एजेंट्स को प्रशिक्षित करने के लिए वातावरण में निवेश
Arga Labs ने $10 मिलियन के seed राउंड की घोषणा की। राउंड का नेतृत्व General Catalyst ने किया। इसमें Box Group, Emergence, Gradient और SV Angel ने भाग लिया। कंपनी एंटरप्राइज़ AI एजेंट्स को प्रशिक्षित करने के लिए वातावरण बना रही है। बात किसी तैयार एजेंट की नहीं, बल्कि उसके प्रशिक्षण के लिए बुनियादी ढांचे की है। मानदंड: यह राउंड बिज़नेस सॉफ़्टवेयर में एजेंट्स के लिए टेस्ट वातावरण की मांग की पुष्टि करता है।
stateless API पर्याप्त क्यों नहीं है
अधिकांश टेस्ट वातावरण stateless API तक सीमित हैं। Arga Labs प्रोग्राम का पूर्ण डिजिटल ट्विन बना रही है। यह एंटरप्राइज़ सॉफ़्टवेयर को permission systems और webhooks के साथ क्लोन करती है। नतीजतन, एजेंट कई सिस्टम्स में काम करना सीखता है। मुख्य अंतर:
- stateless API — केवल एक एंडपॉइंट;
- डिजिटल ट्विन — प्रोग्राम की संरचना की प्रतिलिपि;
- वातावरण permission systems और web hooks को सुरक्षित रखता है;
- एजेंट विभिन्न प्रोग्रामों के बीच के संबंधों पर प्रशिक्षित होता है। निष्कर्ष: जो एजेंट कई प्रोग्रामों में काम करता है, उसके लिए state और अधिकारों वाला वातावरण चाहिए।
डेटा की अस्पष्टता: लीड्स का उदाहरण
CEO और सह-संस्थापक Phillip Li एक उदाहरण देते हैं। ग्राहक Salesforce में एक लीड बनाता है। सहकर्मी अलग से HubSpot के ज़रिए संपर्क करता है। Li एजेंट के काम के बारे में सवाल उठाते हैं। क्या एजेंट समझेगा कि यह एक ही कंपनी है? क्या जाँचेगा कि ईमेल एक बार ही भेजा गया? क्या दो विकल्पों में से किसे लिखना है, यह तय करेगा? एजेंटिक सिस्टम्स अभी ऐसी अस्पष्टता से ठीक से नहीं निपट पाते। Arga Labs अपने टूल्स को इस स्थिति को सुधारने के लिए महत्वपूर्ण मानती है। व्यावहारिक मानदंड: वातावरण को डुप्लिकेशन और चैनलों के ओवरलैप वाले परिदृश्यों पर जाँचना।
बड़े पैमाने पर RL एंटरप्राइज़ सॉफ़्टवेयर पर क्यों अटकता है
एजेंट को reinforcement learning के ज़रिए प्रशिक्षित किया जाता है। परिदृश्य को हज़ारों बार चलाया जाता है। सफल रणनीतियाँ आगे बढ़ती हैं। लेकिन एंटरप्राइज़ सॉफ़्टवेयर इस पैमाने के लिए ठीक से उपयुक्त नहीं है। Salesforce या Outlook जैसे सिस्टम को दोबारा चलाने के लिए रीसेट करना मुश्किल है। उसे क्लोन करना और भी मुश्किल है। Arga Labs सॉफ़्टवेयर का डिजिटल पुनर्निर्माण बना रही है। यह प्रोग्राम की संरचना को दोहराता है, जैसे क्रैश-टेस्ट डमी इंसान को दोहराती है। वातावरण पर पूर्ण नियंत्रण रीसेट और संशोधन को आसान बनाता है। कंपनी एक साथ कई वातावरण चला सकती है। एजेंट प्रोग्रामों के बीच जटिल इंटरैक्शन पर प्रशिक्षित होता है। विचार — विभिन्न प्रोग्रामों और नॉलेज सिस्टम्स के बीच ओवरलैप करने वाले कार्यों के साथ पूर्ण कार्य वातावरण को पुनः उत्पन्न करना। निष्कर्ष: नियंत्रित पर्यावरण प्रतिलिपि के बिना बिज़नेस सॉफ़्टवेयर में RL सीमित रहता है।
कोडिंग और बिज़नेस सॉफ़्टवेयर के बीच का अंतर
कोडिंग के लिए AI टूल्स तेज़ी से आगे बढ़े हैं। कारण — डिप्लॉयमेंट, रिवर्स और कोड विश्लेषण के लिए टूल्स की उपलब्धता। ये RL वातावरण सेट करना आसान बनाते हैं। इससे कोडिंग के अधिक से अधिक जटिल कार्यों पर AI को परखना और प्रशिक्षित करना संभव होता है। अधिकांश बिज़नेस प्रोग्रामों के लिए ऐसे टूल्स अभी नहीं हैं। Arga Labs इस reinforcement gap को भरने पर काम कर रही है। अगर टूल्स आ जाएँ, तो AI सिस्टम्स बिज़नेस प्रोग्रामों का बेहतर उपयोग करने लगेंगे। यह अन्य उद्योगों को उसी तरह बदल सकता है जैसे कोडिंग को बदला। तुलना: | मानदंड | कोडिंग | बिज़नेस सॉफ़्टवेयर | | डिप्लॉयमेंट, रिवर्स और विश्लेषण के टूल्स | हैं | नहीं (अभी) | | RL वातावरण सेट करना | आसान | कठिन | | परखे जाने वाले कार्यों की जटिलता | बढ़ रही है | अस्पष्टता के कारण उच्च | निष्कर्ष: बिज़नेस सॉफ़्टवेयर के लिए ऐसे टूल्स का आना इन प्रोग्रामों में एजेंट्स के विकास को तेज़ करेगा।
निवेशक क्या कहता है
Yuri Sagalov — General Catalyst के प्रबंध निदेशक और seed प्रोग्राम के प्रमुख। वे Arga जैसे एजेंट टेस्टिंग टूल्स की बढ़ती ज़रूरत देखते हैं। Sagalov एजेंट्स के आर्थिक मूल्य का एक बड़ा हिस्सा बिज़नेस एप्लिकेशनों के उपयोग से जोड़ते हैं। उनके मत में, दोहराने योग्य सैंडबॉक्स बहुत महत्वपूर्ण है। एजेंट्स के लिए यह इंसानों से भी ज़्यादा महत्वपूर्ण है। व्यावहारिक मानदंड: बुनियादी ढांचा चुनते समय जाँचें कि वातावरण बिज़नेस एप्लिकेशनों के लिए दोहराने योग्य सैंडबॉक्स देता है या नहीं।
एजेंट्स को प्रशिक्षित करने के लिए वातावरण चुनने के मानदंड
वातावरण को चाहिए:
- एंटरप्राइज़ प्रोग्राम की संरचना को क्लोन करना;
- permission systems और webhooks को सुरक्षित रखना;
- परिदृश्य को रीसेट और संशोधित करने देना;
- एक साथ कई वातावरण चलाने का समर्थन करना;
- प्रोग्रामों और नॉलेज सिस्टम्स के बीच कार्यों के ओवरलैप को पुनः उत्पन्न करना। Arga Labs एंटरप्राइज़ सॉफ़्टवेयर, जिनमें Salesforce, Workday और ईमेल क्लाइंट शामिल हैं, के लिए ऐसे वातावरण बना रही है। $10 मिलियन का राउंड इस दिशा में निवेशकों की रुचि की पुष्टि करता है। निष्कर्ष: जो टीमें एजेंट्स को प्रशिक्षित करती हैं, उनके लिए कार्य वातावरण की नियंत्रित प्रतिलिपि एक बुनियादी आवश्यकता बनती जा रही है।
