ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents
यह शोध पत्र ESAA-Conversational को प्रस्तुत करता है, जो एक इवेंट-सोर्स्ड मेमोरी लेयर है जो विषम (heterogeneous) LLM कोडिंग एजेंटों को दृश्य बातचीत के दौरों (conversation turns) को एक साझा, अपेंड-ओनली लॉग में कैप्चर करके और निरंतर निरंतरता बनाए रखने तथा सत्रों के बीच सहयोग करने में सक्षम बनाता है, जिससे सीधे एजेंट-से-एजेंट संचार या निरंतर LLM इन्फरेंस की आवश्यकता के बिना स्टेट, निर्णयों और कार्यों के लिए नियतात्मक (deterministic) रीड मॉडल प्रोजेक्ट किए जाते हैं।
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 प्रोजेक्ट मैनेजर हैं जो चार बहुत अलग विशेषज्ञों की एक टीम का नेतृत्व कर रहे हैं: एक कोडर, एक आर्किटेक्ट, एक रिसर्चर और एक डिज़ाइनर। प्रत्येक एक AI एजेंट (जैसे Codex, Grok, या Claude) है। वे प्रतिभाशाली हैं, लेकिन उनमें एक बड़ी खामी है: उनकी अल्पकालिक स्मृति (short-term memory) है और वे एक-दूसरे से बात नहीं करते हैं।
जब आर्किटेक्ट एक मीटिंग खत्म करता है, तो वे अपनी नोट्स एक निजी नोटबुक में लिख देता है। जब कोडर अपनी शिफ्ट शुरू करता है, तो उसे तब तक पता नहीं होता कि आर्किटेक्ट ने क्या तय किया है, जब तक कि आप, यानी इंसान, मैन्युअल रूप से उन नोट्स को एक नई चैट में कॉपी-पेस्ट न करें। यह धीमा, अव्यवस्थित है, और अक्सर महत्वपूर्ण विवरण खो जाते हैं।
ESAA-Conversational एक नया सिस्टम है जिसे इसे ठीक करने के लिए डिज़ाइन किया गया है। यह इन विभिन्न AI एजेंटों के बीच एक केंद्रीकृत, साझा "प्रोजेक्ट लॉगबुक" की तरह काम करता है।
यह कैसे काम करता है, यहाँ सरल उपमाओं (analogies) का उपयोग किया गया है:
1. "ब्लैक बॉक्स" रिकॉर्डर (मैकेनिकल कैप्चर)
AI को चीजें "याद रखने" के लिए कहने के बजाय, सिस्टम चुपचाप AI की स्क्रीन के ऊपर एक सुरक्षा कैमरा (जिसे हुक या वॉचर कहा जाता है) स्थापित कर देता है।
- यह क्या करता है: हर बार जब AI कोई संदेश टाइप करता है, तो कैमरा एक फोटो खींच लेता है और उसे
activity.jsonlनामक एक डिजिटल लॉगबुक में लिख देता है। - नियम: यह लॉगबुक append-only है। इसे एक विमान के फ्लाइट रिकॉर्डर की तरह समझें। एक बार जब एक लाइन लिखी जाती है, तो इसे मिटाया या बदला नहीं जा सकता। यह "सत्य का स्रोत" (Source of Truth) है।
- महत्व: AI को अपना काम बचाने के लिए कोई अतिरिक्त सोच-विचार करने की आवश्यकता नहीं है। सिस्टम बस स्वचालित रूप से कच्चे साक्ष्य (raw evidence) को रिकॉर्ड कर देता है।
2. "कार्यकारी सारांश" (प्रोजेक्टेड रीड मॉडल्स)
यदि आप केवल यह जानना चाहते हैं कि वर्तमान योजना क्या है, तो 500 पन्नों की कच्ची चैट वाली लॉगबुक बेकार है। इसलिए, सिस्टम उस लॉगबुक के आधार पर स्वच्छ, पठनीय सारांश स्वतः ही तैयार करता है।
- उपमा: कल्पना कीजिए कि एक लाइब्रेरियन एक निर्माण स्थल के बिखरे हुए, हस्तलिखित दैनिक लॉग पढ़ता है और फिर फोरमैन के लिए तीन साफ रिपोर्ट लिखता है:
state.md: "हम अभी कहाँ हैं।"decisions.md: "हमने कौन से 5 बड़े निर्णय लिए और क्यों।"tasks.json: "अभी कौन से काम बाकी हैं।"
- जादू: ये रिपोर्ट स्वचालित रूप से उत्पन्न होती हैं। कोई भी इन्हें मैन्युअल रूप से संपादित नहीं करता है। यदि लॉगबुक बदलती है, तो रिपोर्ट तुरंत अपडेट हो जाती हैं। यह सुनिश्चित करता है कि सारांश हमेशा कच्चे सत्य (raw truth) से मेल खाते हों।
3. "हैंडऑफ" (निरंतरता)
जब आर्किटेक्ट अपनी शिफ्ट समाप्त करता है और कोडर शुरू करता है, तो कोडर को पूरी 500-पन्नों की लॉगबुक पढ़ने की आवश्यकता नहीं होती।
- प्रक्रिया: कोडर बस सिस्टम से "हैंडऑफ" मांगता है। सिस्टम उसे
handoff.md(क्या हुआ इसका सारांश) और उनके कार्य से संबंधित पिछले 20 संदेशों का एक विशिष्ट "विंडो" सौंप देता है। - लाभ: कोडर बिना किसी अप्रासंगिक बातचीत को पढ़े या पिछले निर्णयों को खोए बिना, पूरे संदर्भ के साथ तुरंत काम शुरू कर देता है।
4. "ह्यूमन-इन-द-लूप" (क्यूरेशन)
सिस्टम इस बात के बीच अंतर करता है कि क्या हुआ (साक्ष्य) और क्या महत्वपूर्ण है (निर्णय)।
- साक्ष्य: AI का यह कहना कि "मुझे लगता है कि हमें पायथन का उपयोग करना चाहिए" केवल लॉग में एक टर्न है।
- क्यूरेशन: यदि AI (या इंसान) कहता है, "ठीक है, हमने पायथन का उपयोग करने का निर्णय लिया है," तो सिस्टम इसे एक औपचारिक डिसीजन इवेंट (Decision Event) के रूप में रिकॉर्ड करता है।
- महत्व: यह बातचीत के शोर को स्थायी नियमों से अलग करता है। सिस्टम जानता है कि एक रैंडम विचार और एक अंतिम नियम के बीच क्या अंतर है।
5. गोपनीयता और सुरक्षा
पेपर में जोर दिया गया है कि यह सिस्टम सार्वजनिक उपयोग के लिए सुरक्षित है।
- "ग्रीनफील्ड" पैकेज: जब डेवलपर्स ने इस टूल को जारी किया, तो उन्होंने सभी को एक बिल्कुल नई, खाली लॉगबुक दी। उन्होंने अपनी निजी बातचीत साझा नहीं की।
- "डू नॉट शेयर" लिस्ट: सिस्टम स्वचालित रूप से संवेदनशील निजी चैट को सार्वजनिक दृश्य से छिपा देता है (जैसे कि एक
.gitignoreफ़ाइल), यह सुनिश्चित करता है कि आपकी निजी बातचीत गलती से इंटरनेट पर अपलोड न हो जाए।
वास्तविक दुनिया का परीक्षण
लेखकों ने इस सिस्टम का परीक्षण स्वयं पर किया। उन्होंने इस सिस्टम को डिजाइन और बनाने के लिए विभिन्न AI एजेंटों का उपयोग किया, जबकि यह सिस्टम उनकी अपनी बातचीत को रिकॉर्ड कर रहा था।
- परिणाम: एजेंटों ने बिना कभी सीधे एक-दूसरे से बात किए सफलतापूर्वक सहयोग किया। वे बस साझा लॉगबुक और सारांशों को पढ़ते रहे।
- निष्कर्ष: उन्होंने साबित किया कि आप विभिन्न AI टूल्स के बीच स्विच कर सकते हैं (जैसे Grok से Claude पर स्विच करना) बिना बातचीत का धागा खोए, जब तक कि वे सभी एक ही साझा लॉग से पढ़ रहे हों।
सारांश में
ESAA-Conversational एक ऐसा टूल है जो AI एजेंटों को भूलने की बीमारी (amnesia) से बचाता है। यह एक साझा, अपरिवर्तनीय डायरी के रूप में कार्य करता है जो सब कुछ रिकॉर्ड करती है, अगले व्यक्ति के पढ़ने के लिए स्वचालित रूप से स्वच्छ सारांश लिखती है, और यह सुनिश्चित करती है कि जब आप टूल्स बदलते हैं, तो आपको शून्य से शुरुआत करने की आवश्यकता नहीं होती। यह AI सहायकों के बीच स्विच करने की अराजक प्रक्रिया को एक सुचारू, निरंतर वर्कफ़्लो में बदल देता 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।