Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering
यह शोध पत्र एक एकीकृत सिस्टम-स्तरीय ढांचे को प्रस्तुत करता है जो यह तर्क देता है कि व्यावहारिक एलएलएम (LLM) एजेंटों की प्रगति केवल मॉडल वेट्स (weights) में सुधार करने के बजाय, हारनेस इंजीनियरिंग द्वारा समन्वित मेमोरी, स्किल्स और प्रोटोकॉल में संज्ञानात्मक बोझ को बाहरीकृत करने पर तेजी से निर्भर 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 आप एक प्रतिभाशाली, अविश्वसनीय रूप से तेज़, लेकिन थोड़े भुलक्कड़ और जल्दबाज़ जीनियस (LLM) को एक जटिल व्यवसाय चलाना सिखाने की कोशिश कर रहे हैं।
यदि आप बस उस जीनियस को बिठाकर कहते हैं, "जाओ यह करो," तो वे सामान्य विचार तो समझ जाएंगे, लेकिन बीच में विवरण भूल सकते हैं, चलते-चलते अपने नियम बना सकते हैं, या किसी विशिष्ट उपकरण का उपयोग करते समय भ्रमित हो सकते हैं।
यह शोध पत्र तर्क देता है कि AI एजेंटों (जैसे कि वह जीनियस) को वास्तव में उपयोगी बनाने का रहस्य केवल जीनियस को अधिक स्मार्ट बनाना नहीं है। यह उनके चारों ओर एक अत्यधिक व्यवस्थित कार्यालय (Super-organized office) बनाने के बारे में है। लेखक इस प्रक्रिया को "एक्सटर्नलाइजेशन" (Externalization - बाह्यीकरण) कहते हैं।
यहाँ बताया गया है कि यह कैसे काम करता है, एक रचनात्मक उपमा का उपयोग करते हुए: "प्रतिभाशाली इंटर्न" बनाम "परफेक्ट ऑफिस"।
1. मुख्य विचार: याददाश्त पर भरोसा न करें, ऑफिस पर भरोसा करें
अतीत में, हमने AI को अधिक डेटा देकर इसे स्मार्ट बनाने की कोशिश की (इसके "वेट्स" को बदलकर)। यह एक इंसान के दिमाग में ब्रह्मांड के हर तथ्य को ठूसने की कोशिश करने जैसा है। यह महंगा है, अपडेट करने में धीमा है, और दिमाग फिर भी चीजें भूल जाता है।
नया दृष्टिकोण: दिमाग में चीजें ठूसने के बजाय, हम एक ऐसा ऑफिस बनाते हैं जहाँ दिमाग चीजों को देख सके, चेकलिस्ट का पालन कर सके और एक मानक भाषा का उपयोग करके दूसरों से बात कर सके। हम कठिन चीजों को दिमाग से बाहर निकाल लेते हैं और उन्हें वातावरण (environment) में डाल देते हैं।
2. "परफेक्ट ऑफिस" के चार स्तंभ
शोध पत्र पहचानता है कि हम चार मुख्य चीजें AI के दिमाग से निकालकर ऑफिस में ले जाते हैं:
A. मेमोरी (स्मृति): "फाइलिंग कैबिनेट" (Externalized State)
- समस्या: AI एक ऐसे जीनियस की तरह है जिसकी याददाश्त केवल 5 मिनट की है। यदि आप इसे तीन दिनों तक एक प्रोजेक्ट पर काम करने के लिए कहते हैं, तो यह तीसरे दिन तक भूल जाएगा कि इसने पहले दिन क्या किया था।
- समाधान: हम इसे एक फाइलिंग कैबिनेट देते हैं।
- सब कुछ याद रखने की कोशिश करने के बजाय, AI कैबिनेट के लिए नोट्स लिखता है।
- जब इसे जानने की आवश्यकता होती है कि कल क्या हुआ था, तो यह अपने दिमाग से "याद" नहीं करता; यह फाइल को रिट्रीव (Retrieve - पुनः प्राप्त) करता है।
- उपमा: यह फोन बुक को याद करने (कठिन, त्रुटिपूर्ण) बनाम बस अपने कॉन्टैक्ट्स में नंबर खोजने (आसान, विश्वसनीय) के बीच का अंतर है।
B. स्किल्स (कौशल): "रेसिपी बुक" (Externalized Expertise)
- समस्या: यदि आप AI को "वेबसाइट बनाने" के लिए कहते हैं, तो इसे हर बार चरणों का आविष्कार करना पड़ता है। कभी-कभी यह एक चरण भूल जाता है, या उन्हें गलत क्रम में करता है।
- समाधान: हम इसे एक रेसिपी बुक देते हैं।
- कल्पना करने के बजाय, AI "वेबसाइट कैसे बनाएं" नामक पुस्तक खोलता है। यह चरणों का पालन करता है: 1. डोमेन प्राप्त करें, 2. लेआउट डिज़ाइन करें, 3. कोड लिखें।
- यदि AI कोई गलती करता है, तो हम पूरे जीनियस को फिर से प्रशिक्षित नहीं करते; हम बस रेसिपी बुक को अपडेट कर देते हैं।
- उपमा: यह एक शेफ द्वारा अपनी याददाश्त से केक की रेसिपी बनाने की कोशिश करने बनाम एक भरोसेमंद, परीक्षित रेसिपी कार्ड का पालन करने के बीच का अंतर है।
C. प्रोटोकॉल: "कंपनी हैंडबुक" (Externalized Interaction)
- समस्या: जब AI अन्य कंप्यूटरों या उपकरणों से बात करता है, तो यह "रोबोट" की भाषा अजीब तरीके से बोल सकता है जिसे दूसरा कंप्यूटर नहीं समझ पाता। यह मेनू का उपयोग करने के बजाय बेतरतीब ढंग से शब्द चिल्लाकर कॉफी ऑर्डर करने जैसा है।
- समाधान: हम इसे एक कंपनी हैंडbook (प्रोटोकॉल) देते हैं।
- यह हैंडबुक कहती है: "जब आप डेटाबेस से बात करें, तो आपको इस विशिष्ट वाक्य संरचना का उपयोग करना चाहिए।"
- यह AI को अनुमान लगाने से रोकता है और इसे एक मानक, सुरक्षित भाषा का उपयोग करने के लिए मजबूर करता है।
- उपमा: यह एक अराजक शोर-शराबे वाली बहस और एक औपचारिक बैठक के बीच का अंतर है जहाँ सभी एक एजेंडे का पालन करते हैं और विशिष्ट शब्दों का उपयोग करते हैं।
D. द हार्नेस (The Harness): "ऑफिस मैनेजर" (The Unifier)
- समस्या: आपके पास एक फाइलिंग कैबिनेट, एक रेसिपी बुक और एक हैंडबुक हो सकती है, लेकिन यदि कोई उन्हें प्रबंधित नहीं करता है, तो ऑफिस अस्त-व्यस्त रहेगा। AI गलत फाइल उठा सकता है या नियमों को अनदेखा कर सकता है।
- समाधान: हार्नेस (Harness) ही ऑफिस मैनेजर है।
- मैनेजर तय करता है कि कौन सी फाइल निकाली जाए, कौन सी रेसिपी खोली जाए, और कब हैंडबुक चेक की जाए।
- मैनेजर एक सुरक्षा गार्ड के रूप में भी कार्य करता है (AI को फाइलें डिलीट करने से रोकना) और एक गुणवत्ता नियंत्रण निरीक्षक (यह जांचना कि काम सही ढंग से हुआ है या नहीं) के रूप में भी।
- उपमा: AI इंजन है, लेकिन हार्नेस कार का चेसिस, स्टीयरिंग व्हील और ब्रेक है। कार के बिना, इंजन केवल एक तेज़, खतरनाक शोर है।
3. यह क्यों मायने रखता है ("Aha!" मोमेंट)
शोध पत्र तर्क देता है कि हम "बड़े दिमागों" के युग से "बेहतर ऑफिसों" के युग की ओर बढ़ रहे हैं।
- पुराना तरीका: "आइए AI को इतना स्मार्ट बनाएं कि उसे कभी कुछ खोजने की आवश्यकता न पड़े।" (यह कठिन और महंगा होता जा रहा है)।
- नया तरीका: "आइए एक ऐसा सिस्टम बनाएं जहां AI को सब कुछ याद रखने की आवश्यकता ही न हो क्योंकि सिस्टम उसके लिए याद रखता है।"
जादुई परिवर्तन:
- Recall (याद करना) अब Recognition (पहचानना) बन जाता है (सही फाइल ढूंढना)।
- Improvisation (तत्काल रचना) अब Composition (संयोजन) बन जाता है (पहले से बने ब्लॉक्स को जोड़ना)।
- Chaos (अराजकता) अब Contracts (अनुबंध) बन जाता है (संरचित समझौते)।
4. भविष्य: एक स्व-सुधारने वाला ऑफिस
शोध पत्र भविष्य की ओर देखता है जहाँ "ऑफिस मैनेजर" (Harness) भी स्मार्ट होता जाएगा।
- स्व-विकसित (Self-Evolving): यदि AI किसी विशिष्ट कार्य में बार-बार विफल होता है, तो ऑफिस मैनेजर बिना किसी मानवीय हस्तक्षेप के स्वचालित रूप से रेसिपी बुक को फिर से लिख सकता है या हैंडबुक में एक नया नियम जोड़ सकता है।
- साझा बुनियादी ढांचा (Shared Infrastructure): कौशलों और स्मृतियों के एक "सार्वजनिक पुस्तकालय" की कल्पना करें जिसका उपयोग सभी AI एजेंट कर सकते हैं। यदि एक AI बग को ठीक करना सीखता है, तो वह रेसिपी को लाइब्रेरी में लिख देता है, और अन्य सभी AI तुरंत उसका उपयोग कर सकते हैं।
सारांश
यह शोध पत्र कहता है कि भविष्य केवल एक स्मार्ट रोबोट बनाने के बारे में नहीं है। यह रोबोट के लिए एक बेहतर कार्यक्षेत्र (workspace) बनाने के बारे में है। रोबोट के दिमाग से स्मृति, कौशल और नियमों को निकालकर एक संरचित, प्रबंधित वातावरण में रखकर, हम AI को अधिक विश्वसनीय, सुरक्षित और वास्तव में वास्तविक दुनिया के कार्यों के लिए उपयोगी बनाते हैं।
संक्षेप में: केवल मस्तिष्क को प्रशिक्षित न करें; उसके चारों ओर लाइब्रेरी, नियम पुस्तिका और प्रबंधक का निर्माण करें।
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।