கடந்த இரண்டு ஆண்டுகளாக, AI பொறியியல் (AI engineering) ஒரு எளிய முறையைப் பின்பற்றியது. ஒரு ஏஜென்ட்டிற்கு (agent) ஒரு ப்ராம்ப்ட் (prompt), சில கருவிகள் மற்றும் ஒரு மெமரி லேயரை (memory layer) வழங்கினால் போதும். அது ஒரு கூட்டத்தைத் திட்டமிடுவதையோ, ஒரு ஒப்பந்தத்தைச் சுருக்குவதையோ அல்லது ஒரு ஸ்கிரிப்டைத் திருத்துவதையோ (debug) நீங்கள் பார்க்கலாம். ஒரு தனி ஏஜென்ட்டை அதன் சொந்தத் திறனில் பயனுள்ளதாக மாற்றுவதே முழுமையான இலக்காக இருந்தது.

அந்த இலக்கு மாறிவிட்டது.

தனி ஏஜென்ட்களிலிருந்து ஏஜென்ட் குழுக்களாக (agent teams) இந்தத் துறை மாறுவதை நாம் இப்போது பார்த்துக் கொண்டிருக்கிறோம். ஒரு வாடிக்கையாளர் சேவைத் தரம் பிரிக்கும் பாட் (customer service triage bot), ஒரு ரீஃபண்ட் கோரிக்கையை (refund request) அடையாளம் கண்டு, அந்த வழக்கை ஒரு பேமெண்ட்ஸ் ஏஜென்ட்டிற்கு (payments agent) மாற்றுகிறது. இணையத் தரவுகளைத் திரட்டும் (scraping) ஒரு ஆராய்ச்சி ஏஜென்ட், ஒரு குறிப்பிட்ட இடைவெளியைக் கண்டறிந்து, அந்தப் பணியை ஒரு பிரத்யேகத் தரவுத்தளத்தில் (proprietary database) இயங்கும் ஒரு நிபுணருடைய ஏஜென்ட்டிற்குப் பகிர்ந்து அளிக்கிறது. ஒரு ஷிப்மென்ட்டைத் திட்டமிடும் லாஜிஸ்டிக்ஸ் ஏஜென்ட்டிற்கு (logistics agent) நிகழ்நேர சரக்குக் கட்டணக் கணக்கீடு (real-time freight quote) தேவைப்படுகிறது, எனவே அது ஒரு பிரைசிங் ஏஜென்ட்டிடம் (pricing agent) விலையைக் கேட்கிறது.

இது பார்ப்பதற்கு எளிமையாகத் தோன்றலாம். ஆனால் நடைமுறையில், இது மிகவும் பலவீனமானது (brittle).

புதிய சவால் என்னவென்றால், ஒன்றோடொன்று இணைந்து செயல்படும் திறன் (interoperability) ஆகும். குழுக்கள் வெவ்வேறு கட்டமைப்புகளில் (frameworks) ஏஜென்ட்களை உருவாக்குகின்றன. வெவ்வேறு விற்பனையாளர்கள் வெவ்வேறு இடைமுகங்களுடன் (interfaces) ஏஜென்ட்களை வழங்குகிறார்கள். ஒரு நிறுவனம் மற்றொரு நிறுவனத்துடன் இணைந்து செயல்பட வேண்டியிருக்கும் போது, இந்த இடைவெளி அதிகரிக்கிறது. தகுதியுள்ள பணியாளர்கள் நிறைந்திருந்தாலும், அவர்களுக்கு இடையே ஒரு பொதுவான மொழி இல்லாத சூழலை நாம் இப்போது எதிர்கொள்கிறோம். ஒரு ஏஜென்ட்டினால் ஒரு டைரக்டரியில் மற்றொரு ஏஜென்ட்டைத் தேட முடியாது. தனது சக ஊழியர் என்ன செய்கிறார் என்பதற்கான விளக்கத்தைப் படிக்க முடியாது. மேலும், தரவு கசிவு (data leakage), சூழல் இழப்பு (context loss) அல்லது ஒரே பணி மீண்டும் செய்யப்படுதல் (duplicate execution) போன்ற அபாயங்கள் இன்றி, ஒரு முக்கியமான பணியை மற்றொருவரிடம் ஒப்படைக்கவும் முடியாது.

இதோ, இந்தத் துல்லியமான சிக்கலைத் தீர்ப்பதற்காகவே A2A உருவாக்கப்பட்டுள்ளது. இது ஏஜென்ட்கள் ஒன்றைக் கண்டறியவும் (discovery), பணிகளைப் பகிர்ந்து அளிக்கவும் (delegation) மற்றும் பாதுகாப்பான ஒத்துழைப்பிற்கும் (secure collaboration) ஒரு பொதுவான நெறிமுறையை (protocol) வழங்குகிறது.

தனி ஏஜென்ட்களிலிருந்து ஏஜென்ட் தனிமைப்படுத்தல்களுக்கு (Agent Silos)

ஏஜென்ட் கட்டமைப்புகளின் (agent frameworks) முதல் அலை, அமைப்பின் எல்லையை ஏஜென்ட்டின் எல்லையாகவே கருதியது. நீங்கள் ஒரு ரீசனிங் லூப்பை (reasoning loop) உருவாக்கி, அதற்குத் தேவையான கருவிகளைக் கொடுத்து, அது ஒரு பணிப்பாய்வு (workflow) மூலம் சிந்தித்துச் செயல்படும் என்று நம்பினீர்கள். அந்த ஏஜென்ட் ஒரே கோட்பாடு (codebase), ஒரே கிளவுட் கணக்கு (cloud account) அல்லது ஒரே விற்பனையாளர் தளத்திற்குள் (vendor platform) இருக்கும்போது அது போதுமான அளவு சிறப்பாகச் செயல்பட்டது.

உண்மையான வணிகங்கள் ஒற்றை அமைப்புகளுக்குள் (monoliths) இயங்குவதில்லை. ஒரு ரீஃபண்ட் கோரிக்கை ஒரு CRM-இல் தொடங்கி, Python-இல் எழுதப்பட்ட ஒரு உள்முறை பேமெண்ட் சேவையில் (internal payment service) சென்று, மூன்றாம் தரப்பினரால் (third party) நிர்வகிக்கப்படும் மோசடி சரிபார்ப்பில் (fraud check) முடிவடையலாம். இந்த ஒவ்வொரு சேவையையும் ஒரு ஏஜென்ட்டாக நீங்கள் உருவாக்கும்போது, வெவ்வேறு தொழில்நுட்ப அடுக்குகளில் (stacks) உருவாக்கப்பட்ட ஏஜென்ட்கள் ஒன்றையொன்று இயல்பாகப் புரிந்துகொள்வதில்லை என்பதை நீங்கள் விரைவில் உணர்வீர்கள். பிரத்யேகக் கட்டமைப்புகளில் (proprietary frameworks) உருவாக்கப்பட்ட நிறுவன ஏஜென்ட்கள் (Enterprise agents), அவற்றின் திறன்களை வெளி உலகிற்குத் தெரியப்படுத்துவதில்லை.

ஒரு தரநிலை (standard) இல்லையென்றால், ஒவ்வொரு ஒருங்கிணைப்பும் (integration) ஒரு தனிப்பயனாக்கப்பட்ட திட்டமாக (custom project) மாறிவிடும். பொறியாளர்கள் ஒவ்வொரு முறையும் புதிய இணைப்புக் குறியீடுகளை (glue code) எழுத வேண்டியிருக்கும். தகவல்கள் மாற்றப்படும்போது சூழல் (context) தொலைந்துவிடும். ஒவ்வொரு முறை பணியை ஒப்படைக்கும் முறையும் மாறுபடுவதால், பாதுகாப்பு கொள்கைகள் (security policies) சீரற்றதாகிவிடும்.

ஏஜென்ட் கார்டுகள்: ஒரு பொதுவான சுயவிவரக் குறிப்பு (Public Resume)

ஏஜென்ட்கள் தாங்கள் யார் மற்றும் என்ன செய்ய முடியும் என்பதை அறிவிப்பதற்கான ஒரு வழியாக A2A 'ஏஜென்ட் கார்டுகளை' (Agent Cards) அறிமுகப்படுத்துகிறது.

ஒரு ஏஜென்ட் கார்டை இயந்திரங்களால் படிக்கக்கூடிய (machine-readable) ஒரு சுயவிவரக் குறிப்பு (résumé) என்று நினைத்துக் கொள்ளுங்கள். ஒரு ஏஜென்ட் தனது பணித் துறை (domain), அதற்குத் தேவையான உள்ளீடுகள் (inputs), எதிர்பார்க்கப்படும் வெளியீடுகள் (outputs) மற்றும் அது ஏற்கும் பணிகளுக்கான கட்டுப்பாடுகள் (constraints) ஆகியவற்றைக் குறிப்பிடும் ஒரு கார்டை வெளியிடுகிறது. ஒரு பேமெண்ட்ஸ் ஏஜென்ட், ஒரு ஆர்டர் ஐடி (order ID) மற்றும் ஒரு காரணம் குறியீடு (reason code) வழங்கப்பட்டால், ஒரு குறிப்பிட்ட தொகைக்குக் கீழ் உள்ள ரீஃபண்ட் கோரிக்கைகளைத் தான் கையாளும் என்றும், அது ஒரு உறுதிப்படுத்தல் எண் அல்லது பிழைச் செய்தியைத் தரும் என்றும் அறிவிக்கலாம். ஒரு தரவு நிபுணர் (data specialist), ஒரு குறிப்பிட்ட அளவு வரையிலான கட்டமைக்கப்பட்ட கோப்புகளை (structured files) ஏற்றுக்கொண்டு, ஒரு குறிப்பிட்ட காலத்திற்குள் சுத்திகரிக்கப்பட்ட காலவரிசைத் தரவை (cleaned time-series data) வழங்கும் என்று கூறலாம்.

பணியை ஒப்படைப்பதற்கு முன், கோரிக்கை விடுத்த ஏஜென்ட் அந்த கார்டைப் படிக்கிறது. இலக்கு ஏஜென்ட் (target agent) அந்தப் பணியைச் செய்யத் தகுதியானதுதானா என்பதை அது புரிந்துகொள்கிறது. தரவுப் பேலோடு (payload) எந்த வடிவத்தில் இருக்க வேண்டும் என்பதைக் கற்றுக்கொள்கிறது. அது ஒரு உடனடிப் பதிலைத் (synchronous response) தேட வேண்டுமா அல்லது பின்னர் முடிவடையும் ஒரு காலதாமதப் பணியை (asynchronous task) எதிர்பார்க்க வேண்டுமா என்பதையும் அது அறிந்து கொள்கிறது.

இது யூகங்களைக் குறைக்கிறது. ஒவ்வொரு சாத்தியமான கூட்டாளிக்கும் தனித்தனியாக ஒருங்கிணைப்புகளைக் குறியீடாக (hardcoding) எழுதுவதற்குப் பதிலாக, ஒரு ஏஜென்ட் கிடைக்கும் திறன்களைத் தேடிப் பார்த்து, சரியான குழுத் தொண்டரைத் (teammate) தானாகவே (dynamically) தேர்ந்தெடுத்துக் கொள்ள முடியும்.

பணிகள் (Tasks): கட்டமைக்கப்பட்ட வேலை, வெறும் API அழைப்புகள் மட்டுமல்ல

ஏஜென்ட்கள் மனிதர்களைப் போல உரையாட வேண்டிய அவசியமில்லை. அவை பணிகளைத் தெளிவாக ஒப்படைக்க வேண்டும். A2A இந்தத் தொடர்பை ஒரு 'பணி' (Task) என்று மாதிரியாக்குகிறது.

ஒரு பணி (Task) என்பது வெறும்...