एजेंटिक AI

एजेंटिक AI वह मॉडल है जो काम करता है: वह कोई औज़ार बुलाता है, जो लौटकर आता है उसे पढ़ता है और अगला क़दम तय करता है, सिर्फ़ जवाब देने की जगह।

परिभाषा

आकार हमेशा एक-सा रहता है: शब्दों में एक लक्ष्य, औज़ारों का एक सेट (एक खोज, एक फ़ाइल, एक शेल कमांड, एक API), एक लूप, और रुकने का एक नियम। किस्म के हिसाब से इसमें कुछ भी नया नहीं है, क्योंकि कोई प्रोग्राम हमेशा API बुला सकता था। नया यह है कि कौन-सी कॉल करनी है, यह चुनाव टेक्स्ट पढ़ने वाला मॉडल करता है, इसलिए यह व्यवस्था वह काम भी सँभाल लेती है जिसके लिए किसी ने नियम नहीं लिखा, और वहाँ ग़लत भी हो सकती है जहाँ नियम नहीं हो सकता। किसी भी ऐसी व्यवस्था को दो सवाल बताते हैं: उसके पास कौन-से औज़ार हैं, और बिना पूछे वह क्या कर सकती है।

पैसा पहुँच में हो, तो चार गड़बड़ियाँ बाक़ी सबसे ज़्यादा मायने रखती हैं। वह कोई आँकड़ा ग़लत पढ़ सकती है, और दशमलव एक जगह इधर-उधर हो तो पोज़िशन दस गुना बड़ी हो जाती है। उसे वही डेटा हुक्म दे सकता है जो वह पढ़ती है, क्योंकि बाहर से लाए टेक्स्ट में ऐसे निर्देश हो सकते हैं जिन्हें मॉडल अपने मान लेता है। वह लूप में फँस सकती है, और दोहराया क़दम दोहराई गई फ़ीस है या वह ऑर्डर जो किसी ने नहीं चाहा था। और उसकी कुंजी चुराई जा सकती है, क्योंकि बिना निगरानी चलने वाली मशीन पर रखी कुंजी वह कुंजी है जहाँ हमलावर पहुँच सकता है।

सीमाएँ तीन तरह की होती हैं, और वे एक-दूसरे की जगह नहीं ले सकतीं। जिसे मंच ख़ुद लेने से मना कर देता है, वह सबसे मज़बूत है: प्रोग्राम जो भी तय करे, वह कार्रवाई कभी होती ही नहीं। उसके बाद वह सीमा आती है जिसे व्यक्ति ऐसे उपकरण पर साइन करता है जहाँ मशीन पहुँच नहीं सकती, और वह उतनी ही अच्छी है जितना उसे जाँचने वाला कोड। कॉन्फ़िगरेशन फ़ाइल में लिखा आँकड़ा सबसे कमज़ोर है, क्योंकि जो मशीन तक पहुँचता है वह फ़ाइल तक पहुँचता है। जर्नल सीमा नहीं है, पर उसके बिना किसी भी सीमा की बाद में जाँच नहीं हो सकती।

हमारा अपना एजेंट उन तीनों को उसी क्रम में लगाता है। अकाउंट की कुंजी आपके वॉलेट में रहती है, पहले ऑफ़लाइन फ़ोन पर Locker Vault, या आपका चुना एक्सटेंशन या मोबाइल वॉलेट, और सब कुछ कर सकती है। एजेंट कुंजी कंप्यूटर पर रहती है, पासवर्ड के नीचे सील, और वह सिर्फ़ ऑर्डर लगा और कैंसल कर सकती है तथा किसी बाज़ार का लीवरेज और मार्जिन का तरीक़ा तय कर सकती है। आपके वॉलेट से साइन हुआ मैंडेट सीमाएँ रखता है (बाज़ार, सबसे बड़ा ऑर्डर, सबसे ऊँचा लीवरेज, दिन के ऑर्डर और दिन का नोशनल, फ़ीस और उसका एक ही पानेवाला), उसकी अवधि एजेंट कुंजी के साथ ख़त्म होती है, अधिकतम 180 दिन, और गार्डियन हर खुलने से पहले मैंडेट और लोकल पॉलिसी में से जो तंग हो उसे लगाता है।

उदाहरण

बँधे लूप का एक उदाहरण: हमारा दैनिक पायलट। दिन में एक विचार-विमर्श, 00:30 UTC पर जब तक चार्टर कुछ और न कहे, एक दिशा, एक बाज़ार और पहली एंट्री बताता है, एक थीसिस और एक भरोसे के साथ, और कुछ नहीं: न आकार, न स्टॉप, न लक्ष्य। उसके बाद कोड पोज़िशन का आकार चार्टर से निकालता है, जिसका यहाँ मतलब है लीवरेज 3 पर 1, 1, 2, 3 और 5 हिस्सों की सीढ़ी, दो चरणों के बीच 0.5 दैनिक ATR, और इक्विटी का 2.78 % बुनियादी हिस्सा। अगर फ़ीस, जितने दिन पोज़िशन के इंतज़ार की उम्मीद है उतने दिन की फंडिंग, और स्लिपेज उस बुनियादी हिस्से के उन 10 % को खा जाएँ जिनका वह निशाना लेता है, तो मॉडल बोल चुकने के बाद ट्रेड मना कर दिया जाता है।