AOHP: An Open-Source OS-Level Agent Harness for Personalized, Efficient and Secure Interaction
यह शोध पत्र AOHP को प्रस्तुत करता है, जो Android पर निर्मित एक ओपन-सोर्स OS-स्तरीय एजेंट हारनेस है जो एजेंटों को व्यक्तिगत, कुशल और सुरक्षित इंटरैक्शन सक्षम करने के लिए प्रथम-श्रेणी के सिस्टम अभिनेताओं (first-class system actors) के रूप में मानता है, जो पारंपरिक प्रणालियों की तुलना में कार्य पूर्णता दर, टोकन लागत और सुरक्षा अनुपालन में महत्वपूर्ण सुधार 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
मुख्य विचार: AI के लिए "ऑपरेटिंग सिस्टम" को बदलना
कल्पना कीजिए कि आपका स्मार्टफोन एक व्यस्त ऑफिस बिल्डिंग है। अभी, यह इमारत इंसानों के लिए बनाई गई है। दरवाजे, लिफ्ट और डेस्क इस तरह व्यवस्थित हैं ताकि एक इंसान अंदर आ सके, एक विशिष्ट कमरा (ऐप) ढूंढ सके और कोई काम कर सके।
लेकिन अब, हमारे पास AI एजेंट्स (स्मार्ट डिजिटल असिस्टेंट) हैं जो हमारे लिए काम करना चाहते हैं। समस्या यह है कि ये AI एजेंट्स एक ऐसी इमारत में रास्ता खोजने की कोशिश कर रहे हैं जो इंसानों के लिए बनी है। उन्हें स्क्रीन को "देखना" पड़ता है, बटन पर "क्लिक" करना पड़ता है, और इंसानों की तरह मेनू को "पढ़ना" पड़ता है। यह धीमा है, AI के लिए भ्रमित करने वाला है, और जोखिम भरा भी है क्योंकि बटन क्लिक करने की कोशिश में AI गलती से आपके पासवर्ड या क्रेडिट कार्ड नंबर देख सकता है।
AOHP (Android Open Harness Project) इस "ऑफिस बिल्डिंग" (ऑपरेटिंग सिस्टम) को विशेष रूप से AI एजेंट्स के लिए बनाने का एक नया तरीका है। AI को इंसान की तरह व्यवहार करने के लिए मजबूर करने के बजाय, AOHP इस इमारत को फिर से डिजाइन करता है ताकि AI सीधे काम तक पहुँच सके, उलझाने वाले गलियारों को छोड़ सके और आपके रहस्यों को सुरक्षित रख सके।
AOHP की तीन महाशक्तियाँ
यह पेपर तीन तरीकों को पेश करता है जिनसे AOHP खेल बदल देता है:
1. पर्सनलाइज्ड सर्विस कंपोजिशन: "कस्टम बटलर" (Custom Butler)
पुराना तरीका: यदि आप जूते खरीदना चाहते हैं, तो आपको ऐप A खोलना होगा, सर्च करना होगा, फिर ऐप B खोलकर कीमतों की तुलना करनी होगी, और फिर शिपिंग चेक करने के लिए ऐप C खोलना होगा। आप खुद इन कड़ियों को जोड़ते हैं।
AOHP का तरीका: कल्पना कीजिए कि एक सुपर-बटलर है जिसे पता है कि आप क्या चाहते हैं। आप बस कहते हैं, "मेरे लिए $50 से कम के सबसे अच्छे जूते खरीदो।" OS (बिल्डिंग मैनेजर) तुरंत उस क्षण के लिए एक कस्टम इंटरफेस बनाता है। यह उन सभी अलग-अलग ऐप्स से सर्च रिजल्ट, कीमतें और शिपिंग जानकारी निकालता है और उन्हें आपके लिए एक ही स्क्रीन पर रख देता है।
- उपमा (Analogy): भोजन के लिए सामग्री खरीदने के लिए तीन अलग-अलग किराने की दुकानों पर जाने के बजाय, OS एक शेफ को उन तीनों दुकानों पर भेजता है, सामग्री इकट्ठा करता है, और उन्हें एक टोकरी में लाकर आपकी रसोई में रख देता है। AI "खरीददारी" संभालता है, और आप बस अंतिम परिणाम देखते हैं।
2. एफिशिएंट एजेंट इंटरफेस: "बैकस्टेज पास" (Backstage Pass)
पुराना तरीका: AI एजेंट्स को आमतौर पर स्क्रीन को वैसे ही "देखना" पड़ता है जैसे एक इंसान देखता है। वे स्क्रीन की तस्वीर लेते हैं, अंदाजा लगाते हैं कि बटन कहाँ है, और उस पर क्लिक करते हैं। यदि स्क्रीन बदलती है, तो वे भ्रमित हो जाते हैं। यह धीमा है और बहुत अधिक कंप्यूटर पावर (और AI के लिए पैसा) बर्बाद करता है।
AOHP का तरीका: AOHP AI को एक बैकस्टेज पास देता है। स्क्रीन को देखने के बजाय, AI सीधे ऐप्स के आंतरिक कोड से बात कर सकता है।
- पैरेलल प्रोसेसिंग: AI आपकी स्क्रीन को ब्लॉक किए बिना बैकग्राउंड में एक साथ कई काम कर सकता है।
- स्ट्रक्चर्ड डेटा: बटन क्या कहता है, इसका अंदाजा लगाने के लिए तस्वीर देखने के बजाय, AI को एक साफ टेक्स्ट विवरण मिलता है: "यह एक 'Buy' बटन है।"
- उपमा (Analogy): कल्पना कीजिए कि आप कार ठीक करने की कोशिश कर रहे हैं। पुराना तरीका विंडशील्ड के माध्यम से देखना और इंजन के पुर्जों का अंदाजा लगाना है। AOHP का तरीका बोनट खोलना और सीधे इंजन से बात करना है। यह तेज़ है, अधिक सटीक है, और इसके लिए डैशबोर्ड को घूरने की आवश्यकता नहीं है।
3. सिक्योर इंफॉर्मेशन फ्लो: "सुरक्षित तिजोरी" (Secure Vault)
पुराना तरीका: जब कोई AI एजेंट आपके निजी डेटा (जैसे आपका घर का पता या क्रेडिट कार्ड) के साथ कुछ करने की कोशिश करता है, तो वह अक्सर डेटा को सादे टेक्स्ट (plain text) में देखता है। यदि AI हैक हो जाता है या कोई गलती करता है, तो आपके रहस्य उजागर हो सकते हैं।
AOHP का तरीका: AOHP आपके निजी डेटा को तिजोरी में रखे सोने की ईंटों की तरह मानता है।
- द मास्क (The Mask): जब AI आपके पते के लिए पूछता है, तो वह "123 Main St" नहीं देखता। वह
<address:ID-999>जैसा एक कोड देखता है। - द ट्रस्टेड गार्ड (The Trusted Guard): यदि AI को वास्तव में उस पते का उपयोग करने की आवश्यकता है (जैसे शिपिंग फॉर्म भरने के लिए), तो वह एक "ट्रस्टेड वॉल्ट" (OS का एक सुरक्षित हिस्सा) से पूछता है। वॉल्ट चेक करता है कि क्या यह ठीक है, ऐप के लिए वास्तविक पता भरता है, और फिर उसे तुरंत छिपा देता है। AI वास्तव में असली नंबर कभी नहीं देखता।
- उपमा (Analogy): एक जादूगर के सहायक के बारे में सोचें। सहायक (AI) एक "लाल कार्ड" के लिए पूछ सकता है, लेकिन वह वास्तविक कार्ड कभी नहीं देखता। जादूगर (OS) असली कार्ड रखता है, ट्रिक करता है, और केवल परिणाम दिखाता है। सहायक कभी भी असली रहस्य नहीं जान पाता।
उन्होंने क्या टेस्ट किया? (परिणाम)
शोधकर्ताओं ने इस नए सिस्टम का परीक्षण "OpenClaw" नामक एक स्मार्ट AI एजेंट का उपयोग करके 30 कठिन मोबाइल कार्यों (जैसे खरीदारी करना, नोटिफिकेशन चेक करना और फाइल मैनेज करना) पर किया। उन्होंने इसकी तुलना एक सामान्य एंड्रॉइड फोन से की।
- सफलता दर (Success Rate): नए सिस्टम पर AI की सफलता दर 21% अधिक रही। यह उन कार्यों को पूरा करने में सक्षम था जिनमें वह सामान्य फोन पर विफल हो गया था क्योंकि वह बटनों को "देखने" या उलझाने वाले मेनू में फंसने के कारण अटक नहीं गया।
- गति और लागत (Speed & Cost): AI ने कार्यों को 44% तेज़ी से पूरा किया और 51% कम कंप्यूटर पावर (टोकन) का उपयोग किया। क्योंकि उसे स्क्रीन को "देखने" या क्या करना है इसका अंदाजा लगाने की आवश्यकता नहीं थी, इसलिए उसने समय और पैसा कम बर्बाद किया।
- सुरक्षा (Security): एक नकली पेमेंट ऐप के परीक्षण में, सिस्टम ने AI को वास्तविक क्रेडिट कार्ड नंबर या पते देखने से सफलतापूर्वक रोका, केवल उन्हें "मास्क्ड" (masked) कोड के रूप में दिखाया। इसने साबित किया कि AI असली रहस्य जाने बिना भी काम (आइटम खरीदना) कर सकता है।
सारांश
AOHP एक नए प्रकार के फोन ऑपरेटिंग सिस्टम का प्रोटोटाइप है। यह AI एजेंट्स को फोन का उपयोग करने वाले अनाड़ी इंसानों की तरह मानना बंद करता है और उन्हें शक्तिशाली सिस्टम टूल्स के रूप में मानना शुरू करता है। हर कार्य के लिए एक "कस्टम इंटरफेस" बनाकर, AI को डेटा तक सीधी पहुंच देकर, और निजी रहस्यों को तिजोरी में लॉक करके, AOHP AI एजेंट्स को तेज़, स्मार्ट और उपयोग के लिए बहुत अधिक सुरक्षित बनाता 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।