AAL: In-Band Source Annotations for Just-In-Time Context Injection in Autonomous Agentic Workflows
यह शोध पत्र एजेंटिक एनोटेशन लैंग्वेज (AAL) प्रस्तुत करता है, जो एक नवीन इन-बैंड एनोटेशन प्रणाली है जो स्वायत्त एजेंटों के लिए जस्ट-इन-टाइम संदर्भ इंजेक्शन को सक्षम करती है, जो पारंपरिक ग्लोबल रूल फाइल्स की तुलना में टोकन खपत और संदर्भ प्रदूषण को काफी कम करती है जबकि डोमेन-विशिष्ट बाधाओं के साथ उच्च अनुपालन बनाए रखती है।
मूल पेपर CC BY 4.0 (https://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
यहाँ "AAL: Autonomous Agentic Workflows के लिए Just-In-Time Context Injection हेतु In-Band Source Annotations" पेपर का सरल भाषा में अनुवाद दिया गया है।
बड़ी समस्या: "ओवरलोडेड बैकपैक" (भारी बोझ वाला बस्ता)
कल्पना कीजिए कि आप एक अत्यधिक कुशल शेफ (AI एजेंट) हैं जो एक विशाल, अराजक किचन (सॉफ्टवेयर डेवलपमेंट एनवायरनमेंट) में काम कर रहे हैं। हर बार जब आपको केवल एक प्याज काटने की आवश्यकता होती है, तो आपका बॉस आपको एक ऐसा बैकपैक थमा देता है जिसमें पूरे रेस्टोरेंट की हर एक रेसिपी, सुरक्षा नियमावली और इन्वेंट्री लिस्ट होती है, जबकि आपको केवल प्याज काटने का तरीका जानने की जरूरत थी।
यही वह समस्या है जिसे पेपर "कॉन्टेक्स्ट पॉल्यूशन" (Context Pollution) कहता है।
- पुराना तरीका: वर्तमान AI कोडिंग टूल्स एक विशाल, स्थिर फ़ाइल (जैसे
.cursorrules) लोड करते हैं जिसमें पूरी कंपनी के लिए हजारों निर्देश होते हैं। - परिणाम: AI अभिभूत (overwhelmed) हो जाता है। वह अप्रासंगिक नियमों को पढ़ने में समय बर्बाद करता है (जैसे प्लंबिंग लीक ठीक करते समय "केक कैसे बनाएं" के नियम पढ़ना), और वह वास्तविक काम करने के लिए अपनी "मानसिक क्षमता" (टोकन बजट) खो देता है। इसे "लॉस्ट इन द मिडल" (Lost in the Middle) घटना के रूप में जाना जाता है—महत्वपूर्ण विवरण शोर के बीच दब जाते हैं।
समाधान: AAL (द "स्टिकी नोट" सिस्टम)
लेखकों ने एक नया सिस्टम प्रस्तावित किया है जिसे AAL (एजेंटिक एनोटेशन लैंग्वेज) कहा जाता है। एक विशाल बैकपैक के बजाय, कल्पना कीजिए कि एक शेफ के पास रंगीन स्टिकी नोट्स (चिपकने वाली पर्चियों) का एक सेट है जो सीधे उन विशिष्ट सामग्रियों या उपकरणों से जुड़े हैं जिनका वे उपयोग कर रहे हैं।
- यह कैसे काम करता है: एक वैश्विक नियम पुस्तिका के बजाय, डेवलपर्स सीधे उस कोड के बगल में छोटे, विशेष कमेंट्स लिखते हैं जिसे वे एडिट कर रहे हैं।
- उदाहरण: पासवर्ड संभालने वाले कोड की एक लाइन के बगल में, वे लिखते हैं
# @!security। - डेटाबेस स्टोरेज संभालने वाली लाइन के बगल में, वे लिखते हैं
# @!storage।
- उदाहरण: पासवर्ड संभालने वाले कोड की एक लाइन के बगल में, वे लिखते हैं
- जादू: जब AI उस विशिष्ट लाइन को एडिट करने की कोशिश करता है, तो एक स्मार्ट इंजन ("रिजॉल्वर") उस स्टिकी नोट को देखता है, किचन के बाकी हिस्सों को अनदेखा करता है, और तुरंत AI को केवल उस एक कार्य के लिए आवश्यक विशिष्ट निर्देश देता है।
सिस्टम कैसे सोचता है (द "ट्री" एनालॉजी)
पेपर यह समझने का एक परिष्कृत तरीका बताता है कि कौन सा स्टिकी नोट लागू होता है। कल्पना कीजिए कि कोड एक फैमिली ट्री (वंशवृक्ष) है:
- जड़ें (Roots): पूरा प्रोजेक्ट फोल्डर (ग्लोबल नियम)।
- शाखाएं (Branches): "Security" या "Testing" जैसे विशिष्ट फोल्डर।
- पत्तियां (Leaves): एडिट किए जा रहे कोड की विशिष्ट लाइनें।
यदि आप एक "पत्ती" (Leaf) को एडिट कर रहे हैं, तो सिस्टम पेड़ में ऊपर की ओर देखता है ताकि उस निकटतम "शाखा" (Branch) को खोज सके जिसमें एक विशिष्ट नियम है। वह उस नियम को पकड़ लेता है और पेड़ के बाकी हिस्सों को अनदेखा कर देता है। यदि शाखा पर कोई विशिष्ट नियम नहीं है, तो यह पूरे फोल्डर के लिए एक डिफ़ॉल्ट नियम का उपयोग करता है। यह सुनिश्चित करता है कि AI अलग-अलग हिस्सों के विरोधाभासी निर्देशों से कभी भ्रमित न हो।
मुख्य विशेषताएं (सरल भाषा में)
1. जस्ट-इन-टाइम (JIT) डिलीवरी
इसे एक रेस्टोरेंट में खाना ऑर्डर करने की तरह समझें।
- पुराना तरीका: वेटर आपके बैठने से पहले ही आपके पास पूरा मेनू, वाइन लिस्ट और डेज़र्ट कैटलॉग ले आता है।
- AAL तरीका: आप बैठते हैं, उस विशिष्ट डिश को देखते हैं जिसे आप चाहते हैं, और वेटर आपके लिए केवल उस डिश की सामग्री और निर्देश लाता है। यह बहुत सारा समय और कागज बचाता है।
2. "थ्री-नोट" सीमा (The "Three-Note" Limit)
AI को फिर से अभिभूत होने से बचाने के लिए, इस सिस्टम में एक नियम है: कोड के एक टुकड़े के साथ केवल तीन विशिष्ट निर्देश जुड़े हो सकते हैं। यह डेवलपर्स को कोड की एक सिंगल लाइन पर "उपन्यास" लिखने से रोकता है।
3. सुरक्षा और ऑडिटिंग (द "टाइम-ट्रैवल" कैमरा)
एंटरप्राइज़ को इस बात की चिंता होती है कि AI गलतियाँ कर सकता है या गुप्त निर्देशों का उपयोग कर सकता है। AAL नियमों का एक "स्नैपशॉट" लेकर इसे हल करता है।
- यह कोड परिवर्तनों को उस समय उपयोग किए गए नियमों के सटीक संस्करण से जोड़ता है।
- यदि आप छह महीने बाद कोड को देखते हैं, तो आप देख सकते हैं कि जब AI ने वह बदलाव किया था, तब कौन से "स्टिकी नोट्स" सक्रिय थे, जिससे पूर्ण पारदर्शिता सुनिश्चित होती है।
4. सेफ्टी नेट (सुरक्षा जाल)
क्या होगा यदि कोड टूटा हुआ है और कंप्यूटर "ट्री" संरचना को नहीं पढ़ पा रहा है? सिस्टम के पास एक बैकअप प्लान है। यह एक सरल "सर्च एंड फाइंड" मोड में स्विच हो जाता है (कीवर्ड खोजने के लिए टॉर्चलाइट का उपयोग करने की तरह) ताकि AI काम करना बंद न करे, भले ही कोड अव्यवस्थित हो।
परिणाम: आंकड़े क्या कहते हैं
शोधकर्ताओं ने वास्तविक सॉफ्टवेयर प्रोजेक्ट पर 20 विभिन्न कार्यों (जैसे सुरक्षा ठीक करना, डेटा प्रबंधित करना या परीक्षण लिखना) पर इसका परीक्षण किया।
- पुराना तरीका: AI को हर एक कार्य (सरल कार्यों सहित) के लिए निर्देशों के 4,923 शब्द (टोकन) पढ़ने पड़ते थे।
- AAL तरीका: AI ने केवल वही निर्देश पढ़े जिनकी उसे वास्तव में आवश्यकता थी।
- सरल कार्यों (जैसे टेस्टिंग) के लिए, यह घटकर 1,100 शब्दों से भी कम हो गया।
- जटिल कार्यों (जैसे सुरक्षा) के लिए, यह अधिक था, लेकिन विशाल फ़ाइल की तुलना में फिर भी बहुत कम था।
- मुख्य निष्कर्ष: औसतन, AAL ने AI द्वारा पढ़ने जाने वाले निर्देशों की मात्रा को 62.4% कम कर दिया।
सारांश
AAL एक विशाल, भ्रमित करने वाले विश्वकोश (Encyclopedia) को स्मार्ट, कॉन्टेक्स्ट-अवेयर स्टिकी नोट्स के सेट से बदलने जैसा है। यह AI को कोडिंग एजेंट्स को केवल वर्तमान कार्य पर ध्यान केंद्रित करने की अनुमति देता है, जिससे समय की बचत होती है, त्रुटियां कम होती हैं, और "मानसिक कार्यक्षेत्र" साफ रहता है, जबकि यह भी सुनिश्चित करता है कि AI द्वारा लिया गया प्रत्येक निर्णय पता लगाने योग्य और सुरक्षित हो।
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।