• प्रकाशित तिथि
    जुलाई 29, 2026
  • साझा करें
आधिकारिक चित्र 2026-07-29 11.46.53.png

संभाव्यता संबंधी बुद्धिमत्ता को नियतात्मक निष्पादन से अलग करना

एजेंटिक एआई के विकास के पिछले दो वर्षों में ऑर्केस्ट्रेशन पर विशेष ध्यान दिया गया है: टूल कॉलिंग, वर्कफ़्लो निष्पादन, मल्टी-एजेंट समन्वय, मेमोरी प्रबंधन और स्वायत्त कार्य निष्पादन। लैंगग्राफ, ऑटोजेन जैसे आधुनिक फ्रेमवर्क और मॉडल कॉन्टेक्स्ट प्रोटोकॉल (एमसीपी) जैसे अंतरसंचालनीयता मानक एआई प्रणालियों की परिचालन क्षमताओं का तेजी से विस्तार कर रहे हैं।

हालांकि, जैसे-जैसे ये सिस्टम डेमो से आगे बढ़कर विनियमित उद्यम परिवेश में प्रवेश करते हैं, एक संरचनात्मक सीमा तेजी से स्पष्ट होती जाती है: अधिकांश वर्तमान एजेंट आर्किटेक्चर निर्णय की वैधता के बजाय कार्रवाई निर्माण को अनुकूलित करते हैं।

मौजूदा प्रणालियाँ विश्वसनीय क्रियाएँ उत्पन्न करने में अत्यधिक प्रभावी हैं, लेकिन उनमें अभी भी निम्नलिखित के लिए अंतर्निहित तंत्रों की कमी है:

  • नियतात्मक निर्णय निष्पादन,
  • रनटाइम नीति प्रवर्तन,
  • बाधा-जागरूक योजना,
  • संदर्भ ग्राफ स्थिति प्रबंधन,
  • और लेखापरीक्षा योग्य परिचालन तर्क।

वित्त, स्वास्थ्य सेवा, ऊर्जा और अनुपालन-प्रधान उद्यम संचालन जैसे क्षेत्रों में यह सीमा महत्वपूर्ण हो जाती है, जहां लगातार बदलती परिस्थितियों में भी निर्णय प्रतिलिपि योग्य, व्याख्यात्मक और नीति-संगत बने रहने चाहिए।

समस्या केवल बुद्धिमत्ता की नहीं है। यह वास्तुकला से संबंधित है।

आधिकारिक चित्र 2026-07-29 11.29.53.png

यह वास्तुशिल्पीय कमी आधुनिक एजेंटिक प्रणालियों में एक लापता परत की ओर इशारा करती है: एक नीति-बाधित निर्णय अवसंरचना जो संभाव्य बुद्धिमत्ता को नियतात्मक निष्पादन से अलग करने में सक्षम हो।

संदर्भ स्मृति नहीं है

अधिकांश मौजूदा एजेंट सिस्टम संदर्भ को मुख्य रूप से वार्तालाप इतिहास, प्राप्त दस्तावेज़ों या वेक्टर समानता परिणामों के रूप में मानते हैं। यह दृष्टिकोण वार्तालाप संबंधी कार्यों के लिए काफी हद तक कारगर है, लेकिन परिचालन प्रणालियों के लिए मौलिक रूप से भिन्न प्रकार के संदर्भ प्रबंधन की आवश्यकता होती है।

आधिकारिक चित्र 2026-07-29 11.45.34.png

वास्तविक परिवेश में, निर्णय न केवल प्राप्त जानकारी पर निर्भर करते हैं, बल्कि निम्नलिखित पर भी निर्भर करते हैं:

  • संस्था संबंध,
  • संगठनात्मक संरचना,
  • समय संबंधी घटनाएँ,
  • स्वामित्व श्रृंखलाएँ, 
  • पिछले निर्णय,
  • सक्रिय बाधाएँ,
  • और लगातार विकसित हो रही परिचालन स्थिति [1]. 

ग्राहक केवल एक दस्तावेज़ नहीं है। कंपनी केवल पाठ का एक अंश नहीं है। नियामक घटना महज एक और पुनर्प्राप्ति परिणाम नहीं है। परिचालन प्रणालियों को निरंतर विकसित होने वाले स्थिति मॉडल की आवश्यकता होती है। यहीं पर स्मृति और परिचालन संदर्भ के बीच का अंतर महत्वपूर्ण हो जाता है।

मेमोरी सूचना संग्रहित करती है। ऑपरेशनल कॉन्टेक्स्ट सिस्टम की स्थिति को बनाए रखता है।

व्यवहार में , इसका अर्थ है कि सिस्टम को संस्थाओं, संबंधों, अस्थायी घटना श्रृंखलाओं, नीति बंधनों और निष्पादन इतिहास जैसी संरचनाओं को लगातार बनाए रखना और अद्यतन करना होगा। यही कारण है कि एजेंट सिस्टम में ग्राफ-आधारित दृष्टिकोण तेजी से महत्वपूर्ण होते जा रहे हैं।

ग्राफ केवल डेटा पुनर्प्राप्ति के लिए ही उपयोगी नहीं है। यह परिचालन स्थिति का रनटाइम प्रतिनिधित्व प्रदान करता है। संदर्भ को पृथक पाठ खंडों के रूप में मानने के बजाय, सिस्टम जुड़े हुए तत्वों, विकसित होते संबंधों, लौकिक निर्भरताओं और प्रासंगिक प्रसार पथों पर तर्क कर सकता है। इससे ग्राफ की भूमिका पूरी तरह बदल जाती है। ग्राफ एक भंडारण परत होने के बजाय यह बन जाता है:

  • प्रासंगिक स्मृति,
  • परिचालनात्मक राज्य प्रतिनिधित्व,
  • और निर्णय प्रणालियों के लिए निष्पादन संदर्भ।

    आधिकारिक चित्र 2026-07-29 11.49.13.png

    जैसे-जैसे एजेंट सिस्टम स्वायत्त संचालन की ओर बढ़ते हैं, यह अंतर तेजी से महत्वपूर्ण होता जाता है। क्योंकि स्वायत्त निष्पादन के लिए न केवल सूचना पुनर्प्राप्ति की आवश्यकता होती है, बल्कि निरंतर प्रासंगिक स्थिति प्रबंधन की भी आवश्यकता होती है[4]।

पॉलिसी को दस्तावेज़ के रूप में नहीं रखा जा सकता।

आधिकारिक चित्र 2026-07-29 11.46.01.png

कल्पना कीजिए कि एक विवाद समाधानकर्ता चार्जबैक अनुरोध को संभाल रहा है। ग्राहक का दावा है कि लेन-देन धोखाधड़ी से हुआ है। लेन-देन एक विश्वसनीय डिवाइस से किया गया था। व्यापारी का जोखिम स्कोर कम है। देखने में मामला सरल लगता है। लेकिन लेन-देन एक असामान्य पासवर्ड रीसेट के तुरंत बाद हुआ, ग्राहक ने हाल ही में अपना डिवाइस बदला था, और बैंक की धोखाधड़ी नीति के अनुसार, कम समय में कई कमजोर संकेत एक साथ दिखाई देने पर मामले को आगे बढ़ाना आवश्यक है।

इस समय, नीति केवल पीडीएफ के रूप में नहीं रह सकती। इसे तर्क के आधार का हिस्सा बनना होगा।

एक परिचालन एजेंट प्रणाली में, एलएलएम द्वारा उत्तर तैयार किए जाने के बाद नीतियों को केवल पाठ के रूप में प्राप्त नहीं किया जाना चाहिए। उन्हें निष्पादन को सक्रिय रूप से सीमित करना चाहिए: कुछ कार्यों को अवरुद्ध करना, वृद्धि को ट्रिगर करना, अनुमोदन पथों को बदलना, अतिरिक्त साक्ष्य की आवश्यकता होना, या स्वचालित समाधान को रोकना। यह विचार पहले के नीति-आधारित नियोजन दृष्टिकोणों से निकटता से संबंधित है, जहाँ निष्पादन को अलग-थलग कार्य पूर्णता तर्क के बजाय बाधाओं, लक्ष्यों और पर्यावरणीय स्थितियों द्वारा लगातार आकार दिया जाता है [6]।

यहीं पर ग्राफ-आधारित परिचालन संदर्भ महत्वपूर्ण हो जाता है।

यह ग्राफ़ विवाद की स्थिति को दर्शाता है: ग्राहक, खाता, लेन-देन, व्यापारी, उपकरण, पासवर्ड रीसेट घटना, धोखाधड़ी संकेतक, पूर्व निर्णय, नीति नियम और निष्पादन इतिहास। नीतियां फिर इस ग्राफ़ से निष्पादन योग्य बाधाओं के रूप में जुड़ी होती हैं, न कि अलग-अलग दस्तावेज़ों के रूप में। कई मायनों में, यह बहु-एजेंट निष्पादन वातावरण के विकास जैसा दिखता है, जहां बुद्धिमान इकाइयां अलग-अलग संदेशों के आदान-प्रदान के बजाय लगातार साझा परिचालन स्थिति के माध्यम से समन्वय करती हैं [4]।

एक तर्क परत इस ग्राफ पर नियम-आधारित या तर्क-आधारित तंत्रों का उपयोग करके काम कर सकती है जो पहले के तर्क प्रोग्रामिंग और निगमनात्मक डेटाबेस सिस्टम [8] से प्राप्त होते हैं। उदाहरण के लिए, एक डेटालॉग-जैसे नियम यह व्यक्त कर सकता है कि विवाद को आगे बढ़ाया जाना चाहिए यदि कोई विवादित लेनदेन पासवर्ड रीसेट के बाद होता है, इसमें एक नया उपकरण शामिल होता है, और जोखिम सीमा से अधिक होता है - एक दृष्टिकोण जो वैचारिक रूप से शास्त्रीय निगमनात्मक तर्क प्रणालियों और डेटाबेस तर्क इंजनों [9] के साथ संरेखित है।

एलएलएम मामले की व्याख्या कर सकता है, निर्णय को स्पष्ट कर सकता है और उपयोगकर्ताओं के साथ बातचीत कर सकता है, लेकिन नीति की स्थिति का मूल्यांकन ग्राफ पर नियतात्मक रूप से किया जाता है।

आधिकारिक चित्र 2026-07-29 11.34.57.png

इस आर्किटेक्चर में, ग्राफ इंजन परिचालन आधार बन जाता है, जबकि रीजनिंग लेयर वर्तमान स्थिति पर बाधाओं, दायित्वों, अनुमतियों और निर्भरताओं का मूल्यांकन करती है। संभाव्यता आधारित तर्क और सीमित निष्पादन के बीच यह अलगाव पहले के बीडीआई-आधारित एजेंट मॉडलों की याद दिलाता है, जहां बुद्धिमान व्यवहार न केवल लक्ष्यों से, बल्कि लगातार बनाए रखी गई मान्यताओं, इरादों, दायित्वों और निष्पादन बाधाओं से भी उत्पन्न होता है (राव और जॉर्जफ, 1995)।

प्रमुख बदलाव 

आधिकारिक चित्र 2026-07-29 11.36.06.png

इससे एक स्वायत्त विवाद समाधानकर्ता को न केवल जो हुआ उस पर, बल्कि निष्पादन के प्रत्येक चरण में क्या अनुमत है, क्या आवश्यक है, क्या अवरुद्ध है या क्या बढ़ाया जा सकता है, इस पर भी तर्क करने की अनुमति मिलती है।

बाधा-जागरूक निर्णय पाइपलाइन

आधिकारिक चित्र 2026-07-29 11.42.25.png

एक बार जब संदर्भ एक निरंतर विकसित होने वाली परिचालन स्थिति बन जाता है और नीतियां निष्पादन योग्य बाधाएं बन जाती हैं, तो अगली चुनौती स्वयं निर्णय का निष्पादन है।

इस स्तर पर, समस्या अब डेटा पुनर्प्राप्ति की नहीं रह जाती। यह रनटाइम निर्णय नियंत्रण बन जाती है। अधिकांश वर्तमान एजेंट सिस्टम अभी भी क्रिया-उत्पादन प्रणालियों के रूप में कार्य करते हैं: संदर्भ प्राप्त करना, उस पर विचार करना, क्रिया उत्पन्न करना और परिणाम को निष्पादित करना। लेकिन परिचालन प्रणालियों को तर्क और निष्पादन के बीच एक अतिरिक्त परत की आवश्यकता होती है: एक नियंत्रित निर्णय पाइपलाइन।

यह अंतर महत्वपूर्ण है क्योंकि परिचालन वातावरण में शायद ही कभी कोई एक वैध क्रिया होती है। इसके बजाय, उनमें निम्नलिखित शामिल होते हैं:

  • संभव कार्रवाइयां,
  • निषिद्ध कार्यों,
  • बढ़ी हुई कार्रवाई,
  • विलंबित कार्रवाइयां,
  • और सशर्त रूप से अनुमत कार्य।

इसलिए सिस्टम की भूमिका केवल क्रियाएँ उत्पन्न करना ही नहीं है, बल्कि रनटाइम बाधाओं के तहत उन्हें लगातार फ़िल्टर और मान्य करना भी है। एक सरलीकृत पाइपलाइन तेजी से इस प्रकार दिखाई देती है: 

आधिकारिक चित्र 2026-07-29 11.38.11.png

इससे स्टैक में कई घटकों की भूमिका बदल जाती है। ग्राफ का उपयोग अब केवल डेटा पुनर्प्राप्ति के लिए नहीं किया जाता है। यह सिस्टम की रनटाइम परिचालन स्थिति बन जाता है। 

नीतियां अब स्थिर दस्तावेज़ नहीं रह गई हैं। वे निष्पादन योग्य रनटाइम बाधाएं बन गई हैं जिनका मूल्यांकन निर्णय निर्माण के दौरान किया जाता है। योजनाकार अब केवल कार्यों को क्रमबद्ध करने तक सीमित नहीं है। यह सक्रिय बाधाओं के तहत संचालन योग्य कार्यों को उत्पन्न करने के लिए जिम्मेदार हो जाता है।

यह अंतर महत्वपूर्ण है क्योंकि कई परिचालन विफलताएं जानकारी की कमी के कारण नहीं होती हैं। वे बदलती परिस्थितियों में गलत कार्रवाई के चयन के कारण उत्पन्न होती हैं।

उदाहरण के लिए:

  • कोई कार्रवाई अधिकार क्षेत्र की सीमा का उल्लंघन कर सकती है।
  • किसी सक्रिय अनुपालन नियम के साथ टकराव,
  • एक अमान्य प्रक्रिया अनुक्रम को ट्रिगर करना,
  • या इससे आगे चलकर परिचालन संबंधी जोखिम उत्पन्न हो सकता है।

इन मामलों में समस्या बुद्धिमत्ता की विफलता नहीं है। यह बाधाओं की विफलता है। यही कारण है कि स्वायत्त प्रणालियों में सीमित नियोजन का महत्व लगातार बढ़ता जा रहा है।

सिस्टम को उत्पन्न क्रियाओं को सीधे निष्पादित करने के बजाय, निम्नलिखित कार्य करने होंगे:

  • व्यवहार्यता का मूल्यांकन करें,
  • अमान्य पथों को छाँटें,
  • रनटाइम बाधाएं लागू करें,
  • टकरावों का पता लगाना,
  • और आवश्यकता पड़ने पर वैकल्पिक निष्पादन पथ उत्पन्न करें।

सैद्धांतिक रूप से, यह आधुनिक एजेंट प्रणालियों को पारंपरिक संवादात्मक एआई आर्किटेक्चर की तुलना में शास्त्रीय नियोजन प्रणालियों के करीब लाता है।

निम्नलिखित जैसे दृष्टिकोण:

  • ग्राफप्लान,
  • बाधा संतुष्टि प्रणालियाँ,
  • अनुमानी खोज,
  • ए* वेरिएंट,
  • और गतिशील पुनर्योजना एल्गोरिदम

सिस्टम के लगातार बदलते रनटाइम स्थितियों के तहत काम करने पर वे फिर से प्रासंगिक हो जाते हैं।

आधिकारिक चित्र 2026-07-29 11.42.51.png

हालांकि, पारंपरिक योजनाकारों के विपरीत, आधुनिक परिचालन प्रणालियों में संभाव्य अर्थ संबंधी व्याख्या, असंरचित इनपुट, विकसित ग्राफ संदर्भ और गतिशील रूप से बदलती नीतियां भी शामिल होती हैं।

परिणामस्वरूप, उभरती हुई वास्तुकला न तो पूरी तरह से प्रतीकात्मक है और न ही पूरी तरह से संभाव्य। यह एक संकर निष्पादन मॉडल बन जाता है जहाँ एलएलएम व्याख्या करते हैं, ग्राफ परिचालन स्थिति बनाए रखते हैं, बाधाएँ निष्पादन सीमाओं को परिभाषित करती हैं, और योजनाकार उन सीमाओं के भीतर व्यवहार्य क्रियाएँ उत्पन्न करते हैं।

यह पृथक्करण महत्वपूर्ण है क्योंकि यह स्वायत्त प्रणालियों को परिचालन नियंत्रण खोए बिना लचीला बने रहने की अनुमति देता है। इसका लक्ष्य संभाव्य बुद्धिमत्ता को समाप्त करना नहीं है।

इसका लक्ष्य यह सुनिश्चित करना है कि संभाव्यता आधारित तर्क, इसके चारों ओर नियतात्मक सत्यापन परतों के बिना, परिचालन निष्पादन को सीधे नियंत्रित न कर सके।

भरोसेमंद स्वायत्त प्रणालियों की ओर

एक बार जब परिचालन संदर्भ, निष्पादन योग्य बाधाएँ और विवश नियोजन रनटाइम का हिस्सा बन जाते हैं, तो स्वायत्त निष्पादन एक साधारण समन्वय समस्या नहीं रह जाती। सिस्टम निरंतर एक बदलती परिचालन स्थिति पर कार्य करता है: इकाइयाँ विकसित होती हैं, संबंध बदलते हैं, बाधाएँ सक्रिय या समाप्त होती हैं, और निष्पादन की व्यवहार्यता समय के साथ बदलती रहती है।

इन परिस्थितियों में, निष्पादन अब केवल उत्पन्न परिणामों पर निर्भर नहीं रह सकता। सिस्टम को निरंतर संदर्भ का पुनर्मूल्यांकन करना होगा, बाधाओं को मान्य करना होगा, योजनाओं को अनुकूलित करना होगा और बदलती परिस्थितियों में परिचालन स्थिरता बनाए रखनी होगी।

यह और भी महत्वपूर्ण हो जाता है जब एजेंट सिस्टम अल्पकालिक वर्कफ़्लो से आगे बढ़कर दीर्घकालिक, लक्ष्य-आधारित संचालन की ओर बढ़ते हैं। इन वातावरणों में, लक्ष्य स्थिर रहते हैं, कई एजेंट परस्पर क्रिया करते हैं, संगठनात्मक सीमाएँ मायने रखती हैं, और निष्पादन पथ रनटाइम के दौरान गतिशील रूप से विकसित होते रहते हैं।

परिणामस्वरूप, नियोजन एक बार का कार्य नहीं रह जाता बल्कि एक सतत परिचालन प्रक्रिया बन जाता है। यहीं पर ग्राफ-आधारित परिचालन स्थिति, निष्पादन योग्य नीतियां और बाधा-जागरूक नियोजन स्वायत्त प्रणालियों के लिए एक नए रनटाइम आर्किटेक्चर में परिवर्तित होने लगते हैं।

और समय के साथ, यह आर्किटेक्चर संभवतः परिचालन संबंधी उपकरणों की एक नई पीढ़ी को जन्म देगा:

  • केएओएस [10] जैसे लक्ष्य-उन्मुख आवश्यकता इंजीनियरिंग दृष्टिकोणों से प्रेरित निरंतर लक्ष्य,
  • निष्पादन योग्य संगठनात्मक भूमिकाएँ और जिम्मेदारियाँ, जो बहु-एजेंट प्रणालियों के लिए गाईया के भूमिका-उन्मुख संगठनात्मक मॉडलिंग के समान हैं [11],
  • संगठनात्मक एमएएस दृष्टिकोण जैसे कि एमओआईएसई+ [12] से मिलती-जुलती अनुकूली समन्वय संरचनाएं,
  •  और संगठनात्मक तर्क और अनुकूली बहु-संगठनात्मक प्रणाली अनुसंधान में लंबी अवधि के बहु-एजेंट सिस्टम के लिए रनटाइम संगठनात्मक पैटर्न की खोज की गई [13][14]।

इसलिए, उद्यम एआई प्रणालियों की अगली पीढ़ी को इस आधार पर परिभाषित नहीं किया जा सकता है कि वे कितनी क्रियाएं उत्पन्न कर सकती हैं, बल्कि इस आधार पर कि वे लगातार बदलते अवरोधों के तहत समन्वित लक्ष्य-उन्मुख व्यवहार को कितनी विश्वसनीयता से बनाए रख सकती हैं।

संदर्भ

1. होगन, ए., ब्लोमक्विस्ट, ई., कोचेज़, एम., एट अल. नॉलेज ग्राफ़. एसीएम कंप्यूटिंग सर्वे, 2021.

2. एज, डी., एट अल. स्थानीय से वैश्विक तक: क्वेरी-केंद्रित सारांश के लिए एक ग्राफआरएजी दृष्टिकोण। arXiv, 2024.

3. नी, एचपी: समस्या समाधान का ब्लैकबोर्ड मॉडल और ब्लैकबोर्ड आर्किटेक्चर का विकास। एआई पत्रिका, 1986।

4. वूलड्रिज, एम. मल्टीएजेंट सिस्टम्स का परिचय। विली, 2009।

5. फेरबर, जे. मल्टी-एजेंट सिस्टम: डिस्ट्रीब्यूटेड आर्टिफिशियल इंटेलिजेंस का परिचय। एडिसन-वेस्ली, 1999।

6. मायर्स, के.एल. सतत नियोजन और निष्पादन के लिए एक ढाँचे की ओर। एएएआई, 1999।

7. राव, ए.एस., जॉर्जफ, एम.पी. बी.डी.आई. एजेंट्स: सिद्धांत से व्यवहार तक। आई.सी.एम.एस., 1995।

8. सेरी, एस., गॉटलोब, जी., टांका, एल. लॉजिक प्रोग्रामिंग और डेटाबेस। स्प्रिंगर, 1990।

9. एबिटेबुल, एस., हल, आर., वियानु, वी. डेटाबेस की नींव। एडिसन-वेस्ली, 1995।

[10]. वैन लैम्सवेर्डे, ए. (2001). लक्ष्य-उन्मुख आवश्यकता इंजीनियरिंग: एक निर्देशित दौरा।

[11] वूलड्रिज, एम., जेनिंग्स, एन.आर., और किन्नी, डी. (2000). एजेंट-ओरिएंटेड विश्लेषण और डिज़ाइन के लिए गाईया पद्धति।

[12] हन्नौं, एम., सिचमैन, जेएस, बोइसियर, ओ., और सयेटैट, सी. (2000)। MOISE: मल्टी-एजेंट सिस्टम के लिए एक संगठनात्मक मॉडल।

[14] डिग्नम, वी., और डिग्नम, एफ. (2018). एजेंट सिस्टम में संगठनात्मक मॉडल की भूमिका।

[15] टैमरसोय, एम., एकिन्सी, ईई, एरदुर, आरसी, और डिकेनेली, ओ. (2017). अनुकूली बहु-संगठनात्मक प्रणालियों के लिए एक आवश्यकता मॉडल। एसएएसओ 2017.

संबंधित आलेख