𝗖𝗹𝗮𝘂𝗱𝗲 𝗗𝘆𝗻𝗮𝗺𝗶𝗰 𝗪𝗼𝗿𝗸𝗳𝗹𝗼𝘄𝘀 হিসেবে 𝗖𝗵𝗼𝗿𝗲𝗼𝗴𝗿𝗮𝗽𝗵𝗲𝗱 𝗦𝗲𝗺𝗮𝗻𝘁𝗶𝗰 𝗕𝗲𝗵𝗮𝘃𝗶𝗼𝗿𝘀
প্রথাগত ওয়ার্কফ্লো প্রতিটি ধাপ পরিচালনা করার জন্য একটি কেন্দ্রীয় কন্ট্রোলার ব্যবহার করে। কন্ট্রোলারটি সিকোয়েন্স বা ক্রমটি জানে: ক্লাসিফাই করা, টুল কল করা, অপেক্ষা করা, ব্রাঞ্চ করা এবং শেষ করা। এটি পূর্বাভাসযোগ্যতার জন্য কার্যকর, কিন্তু এটি অত্যন্ত অনমনীয়।
আমি একটি ভিন্ন পদ্ধতি ব্যবহার করি। আমার সিস্টেম choreographed semantic behaviors ব্যবহার করে। একটি একক কন্ট্রোলারের পরিবর্তে, এজেন্টরা ইভেন্ট পাবলিশ এবং সাবস্ক্রাইব করে। একটি এজেন্টের পুরো সিস্টেমটি জানার প্রয়োজন নেই। এর কেবল সিম্যান্টিক কন্ট্রাক্টটি (semantic contract) জানা প্রয়োজন।
এটি একটি হাইব্রিড মডেল তৈরি করে:
- IntentGraph ম্যাক্রো ইনটেনশন (macro intention) সংজ্ঞায়িত করে।
- QuarkBehavior ক্ষুদ্রতম সিম্যান্টিক ইউনিট সংজ্ঞায়িত করে।
- SubAgents ইভেন্টের প্রতিক্রিয়া জানায়।
- ProofAgents সঠিকতা যাচাই করে।
- HealingAgents অবৈধ স্টেটগুলো মেরামত করে।
- BenchmarkAgents খরচ এবং ল্যাটেন্সি পরিমাপ করে।
- Governor সিদ্ধান্ত নেয় যে ফলাফলটি গ্রহণযোগ্য কি না।
এই মডেলে, orchestration উচ্চ-স্তরের ইনটেনশন পরিচালনা করে। Choreography স্থানীয় অভিযোজন (local adaptation) পরিচালনা করে। Orchestrator বলে কী অর্জন করতে হবে। এজেন্টরা খুঁজে বের করে কীভাবে ইভেন্টের প্রতিক্রিয়া জানাতে হবে।
আমি একে semantic routing বলি। যখন একটি মেসেজ আসে, সিস্টেমটি ইনটেনশন ক্লাসিফাই করে। এটি কেবল একটি ফাংশন কল করে না। এটি একটি বিহেভিয়ার নির্বাচন করে, ডেটা যাচাই করে এবং success বা error ইভেন্ট নির্গত করে।
এই আর্কিটেকচারটি বেশ কিছু উন্নত প্যাটার্ন সক্ষম করে:
১. Adversarial Verification একটি এজেন্ট আউটপুট তৈরি করার পর, অন্য একটি এজেন্ট সেটি ভুল প্রমাণ করার চেষ্টা করে। অ্যাডভারসারি (adversary) একজন আক্রমণকারী, একটি কম্পাইলার বা একজন ক্ষতিকারক ব্যবহারকারী হিসেবে কাজ করে। এটি সাহায্য করার চেষ্টা করে না; বরং এটি ক্যান্ডিডেটটিকে ভেঙে ফেলার চেষ্টা করে।
২. Generate-and-Filter সিস্টেমটি একাধিক সমাধান তৈরি করে। তারপর সেগুলোকে ডিটারমিনিস্টিক গেটের (deterministic gates) মধ্য দিয়ে চালনা করে। এই গেটগুলো স্কিমা, টাইপ, ইউনিট টেস্ট এবং সিকিউরিটি পলিসি যাচাই করে। জেনারেশন বা তৈরি করা সহজ ও সস্তা, কিন্তু গ্রহণযোগ্যতার ক্ষেত্রে কঠোর হতে হবে।
৩. Tournament যদি কোনো একটি সমাধান সেরা না হয়, তবে আমি একটি টুর্নামেন্ট চালাই। আমি বেশ কিছু প্রতিদ্বন্দ্বী সমাধান তৈরি করি এবং একটি রুব্রিকের (rubric) ভিত্তিতে সেগুলোকে স্কোর দিই। আমরা CPU খরচ, মেমরি ব্যবহার এবং নিরাপত্তার ভিত্তিতে সেগুলোর তুলনা করি। একটি টুর্নামেন্ট কেবল বিজয়ী নয়, বরং একটি স্কোরকার্ড তৈরি করে।
৪. Intent-based Healing বেশিরভাগ সিস্টেম একটি এরর (error) রিটার্ন করে এবং থেমে যায়। আমার সিস্টেম একটি এররকে একটি নতুন ইভেন্ট হিসেবে বিবেচনা করে। একটি হিলিং এজেন্ট এররটি সাবস্ক্রাইব করে, ট্রেসটি গ্রহণ করে এবং পেলোড (payload) মেরামত করার চেষ্টা করে। এটি একটি কনভারজেন্স লুপ (loop of convergence)।
লক্ষ্য ভুল এড়ানো নয়। লক্ষ্য হলো প্রতিটি ভুলকে একটি নতুন সিম্যান্টিক আচরণে রূপান্তরিত করা। যদি কোনো ব্যর্থতা ঘটে, তার মানে আমাদের জ্ঞানের অভাব রয়েছে। আমরা সেই ব্যর্থতাকে একটি নতুন নিয়ম তৈরি করতে ব্যবহার করি যাতে ভুলটি আর কখনও না ঘটে।
এটি কোডিংকে একটি অনুমানের খেলা থেকে ইঞ্জিনিয়ারিংয়ে রূপান্তরিত করে।
ঐচ্ছিক লার্নিং কমিউনিটি: https://t.me/GyaanSetuAi