The Harness Effect: How Orchestration Design Sets the Token Economics of Enterprise Agentic AI
यह शोध पत्र तर्क देता है कि एंटरप्राइज एजेंटिक एआई (Agentic AI) लागतों को नियंत्रित करने के लिए मॉडल चयन की तुलना में ऑर्केस्ट्रेशन लेयर (जिसे "हार्नेस" कहा जाता है) को अनुकूलित करना अधिक महत्वपूर्ण है, जो एक नियंत्रित अध्ययन के माध्यम से प्रदर्शित करता है कि एक बेहतर हार्नेस विविध मॉडलों में कार्य की गुणवत्ता को बनाए रखते हुए या उसमें सुधार करते हुए टोकन उपयोग को 38% और लागत को 41% तक कम कर सकता 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 व्यस्त रेस्टोरेंट चला रहे हैं। इस रेस्टोरेंट में, शेफ AI मॉडल (जैसे Claude, Gemini, या Qwen) हैं, और ऑर्डर वे कार्य हैं जो आप उनसे करवाना चाहते हैं।
लंबे समय से, रेस्टोरेंट उद्योग "सुपर-शेफ" को काम पर रखने के लिए जुनूनी रहा है जो अधिक गहराई से और तेज़ी से सोच सकें। लेकिन एक समस्या है: भले ही आपके पास सबसे अच्छे शेफ हों, लेकिन वेटर्स (वह सॉफ़्टवेयर जो ऑर्डर्स को मैनेज करता है) अविश्वसनीय रूप से अक्षम रहे हैं।
यह पेपर, जिसे Writer, Inc. की एक टीम ने लिखा है, यह तर्क देता है कि पैसा और समय बचाने का असली रहस्य केवल एक बेहतर शेफ खरीदना नहीं है। यह वेटर्स को ठीक करने के बारे में है। वे इस सुधार को "Harness" कहते हैं।
यहाँ वह कहानी है जो उन्होंने खोजा, जिसे सरल शब्दों में समझाया गया है:
1. समस्या: "टोकन मैक्सिंग" (एक लालची वेटर)
AI की दुनिया में, "टोकन" वे मुद्रा (करेंसी) हैं जो आप हर उस शब्द के लिए चुकाते हैं जिसे AI पढ़ता या लिखता है।
- पुराना तरीका: कल्पना कीजिए कि एक वेटर, जब भी शेफ को सोचने की ज़रूरत होती है, रेस्टोरेंट के पूरे दिन का इतिहास (हर ऑर्डर, हर बातचीत, हर मेनू) वापस किचन में ले आता है। यदि शेफ दूसरी राय मांगता है, तो वेटर फिर से पूरा इतिहास वापस ले आता है।
- परिणाम: किचन कागजों से भर जाता है। शेफ अपना सारा समय पुराने नोट्स पढ़ने में बिता देता है बजाय खाना पकाने के। अंत में, आप केवल वेटर को व्यस्त रखने के लिए भारी मात्रा में "टोकन" चुकाते हैं। लेखक इसे "Token Maxing" कहते हैं: आप बेहतर परिणाम पाने की उम्मीद में अधिक टोकन खरीदते रहते हैं, लेकिन आप वास्तव में केवल वेटर को बहुत अधिक भार ढोने के लिए भुगतान कर रहे होते हैं।
2. समाधान: "Harness" (एक समझदार वेटर)
लेखकों ने एक नया प्रकार का वेटर सिस्टम बनाया जिसे Writer Agent Harness कहा जाता है। शेफ पर सब कुछ थोपने के बजाय, यह सिस्टम समझदारी से तय करता है कि किचन में क्या लाना है।
इसे एक स्मार्ट फाइलिंग सिस्टम की तरह समझें:
- "Stable" फोल्डर: वेटर उन चीजों को रखता है जो कभी नहीं बदलतीं (जैसे मेनू और शेफ की पहचान) एक विशेष, लॉक किए गए फोल्डर में, जिसे किचन बिना किसी अतिरिक्त भुगतान के तुरंत देख सकता है।
- "Volatile" फोल्डर: वे चीजें जो हर सेकंड बदलती हैं (जैसे वर्तमान समय या किसी विशिष्ट ग्राहक का अनुरोध) उन्हें एक छोटे, ताज़ा नोटपैड में रखा जाता है।
- "Summary" ट्रिक: यदि बातचीत बहुत लंबी हो जाती है, तो वेटर पूरी किताब नहीं लाता। वे पहले जो हुआ उसका एक एक-पेज का सारांश लिखते हैं और केवल वही लाते हैं।
- "Delegation" ट्रिक: यदि कोई कार्य बहुत बड़ा है, तो मुख्य वेटर उसे अकेले करने की कोशिश नहीं करता। वे एक छोटे, विशिष्ट सहायक को उसका एक हिस्सा करने के लिए भेजते हैं और केवल अंतिम उत्तर वापस लाते हैं।
3. बड़ा प्रयोग
यह साबित करने के लिए कि यह काम करता है, लेखकों ने एक निष्पक्ष परीक्षण किया। उन्होंने छह अलग-अलग टॉप-टियर AI शेफ (विभिन्न कंपनियों के) को लिया और उन्हें 22 कठिन कार्य दिए।
- ग्रुप A: "पुराने तरीके" (अक्षम वेटर) का उपयोग किया।
- ग्रुप B: "Harness" (समझदार वेटर) का उपयोग किया।
- नियम: शेफ बिल्कुल समान थे। कार्य बिल्कुल समान थे। केवल एक ही चीज़ बदली थी, और वह था वेटर।
4. परिणाम: दक्षता में चमत्कार
परिणाम चौंकाने वाले थे। केवल वेटर को बदलकर (Harness), उन्हें व्यापक स्तर पर भारी सुधार देखने को मिले:
- लागत (Cost): बिल 41% कम हो गया। वही काम करने के लिए लगभग आधा खर्च हुआ।
- गति (Speed): कार्य 44% तेज़ी से पूरे हुए।
- टोकन उपयोग (Token Usage): उन्होंने 38% कम टोकन का उपयोग किया।
- गुणवत्ता (Quality): खाने (उत्तर) की गुणवत्ता वैसी ही रही, या थोड़ी बेहतर भी हो गई।
सबसे आश्चर्यजनक बात? इससे कोई फर्क नहीं पड़ा कि आपने कौन सा शेफ काम पर रखा था। चाहे आपने सबसे महंगा, शक्तिशाली शेफ इस्तेमाल किया हो या सस्ता, तेज़ वाला, "स्मार्ट वेटर" ने उन सभी को सस्ता और तेज़ बना दिया। वास्तव में, वेटर को ठीक करने से सबसे महंगे शेफ से सबसे सस्ते शेफ पर स्विच करने की तुलना में अधिक पैसा बचा।
5. "Harness Leverage"
पेपर में एक दिलचस्प पैटर्न मिला: शेफ शुरू से जितना बेहतर था, उसे स्मार्ट वेटर से उतना ही अधिक लाभ हुआ।
- एक सुपर-स्मार्ट शेफ + एक स्मार्ट वेटर = अद्भुत परिणाम।
- एक कमजोर शेफ + एक स्मार्ट वेटर = अभी भी अच्छा, लेकिन वे थोड़ा भ्रमित हो सकते हैं यदि वेटर बहुत जटिल डेलीगेशन (प्रतिनिधिमंडल) करने की कोशिश करता है।
निचोड़ (The Bottom Line)
लंबे समय तक, कंपनियों को लगा कि बेहतर AI प्राप्त करने का एकमात्र तरीका अधिक शक्तिशाली मॉडल खरीदना है। यह पेपर कहता है: रुकिए।
सबसे बड़ा लीवर जिसे आप खींच सकते हैं, वह है आप काम को कैसे व्यवस्थित करते हैं। यदि आप एक स्मार्ट "Harness" बनाते हैं जो संदर्भ (context) को प्रबंधित करता है, उबाऊ चीजों को कैश (cache) करता है, और भारी काम को सौंपता (delegate) है, तो आप किसी भी AI मॉडल का उपयोग करते हुए, आधे दाम में समान (या बेहतर) परिणाम प्राप्त कर सकते हैं।
यह सबसे बड़ा इंजन होने के बारे में नहीं है; यह सबसे अच्छे ट्रांसमिशन के बारे में 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।