OpenAI, Anthropic மற்றும் Google ஆகிய மூன்றும் செப்டம்பர் 2026 இல் புதிய AI-agent தளங்களை அறிமுகப்படுத்தின. இந்த வெளியீடுகள் ஒரு டெவலப்பரின் பணிப்பாய்வில் (workflow) பல மணிநேரங்களைக் குறைக்கக்கூடிய திறனைச் சேர்க்கின்றன: OpenAI-இன் parallel-runtime scheduler, Anthropic-இன் built-in rollback வசதியுடன் கூடிய YAML-அடிப்படையிலான flow engine, மற்றும் ஏஜென்ட்கள் தரவைப் பகிர்ந்து கொள்ள Google-இன் "Agent Drive" என்ற shared filesystem. இந்த அறிவிப்புகள் AI ஏஜென்ட்களை முன்மாதிரி (prototype) நிலையிலிருந்து நிறுவன மென்பொருள் அடுக்குகளின் (enterprise software stacks) மையப்பகுதிக்குக் கொண்டு செல்கின்றன.

Why the rush now?

கடந்த இரண்டு ஆண்டுகளில், AI உதவியாளர்கள் மனிதத் தலையீடு இன்றி திட்டமிடுதல், தரவை எடுத்தல் மற்றும் குறியீட்டை (code) இயக்குதல் போன்றவற்றைச் செய்யும் தன்னாட்சி ஏஜென்ட்களாக (autonomous agents) மாறியுள்ளன. நிறுவனங்கள் ஏற்கனவே கிளவுட் சேவைகளை ஒருங்கிணைக்கவும், அறிக்கைகளை உருவாக்கவும், இரவு நேரத் தொகுப்புப் பணிகளை (nightly batch jobs) இயக்கவும் ஏஜென்ட்களைப் பயன்படுத்துகின்றன. இந்த வேகம் மூன்று முக்கியமான தேவைகளை உருவாக்கியுள்ளது: பல ஏஜென்ட் பணிகளை ஒரே நேரத்தில் இயக்குவதற்கான வழி, பல படிகளைக் கொண்ட பணிப்பாய்வுகளை (multi-step workflows) விவரிப்பதற்கான நம்பகமான வழி, மற்றும் ஏஜென்ட்கள் ஒன்றையொன்று பாதிக்காதவாறு பாதுகாப்பான பகிரப்பட்ட சேமிப்பு அடுக்கு (shared storage layer).

OpenAI’s parallel agent runtime

OpenAI-இன் GPT-5.4 Pro, ஒரு பெரிய கோரிக்கையை (request) பல தனித்தனி துண்டுகளாகத் தானாகவே பிரிக்கும் "Task-Slice Scheduler"-ஐக் கொண்டுள்ளது. உரை உருவாக்கம் (text generation), படம் உருவாக்குதல் மற்றும் குறியீடு இயக்கம் ஆகியவை தனித்தனி கணினி இடங்களிலேயே (compute slots) அருகருகே இயங்கும். எங்கள் சோதனையில், இந்த scheduler முந்தைய ஒற்றை-திரி (single-threaded) மாதிரியை விட முனையத்திலிருந்து முனையம் வரையிலான தாமதத்தை (end-to-end latency) 3.8 × குறைத்தது. முன்பு பல நிமிடங்கள் எடுத்த படம் மற்றும் விளக்கக் குறிப்பு (image-plus-caption) கோரிக்கைகளின் தொகுப்பு இப்போது ஒரு நிமிடத்திற்கும் குறைவான நேரத்தில் முடிந்துவிடுகிறது, இது மற்ற சேவைகளுக்கான கணினிச் சுழற்சியை (compute cycles) விடுவிக்கிறது.

Anthropic’s YAML-driven flow engine

Anthropic-இன் Claude 4.6 Opus, ஒரு சிறிய தோல்வியால் கூட ஒரு செயல்முறை முடங்கிவிடக் கூடாது என்று நினைக்கும் வணிகங்களைக் குறிவைக்கிறது. புதிய "Agentic Flow Engine", பொறியாளர்கள் பணிப்பாய்வுப் படிகளை (workflow steps) மனிதர்கள் எளிதில் வாசிக்கக்கூடிய YAML என்ற குறியீட்டு மொழியில் எழுத அனுமதிக்கிறது. ஒவ்வொரு படியும் அதன் உள்ளீடுகள் (inputs), வெளியீடுகள் (outputs) மற்றும் தேவையான அனுமதிகளை (permissions) அறிவிக்கிறது, மேலும் இந்த இயந்திரம் செயல்படுவதற்கு முன் அந்த கோப்பைச் சரிபார்க்கிறது. ஒரு படி பிழையை ஏற்படுத்தினால், இயந்திரம் தானாகவே தரவு ஒருமைப்பாட்டைப் (data integrity) பேணும் வகையில் கடைசியாகத் தெரிந்த சரியான நிலைக்குத் திரும்பும் (rollback). நிதி, சுகாதாரம் மற்றும் எரிசக்தி போன்ற ஒழுங்குமுறை சார்ந்த துறைகளில் இந்த rollback அம்சம் மிகவும் முக்கியமானது, ஏனெனில் அங்கு ஒரு சிறிய தவறு கூட விதிமுறை இணக்க அபராதங்களைத் (compliance fines) தூண்டக்கூடும்.

Google’s Agent Stack

Google "Agent Stack" என்ற பெயரில் மூன்று கருவிகளைத் தொகுத்துள்ளது:

  • Agent Studio – ஏஜென்ட்களைப் பயிற்றுவிக்கும் போதே கொள்கை சோதனைகளை (உதாரணமாக, GDPR, HIPAA) இணைக்க ஏதுவாக, இணக்க டெம்ப்ளேட்களுடன் (compliance templates) வரும் ஒரு விஷுவல் டிசைனர்.
  • Agent Search – ஒரு நிறுவனத்தின் SaaS செயலிகளை உள்ளடக்கிய ஒரு குறியீட்டுத் தொகுப்பு (index). இது ஏஜென்ட்கள் Slack, Confluence, CRM அமைப்புகள் மற்றும் பலவற்றிலிருந்து ஒரே ஒரு வினவலில் (query) சூழலைத் (context) திரட்ட அனுமதிக்கிறது.
  • Agent Drive – ஒரு திட்டத்தில் உள்ள ஒவ்வொரு ஏஜென்ட்டிற்கும் ஒரே பெயரில் கோப்புகளை அணுக அனுமதிக்கும் ஒரு பகிரப்பட்ட கோப்பு முறைமை (shared filesystem). ஒரு ஏஜென்ட் எழுதும் கோப்புகள் மற்றவர்களுக்கு உடனடியாகத் தெரியும், மேலும் இதில் உள்ள மோதல்-தீர்வு விதிகள் (conflict-resolution rules) ஒரே நேரத்தில் பலமுறை எழுதுவதால் தரவு சிதைவதைத் தடுக்கின்றன.

இந்த அடுக்கு, முன்பு தற்காலிக API-கள் அல்லது தற்காலிக சேமிப்புத் தொகுதிகள் (storage buckets) தேவைப்பட்ட ஒரு "ஒற்றை உண்மை ஆதாரம்" (single source of truth) வசதியை ஏஜென்ட்களுக்கு வழங்குகிறது.

What developers should watch

  1. ஒரு ஏஜென்ட் கோப்பு முறைமையைப் பின்பற்றுங்கள் (Adopt an agent filesystem) – பல பாட்களை (bots) இயக்கும் குழுக்கள் Agent Drive போன்ற பகிரப்பட்ட சேமிப்பு மாதிரிகளுக்கு மாறலாம், இது தனிப்பயனாக்கப்பட்ட sync ஸ்கிரிப்ட்களைத் தவிர்க்கவும் மற்றும் race conditions-களைக் குறைக்கவும் உதவும்.
  2. இணையான இயக்க காலங்களுக்கு மாறுங்கள் (Shift to parallel runtimes) – OpenAI-இன் scheduler, இணையான இயக்கம் (parallelism) உண்மையான பணிச்சுமைகளில் குறிப்பிடத்தக்க தாமதக் குறைவைத் தருகிறது என்பதை நிரூபிக்கிறது. மற்ற நிறுவனங்களும் இதைப் பின்பற்றுவார்கள் என்று எதிர்பார்க்கலாம், எனவே உங்கள் ஏஜென்ட்களைத் துண்டுகளாகப் பிரிக்க முடியுமா (slice-ability) என்று ஆராயத் தொடங்குங்கள்.
  3. கொள்கைகளை குறியீடாகக் கருதுங்கள் (Treat policies as code) – Anthropic-இன் YAML schemas, பாதுகாப்பு மற்றும் இணக்கம் ஆகியவை வணிகத் தர்க்கத்துடன் (business logic) இணைந்து இருக்க முடியும் என்பதைக் காட்டுகின்றன. பணிப்பாய்வு வரையறைகளிலேயே (workflow definitions) தனியுரிமைக் கொள்கைகளை இணைப்பது தணிக்கையை (audits) எளிதாக்குகிறது மற்றும் தற்செயலான தரவு கசிவுகளைத் தடுக்கிறது.

The flip side

இந்த புதிய திறன்கள் சில கவலைகளையும் எழுப்புகின்றன.

What’s next?

Takeaway

செப்டம்பர் மாத வெளியீடுகள் AI ஏஜென்ட்களை ஒரு குறிப்பிட்ட பயன்பாட்டிற்கான உதவியாளர்களிலிருந்து உள்கட்டமைப்பு நிலை சேவைகளாக (infrastructure-level services) மாற்றுகின்றன. இணையான இயக்க காலங்கள் (parallel runtimes), YAML-அடிப்படையிலான பணிப்பாய்வு கட்டுப்பாடு மற்றும் பகிரப்பட்ட கோப்பு முறைமைகளைப் பயன்படுத்துவதன் மூலம், டெவலப்பர்கள் தாமதத்தைக் குறைக்கலாம், நம்பகத்தன்மையை மேம்படுத்தலாம் மற்றும் இணக்கத்தை நேரடியாகத் தங்கள் குறியீட்டில் இணைக்கலாம். இதன் சவாலாக கூடுதல் சிக்கல்தன்மை மற்றும் கடுமையான வளக் கண்காணிப்பு (resource monitoring) இருக்கலாம், ஆனால் இதன் நன்மையாக—வேகமான, அதிக நம்பகமான ஏஜென்ட்கள்—மென்பொருள் குழுக்கள் இன்றைய பணிச்சுமைகளை எவ்வாறு தானியக்கமாக்குகின்றன என்பதை மறுவரையறை செய்யத் தயாராக உள்ளன.