Bian Que: An Agentic Framework with Flexible Skill Arrangement for Online System Operations
बियांन क्यू (Bian Que) कुआईशौ (KuaiShou) के सर्च इंजन पर तैनात एक एजेंटिक फ्रेमवर्क है जो एक एकीकृत परिचालन प्रतिमान (unified operational paradigm), गतिशील डेटा और ज्ञान पुनर्प्राप्ति के लिए लचीली कौशल व्यवस्था और एक स्व-विकसित तंत्र पेश करके बड़े पैमाने पर सिस्टम संचालन में ऑर्केस्ट्रेशन बाधा को संबोधित करता है, जिससे अंततः अलर्ट की मात्रा में 75% की कमी आती है और औसत समाधान समय (mean time to resolution) में 50% से अधिक की कटौती होती 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 विशाल, उच्च गति वाले अंतरिक्ष यान (जैसे कुआईशौ का सर्च इंजन) के कप्तान हैं, जो हर दिन करोड़ों यात्रियों को ले जाता है। यह जहाज इतना जटिल है कि इसमें हजारों चलते हुए पुर्जे हैं, और हर दिन इंजीनियरिंग टीम इंजन, नेविगेशन सिस्टम और लाइफ सपोर्ट में दर्जनों सूक्ष्म बदलाव करती है।
अतीत में, इस जहाज को सुरक्षित रूप से चलाना एक दुस्वप्न जैसा था। जब भी कोई इंजीनियर कोई बदलाव करता, अलार्म बजने लगते थे। मानव चालक दल को इधर-उधर भागना पड़ता, हजारों गेज चेक करने पड़ते, अंतहीन लॉग पढ़ने पड़ते और यह अनुमान लगाना पड़ता कि समस्या क्या है। यह थका देने वाला, धीमा और अक्सर गलतियों का कारण बनता था क्योंकि जानकारी को प्रोसेस करने के लिए बहुत अधिक डेटा होता था।
यहाँ आता है BIAN QUE।
BIAN QUE को केवल एक रोबोट के रूप में नहीं, बल्कि आपकी इंजीनियरिंग टीम के लिए एक सुपर-स्मार्ट, स्वयं सुधारने वाले "चीफ ऑफ स्टाफ" के रूप में समझें। यह केवल समस्याओं पर प्रतिक्रिया नहीं देता; यह उनका पूर्वानुमान लगाता है, निदान करता है, और बेहतर बनने के लिए हर घटना से सीखता है।
यह कैसे काम करता है, इसे तीन सरल अवधारणाओं में विभाजित किया गया है:
1. रक्षा की तीन रेखाएं (The "Shifts")
किसी आपदा के होने का इंतजार करने के बजाय, BIAN QUE काम को तीन विशिष्ट शिफ्टों में व्यवस्थित करता है, ठीक वैसे ही जैसे एक अस्पताल में होता है:
- द्वारपाल (रिलीज़ इंटरसेप्शन - Gatekeeper): किसी भी नए अपडेट को लॉन्च करने से पहले, यह एजेंट इसकी जांच करता है। यह एक क्लब के सख्त बाउंसर की तरह है जो आपके अंदर प्रवेश करने से पहले आपकी आईडी और बैग की जांच करता है। यदि कुछ भी जोखिम भरा लगता है, तो यह तुरंत लॉन्च को रोक देता है, जिससे समस्याएं शुरू होने से पहले ही रुक जाती हैं।
- स्वास्थ्य निरीक्षक (प्रोएक्टिव इंस्पेक्शन - Health Inspector): यह एजेंट नियमित रूप रूप से जहाज में घूमता है, इंजन का तापमान और ईंधन का स्तर भी चेक करता है, भले ही कोई अलार्म न बज रहा हो। यह उन "शांत" समस्याओं को ढूंढ निकालता है जो बाद में क्रैश का कारण बन सकती हैं, और उन्हें किसी के पता चलने से पहले ही ठीक कर देता है।
- जासूस (अलर्ट रूट कॉज़ एनालिसिस - Detective): यदि कोई अलार्म बजता है, तो यह एजेंट एक जासूस की तरह काम करता है। घबराने के बजाय, यह तुरंत सही सुराग (लॉग, मेट्रिक्स) इकट्ठा करता है और पूछता है, "वास्तव में क्या टूटा है?" यह मानव चालक दल को एक स्पष्ट उत्तर देता है, जिससे उनके अनुमान लगाने के घंटों बच जाते हैं।
2. "फ्लेक्सिबल स्किल" सिस्टम (The "Toolbox")
यही इस पेपर का सबसे बड़ा नवाचार है। अतीत में, आपको जहाज के हर हिस्से के लिए मैन्युअल रूप से एक नियम पुस्तिका लिखनी पड़ती थी। यदि जहाज बदल जाता, तो नियम पुस्तिका बेकार हो जाती।
BIAN QUE फ्लेक्सिबल स्किल्स (Flexible Skills) का उपयोग करता है। कल्पना कीजिए कि एक जादुई टूलबॉक्स है जहाँ हर उपकरण जानता है कि उसका काम क्या है।
- यदि समस्या "सर्च इंजन" के साथ है, तो एजेंट "सर्च टूल" निकाल लेता है।
- यदि समस्या "वीडियो प्लेयर" के साथ है, तो वह "वीडियो टूल" निकाल लेता है।
इसे कैसे पता चलता है कि कौन सा टूल इस्तेमाल करना है?
यह इंसानों द्वारा लिखे गए किसी स्थिर मैनुअल पर निर्भर नहीं करता है। इसके बजाय, AI स्थिति के आधार पर अपने निर्देश स्वयं लिखता है।
- जेनरेशन (Generation): यदि जहाज का कोई नया हिस्सा जोड़ा जाता है, तो AI उपलब्ध डेटा को देखता है और उसे संभालने के लिए मौके पर ही एक नया "स्किल" (निर्देशों का एक सेट) लिखता है।
- करेक्शन (Correction): यदि AI कोई गलती करता है, तो एक इंजीनियर बस साधारण अंग्रेजी में कह सकता है, "हे, तुम फ्यूल गेज चेक करना भूल गए,"। AI तुरंत अपने निर्देशों को फिर से लिख देता है ताकि अगली बार इसमें वह चरण शामिल हो सके। यह एक छात्र की तरह है जो परीक्षा में सुधार के लिए मिली सलाह के बाद तुरंत अपनी अध्ययन गाइड अपडेट कर लेता है।
3. स्वयं विकसित होने वाला लूप (The "Memory")
अधिकांश कंप्यूटर सिस्टम स्थिर होते; वे वही करते हैं जो उन्हें प्रोग्राम किया गया है, भले ही दुनिया बदल जाए। BIAN QUE अलग है क्योंकि इसके पास एक दोहरी मेमोरी प्रणाली (dual-memory system) है जो हर घटना से सीखती है।
जब कोई इंजीनियर फीडबैक देता है (जैसे, "वह निदान गलत था"), तो BIAN QUE उस एक फीडबैक का उपयोग दो तरीकों से सुधार करने के लिए करता है:
- नॉलेज बेस को अपडेट करना: यह सीखी गई सीख को जहाज के व्यवहार के एक स्थायी "विश्वकोश" (Encyclopedia) में सहेज लेता है।
- स्किल्स को रिफाइन करना: यह उस विशिष्ट "टूल" (स्किल) को अपडेट करता है जिसका उपयोग उस काम के लिए किया गया था ताकि वह दोबारा वही गलती न करे।
इसे एक शेफ की तरह समझें जो व्यंजन चखता है। यदि व्यंजन बहुत नमकीन है, तो शेफ केवल व्यंजन को फेंकता नहीं है; वह रेसिपी बुक (Knowledge) को अपडेट करता है और अगली बार के लिए नमक डालने की अपनी विशिष्ट तकनीक (Skill) को भी सुधारता है।
परिणाम: कुआईशौ में क्या हुआ?
टीम ने इस सिस्टम का परीक्षण कुआईशौ के वास्तविक सर्च इंजन (एक विशाल प्लेटफॉर्म जिसमें करोड़ों उपयोगकर्ता हैं) पर किया। परिणाम ऐसे थे जैसे एक अराजक इमरजेंसी रूम को एक सुव्यवस्थित मशीन में बदल दिया गया हो:
- कम अलार्म: उन अलार्मों की संख्या जो वास्तव में मानव ध्यान की आवश्यकता रखते थे, 75% कम हो गई। सिस्टम ने शोर को इंसानों तक पहुँचने से पहले ही रोक दिया।
- कम गलत अलार्म: "शोर" (अलार्म जो वास्तव में गलत या महत्वहीन थे) लगभग 95% गिर गया। इंसानों को केवल तभी सूचित किया गया जब वास्तव में जरूरत थी।
- तेजी से सुधार: जब कोई वास्तविक समस्या आई, तो उसे ठीक करने में लगने वाला समय (Mean Time to Resolution) 50% से अधिक कम हो गया।
- सटीकता: सिस्टम ने 80% बार समस्याओं के मूल कारण (root cause) को सही ढंग से पहचाना।
यह क्यों महत्वपूर्ण है
यह पेपर तर्क देता है कि ऑपरेशंस के लिए AI का उपयोग करने में सबसे कठिन हिस्सा AI को "स्मार्ट" बनाना नहीं है; बल्कि यह तय करना है कि उसे कौन सी जानकारी देनी है। यदि आप AI को सब कुछ (सभी लॉग, सभी मेट्रिक्स) खिलाते हैं, तो वह भ्रमित हो जाता है और गलत निष्कर्ष (hallucinate) निकालने लगता है। यदि आप उसे कुछ भी नहीं देते, तो वह समस्या हल नहीं कर पाता।
BIAN QUE इसे एक स्मार्ट फिल्टर के रूप में कार्य करके हल करता है। यह गतिशील रूप से तय करता है कि विशिष्ट समस्या के लिए कौन सा डेटा और कौन से नियम आवश्यक हैं, और यह हर बार खुद को बेहतर बनाने के लिए सीखता है जब कोई इंसान इसे थोड़ा सा संकेत देता है।
संक्षेप में, BIAN QUE ओवरवर्क्ड इंजीनियरों की एक टीम को अत्यधिक कुशल सुपरवाइजरों की टीम में बदल देता है, जिससे AI को डेटा सॉर्टिंग और प्रारंभिक निदान का भारी काम संभालने दिया जाता है, जबकि इंसान बड़े निर्णयों पर ध्यान केंद्रित करते हैं।
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।