एक स्वायत्त (autonomous) AI एजेंट ने लगभग बीस मिनट में एक पूर्ण Retrieval-Augmented Generation (RAG) स्टैक बनाया और बिना किसी मानवीय कोड के एक ड्राफ्ट पुल रिक्वेस्ट (pull request) खोल दी।
"लूप" (loop) क्यों महत्वपूर्ण है
एक RAG स्टैक बनाने का अर्थ आमतौर पर एक सर्च इंजन, एक एम्बेडिंग मॉडल, एक लैंग्वेज मॉडल और ग्लू कोड (glue code) को एक साथ जोड़ना होता है। डेवलपर्स Helm charts को ठीक करने, ऑथेंटिकेशन (auth) संबंधी खामियों को सुधारने और गलत मॉडल नामों के पीछे भागने में घंटों बर्बाद कर देते हैं। इस परीक्षण में, स्वायत्त एजेंट ने पांच चरणों वाले एक लूप का पालन किया, जो किसी भी कोड को लिखे जाने से पहले मानव-एजेंट सहमति (human-agent agreement) को अनिवार्य बनाता है।
| चरण | क्या होता है |
|---|---|
| प्रस्ताव | एजेंट प्रॉम्प्ट पढ़ता है और एक ठोस योजना का मसौदा तैयार करता है, लेकिन अभी कोड जनरेट नहीं करता है। |
| सहमति | उपयोगकर्ता योजना की समीक्षा करता है, उसे मंजूरी देता है या बदलावों का अनुरोध करता है। |
| कार्यान्वयन | एजेंट एक नई ब्रांच पर फीचर बनाता है। |
| ड्राफ्ट गेट | एजेंट अपना खुद का लिंटिंग (linting) और टेस्ट सूट चलाता है, और जो त्रुटियां उसे मिलती हैं उन्हें ठीक करता है। |
| ड्राफ्ट PR | कोड को पुश किया जाता है और अंतिम मानवीय समीक्षा के लिए एक पुल रिक्वेस्ट खोली जाती है। |
अधिकांश AI-सहायता प्राप्त कोडिंग टूल सीधे कार्यान्वयन (implementation) पर कूद जाते हैं, जिससे अक्सर ऐसा कोड बनता है जो लक्ष्य से भटक जाता है। एक स्पष्ट सहमति चरण जोड़कर, यह लूप अंधेधुंध निष्पादन (blind execution) को रोकता है और किसी भी कमिट (commit) के होने से पहले उपयोगकर्ता को प्रोजेक्ट को दिशा देने की अनुमति देता है।
जो स्टैक तैयार हुआ
बीस मिनट में एजेंट ने एक प्रोडक्शन-रेडी (production-ready) RAG पाइपलाइन तैयार की:
- OpenSearch 3.7 जिसे हाइब्रिड सर्च (vector + keyword) के लिए कॉन्फ़िगर किया गया है।
- Local Ollama LLM जो रिट्रीवल-ऑगमेंटेड (retrieval-augmented) प्रतिक्रियाओं के लिए जनरेटिव इंजन के रूप में कार्य करता है।
- FastMCP server जो लैंग्वेज मॉडल को चार कस्टम टूल्स प्रदान करता है।
- Skaffold और Helm स्क्रिप्ट जो कंटेनर बिल्ड, Kubernetes मैनिफेस्ट और सर्विस डिप्लॉयमेंट को ऑटोमेट करती हैं।
पाइपलाइन में तीस लेख डाले गए थे, जिससे एंड-टू-एंड रिट्रीवल और जनरेशन का तुरंत परीक्षण संभव हो सका। एक डेवलपर को आमतौर पर प्रत्येक घटक को कॉन्फ़िगर करने में पूरा दिन लग जाता है; इसकी गति आश्चर्यजनक है।
वे बग्स (bugs) जिन्होंने इसे लगभग विफल कर दिया था
एजेंट के आत्मविश्वास की परीक्षा पांच अलग-अलग विफलताओं द्वारा ली गई, जो आमतौर पर मानव-संचालित डिप्लॉयमेंट को रोक सकती थीं:
- OpenSearch क्रेडेंशियल त्रुटियां – एजेंट ने गलत सीक्रेट की (secret key) दी, जिससे क्लस्टर ने कनेक्शन को अस्वीकार कर दिया।
- URL में Regex टाइपो – एक गलत अक्षर ने एक वैध एंडपॉइंट को डेड लिंक में बदल दिया, जिससे डेटा लोडर खराब हो गया।
- मॉडल नाम का बेमेल होना – कनेक्टर एक अलग Ollama मॉडल आइडेंटिफायर की अपेक्षा कर रहा था, जिससे "model not found" त्रुटियां आईं।
- JVM मेमोरी सीमाएं – बल्क इंडेक्सिंग ने Java heap को समाप्त कर दिया, जिससे आउट-ऑफ-मेमोरी क्रैश होने लगे।
- मॉडल चंक्स (chunks) का आकस्मिक विलोपन – एक क्लीनअप स्क्रिप्ट ने आवश्यक फाइलों को डुप्लिकेट समझकर हटा दिया, जिससे पूरी पाइपलाइन खतरे में पड़ गई।
जब एजेंट फंस गया, तो "loop-police" ने हस्तक्षेप किया
loop-police नामक एक साथी वॉचडॉग लूप के स्वास्थ्य की निगरानी करता है। जब डिलीशन बग के दौरान एजेंट एक कभी न खत्म होने वाले चक्र (non-terminating cycle) में फंस गया, तो loop-police ने रुकावट का पता लगाया, वर्तमान ब्रांच को रद्द कर दिया, और उसे वापस 'सहमति' (Agreement) चरण पर जाने के लिए मजबूर किया। इसके बाद एजेंट ने अपनी गलती स्वीकार की, दूषित स्थिति (corrupted state) को साफ किया, और पाइपलाइन को फिर से शुरू से बनाया। यह सेल्फ-हीलिंग (self-healing) चक्र शुरुआती योजना की मंजूरी के अलावा बिना किसी मानवीय हस्तक्षेप के पूरा हो गया।
डेवलपर्स के लिए इसका क्या अर्थ है
- नियंत्रण से समझौता किए बिना गति। लूप इंजीनियरों को अपना इरादा (intent) बताने देता है, और फिर निष्पादन को एक स्वायत्त प्रणाली को सौंप देता है जो अभी भी मानव-अनुमोदित ब्लूप्रिंट का पालन करती है।
- इन-बिल्ट सुरक्षा जाल (safety nets)। ऑटोमेटेड लिंटिंग, टेस्टिंग और एक वॉचडॉग जो अनियंत्रित लूप को तोड़ सकता है, साइलेंट फेलियर (silent failures) के जोखिम को कम करते हैं।
- प्रवेश में कम बाधा। जिन टीमों के पास Helm, Kubernetes, या वेक्टर-सर्च की गहरी विशेषज्ञता नहीं है, वे अपनी आवश्यकताओं को सरल भाषा में बताकर एक कार्यात्मक स्टैक तैयार कर सकती हैं।
यह दृष्टिकोण कोई जादुई समाधान (silver bullet) नहीं है। 'सहमति' (Agreement) चरण में अभी भी अवास्तविक अपेक्षाओं या सुरक्षा संबंधी चिंताओं को पहचानने के लिए एक जानकार समीक्षक की आवश्यकता होती है। लूप डोमेन विशेषज्ञता (domain expertise) की जगह नहीं लेता है; यह केवल दोहराव वाले प्लंबिंग कार्य को एक दोहराए जाने योग्य पैटर्न में व्यवस्थित करता है।