Bridging Requirements and Architecture: Multi-Agent Orchestration with External Knowledge and Hierarchical Memory
यह शोध पत्र MAAD प्रस्तुत करता है, जो एक मल्टी-एजेंट फ्रेमवर्क है जो सॉफ्टवेयर आवश्यकताओं को व्यापक, गुणवत्ता-आकलन युक्त आर्किटेक्चरल डिजाइनों में बदलने के लिए विशिष्ट एजेंटों को स्वायत्त रूप से ऑर्केस्ट्रेट करने हेतु रिट्रीवल-ऑगमेंटेड जनरेशन और पदानुक्रमित मेमोरी का लाभ उठाता है, जो मौजूदा बेसलाइनों की तुलना में बेहतर पूर्णता और मॉडुलैरिटी प्रदर्शित 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
बड़ी समस्या: बिना ब्लूप्रिंट के गगनचुंबी इमारत बनाना
कल्पना कीजिए कि आपसे एक विशाल, जटिल गगनचुंबी इमारत बनाने के लिए कहा गया है। आपके पास क्लाइंट की इच्छाओं की एक सूची है (जो "आवश्यकताएं" हैं), जैसे "इसे भूकंप-रोधी होना चाहिए," "इसमें 500 अपार्टमेंट होने चाहिए," और "लॉबी भव्य होनी चाहिए।"
वास्तविक दुनिया में, एक मानव वास्तुकार (Architect) इन इच्छाओं को लेता है और विस्तृत ब्लूप्रिंट बनाता है। वे तय करते हैं कि लिफ्ट कहाँ जाएगी, स्टील के बीम कैसे जुड़ेंगे, और सुरक्षा एवं लागत के बीच संतुलन कैसे बनाया जाए। यह बहुत कठिन काम है। इसके लिए गहरे ज्ञान की आवश्यकता होती है, और यदि वास्तुकार थक जाता है या कोई विवरण भूल जाता है, तो पूरी इमारत अस्थिर हो सकती है।
हाल ही में, हमने यह काम AI (विशेष रूप से लार्ज लैंग्वेज मॉडल्स) को सौंप दिया। लेकिन शुरुआती प्रयास ऐसे थे जैसे किसी एक AI को काम सौंपा गया हो जो सब कुछ एक साथ करने की कोशिश कर रहा है। वह अक्सर भ्रमित हो जाता था, क्लाइंट की इच्छाओं को भूल जाता था, या ऐसे ब्लूप्रिंट बनाता था जो कागज पर तो ठीक दिखते थे लेकिन वास्तव में इमारत को खड़ा नहीं रख पाते थे। यह एक अकेले व्यक्ति की तरह था जो स्ट्रक्चरल इंजीनियर, इंटीरियर डिजाइनर और सुरक्षा निरीक्षक सब कुछ एक साथ बनने की कोशिश कर रहा है, और अक्सर गलतियाँ कर रहा है।
समाधान: MAAD (AI निर्माण दल)
लेखकों ने इस पेपर में MAAD (मल्टी-एजेंट आर्किटेक्चर डिज़ाइन) बनाया है। एक अकेला AI सब कुछ करने के बजाय, उन्होंने चार विशिष्ट AI रोबोटों की एक टीम बनाई है, जिनमें से प्रत्येक का एक विशिष्ट कार्य है, जो एक मानव निर्माण दल की तरह मिलकर काम करते हैं।
यहाँ बताया गया है कि यह टीम कैसे काम करती है:
द एनालिस्ट (अनुवादक):
- कार्य: क्लाइंट की अव्यवsted इच्छा सूची को पढ़ता है और उसे एक स्पष्ट, व्यवस्थित चेकलिस्ट में बदल देता है।
- उपमा: एक अनुवादक की कल्पना करें जो क्लाइंट को कहते हुए सुनता है, "मैं एक ऐसा घर चाहता हूँ जो महल जैसा महसूस हो लेकिन सौर ऊर्जा पर चले," और वह एक सटीक सूची लिख देता है: "1. पत्थर की दीवारें, 2. छत पर सोलर पैनल, 3. बेसमेंट नहीं।" एनालिस्ट यह सुनिश्चित करता है कि कुछ भी छूटे नहीं।
द मॉडलर (ड्राफ्ट्समैन):
- कार्य: चेकलिस्ट लेता है और इमारत के विभिन्न दृश्य (फ्लोर प्लान, इलेक्ट्रिकल वायरिंग, प्लंबिंग) तैयार करता है।
- उपमा: यह वह व्यक्ति है जो "4+1" व्यू बनाता है। यह केवल एक चित्र नहीं बनाता; यह इलेक्ट्रीशियन के लिए दृश्य, प्लंबर के लिए दृश्य और अंदर रहने वाले लोगों के लिए दृश्य बनाता है, यह सुनिश्चित करते हुए कि वे सभी आपस में मेल खाते हों।
द डिज़ाइनर (निर्माता का मार्गदर्शक):
- कार्य: निर्माण दल के लिए विस्तृत निर्देश पुस्तिका लिखता है।
- उपमा: यह एजेंट इमारत की "रेसिपी" लिखता है। यह बताता है कि किन सामग्रियों का उपयोग करना है, पाइपों को कैसे जोड़ना है, और खिड़कियों को कैसे सुरक्षित करना है। यह सुनिश्चित करता है कि ब्लूप्रिंट वास्तव में बनाए जाने योग्य हों।
द इवैल्यूएटर (सुरक्षा निरीक्षक):
- कार्य: यह सबसे महत्वपूर्ण नया जुड़ाव है। इवैल्यूएटर लगातार अन्य तीनों के काम की जाँच करता है।
- उपमा: एक सख्त सुरक्षा निरीक्षक की कल्पना करें जो हर चरण में साइट का दौरा करता है। यदि एनालिस्ट ने कोई आवश्यकता छोड़ दी है, तो इवैल्यूएटर कहता है, "हे, तुम फायर एस्केप भूल गए!" यदि मॉडलर ने वहां दीवार बना दी जहां दरवाजा होना चाहिए था, तो इवैल्यूएटर कहता है, "इसे ठीक करो।" इवैल्यूएटर काम को तब तक वापस भेजता रहता है जब तक कि वह सभी सुरक्षा जांचों को पास न कर ले।
उनके गुप्त हथियार: लाइब्रेरी और मेमोरी
यह सुनिश्चित करने के लिए कि यह AI टीम गलत तथ्य न बनाए (जिसे "हैलुसिनेशन" कहा जाता है), MAAD दो विशेष उपकरणों का उपयोग करता है:
द लाइब्रेरी (RAG - रिट्रीवल-ऑगमेंटेड जनरेशन):
- यह कैसे काम करता है: टीम कुछ भी बनाने से पहले, वे प्रसिद्ध, सिद्ध बिल्डिंग कोड और वास्तु नियमों (जैसे ISO मानक) की एक डिजिटल लाइब्रेरी खोलते हैं।
- उपमा: पुल बनाने का तरीका अनुमान लगाने के बजाय, टीम "पुलों के लिए सर्वोत्तम प्रथाओं" की किताब देखती है। यह सुनिश्चित करता है कि वे चीजें मनगढ़ंत बनाने के बजाय वास्तविक दुनिया के नियमों का पालन करें।
मेमोरी सिस्टम:
- यह कैसे काम करता है: टीम पिछले प्रोजेक्ट्स से सीखी गई बातों को याद रखती है।
- उपमा:
- वर्किंग मेमोरी: मीटिंग रूम में एक व्हाइटबोर्ड की तरह जहाँ वे लिखते हैं कि वे अभी क्या कर रहे हैं।
- एपिसोडिक मेमोरी: पिछले प्रोजेक्ट्स की एक डायरी की तरह। "पिछली बार जब हमने स्कूल बनाया था, तो हम जिम भूल गए थे। इस बार उसे न भूलें।"
- सिमेंटिक मेमोरी: वास्तु संबंधी ज्ञान का एक स्थायी विश्वकोश की तरह जिसे पूरी टीम सामान्य नियम सीखने के लिए पढ़ सकती है।
उन्होंने क्या पाया (परिणाम)
शोधकर्ताओं ने MAAD का परीक्षण एक लोकप्रिय AI टूल MetaGPT के विरुद्ध किया (जो एक सामान्य-उद्देश्य वाला AI दल है जो कोड लिखने और सॉफ्टवेयर डिजाइन करने की कोशिश करता है लेकिन आर्किटेक्चर के लिए विशिष्ट नहीं है)।
- बेहतर ब्लूप्रिंट: MAAD ने बहुत अधिक पूर्ण और व्यवस्थित ब्लूप्रिंट तैयार किए। जहाँ MetaGPT अक्सर यह परिभाषित करना भूल जाता था कि हिस्से आपस में कैसे जुड़ते हैं (जैसे दरवाजों को छोड़ देना), वहीं MAAD ने हर कनेक्शन को स्पष्ट रूप से परिभाषित किया।
- कम गलतियाँ: इवैल्यूएटर एजेंट के कारण, MAAD ने अपनी गलतियों को पकड़ा और काम पूरा होने से पहले उन्हें ठीक किया। MetaGPT अक्सर त्रुटियों के साथ ब्लूप्रिंट सौंप देता था।
- "दिमाग" मायने रखता है: शोधकर्ताओं ने अलग-अलग "दिमागों" (विभिन्न AI मॉडल्स) के साथ MAAD का परीक्षण किया। उन्होंने पाया कि यह टीम तभी अच्छी तरह काम करती है जब "दिमाग" पर्याप्त स्मार्ट हो।
- स्मार्ट ब्रेन्स (GPT-5.2, Qwen3.5): इन मॉडल्स ने जटिल नियमों को समझा और विस्तृत, पेशेवर-ग्रेड ब्लूप्रिंट बनाए।
- कम स्मार्ट ब्रेन्स (DeepSeek-R1, Llama3.3): इन मॉडल्स ने बहुत सरल, लगभग खिलौने जैसे ब्लूप्रिंट बनाए। वे जटिल विवरणों को चूक गए, भले ही उनके पास समान लाइब्रेरी तक पहुंच थी।
निष्कर्ष
शोधकर्ता निष्कर्ष निकालते हैं कि MAAD एक शक्तिशाली उपकरण है, लेकिन यह कोई जादुई छड़ी नहीं है जो मानव वास्तुकारों को पूरी तरह से बदल दे।
- यह क्या अच्छा करता है: यह एक कच्चे विचार को एक संरचित, विस्तृत और जांचे गए ब्लूप्रिंट के सेट में बहुत तेज़ी से बदल सकता है। यह जानकारी को व्यवस्थित करने और निरंतरता की जाँच करने का भारी काम संभाल लेता है।
- इसे क्या चाहिए: इसे अभी भी अंतिम काम की समीक्षा करने के लिए एक मानव वास्तुकार की आवश्यकता है। AI नियमों का पालन करने और डेटा को व्यवस्थित करने में बहुत अच्छा है, लेकिन जटिल स्थितियों के लिए जहाँ "अंतर्ज्ञान" या छिपे हुए अनुभव की आवश्यकता होती है, वहां मानव निर्णय लेने के लिए अभी भी आवश्यक हैं।
संक्षेप में, MAAD एक अत्यधिक कुशल, सुपर-संगठित सहायक वास्तुकार की तरह है जो कभी थकता नहीं है, हमेशा नियमों की जाँच करता है, और पिछले हर प्रोजेक्ट को याद रखता है, लेकिन अंतिम अनुमोदन देने के लिए उसे एक मानव बॉस की आवश्यकता होती 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।