तकनीकी सारांश: AI-नेटिव कोड जनरेशन के लिए माइक्रोस्किल आर्किटेक्चर (MicroSkill Architecture)

1. समस्या विवरण (Problem Statement)

यह शोध पत्र उन तीन महत्वपूर्ण संरचनात्मक विकृतियों (structural pathologies) की पहचान करता है जो LLMs और कोडिंग एजेंटों का उपयोग करते समय पूर्णतः AI-नेटिव सॉफ्टवेयर विकास की ओर संक्रमण में बाधा डालती हैं:

1. "लॉस्ट इन द मिडल" (Lost in the Middle) घटना: जैसे-जैसे कॉन्टेक्स्ट विंडो का विस्तार होता है, मॉडल एक U-आकार का अटेंशन कर्व प्रदर्शित करते हैं, जिससे वे लंबे इनपुट सीक्वेंस के मध्य में स्थित जानकारी की व्यवस्थित रूप से उपेक्षा करने लगते हैं। इसके परिणामस्वरूप सूक्ष्म तार्किक त्रुटियां और सिस्टम की संरचनात्मक समझ में कमी आती है।
2. टोकन विस्फोट (Token Explosion): "मोनोलिथिक कॉन्टेक्स्ट इंजेक्शन" रणनीति—जिसमें पूरे कोडबेस और दस्तावेज़ों को कॉन्टेक्स्ट विंडो में डाल दिया जाता है—अस्थिर कम्प्यूटेशनल लागत और लेटेंसी का परिणाम देती है, जिससे पुनरावृत्ति विकास (iterative development) आर्थिक रूप से अव्यवहार्य हो जाता है।
3. आर्किटेक्चरल ड्रिफ्ट (Architectural Drift): सख्त, स्थानीय रूप से लागू सीमाओं के बिना, एजेंट आधारभूत कोड को ओवरराइट करने, डिजाइन सिद्धांतों (जैसे ओपन क्लोज्ड प्रिंसिपल) का उल्लंघन करने और संरचनात्मक कपलिंग (structural coupling) उत्पन्न करने की प्रवृत्ति रखते हैं। यह "मॉड्यूलर मिराज" (Modular Mirage) की ओर ले जाता है, जहाँ कोड व्यवस्थित तो दिखता है लेकिन गंभीर सिमेंटिक कपलिंग और तकनीकी ऋण (technical debt) के संचय से ग्रस्त होता है।

वर्तमान रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) और मल्टी-एजेंट सिस्टम अक्सर इन समस्याओं को हल करने में विफल रहते हैं क्योंकि वे या तो विशाल कॉन्टेक्स्ट को असेंबल करने के बाद शोर (noise) को फ़िल्टर करते हैं या खुले अंत वाले प्राकृतिक भाषा संवादों पर निर्भर करते हैं जो कॉन्टेक्स्ट विंडो को संतृप्त कर देते हैं।

2. कार्यप्रणाली: माइक्रोस्किल आर्किटेक्चर (Methodology: MicroSkill Architecture)

प्रस्तावित समाधान माइक्रोस्किल आर्किटेक्चर है, जो एक मॉड्यूलर डिज़ाइन प्रतिमान है जो रनटाइम सर्विस डिकंपोजिशन के बजाय ज्ञान एनकैप्सुलेशन (knowledge encapsulation) पर माइक्रोसर्विसेज लॉजिक लागू करता है। यह सिस्टम चार मुख्य घटकों के माध्यम से कार्य करता है:

A. द माइक्रोस्किल्स रजिस्ट्री (The MicroSkills Registry)

सिस्टम ज्ञान को स्किल कैप्सूल्स ($c_i$) में विभाजित किया जाता है, जो लागू ज्ञान की परमाणु (atomic), स्पष्ट रूप से स्कोप की गई इकाइयाँ हैं। प्रत्येक कैप्सूल एक टुपल (tuple) है जिसमें शामिल है:

• ID: एक अद्वितीय पदानुक्रमित पहचानकर्ता (hierarchical identifier)।
• डोमेन स्कोप ($\omega_i$): फ़ाइल ट्री का एक विशिष्ट उपसमुच्चय जिस पर कौशल संचालित होने के लिए अधिकृत है।
• सिग्नेचर ($\Sigma_i$): सार्वजनिक API इंटरफेस और टाइप कॉन्ट्रैक्ट्स।
• गार्डरेल्स ($\Gamma_i$): अनिवार्य बाधाएं (सुरक्षा, कोडिंग मानक, आर्किटेक्चरल इनवेरियंट्स)।
• बॉयलरप्लेट ($B_i$): संरचनात्मक उदाहरण के रूप में कार्य करने वाले कैनोनिकल कोड स्निपेट्स।

कैप्सूल्स को एक मानव-पठनीय YAML स्कीमा में लिखा जाता है, यह सुनिश्चित करता है कि एजेंट के पास बिना किसी असंबंधित कोड की दृश्यता के, केवल एक सीमित क्षेत्र के भीतर संचालित होने के लिए आवश्यक संदर्भ हो।

B. डायनेमिक स्किल राउटर (Dynamic Skill Router)

पूरे रिपॉजिटरी को इंजेक्ट करने के बजाय, एक हल्का मध्यवर्ती एजेंट (राउटर) एक प्रतिबंधित अनुकूलन समस्या (constrained optimization problem) को हल करता है। डेवलपर के प्राकृतिक भाषा के इरादे ($\mathcal{I}$) को देखते हुए, राउटर कैप्सूल्स का एक उपसमुच्चय ($\mathcal{R}^*$) चुनता है जो एक सख्त टोक बजट ($\tau$) का पालन करते हुए इरादे के साथ सिमेंटिक समानता को अधिकतम करता है:

$$\mathcal{R}^* = \arg\max_{\mathcal{R}' \subseteq \mathcal{R}} \sum_{c_i \in \mathcal{R}'} \text{Sim}(\Phi(c_i), \Phi(\mathcal{I}))$$
$$\text{subject to } \sum_{c_i \in \mathcal{R}'} \text{Len}(c_i) \leq \tau$$

यह सुनिश्चित करता है कि कोडिंग एजेंट में इंजेक्ट किया गया कॉन्टेक्स्ट पूरे रिपॉजिटरी की तुलना में कई गुना छोटा है, जो पूरी तरह से कार्य-प्रासंगिक ज्ञान पर केंद्रित है।

C. डेवलपमेंट लाइफसाइकिल और वेरिफिकेशन (Development Lifecycle and Verification)

कोडिंग एजेंट को इरादा, चयनित कैप्सूल्स और प्रासंगिक फ़ाइल सिस्टम की वर्तमान स्थिति को संयोजित करने वाला एक प्रॉम्प्ट प्राप्त होता है। जनरेशन प्रक्रिया ओपन क्लोज्ड प्रिंसिपल द्वारा शासित होती है: एजेंट केवल कैप्सूल के डोमेन स्कोप के भीतर मॉड्यूलर परिवर्धन ($\Delta K$) उत्पन्न कर सकता है।

• वेरिफिकेशन फ़िल्टर: मर्ज करने से पहले, जनरेट किए गए कोड की कैप्सूल के गार्डरेल्स ($\Gamma_i$) के विरुद्ध जांच की जाती है। यदि बाधाओं का उल्लंघन होता है, तो परिवर्तन को अस्वीकार कर दिया जाता है, और विशिष्ट उल्लंघन को सुधार के लिए एजेंट को वापस फीड किया जाता है।

D. सेल्फ-लर्निंग फीडबैक लूप (Self-Learning Feedback Loop)

आर्किटेक्चर में स्वायत्त विकास के लिए एक तंत्र शामिल है। यदि एक जनरेट किया गया समाधान ($\Delta K$) एक गुणवत्ता थ्रेशोल्ड ($\theta$) को पार कर जाता है, तो एक एब्स्ट्रैक्टर एजेंट ($\mathcal{G}$) पुन: प्रयोज्य कोर को निकालता है, कार्य-विशिष्ट विवरणों को हटाता है, और रजिस्ट्री में एक नया स्किल कैप्सूल ($c_{new}$) पंजीकृत करता है। यह सिस्टम को समय के साथ सिद्ध पैटर्न और डोमेन कन्वेंशन को संचित करने की अनुमति देता है।

3. प्रमुख योगदान (Key Contributions)

• औपचारिक गणितीय उपचार: यह पेपर कॉन्टेक्स्ट एलोकेशन को सिमेंटिक प्रासंगिकता पर एक प्रतिबंधित अनुकूलन समस्या के रूप में मॉडल करता है, जो सटीकता बनाए रखते हुए टोकन खपत को कम करने के लिए एक सैद्धांतिक आधार प्रदान करता है।
• आर्किटेक्चरल प्रवर्तन (Architectural Enforcement): कैप्सूल गार्डरेल्स के माध्यम से डिज़ाइन सिद्धांतों (जैसे ओपन क्लोज्ड प्रिंसिपल) को सीधे इंफ्रास्ट्रक्चर में एम्बेड करके, सिस्टम आर्किटेक्चरल उल्लंघनों के एक निश्चित वर्ग को संरचनात्मक रूप से असंभव बना देता है।
• स्व-विकसित ज्ञान आधार (Self-Evolving Knowledge Base): एक लूप का परिचय जो सफल कार्यान्वयन से नए कौशल को स्वायत्त रूप से निकालता है और पंजीकृत करता है, जो स्थिर ज्ञान आधारों से आगे जाता है।
• स्ट्रक्चरल इंटीग्रिटी इंडेक्स: डिज़ाइन सिद्धांतों (SOLID) के पालन को कोड वॉल्यूम और कपलिंग डेंसिटी के विरुद्ध संबंध करने वाला एक प्रस्तावित मीट्रिक, जो आर्किटेक्चरल क्षय (architectural decay) को मापने के लिए उपयोग किया जाता है।

4. अनुभवजन्य परिणाम (Empirical Results)

लेखकों ने Claude 3.5 Sonnet मॉडल का उपयोग करके एक एंटरप्राइज कंटेंट मैनेजमेंट सिस्टम (CMS) की 15 जटिल विशेषताओं को लागू करने के लिए एक नियंत्रित केस स्टडी आयोजित की। माइक्रोस्किल दृष्टिकोण की तुलना मोनोलिथिक कॉन्टेक्स्ट बेसलाइन से की गई।

मात्रात्मक निष्कर्ष:

• टोकन खपत: 93.4% कम हुई (प्रत्येक फीचर के लिए ~48,500 से ~3,200 टोकन तक)।
• प्रथम-प्रयास सफलता दर: 40% (मोनोलिथिक) से बढ़कर 86.6% (माइक्रोस्किल) हो गई।
• आर्किटेक्चरल उल्लंघन: बेसलाइन में 12 मामलों से घटकर माइक्रोस्किल स्थिति में 0 मामले रह गए।
• स्व-विकास: सिस्टम ने प्रयोग के दौरान 7 नए स्किल कैप्सूल्स को स्वायत्त रूप से निकाला और पंजीकृत किया, जिनका बाद में पुनः उपयोग किया गया।

गुणात्मक विश्लेषण:
उच्च सफलता दर का श्रेय "शोर" (विभिन्न मॉड्यूल में समान रूप से नामित फंक्शनों के कारण भ्रम) को हटाने और सिंटैक्टिक रूप से वैध बॉयलरप्लेट प्रदान करने को दिया गया। शून्य उल्लंघन गणना ने प्रमाणित किया कि कैप्सूल सीमाओं ने प्रभावी रूप से एजेंटों को कोर सिस्टम फ़ाइलों को ओवरराइट करने से रोका।

5. महत्व और दावे (Significance and Claims)

पेपर का दावा है कि माइक्रोस्किल आर्किटेक्चर AI-नेटिव डेवलपमेंट सिस्टम के लिए एक स्केलेबल आधार प्रदान करता है जो एक साथ अधिक कुशल, विश्वसनीय और विकसित होने में सक्षम है।

• पैराडाइम में बदलाव: यह तर्क देता है कि AI-नेटिव सिस्टम का मार्ग केवल एजेंटों को अलग से "स्मार्ट" बनाने में नहीं है, बल्कि उस इंफ्रास्ट्रक्चर के माध्यम से सॉफ्टवेयर डिज़ाइन सिद्धांतों को कोड के साथ जोड़ने में है जिसके माध्यम से एजेंट इंटरैक्ट करते हैं।
• स्केलेबिलिटी: मोनोलिथिक कॉन्टेक्स्ट के संयोजन को रोककर, आर्किटेक्चर "लॉस्ट इन द द मिडल" घटना और टोकन विस्फोट से बचता है, जिससे पुनरावृत्ति विकास आर्थिक रूप से व्यवहार्य हो जाता है।
• रखरखाव योग्यता (Maintainability): सिस्टम यह सुनिश्चित करता है कि AI-जनरेटेड कोड रखरखाव योग्य रहे और आर्किटेक्चरल क्षय के प्रति प्रतिरोधी रहे, क्योंकि यह इंफ्रास्ट्रक्चर स्तर पर सख्त सीमाओं और गार्डरेल्स को लागू करता है।

स्वीकृत सीमाएँ (Limitations Acknowledged):
लेखक नोट करते हैं कि अध्ययन एक एकल सिस्टम, डोमेन और मॉडल पर किया गया था। वे स्वीकार करते हैं कि कोसाइन-सिमिलैरिटी-आधारित रूटिंग सभी परिदृश्यों के लिए इष्टतम नहीं हो सकती है और सैकड़ों हजार फ़ाइलों वाले प्रोजेक्ट्स के लिए पदानुक्रमित नेमस्पेस की स्केलेबिलिटी के लिए और अध्ययन की आवश्यकता है। भविष्य के कार्य में स्टैटिक एनालिसिस के माध्यम से कैप्सूल ऑथरिंग को स्वचालित करना और फेडरेटेड स्किल रजिस्ट्री का अन्वेषण करना शामिल है।