कल्पना कीजिए कि आपने अभी-अभी अपने कमरे में एक सुपर-स्मार्ट, अविश्वसनीय रूप से तेज़ रोबोट सहायक को पेड़घर (treehouse) बनाने में मदद करने के लिए आमंत्रित किया है। यह रोबोट लकड़ी, कीलों और भौतिकी (physics) के बारे में सब कुछ जानता है, लेकिन यह आपकी विशिष्ट शैली को नहीं जानता। यह नहीं जानता कि आप रेलिंग को हमेशा नीला रंग देते हैं, या आपका एक अजीब नियम है कि कभी भी दो इंच से छोटी कीलों का उपयोग नहीं करना है। यदि आप चाहते हैं कि रोबोट ठीक वैसे ही पेड़घर बनाए जैसा आपको पसंद है, तो आपको उसे यह बताना होगा। लेकिन यदि आपको हर बार मदद मांगने के लिए हर एक छोटी बारीकी समझानी पड़ती है, तो आप थक जाएंगे, और रोबोट भ्रमित हो सकता है।

यह "AI Agents" की दुनिया है—स्मार्ट कंप्यूटर प्रोग्राम जो हमारे लिए कार्य कर सकते हैं। उन्हें वास्तव में उपयोगी बनाने के लिए, डेवलपर्स उन्हें "Skills" (कौशल) दे रहे हैं। एक 'Skill' को जादू के मंत्र की तरह नहीं, बल्कि एक छोटे निर्देश मैनुअल या टूलकिट की तरह समझें जो आप रोबोट को सौंपते हैं। यह एक ऐसी फ़ाइल है जो कहती है, "हे, जब आप इस तरह का काम देखें, तो यहाँ बताया गया है कि मैं चाहता हूँ कि आप इसे बिल्कुल कैसे करें।" बड़ा सवाल यह है कि इंजीनियरों और वैज्ञानिकों के मन में है: हम इन मैनुअलों को कैसे लिखें ताकि रोबोट वास्तव में उनका पालन करे? यदि हम उन्हें खराब तरीके से लिखते हैं, तो रोबोट उन्हें अनदेखा कर सकता है या काम गलत कर सकता है। यदि हम उन्हें अच्छी तरह से लिखते हैं, तो रोबोट आपके काम करने के विशिष्ट तरीके का एक सच्चा विशेषज्ञ बन जाता है।

जिस शोध पत्र को आप पढ़ने जा रहे हैं, वह ज्यूसेपे डेस्टेफैनिस (Giuseppe Destefanis) द्वारा लिखा गया है, और वह तर्क देता है कि इन "Skills" को लिखना एक साधारण नोट या कविता लिखने जैसा नहीं होना चाहिए। इसके बजाय, इसे सॉफ्टवेयर इंजीनियरिंग की तरह माना जाना चाहिए। ठीक वैसे ही जैसे एक प्रोग्रामर एक विश्वसनीय ऐप बनाता है जिसमें स्पष्ट नियम, साफ कोड और सुरक्षा जांच होती है, हमें AI Skills को उसी सावधानी के साथ बनाना चाहिए। पेपर सुझाव देता है कि एक Skill वास्तव में एक छद्म (disguised) सॉफ्टवेयर का हिस्सा है। इसमें एक "इंटरफेस" (एक लेबल जो बताता है कि यह क्या करता है) और एक "इम्प्लीमेंटेशन" (वास्तविक निर्देश) होता है। लेखक प्रस्तावित करता है कि हमें कंप्यूटर प्रोग्राम बनाने के लिए उपयोग किए जाने वाले उन्हीं सख्त नियमों का उपयोग करना चाहिए—जैसे चीजों को सरल रखना, "क्या" को "कैसे" से अलग करना, और उन्हें सावधानीपूर्वक टेस्ट करना—ताकि यह सुनिश्चित हो सके कि हमारे AI एजेंट पटरी से न उतरें।

"Skill" एक डिजिटल स्विस आर्मी नाइफ की तरह

कल्पना कीजिए कि आपके पास एक विशाल, जादुई बैकपैक है जिसमें कुछ भी रखा जा सकता है। इसके अंदर, आपके पास "Release Notes बनाने" के लिए एक विशेष जेब है। यह जेब केवल कागज का एक टुकड़ा नहीं है; यह एक पूरा किट है। इसके बाहर एक लेबल है जिस पर लिखा है, "जब आपको एक नए गेम के नए संस्करण के लिए परिवर्तनों का सारांश लिखने की आवश्यकता हो, तो इसका उपयोग करें।" वह लेबल इंटरफेस है। रोबोट लेबल को देखता है, एक कार्य देखता है जो उससे मेल खाता है, और फिर उस जेब को खोलने का निर्णय लेता है।

अंदर, आप केवल नोट्स का ढेर नहीं रखते हैं। आपके पास एक स्पष्ट, चरण-दर-चरण रेसिपी (बॉडी) है और शायद कुछ अतिरिक्त उपकरण भी हैं, जैसे कि एक स्क्रिप्ट जो स्वचालित रूप से परिवर्तनों को गिनती है या एक स्टाइल गाइड कि नोट्स कैसे दिखने चाहिए। यह इम्प्लीमेंटेशन है। पेपर इसे एक "Skill" कहता है, और यह जोर देता है कि यह पूरा किट एक सॉफ्टवेयर आर्टिफैक्ट है। यह कहने का एक औपचारिक तरीका है कि यह एक तकनीक का हिस्सा है जिसे एक वीडियो गेम या वेबसाइट की तरह बनाया, टेस्ट किया और बनाए रखा जाना चाहिए।

लेखक का तर्क है कि यदि आप एक Skill को एक साधारण नोट की तरह मानते हैं, तो यह विफल हो जाएगा। यदि आप इसे एक सॉफ्टवेयर की तरह मानते हैं, तो यह काम करेगा। यहाँ बताया गया है कि ये डिजिटल किट बनाने के नियम क्या हैं:

1. "सिंगल रिस्पॉन्सिबिलिटी" (एकल उत्तरदायित्व) का नियम

एक स्विस आर्मी नाइफ के बारे में सोचें। यदि आप एक ऐसा उपकरण बनाने की कोशिश करते हैं जो एक साथ स्क्रूड्राइवर, कैन ओपनर, आरी, टूथब्रश और पिज्जा कटर है, तो वह हर चीज़ में बुरा होगा। पेपर कहता है कि एक Skill को एक काम बहुत अच्छी तरह से करना चाहिए। यदि एक Skill "कोडिंग से संबंधित सब कुछ" करने की कोशिश करता है, तो रोबोट इस बारे में भ्रमित हो सकता है कि इसका उपयोग कब करना है। लेकिन यदि Skill विशेष रूप से "पुल रिक्वेस्ट से रिलीज नोट्स तैयार करना" है, तो रोबोट को पता होता है कि इसे कब उठाना है। पेपर सुझाव देता है कि एक केंद्रित Skill को AI द्वारा अधिक विश्वसनीयता से चुना जाता है।

2. "स्टेज्ड लोडिंग" (चरणबद्ध लोडिंग) की ट्रिक

कल्पना कीजिए कि आपके पास लाखों किताबों वाला एक पुस्तकालय है। यदि आप उस एक को खोजने के लिए जिन्हें आपको चाहिए, उन सभी को एक साथ पढ़ने की कोशिश करेंगे, तो आपका दिमाग फट जाएगा। पेपर समझाता है कि AI Skills एक चतुर ट्रिक का उपयोग करते हैं जिसे स्टेज्ड लोडिंग कहा जाता है।

• लेवल 1 (लेबल): पहले, रोबोट केवल जेब पर लगा लेबल (नाम और एक छोटा विवरण) देखता है। इसमें बहुत कम "दिमागी शक्ति" (टोकन) खर्च होती है।
• लेवल 2 (रेसिपी): यदि रोबोट को लगता है कि कार्य लेबल से मेल खाता है, तो वह जेब खोलता है और मुख्य रेसिपी पढ़ता है।
• लेवल 3 (टूल्स): वह अतिरिक्त उपकरणों (स्क्रिप्ट या संदर्भ फ़ाइलों) को तभी निकालता है जब रेसिपी विशेष रूप से कहती है, "ओह, मुझे अब इस विशिष्ट फ़ाइल की जाँच करने की आवश्यकता है।"

इसका मतलब है कि आप एक Skill रख सकते हैं जिसमें बहुत बड़ी संदर्भ लाइब्रेरी हो, और रोबोट तब तक अभिभूत (overwhelmed) नहीं होगा जब तक कि उसे वास्तव में उस सामग्री का उपयोग करने की आवश्यकता न हो। यह एक विशाल टूलबॉक्स रखने जैसा है लेकिन केवल वही दराज खोलना जिसकी आपको आवश्यकता है।

3. "डिस्क्रिप्शन" (विवरण) ही ट्रिगर है

एक Skill का सबसे महत्वपूर्ण हिस्सा उसके लेबल पर दिया गया विवरण है। पेपर चेतावनी देता है कि यदि आप "रिलीज़ को संभालता है" जैसा अस्पष्ट लेबल लिखते हैं, तो रोबोट नहीं जान पाएगा कि इसका उपयोग कब करना है। इसे विशिष्ट होना चाहिए: "दो वर्जन टैग के बीच मर्ज किए गए पुल रिक्वेस्ट से रिलीज नोट्स तैयार करता है। रिलीज काटते समय उपयोग करें।" रोबोट इस विवरण से कार्य का मिलान करता है। यदि विवरण धुंधला है, तो रोबोट पूरे Skill को मिस कर सकता है, या गलत वाला चुन सकता है। पेपर सुझाव देता है कि विवरण आपके और रोबोट के बीच का "अनुबंध" (contract) है।

4. "बिहेवियरल इवैल्यूएशन" (व्यवहार संबंधी मूल्यांकन) के साथ परीक्षण

सामान्य कंप्यूटर प्रोग्रामिंग में, आप एक फंक्शन को चलाकर और यह जाँचकर टेस्ट कर सकते हैं कि उत्तर ठीक "5" है या नहीं। लेकिन AI अलग है। रोबोट हर बार आपको थोड़ा अलग उत्तर दे सकता है, भले ही वह सही काम कर रहा हो। पेपर कहता है कि आप एक Skill को साधारण "पास/फेल" चेक के साथ टेस्ट नहीं कर सकते। इसके बजाय, आपको बिहेवरल इवैल्यूएशन का उपयोग करना होगा। इसका अर्थ है कि आप Skill को कई वास्तविक दुनिया के कार्य देते हैं, इसे कई बार चलाते हैं, और देखते हैं कि क्या यह अधिकांश समय सही ढंग से काम पूरा करता है। यह एक नई रेसिपी को केवल सामग्री की सूची की जाँच करने के बजाय, दस बार बनाकर चखने जैसा है।

महान भ्रम: Skills बनाम अन्य टूल्स

पेपर के सबसे बड़े योगदानों में से एक है Skills, Hooks, Slash Commands और Memory Files जैसे अन्य टूल्स के बीच के भ्रम को दूर करना।

कल्पना कीजिए कि आप एक नाटक निर्देशित कर रहे हैं।

• Memory Files उन स्क्रिप्ट की तरह हैं जो हमेशा मंच पर मौजूद रहती हैं, जो अभिनेताओं (AI) को हर क्षण दिखाई देती हैं। वे निरंतर प्रोजेक्ट संदर्भ प्रदान करती हैं जो कभी फीका नहीं पड़ता, यह सुनिश्चित करती हैं कि रोबोट के पास हमेशा यह जानकारी उपलब्ध रहे, भले ही वे किसी विशिष्ट क्रिया के लिए मजबूर न करें।
• Slash Commands एक स्टेजहैंड के चिल्लाने की तरह हैं, "हे, अब जादू का करतब दिखाओ!" आपको कमांड देना होता है। रोबोट आपका इंतजार करता है।
• Hooks एक सख्त, स्वचालित सुरक्षा तंत्र की तरह हैं। यदि अभिनेता बिना हार्नेस के मंच से कूदने की कोशिश करता है, तो सुरक्षा तंत्र उन्हें पकड़ने या क्रिया को रोकने के लिए डिटरमिनिस्टिक रूप से (निश्चित रूप से) एक नियम निष्पादित करता है। रोबốt इसे अनदेखा नहीं कर सकता; यह हर बार होता है जब वह विशिष्ट घटना घटती है, चाहे रोबोट कुछ भी निर्णय ले।
• Skills एक विशेष प्रोसीजरल टूलकिट की तरह हैं जो मांग पर लोड किए जाते हैं। जब रोबोट किसी कार्य का सामना करता है, तो वह विवरण से मिलान करता है और उस डोमेन को संभालने के लिए विशिष्ट निर्देशों को लोड करता है। यह विशेषज्ञ ज्ञान का एक स्रोत है जिसे रोबोट समस्या को हल करने के लिए सक्रिय रूप से प्राप्त करता है, न कि केवल एक निष्क्रिय सुझाव के रूप में।

पेपर एक स्पष्ट रेखा खींचता है: यदि आपको कुछ ऐसा चाहिए जो हर बार हो (जैसे फ़ाइल सेव करने से पहले सुरक्षा जांच), तो आपको Hook का उपयोग करना चाहिए। यदि आप चाहते हैं कि रोबोट अपने दिमाग का उपयोग यह तय करने के लिए करे कि किसी विशिष्ट प्रक्रिया की आवश्यकता है या नहीं, तो आप एक Skill का उपयोग करते हैं। पेपर चेतावनी देता है कि इन्हें आपस में मिलाना एक आम गलती है। यदि आप एक Skill के भीतर सुरक्षा नियम लिखते हैं, तो रोबोट उसे छोड़ने का निर्णय ले सकता है। यदि आप एक Hook के भीतर लचीला सुझाव लिखते हैं, तो रोबोट वही काम करता रह सकता है भले ही उसे नहीं करना चाहिए।

"ट्रस्ट" (विश्वास) की समस्या

अंत में, पेपर एक डरावने लेकिन महत्वपूर्ण विचार को छूता है: ट्रस्ट। यदि आप किसी तीसरे पक्ष (third party) से एक Skill डाउनलोड करते हैं, तो आप उन्हें ऐसे निर्देश लिखने की अनुमति दे रहे हैं जिनका आपका रोबोट पालन करेगा। उस Skill में ऐसे स्क्रिप्ट हो सकते हैं जो फ़ाइलें डिलीट कर दें या इंटरनेट पर डेटा भेज दें। पेपर का तर्क है कि आपको एक Skill को ठीक उसी तरह मानना चाहिए जैसे कि इंटरनेट से डाउनलोड किया गया कोई सॉफ्टवेयर। आपको केवल "इंस्टॉल" पर क्लिक नहीं करना चाहिए। आपको कोड को पढ़ना चाहिए, स्क्रिप्ट की जाँच करनी चाहिए, और सुनिश्चित करना चाहिए कि वह सुरक्षित है। रोबोट वही करेगा जो Skill उसे करने को कहेगा, इसलिए आपको गेटकीपर (द्वारपाल) बनना होगा।

निष्कर्ष

ज्यूसेप डेस्टेफैनिस का पेपर AI टूल्स बनाने वाले किसी भी व्यक्ति के लिए एक आह्वान है। यह कहता है: "AI निर्देशों को साधारण नोट्स की तरह मानना बंद करें। उन्हें गंभीर सॉफ्टवेयर की तरह मानना शुरू करें।"

सॉफ्टवेयर इंजीनियरिंग के सिद्धांतों का उपयोग करके—चीजों को सरल रखना, लेबल को सामग्री से अलग करना, वास्तविक परिदृश्यों के साथ परीक्षण करना, और यह जानना कि Skill बनाम Hook का उपयोग कब करना है—हम AI एजेंट बना सकते हैं जो न केवल स्मार्ट हैं, बल्कि विश्वसनीय और सुरक्षित भी हैं। पेपर यह वादा नहीं करता है कि इससे सभी AI समस्याएं हल हो जाएंगी, लेकिन यह सुझाव देता है कि यदि हम अपने Skills को उसी देखभाल के साथ बनाते हैं जैसे हम अपने ऐप्स बनाते हैं, तो हम अपने डिजिटल सहायकों को बहुत अधिक भरोसेमंद साथी बना सकते हैं। यह "इस उम्मीद में रहने" से "रोबोट को सही करने के लिए इंजीनियर करने" की ओर बढ़ने के बारे में है।