AgentRoom: Concurrent Multi-Agent Coding in a CRDT-Backed Shared Workspace
AgentRoom एक CRDT-आधारित, रीयल-टाइम सहयोगी वर्कस्पेस पेश करता है जो फ़ाइल-स्तरीय समन्वय के माध्यम से समवर्ती मल्टी-एजेंट कोडिंग को सक्षम बनाता है, यह प्रदर्शित करते हुए कि प्रभावी एजेंट समन्वय कार्य पर छोड़ने (task abandonment) को कम करने और कोडिंग विश्वसनीयता में सुधार करने के लिए एकल निष्पादन और असंबद्ध समानांतर दृष्टिकोण दोनों की तुलना में काफी बेहतर प्रदर्शन 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
आर्टिफिशियल इंटेलिजेंस के तेजी से विकसित होते क्षेत्र में, शोधकर्ता कंप्यूटर को सॉफ्टवेयर लिखना सिखा रहे हैं, जिसमें वे जटिल कार्यों को छोटे टुकड़ों में तोड़ते हैं और उन्हें कई डिजिटल वर्कर्स (श्रमिकों) को सौंप देते हैं। यह दृष्टिकोण, जिसे मल्टी-एजेंट कोडिंग कहा जाता है, इस विचार पर आधारित है कि विशेष प्रोग्रामों की एक टीम अकेले काम करने वाले एकल प्रोग्राम की तुलना में समस्याओं को अधिक तेज़ी से और अधिक विश्वसनीयता के साथ हल कर सकती है। हालाँकि, एक महत्वपूर्ण बाधा अभी भी बनी हुई है: जब कई वर्कर्स एक ही समय में एक ही डिजिटल फाइलों को संपादित करने का प्रयास करते हैं, तो वे अक्सर एक-दूसरे के काम में बाधा डालते हैं, जिससे भ्रम पैदा होता है या एक वर्कर पूरी तरह से हार मान लेता है। इसे हल करने के लिए, वैज्ञानिकों ने ऐसी प्रणालियाँ विकसित की हैं जो इन वर्कर्स को एक साझा कार्यक्षेत्र (वर्कस्पेस) साझा करने की अनुमति देती हैं, ठीक वैसे ही जैसे मानव टीमें साझा दस्तावेजों का उपयोग करती हैं जो सभी के लिए तुरंत अपडेट होते हैं। शोधकर्ता अब यह सवाल पूछ रहे हैं कि क्या इन एजेंटों को बस अगल-बगल काम करने देना ही पर्याप्त है, या क्या उन्हें वास्तव में सफल होने के लिए संवाद करने और अपने कार्यों पर स्वामित्व का दावा करने के एक अधिक संरचित तरीके की आवश्यकता है।
शोधकर्ताओं की एक टीम ने इस प्रश्न का उत्तर देने के लिए 'एजेंटरूम' (AgentRoom) नामक एक नई प्रणाली बनाई है। उन्होंने एक साझा डिजिटल कार्यक्षेत्र बनाया जहाँ कई कोडिंग एजेंट एक साथ काम कर सकते हैं, लेकिन एक महत्वपूर्ण जुड़ाव के साथ: डिजिटल उपकरणों का एक सेट जो एजेंटों को लिखने से पहले विशिष्ट फाइलों पर स्वामित्व का औपचारिक रूप से दावा करने की अनुमति देता है। कल्पना कीजिए कि लोगों का एक समूह मिलकर एक घर बनाने की कोशिश कर रहा है; बिना किसी योजना के, दो लोग एक ही समय में एक ही दीवार पर ईंटें बिछाने की कोशिश कर सकते हैं, या एक व्यक्ति एक दीवार बनाना शुरू कर सकता है और फिर बीच में ही छोड़ सकता है, जिससे काम अधूरा रह जाता है। एजेंटरूम में, कोई एजेंट किसी फाइल को छूने से पहले, अपनी मंशा की घोषणा करता है और इस बात की पुष्टि का इंतजार करता है कि कोई और उस पर काम नहीं कर रहा है। यह प्रणाली एक विशेष प्रकार के साझा स्टोरेज पर चलती है जो विभिन्न एजेंटों द्वारा किए गए परिवर्तनों को स्वचालित रूप से मर्ज (जोड़) करता है, यह सुनिश्चित करते हुए कि उनके संपादन डेटा की हानि के बिना एक साथ फिट बैठें। शोधकर्ताओं ने अन्य तरीकों के विरुद्ध इस सेटअप का परीक्षण किया, जिसमें वे सिस्टम शामिल हैं जहाँ एजेंट पूरी तरह से मौन रहकर काम करते हैं या वे सिस्टम जहाँ वे एक-एक करके बारी-बारी से काम करते हैं।
परिणामों ने दिखाया कि एजेंटरूम द्वारा प्रदान किए गए संरचित समन्वय ने काम की गुणवत्ता में गहरा अंतर पैदा किया। जब दो एजेंट एक समन्वित कमरे में मिलकर काम कर रहे थे, तो वे अकेले काम करने वाले एक एकल एजेंट की तुलना में कठिन कार्यों को छोड़ने की संभावना बहुत कम रखते थे। कई मामलों में, एक अकेला एजेंट एक परियोजना शुरू करता था, केवल एक फाइल लिखता था, और फिर रुक जाता था, यह तय करते हुए कि कार्य बहुत कठिन है। हालाँकि, समन्वित टीम ने काम जारी रखा। जब शोधकर्ताओं ने अंतिम कोड की गुणवत्ता की तुलना की, तो समन्वित टीम ने एक ऐसी टीम की तुलना में काफी बेहतर परिणाम दिए जो बिना किसी संचार के समानांतर (पैरेलल) काम कर रही थी, और एक ऐसी टीम की तुलना में भी बेहतर परिणाम दिए जो एक सख्त क्रम में बारी-बारी से काम कर रही थी। अध्ययन में पाया गया कि समन्वित कमरे में एजेंट किसी कार्य को छोड़ने की संभावना एक अकेले एजेंट की तुलना में तेरह गुना कम रखते थे। यह सुझाव देता है कि सफलता की कुंजी केवल अधिक वर्कर्स का होना नहीं है, बल्कि एक ऐसी प्रणाली का होना है जो उन्हें यह तय करने में मदद करती है कि कौन क्या करेगा और उन्हें एक-दूसरे के काम में बाधा डालने से रोकती है।
शोधकर्ताओं ने यह भी पाया कि केवल अधिक एजेंट जोड़ने से हमेशा बेहतर परिणाम नहीं मिले। जब उन्होंने टीम का आकार दो से बढ़ाकर तीन या चार एजेंट कर दिया, तो कोड की गुणवत्ता वास्तव में गिरने लगी। ऐसा इसलिए हुआ क्योंकि एजेंट एक-दूसरे के रास्ते में आने लगे, और सिस्टम उनके समन्वय के लिए भेजे जा रहे संदेशों की भारी मात्रा से अभिभूत हो गया। उनके सेटअप के लिए सबसे उपयुक्त संख्या (स्वीट स्पॉट) दो एजेंटों का एक साथ काम करना था। इसके अलावा, अध्ययन ने इस विचार को खारिज कर दिया कि सुधार केवल एक साझा कार्यक्षेत्र से या एजेंटों द्वारा एक-दूसरे के संदेश पढ़ने से आया था। जब उन्होंने औपचारिक दावा करने वाले उपकरणों को हटा दिया लेकिन साझा कार्यक्षेत्र को बनाए रखा, तो प्रदर्शन में केवल मामूली सुधार हुआ। यह स्पष्ट रूप से फाइलों पर दावा करने और स्थिति अपडेट प्रसारित करने की प्रणाली थी जिसने प्रदर्शन में बड़ी बढ़त प्रदान की।
यह कार्य आर्टिफिशियल इंटेलिजेंस टीमों के बारे में हमारे सोचने के तरीके में एक मौलिक बदलाव को रेखांकित करता है। केवल कई AI एजेंटों को एक ही फाइलों तक पहुंच देना और यह उम्मीद करना कि वे सहयोग करना सीख लेंगे, पर्याप्त नहीं है। स्वामित्व का दावा करने और मंशा को संप्रेषित करने के लिए एक स्पष्ट प्रोटोकॉल के बिना, वे विफल होने के प्रति संवेदनशील होते हैं, अक्सर जटिल कार्यों को बीच में छोड़ देते हैं या टूटा हुआ कोड बनाते हैं। एक सरल, संरचित समन्वय परत पेश करके, शोधकर्ताओं ने दिखाया कि दो एजेंट एक अकेले एजेंट की तुलना में अधिक प्रभावी ढंग से मिलकर काम कर सकते हैं, जिससे उच्च-गुणवत्ता वाला सॉफ्टवेयर और अधिक विश्वसनीयता के साथ तैयार होता है। निष्कर्ष बताते हैं कि सहयोगी AI का भविष्य व्यक्तिगत रूप से एजेंटों को अधिक स्मार्ट बनाने में नहीं है, बल्कि उनके लिए मिलकर काम करने के बेहतर सिस्टम बनाने में है, जिससे यह सुनिश्चित हो सके कि उनके संयुक्त प्रयास केवल अधूरे ड्राफ्टों का संग्रह नहीं, बल्कि एक पूर्ण उत्पाद का परिणाम हों।
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।