এজেন্ট প্রশিক্ষণের পরিবেশে বিনিয়োগ
Arga Labs $10 মিলিয়নের একটি seed রাউন্ড ঘোষণা করেছে। রাউন্ডটির নেতৃত্ব দিয়েছে General Catalyst। এতে অংশ নিয়েছে Box Group, Emergence, Gradient এবং SV Angel। কোম্পানিটি কর্পোরেট AI-এজেন্ট প্রশিক্ষণের পরিবেশ তৈরি করছে। এখানে কথা হচ্ছে কোনো তৈরি এজেন্টের নয়, বরং তার প্রশিক্ষণের অবকাঠামোর। মানদণ্ড: রাউন্ডটি ব্যবসায়িক সফটওয়্যারে এজেন্টদের জন্য টেস্ট এনভায়রনমেন্টের চাহিদা নিশ্চিত করে।
কেন stateless API যথেষ্ট নয়
বেশিরভাগ টেস্ট এনভায়রনমেন্ট stateless API-তে সীমাবদ্ধ। Arga Labs একটি পূর্ণাঙ্গ ডিজিটাল টুইন তৈরি করছে। এটি পারমিশন সিস্টেম ও ওয়েবহুকসহ কর্পোরেট সফটওয়্যার ক্লোন করে। ফলে এজেন্ট একাধিক সিস্টেমে কাজ করতে শেখে। মূল পার্থক্যগুলো:
- stateless API — শুধু একটি এন্ডপয়েন্ট;
- ডিজিটাল টুইন — প্রোগ্রামের কাঠামোর কপি;
- এনভায়রনমেন্ট permission systems ও web hooks সংরক্ষণ করে;
- এজেন্ট বিভিন্ন প্রোগ্রামের মধ্যকার সংযোগে প্রশিক্ষণ নেয়। সিদ্ধান্ত: যে এজেন্ট একাধিক প্রোগ্রামে কাজ করে, তার জন্য স্টেট ও পারমিশনসহ এনভায়রনমেন্ট দরকার।
ডেটার অস্পষ্টতা: লিডের উদাহরণ
CEO ও সহপ্রতিষ্ঠাতা Phillip Li একটি উদাহরণ দেন। ক্লায়েন্ট Salesforce-এ একটি লিড তৈরি করে। সহকর্মী আলাদাভাবে HubSpot-এর মাধ্যমে যোগাযোগ করে। Li এজেন্টের কাজ নিয়ে প্রশ্ন তোলেন। এজেন্ট কি বুঝবে যে এটি একই কোম্পানি? যাচাই করবে কি যে ইমেইল একবারই পাঠানো হয়েছে? দুটি সম্ভাবনার মধ্যে কাকে লিখতে হবে তা নির্ধারণ করবে কি? এজেন্টিক সিস্টেম এখনো এমন অস্পষ্টতা ভালোভাবে সামলাতে পারে না। Arga Labs এই পরিস্থিতি উন্নত করতে তাদের টুলগুলোকে জরুরি মনে করে। ব্যবহারিক মানদণ্ড: ডুপ্লিকেশন ও চ্যানেল ওভারল্যাপের দৃশ্যপটে এনভায়রনমেন্ট পরীক্ষা করা।
কেন বড় পরিসরের RL কর্পোরেট সফটওয়্যারে আটকে যায়
এজেন্টকে reinforcement learning-এর মাধ্যমে প্রশিক্ষণ দেওয়া হয়। দৃশ্যপট কয়েক হাজার বার চালানো হয়। সফল কৌশলগুলো এগিয়ে যায়। কিন্তু কর্পোরেট সফটওয়্যার এমন পরিসরের জন্য ভালোভাবে উপযুক্ত নয়। Salesforce বা Outlook-এর মতো সিস্টেম পুনরায় চালানোর জন্য রিসেট করা কঠিন। এটি ক্লোন করা আরও কঠিন। Arga Labs সফটওয়্যারের একটি ডিজিটাল পুনর্গঠন তৈরি করছে। এটি প্রোগ্রামের কাঠামো পুনরাবৃত্তি করে, যেমন ক্র্যাশ-টেস্ট ডামি মানুষের পুনরাবৃত্তি করে। এনভায়রনমেন্টের উপর পূর্ণ নিয়ন্ত্রণ রিসেট ও পরিবর্তন সহজ করে। কোম্পানি একসাথে অনেক এনভায়রনমেন্ট চালাতে পারে। এজেন্ট প্রোগ্রামগুলোর মধ্যকার জটিল মিথস্ক্রিয়ায় প্রশিক্ষণ নেয়। ধারণাটি হলো — বিভিন্ন প্রোগ্রাম ও নলেজ সিস্টেমের মধ্যে ছড়িয়ে থাকা কাজসহ সম্পূর্ণ কর্মপরিবেশ পুনরুৎপাদন করা। সিদ্ধান্ত: এনভায়রনমেন্টের নিয়ন্ত্রিত কপি ছাড়া ব্যবসায়িক সফটওয়্যারে RL সীমিত থেকে যায়।
কোডিং ও ব্যবসায়িক সফটওয়্যারের মধ্যকার ব্যবধান
কোডিংয়ের জন্য AI-টুলগুলো দ্রুত এগিয়েছে। কারণ কোড ডিপ্লয়, রিভার্স ও বিশ্লেষণের টুল আছে। এগুলো RL-এনভায়রনমেন্ট সেটআপ সহজ করে। এটি ক্রমশ জটিল কোডিং কাজে AI পরীক্ষা ও প্রশিক্ষণ সম্ভব করে। বেশিরভাগ ব্যবসায়িক সফটওয়্যারের জন্য এখনো এমন টুল নেই। Arga Labs এই reinforcement gap বন্ধ করার কাজ করছে। টুলগুলো এলে AI-সিস্টেমগুলো ব্যবসায়িক সফটওয়্যার আরও ভালোভাবে ব্যবহার করতে শুরু করবে। এটি কোডিংয়ের মতোই অন্যান্য শিল্প বদলে দিতে পারে। তুলনা: | মানদণ্ড | কোডিং | ব্যবসায়িক সফটওয়্যার | | ডিপ্লয়, রিভার্স ও বিশ্লেষণের টুল | আছে | নেই (এখনো) | | RL-এনভায়রনমেন্ট সেটআপ | সহজ | কঠিন | | পরীক্ষণীয় কাজের জটিলতা | বাড়ছে | অস্পষ্টতার কারণে উচ্চ | সিদ্ধান্ত: ব্যবসায়িক সফটওয়্যারের জন্য এমন টুলের আবির্ভাব এই প্রোগ্রামগুলোতে এজেন্টদের বিকাশ ত্বরান্বিত করবে।
বিনিয়োগকারী কী বলেন
Yuri Sagalov — General Catalyst-এর ম্যানেজিং ডিরেক্টর ও seed প্রোগ্রামের প্রধান। তিনি Arga-র মতো এজেন্ট পরীক্ষণের টুলের ক্রমবর্ধমান প্রয়োজন দেখছেন। Sagalov এজেন্টদের অর্থনৈতিক মূল্যের একটি বড় অংশ ব্যবসায়িক অ্যাপ্লিকেশন ব্যবহারের সাথে যুক্ত করেন। তাঁর মতে, পুনরাবৃত্তিযোগ্য স্যান্ডবক্স খুবই গুরুত্বপূর্ণ। এজেন্টদের জন্য এটি মানুষের চেয়েও বেশি গুরুত্বপূর্ণ। ব্যবহারিক মানদণ্ড: অবকাঠামো বাছাইয়ের সময় যাচাই করা যে এনভায়রনমেন্ট ব্যবসায়িক অ্যাপ্লিকেশনের জন্য পুনরাবৃত্তিযোগ্য স্যান্ডবক্স দেয় কি না।
এজেন্ট প্রশিক্ষণের এনভায়রনমেন্ট বাছাইয়ের মানদণ্ড
এনভায়রনমেন্টের উচিত:
- কর্পোরেট প্রোগ্রামের কাঠামো ক্লোন করা;
- পারমিশন সিস্টেম ও ওয়েবহুক সংরক্ষণ করা;
- দৃশ্যপট রিসেট ও পরিবর্তনের সুযোগ দেওয়া;
- একসাথে অনেক এনভায়রনমেন্ট চালানো সমর্থন করা;
- প্রোগ্রাম ও নলেজ সিস্টেমের মধ্যে কাজের ওভারল্যাপ পুনরুৎপাদন করা। Arga Labs কর্পোরেট সফটওয়্যারের জন্য এমন এনভায়রনমেন্ট তৈরি করছে, যার মধ্যে Salesforce, Workday ও ইমেইল ক্লায়েন্ট রয়েছে। $10 মিলিয়নের রাউন্ডটি এই ক্ষেত্রে বিনিয়োগকারীদের আগ্রহ নিশ্চিত করে। সিদ্ধান্ত: যে দলগুলো এজেন্ট প্রশিক্ষণ দেয়, তাদের জন্য কর্মপরিবেশের নিয়ন্ত্রিত কপি একটি মৌলিক প্রয়োজন হয়ে দাঁড়াচ্ছে।
