कृत्रिम बुद्धिमत्ता एजेंट वह प्रणाली है जो किसी लक्ष्य दिए जाने पर यह खुद तय करती है कि किस टूल को कब बुलाना है और इस निर्णय के साथ दुनिया में वास्तविक कार्रवाई उत्पन्न करती है। एक मॉडल अब केवल वाक्य नहीं बनाता; वह किसी कैलेंडर में ईवेंट जोड़ता है, किसी रिकॉर्ड को अपडेट करता है, या किसी भुगतान इंटरफ़ेस को ट्रिगर करता है। अंग्रेज़ी में इस व्यवहार को agentic कहा जाता है: यह वह क्षण जब आउटपुट केवल टेक्स्ट में समाप्त नहीं होता, बल्कि एक कार्रवाई से जुड़ जाता है। 2026 के दौरान इस क्षेत्र का गुरुत्वाकर्षण ठीक इसी ओर — उत्तर देने से काम करने की ओर — खिसका है।
यह बदलाव छोटा दिख सकता है लेकिन नियंत्रण की दिशा में सब कुछ बदल देता है। एक वाक्य गलत हुआ तो वह सुधारा जा सकता है; एक कार्रवाई गलत हुई तो उसे वापस लेना होगा, और कुछ कार्रवाइयाँ वापस नहीं ली जा सकतीं।
- एजेंट यह निर्णय अपनी टेक्स्ट उत्पादन के दौरान नहीं बल्कि लक्ष्य देखकर लेता है कि किस टूल को बुलाना है।
- टूल कॉल वह पुल है जो मॉडल की जानकारी को कार्रवाई से जोड़ता है; असली जोखिम यहीं उत्पन्न होता है।
- एक गलत वाक्य की कीमत केवल पढ़ने तक सीमित रहती है, एक गलत कार्रवाई की कीमत उसे वापस लेने तक फैली रहती है।
- वापस ली जाने योग्य कार्रवाइयाँ व्यापक रूप से मुक्त होनी चाहिए, जबकि वापस न ली जाने योग्य कार्रवाइयाँ संकुचित दरवाजे से हो कर गुजरनी चाहिए।
- इंसानी अनुमोदन कोई शिष्टाचार नहीं, बल्कि कार्रवाई की सीमाएँ खींचने वाला आर्किटेक्चरल निर्णय है।
- किसी एजेंट की विश्वसनीयता उसके सही उत्तरों से नहीं, बल्कि उसकी रुकने की जगहों से नापी जाती है।
याचित बुद्धिमत्ता एजेंट क्या है, सामान्य चैट मॉडल से फर्क क्या?
कृत्रिम बुद्धिमत्ता एजेंट वह सिस्टम है जो दिए गए उद्देश्य को छोटे कदमों में विभाजित करता है, और प्रत्येक कदम पर यह तय करता है कि किसी टूल का उपयोग करना है या नहीं, तथा मिलने वाले परिणाम को पढ़कर अगले कदम को चुनता है। एक चैट मॉडल इनपुट लेता है और टेक्स्ट लौटाता है; एजेंट इनपुट लेता है, दुनिया में कुछ करता है, देखता है क्या हुआ और आगे बढ़ता है। अंतर ढंग में नहीं बल्कि उस लूप में है।
यह लूप परंपरागत सॉफ़्टवेयर प्रवाह से भी अलग है। पारंपरिक प्रोग्राम में यह पहले से तय होता है कि कौन सा फ़ंक्शन कब कॉल होगा; एजेंट में यह चयन रन-टाइम पर, मॉडल की तत्काल व्याख्या के आधार पर होता है। यानी व्यवहार स्थिर नहीं, स्थिति के अनुसार बदलने वाला होता है। यही अनुकूलन एजेंट की ताकत है, और साथ ही यह कारण भी कि उसे नियंत्रित करने की जरूरत क्यों है।
व्यावहारिक तौर पर किसी एजेंट की पहचान तीन क्षमताओं से होती है: किसी उद्देश्य को आगे ले जाना, उपलब्ध टूल्स में से सही को चुनना और किसी टूल द्वारा लौटाए परिणाम के आधार पर अपनी योजना बदलना। ये तीनों एक साथ आने पर सिस्टम अब "क्या कहना है" नहीं बल्कि "क्या करना है" की गणना कर रहा होता है। Agentic शब्द का संकेत यही सीमा है।
इस सीमा की एक कीमत भी है। टेक्स्ट पैदा करने वाला मॉडल जब गलती करता है तो पाठक उस गलती को देख कर नजरअंदाज कर सकता है; कार्रवाई करने वाला एजेंट गलती करता है तो गलतियाँ पहले ही किसी सिस्टम में समा चुकी होती हैं। यानी वही क्षमता वृद्धि न केवल काम की सीमा बढ़ाती है बल्कि गलती का दायरा भी बढ़ाती है। 2026 में क्षेत्र ने सीखा कि इन दोनों वृद्धि को अलग-अलग तरीके से प्रबंधित करना जरूरी है।
टूल का उपयोग क्यों आउटपुट से कार्रवाई की तरफ़ होने वाली सीमा है?
टूल का उपयोग वह क्षण है जब मॉडल अपनी टेक्स्ट सीमा से बाहर निकलकर किसी वास्तविक सिस्टम को प्रभावित कर सकता है। एक भाषा मॉडल अपने आप में केवल संभावित शब्द-क्रम बना सकता है; किसी टूल से जुड़ने पर वह किसी डेटाबेस को क्वेरी कर सकता है, संदेश भेज सकता है, या किसी रिकॉर्ड को बदल सकता है। यही पुल है: आउटपुट जब शब्द से निकलकर वास्तविकता को छूता है।
इस पुल के दो पहलू हैं। एक पहलू जानकारी लाता है; एजेंट बाहरी स्रोत से डेटा खींच कर अपना निर्णय समृद्ध कर लेता है, और इस तरह के कॉल का प्रभाव प्रतीत होते हुए भी गैर-परिवर्तनीय होता है क्योंकि कुछ बदला नहीं गया है। दूसरा पहलू दुनिया को बदलता है; एक पंक्तियाँ जोड़ना, कोई स्थिति मिटाना, कोई प्रक्रिया शुरू करना। पहले पहलू की गलती कष्टदायक हो सकती है, दूसरे पहलू की गलती निशान छोड़ जाती है।
डिज़ाइन में इस विभाजन को जल्दी करना बाद में जोड़े जाने वाले किसी भी सुरक्षा परत से अधिक मूल्यवान होता है। पढ़ने वाले टूल्स और लिखने वाले टूल्स को एक ही सुरक्षा स्तर पर रखना सबसे आम गलतियों में से एक है। किसी एजेंट को क्या मुक्त रूप से पढ़ने दिया जाए और क्या केवल अनुमोदन के साथ लिखा जा सके, यह उत्पाद के व्यवहार को टेक्स्ट से कहीं अधिक प्रभावित करता है।
यह सीमा यह भी स्पष्ट करती है कि क्यों कृत्रिम बुद्धिमत्ता "उत्तर देने" से "करने" की ओर बदल रही है। कोई सिस्टम चाहे कितना भी अच्छा बोले, जब तक वह दुनिया को नहीं छूता वह एक सलाहकार ही बना रहता है। टूल्स से जुड़ते ही वह एक अभिनेता बन जाता है, और एक्टर्स से अपेक्षा की जाती है कि वे अपने शब्दों के बजाय अपने कर्मों के लिए जिम्मेदार हों। क्षेत्र का गुरुत्वाकर्षण का यह स्थानांतरण बिल्कुल इसी जिम्मेदारी को टेक्स्ट से कार्रवाई में ले जाना है।
| आयाम | उत्तर देने वाला मॉडल | क्रियाशील एजेंट |
|---|---|---|
| आउटपुट का स्थान | टेक्स्ट में रहता है | किसी सिस्टम में निशान छोड़ता है |
| त्रुटि की लागत | दोबारा पढ़ना | वापस लेना या क्षतिपूर्ति करना |
| निर्णय का क्षण | एक बार का उत्तर | कदम दर कदम, परिणाम देखकर |
| नियंत्रण की आवश्यकता | सामग्री की सटीकता | कार्रवाई की सीमा और अनुमोदन |
एक एजेंट टूल को कब और क्यों बुलाता है?
एक एजेंट तब टूल का सहारा लेता है जब उसे लगता है कि उपलब्ध जानकारी लक्ष्य पूरा करने के लिए पर्याप्त नहीं है। निर्णय टेक्स्ट के भीतर छिपा होता है: मॉडल जब महसूस करता है कि कोई कदम वह स्वयं पूरा नहीं कर सकता, तो वह उस खालीपन को भरने के लिये उपयुक्त टूल चुनता है। यहां "अनुभूति" शब्द सचेत है; क्योंकि चुनाव किसी कठोर नियम से नहीं बल्कि उस क्षण की व्याख्या से होता है, और यही इसे लचीला पर संवेदनशील बनाता है।
अच्छी तरह डिज़ाइन किए सिस्टम में टूल चयन यादृच्छिक नहीं होता। हर टूल का क्या काम है, कब उपयुक्त है और किस लागत के साथ आता है, यह मॉडल को स्पष्ट रूप से बताया जाता है। जितनी साफ़ परिभाषा होगी, अनावश्यक कॉल उतनी ही कम होंगे। अस्पष्ट परिभाषित टूल एजेंट को या तो बिलकुल नहीं बुलाएगा या गलत जगह पर बुलाएगा; दोनों ही मौन रूप से गुणवत्ता को घटाते हैं।
कॉल के समय में दो आम विफलताएँ दिखती हैं। पहली जल्दी कॉल है: एजेंट उस जानकारी के साथ स्वयं उत्तर दे सकता था पर अनावश्यक रूप से किसी टूल तक पहुँचता है, जिससे वह धीमा पड़ता है और माहौल में अनावश्यक छेड़छाड़ करता है। दूसरी देर से कॉल है: मॉडल कुछ जानता समझता है जबकि वास्तव में नहीं जानता, और किसी टूल के बजाय अपनी ही अटकलों का इस्तेमाल कर के निश्चयी स्वर में गलत होता है। एक स्वस्थ सिस्टम इन दोनों किनारों से बचते हुए टूल को तभी बुलाता है जब वास्तव में जरूरत हो पर आवश्यकता पड़ी तो जरूर बुलाता है।
- टूल कॉल
- एजेंट द्वारा किसी कदम को पूरा करने के लिए अपनी क्षमता के बाहर की किसी क्षमता को ट्रिगर करने का संरचित अनुरोध।
- स्वायत्त एजेंट
- मानव से हर कदम पर पूछे बिना, एक लक्ष्य की ओर अपने निर्णयों से बढ़ने वाला सिस्टम।
- कार्रवाई क्षितिज
- एक एजेंट द्वारा बिना अनुमोदन के लगातार किए जा सकने वाली कार्रवाइयों की संख्या द्वारा खींची गई सीमा।
वापस लेने की क्षमता क्यों अनुमोदन की सीमा तय करती है?
किसी कार्रवाई को वापस लिया जा सकता है या नहीं यह सीधे तय करता है कि उसे कितना स्वतंत्रता दी जा सकती है। यदि कार्रवाई वापस ली जा सकती है तो गलती होने पर उसे सुधारा जा सकेगा; यदि वह वापस नहीं ली जा सकती तो गलती केवल क्षतिपूर्ति की जा सकती है, और वह हमेशा संभव नहीं होता। इसलिए परिपक्व सिस्टम कार्रवाइयों को उनकी सटीकता के बजाय उनकी वापस आने की क्षमता के आधार पर वर्गीकृत करते हैं।
यह वर्गीकरण अनुमोदन सीमा को भी स्वतः खींच देता है। ड्राफ्ट बनाना, किसी रिकॉर्ड को पढ़ना, कोई गणना करना — ये व्यापक रूप से स्वतंत्र किए जा सकते हैं क्योंकि सबसे खराब स्थिति में इन्हें दोबारा आजमाया जा सकता है। भुगतान शुरू करना, डाटा को स्थायी रूप से मिटाना, या बाहरी को संदेश भेजना — ये वापस न ली जाने योग्य कार्रवाइयाँ हैं और अक्सर मानव की परमिशन से होकर ही जानी चाहिए। सीमा कार्रवाई के महत्व से नहीं बल्कि उसकी वापस लेने की असंभवता से अनुपाती है।
यहाँ सही संतुलन ढूँढना नाज़ुक काम है। हर कार्रवाई पर अनुमोदन लगाना एजेंट को बेकार बना देगा; किसी पर भी अनुमोदन नहीं रखना उसे खतरनाक बना देता है। बीच की सही रेखा स्थिर नहीं है, यह संदर्भ के साथ बदलती है: वही कार्रवाई एक संदर्भ में हानिरहित हो सकती है और दूसरे में वापस न ली जाने योग्य। अच्छे सिस्टम इस फर्क को संदर्भ के साथ आंका करते हैं।
क्रियाशील एजेंटों में भरोसा क्यों फिर से परिभाषित हो रहा है?
उत्तर देने वाले सिस्टम में भरोसा आउटपुट की सटीकता से मापा जाता था; क्रियाशील सिस्टम में भरोसा उस बात से मापा जाता है कि एजेंट कहाँ रुकता है। सही उत्तर देने वाला मॉडल भी अगर गलत समय पर गलत टूल बुलाता है तो भरोसा तोड़ देता है। क्योंकि अब मूल्यांकन की वस्तु जानकारी की गुणवत्ता नहीं बल्कि व्यवहार की अनुमान्यता है।
यह अनुमान्यता कुछ ठोस गुणों से आती है। यदि कोई एजेंट जो वह कर रहा है उसे कदम दर कदम बाहर दिखा सकता है तो वह नियंत्रित किया जा सकता है; यदि उसके किए गए हर कार्य को पीछे तक ट्रेस किया जा सकता है तो वह जवाबदेह है; और यदि वह अनिश्चित होने पर रुक कर प्रश्न पूछ सकता है तो वह भरोसेमंद माना जाता है। इन तीनों के बिना, सही परिणाम देने वाला एजेंट भी एक काला बॉक्स है, और काले बॉक्स पर वास्तविक भरोसा मुश्किल है।
नए भरोसे का व्यावहारिक सवाल सरल है पर उत्तर कठिन: यह एजेंट अप्रत्याशित स्थिति का सामना करने पर क्या करता है? क्या वह सीमा के भीतर रहता है, या अपनी ओर से किसी दरवाज़े को जबरदस्ती खोलता है? क्षेत्र में विकसित होने वाली राय यह है कि किसी एजेंट का सबसे भरोसेमंद पल वह है जब वह जानबुझकर कोई कर सकता हुआ भी कोई कार्रवाई न करे।
इसलिए भरोसा एक संकेतक नहीं बल्कि संचयी अवलोकन है। यदि कोई एजेंट सौ बार सही काम करे और एक बार सीमा लांघे तो वह एक गलती सौ सफलता को छाँव में डाल देती है; क्योंकि भरोसा औसत से नहीं बल्कि सबसे खराब व्यवहार से मापा जाता है। क्रियाशील सिस्टम में एक बार की वापस न ली जाने वाली गलती अक्सर लंबे समय में कमाए गए सम्मान को मिटा सकती है।
जिम्मेदार कार्रवाई लूप किस क्रम में स्थापित किया जाए?
जिम्मेदार एजेंट डिज़ाइन एक निश्चित क्रम का पालन करता है, क्योंकि सुरक्षा बाद में जोड़ने से नहीं बल्कि शुरुआत में रखने से ही काम करती है। नीचे दिया क्रम कोई उत्पाद-निर्देश नहीं बल्कि क्षेत्र के अनुभव से निकला प्राथमिकता क्रम है।
- पहले कार्रवाइयों को वापस ली जाने योग्य और वापस नहीं ली जाने योग्य में विभाजित करें; यह विभाजन आगे के हर निर्णय की बुनियाद है।
- हर टूल के लिए एक स्पष्ट वर्णन लिखें कि वह क्या करता है और उसकी लागत क्या है; अस्पष्ट परिभाषा गलत कॉल को जन्म देती है।
- हर वापस नहीं ली जाने वाली कार्रवाई के आगे एक अनुमोदन द्वार रखें; इस द्वार का संकुचन सुविधा की हानि नहीं, बल्कि विश्वास की प्राप्ति है।
- एजेंट के हर कदम को ट्रेस करने योग्य बनाएं, ताकि गलती होने पर उसकी शुरुआत पीछे तक पढ़ी जा सके।
- एक कार्रवाई क्षितिज निर्धारित करें; एजेंट बिना अनुमोदन के लगातार अनगिनत कदम न उठा सके।
- समय के साथ सीमाओं को सिकोड़ें या फैलाएँ, क्योंकि सही रेखा स्थिर नहीं, प्रयोग से सीखी जाने वाली चीज है।
इस क्रम का मूल्य यह है कि भरोसा एक आशा से डिज़ाइन में अंतर्निहित बन जाता है। अनुमोदन द्वार बाद में जोड़ी गई चेतावनी विंडो नहीं, बल्कि कार्रवाई की प्रकृति से निकलने वाली संरचना है। अच्छी तरह निर्मित लूप में एजेंट तेज़ है पर अराजक नहीं; अधिकांश कदम वह स्वयं उठाता है, कुछ ही महत्वपूर्ण कदमों पर रुक कर पूछता है। असली कला यह जानना है कि कौन सा कदम किस समूह में आता है।
क्रियाशील एजेंटों का भविष्य कहां जा रहा है
आगे कठिनाई यह नहीं होगी कि एजेंटों को और अधिक बुद्धिमान बनाना, बल्कि उन्हें अधिक विश्वसनीय तरीक़े से सीमित करना होगा। क्षमता बढ़ने पर प्रश्न "क्या कर सकता है" से बदल कर "क्या करना चाहिए, और किसकी अनुमति से" हो जाता है। यह केवल इंजीनियरिंग का प्रश्न नहीं, बल्कि जिम्मेदारी का भी प्रश्न है।
अच्छा प्रदर्शन करने वाली टीमें अक्सर यह नापती हैं कि एजेंट कितना कुछ कर सकता है नहीं, बल्कि वह कितनी स्पष्ट सीमाओं के भीतर खड़ा रह सकता है। वे एक कार्रवाई की वापस लेने की क्षमता को डिज़ाइन इनपुट मानते हैं, अनुमोदन को बाधा नहीं बल्कि अभिसंगति का एक साधन मानते हैं। वे सफलता को उठाई गई कार्रवाइयों की संख्या से नहीं, बल्कि उन कार्रवाइयों से नापते हैं जो उठनी चाहिए नहीं थीं और न उठाई गईं।
आने वाले समय में असली परिपक्वता ज्यादा अधिकार देने में नहीं, बल्कि उन अधिकारों की सीमाएँ बेहतर खींचने में नज़र आएगी। उत्तर देने का युग एक वाक्य की सटीकता पूछना सिखा गया; क्रियाशील युग एक कार्रवाई की वापस लेने की क्षमता पूछना सिखा रहा है। क्षेत्र धीरे-धीरे यह समझ रहा है: किसी एजेंट को काम कराना कभी भी सबसे मुश्किल बात नहीं थी। मुश्किल यह है कि उसे सही जगह पर रोक पाना।
F.A.Q.