद करता।
ClawMobile में, हर एक चरण के बाद, मुख्य शेफ पूछता है, "क्या इसने वास्तव में काम किया?"
- शेफ: "क्या ऐप खुल गया?"
- सिस्टम: "नहीं, यह अभी भी लोड हो रहा है।"
- शेफ: "ठीक है, अभी अगला बटन क्लिक न करें। 2 सेकंड प्रतीक्षा करें और फिर से प्रयास करें।"
यह रोबोट को चक्करों में फंसने या क्रैश होने से रोकता है क्योंकि उसने यह मान लिया था कि कुछ हुआ है जबकि वास्तव में ऐसा नहीं हुआ था। यह एक माता-पिता द्वारा यह जाँचने जैसा है कि क्या बच्चे ने वास्तव में अपने जूते पहने हैं या नहीं, इससे पहले कि वे कहें, "बहुत अच्छा, चलो चलते हैं!"
4. यह क्यों मायने रखता है (परिणाम)
शोधकर्ताओं ने वास्तविक फोन पर वास्तविक कार्यों के साथ इसका परीक्षण किया, जैसे:
- "डार्क मोड चालू करें।"
- "सोने (gold) की कीमत खोजें और इसे एक नोट में सहेजें।"
- "YouTube पर एक विशिष्ट वीडियो देखें और उस पर टिप्पणी करें।"
परिणाम:
- पुराना तरीका (केवल स्क्रीन देखना): अक्सर विफल रहा, अटक गया, या बहुत समय लगा क्योंकि यह गलत अनुमान लगाता रहा।
- ClawMobile: लगभग कभी विफल नहीं हुआ (कई परीक्षणों में 100% सफलता दर)। यह सबसे तेज़ संभव विधि की तुलना में थोड़ा धीमा था क्योंकि यह सावधान रह रहा था, लेकिन यह विश्वसनीय था। जब कोई विज्ञापन पॉप अप हुआ, तो यह क्रैश नहीं हुआ; इसने बस विज्ञापन बंद होने का इंतज़ार किया और आगे बढ़ गया।
बड़ी तस्वीर
ClawMobile को एक ड्राइवर को बेहतर चश्मा देने के बजाय एक स्मार्ट, सेल्फ-ड्राइविंग कार बनाने के रूप में सोचें।
- पुराना AI: "मुझे लाल बत्ती दिख रही है, मुझे लगता है कि मुझे रुकना चाहिए।" (कभी-कभी वे लाल साइन को लाइट समझ लेते हैं और हाईवे के बीच में रुक जाते हैं)।
- ClawMobile: "मुझे लाल बत्ती दिख रही है। मैं अपने सेंसर की जांच करता हूँ। मैं पुष्टि करता हूँ कि यह एक लाइट है। मैं ब्रेक दबाता हूँ। मैं जाँच करता हूँ कि क्या कार रुकी। यदि नहीं, तो मैं और ज़ोर से दबाता हूँ।"
पेपर का तर्क है कि हमारे फोन पर AI को वास्तव में उपयोगी बनाने के लिए, हम केवल AI के "स्मार्टर" होने पर निर्भर नहीं रह सकते। हमें एक बेहतर सिस्टम बनाने की आवश्यकता है जो जानता हो कि कब एक रोबोटिक कमांड का उपयोग करना है, कब एक विजुअल अनुमान का उपयोग करना है, और यह सुनिश्चित करने के लिए अपना काम कैसे दोबारा जांचना है कि फोन वास्तव में वही कर रहा है जो हमने उससे करने को कहा था।
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।