सिंघुआ का ओपन-सोर्स एजेंट ऑपरेटिंग सिस्टम AI कार्य लागत में 83% की कमी करता है

AI एजेंट — ऐसे प्रोग्राम जो स्वयं बहु-चरणीय कार्यों की योजना बनाते और उन्हें अंजाम देते हैं — एक प्रतिष्ठा संकट से जूझ रहे हैं। वे भूल जाते हैं कि उन्होंने दो कदम पहले क्या किया था, बड़े भाषा मॉडलों को महँगी कॉल दोहराते हैं, और चुपचाप किसी कंपनी का बजट जला देते हैं। सिंघुआ विश्वविद्यालय की एक टीम मानती है कि समाधान कोई अधिक बुद्धिमान मॉडल नहीं, बल्कि एजेंटों के रहने के लिए एक बेहतर जगह है।

विश्वविद्यालय की प्राकृतिक भाषा प्रसंस्करण प्रयोगशाला (THUNLP) ने AI कंपनी ModelBest और ओपन-सोर्स समुदाय OpenBMB के साथ मिलकर PilotDeck 2.0 जारी किया है, जो विशेष रूप से AI एजेंटों के लिए बनाया गया एक ओपन-सोर्स ऑपरेटिंग सिस्टम है। टीम का कहना है कि यह सिस्टम एजेंट कार्यों को चलाने की लागत में 83 प्रतिशत की कमी करता है, मुख्य रूप से अनावश्यक मॉडल कॉलों को घटाकर और एजेंट क्या याद रखता है उसे प्रबंधित करके।

मेमोरी इसकी प्रमुख विशेषता है। PilotDeck में, एजेंट की मेमोरी को खोजा और संपादित किया जा सकता है — उपयोगकर्ता या डेवलपर देख सकते हैं कि एजेंट ने क्या संग्रहीत किया है, उसे सुधार सकते हैं या हटा सकते हैं। यह लंबे समय तक चलने वाले वर्कफ़्लो के लिए महत्वपूर्ण है, जहाँ शुरुआती निर्देश को गलत याद रखने वाला एजेंट पूरे कार्य में वही गलती दोहराता है। उस मेमोरी का निरीक्षण और परिवर्तन कर पाना एक अपारदर्शी प्रक्रिया को साझा नोटबुक के अधिक निकट बना देता है।

यह सिस्टम MCP, यानी Model Context Protocol का भी मूल रूप से समर्थन करता है, जो एक खुला मानक है जो AI मॉडलों को बाहरी टूल और डेटा स्रोतों से जोड़ने देता है। मूल समर्थन का अर्थ है कि PilotDeck पर चलने वाला एजेंट प्रत्येक के लिए अलग ग्लू कोड के बिना बाहरी सेवाओं से जुड़ सकता है, जो एजेंट परियोजनाओं में नाज़ुकपन का एक सामान्य स्रोत है।

यह रिलीज़ चीन में केवल बड़े मॉडलों के बजाय एजेंट अवसंरचना की ओर एक व्यापक प्रयास का हिस्सा है। THUNLP देश के सबसे प्रसिद्ध शैक्षणिक AI समूहों में से एक है, और सिंघुआ से जुड़ा स्टार्टअप ModelBest हल्के मॉडल और OpenBMB टूलकिट बना रहा है — जो कई लोकप्रिय ओपन-सोर्स परियोजनाओं के पीछे का आधार है। मॉडलों और कार्यों के बीच एक ऑपरेटिंग सिस्टम परत डालना इस दांव पर है कि अगली बढ़त कच्ची बुद्धिमत्ता से नहीं, बल्कि ऑर्केस्ट्रेशन से आएगी।

वैश्विक डेवलपर्स के लिए आकर्षण व्यावहारिक है। आज एजेंट फ्रेमवर्क बिखरे हुए हैं, और जब किसी कार्य के लिए दर्जनों मॉडल कॉल की आवश्यकता होती है तो लागत तेज़ी से बढ़ती है। एक ऐसा सिस्टम जो मेमोरी को ऑडिट-योग्य रखते हुए उस खर्च को पाँचवें हिस्से से अधिक कम करने का दावा करता है, उत्पादन में एजेंट तैनात करने वाली टीमों की दो सबसे आम शिकायतों का समाधान करता है: अनिश्चितता और खर्च।

83 प्रतिशत के आंकड़े को सामान्य सतर्कता के साथ लेना उचित है। लागत बचत काफी हद तक कार्य, उपयोग किए गए मॉडल और एजेंट के कॉन्फ़िगरेशन पर निर्भर करती है, और स्वतंत्र बेंचमार्क ही असली परीक्षा होंगे। हालाँकि, सिस्टम को ओपन-सोर्स करना उस परीक्षण को चलाना आसान बनाता है।

बड़ा संकेत यह है कि प्रतिस्पर्धा किस ओर बढ़ रही है। जैसे-जैसे मॉडल गुणवत्ता अभिसरित होती है, लड़ाई उस परत की ओर खिसक रही है जो तय करती है कि कौन सा मॉडल क्या करेगा, कब और किस कीमत पर। यदि सिंघुआ का ऑपरेटिंग सिस्टम अपने वादे का कुछ हिस्सा भी पूरा करता है, तो AI एजेंटों की अगली लहर का आकलन इस बात पर कम होगा कि वे कितने चतुर हैं और इस बात पर अधिक कि उन्हें कितनी अच्छी तरह प्रबंधित किया गया है।