Agensh চালু আছে

Agensh হলো Microsoft Research-এর তৈরি বহু-এজেন্ট সহযোগিতা ফ্রেমওয়ার্ক। সব এজেন্ট একটি অভিন্ন পাঁচ-ধাপের সহযোগিতা চক্র অনুসরণ করে এবং শেয়ার করা কোড রিপোজিটরি, তাৎক্ষণিক বার্তা ও কাঠামোবদ্ধ বোর্ডের মাধ্যমে স্ব-সংগঠিতভাবে কাজ ভাগ করে। পরীক্ষায় দেখা গেছে, মডেল অপরিবর্তিত রেখে এজেন্টের সংখ্যা 1 থেকে 1024-এ বাড়ালে সফটওয়্যার পুনরুৎপাদন পরীক্ষায় পাসের হার 33.89% থেকে 55.06%-এ উন্নীত হয়। এটি প্রমাণ করে যে এজেন্টের সংখ্যাই AI সক্ষমতা বাড়ানোর একটি নতুন মাত্রা হতে পারে।

কেন্দ্রহীন অর্কেস্ট্রেশন: তত্ত্বাবধায়ক এজেন্ট বাদ দিয়ে সব এজেন্ট স্বয়ংক্রিয়ভাবে কাজ গ্রহণ, দায়িত্ব ভাগ ও ফলাফল একত্র করে।
পাঁচ-ধাপের সহযোগিতা চক্র: প্রতিটি এজেন্ট বারবার ”প্রসঙ্গ সংগ্রহ→উপকাজ গ্রহণ→সম্পাদন ও শেয়ার→ফলাফল যাচাই→অগ্রগতি একত্র” এই অসাময়িক চক্রটি সম্পন্ন করে।
শেয়ার করা কর্মক্ষেত্র: Git (Gitea)-এর মাধ্যমে কোড পরিচালনা করা হয় এবং সমান্তরাল ডেভেলপমেন্ট, শাখা একত্রীকরণ ও দ্বন্দ্ব শনাক্তকরণ সমর্থিত।
বার্তা-ভিত্তিক সমন্বয়: Mattermost-এর মাধ্যমে দলীয় ঘোষণা ও একান্ত বার্তা পাঠানো যায়। একান্ত বার্তার মাধ্যমে কাজের সংঘর্ষ সমাধানে অন্য এজেন্টের কাজ তাৎক্ষণিকভাবে থামানো যায়।
শেয়ার করা প্রসঙ্গ বোর্ড: OBSERVED/FACT/FAIL/CLAIM/PATCH_SUMMARY—এই পাঁচ ধরনের এন্ট্রি সংরক্ষণ করে, যাতে সবাই অভিজ্ঞতা পুনর্ব্যবহার করতে পারে এবং একই কাজ বারবার না করতে হয়।
হাজার-স্তরের স্কেল: পরীক্ষায় এজেন্টের সংখ্যা 1,024-এ বাড়িয়েও স্ব-সংগঠিত সহযোগিতা ভেঙে পড়েনি।
ভূমিকার স্বতঃস্ফূর্ত উদ্ভব: সংগঠনের আকার বাড়ার সঙ্গে পর্যালোচনা রীতি, মানসম্মত প্রক্রিয়া ও বিশেষায়িত সমন্বয়কারীর মতো ভূমিকা পূর্বনির্ধারণ ছাড়াই গড়ে ওঠে।

সংগঠন স্তর ও একক এজেন্ট স্তরের পৃথকীকরণ: Agensh নিম্নস্তরের একক-এজেন্ট ফ্রেমওয়ার্ককে প্রতিস্থাপন করে না; তার ওপর একটি সংগঠন স্তর যোগ করে। প্রতিটি এজেন্টের স্থানীয় চক্র নিম্নস্তরের harness পরিচালনা করে, আর Agensh শুধু এজেন্ট পরিচয়, সহযোগিতা প্রোটোকল, ইভেন্ট রাউটিং, শেয়ার করা পরিষেবা ও ত্রুটি পুনরুদ্ধার পরিচালনা করে। দুই স্তরের ইন্টারফেস ইচ্ছাকৃতভাবে হালকা ও প্লাগ-অ্যান্ড-প্লে রাখা হয়েছে। সহযোগিতা চক্র রানটাইমে হার্ডকোড করা নয়; prompt-এর কর্মপ্রবাহ নির্দেশনার মাধ্যমে তা বাস্তবায়িত হয়। সব এজেন্ট একই নির্দেশনা পায়। ভিন্ন নিম্নস্তরের ফ্রেমওয়ার্কে মানিয়ে নিতে শুধু হালকা অ্যাডাপ্টার বদলালেই হয়, সহযোগিতা যুক্তিতে পরিবর্তন দরকার হয় না।
ইভেন্ট-চালিত অসাময়িক রানটাইম: কেন্দ্রীয় শিডিউলারের বদলে প্রতিটি এজেন্ট সংশ্লিষ্ট ইভেন্টের মাধ্যমে পরিচালিত হয়। router Gitea রিপোজিটরির কার্যকলাপ ও Mattermost বার্তা ক্রমাগত পর্যবেক্ষণ করে এবং নতুন ইভেন্টগুলো অনন্য ID-সহ ডিডুপ্লিকেশন-সমর্থিত স্থায়ী কিউতে লেখে। dispatcher এজেন্টের পরবর্তী turn-এ সেগুলো একত্র ও সাজিয়ে ইনজেক্ট করে। বার্তা দুই স্তরের অগ্রাধিকারে পাঠানো হয়: পাবলিক চ্যানেলের বার্তা চক্রের শুরুতে পৌঁছায়, আর সরাসরি বার্তা ও বোর্ডের নতুন এন্ট্রি বর্তমান turn-এর টুল কলের ফলাফলের মধ্যে প্যাকেজ করে মাঝপথে পৌঁছানো হয়। ফলে কাজের সংঘর্ষ হলে এজেন্ট সহকর্মীকে তাৎক্ষণিকভাবে থামিয়ে সমন্বয় করতে পারে। সহায়ক ব্যবস্থার মধ্যে রয়েছে ব্যর্থতার পর ধাপে ধাপে পুনঃচেষ্টা, router পুনরায় চালুর পর কিউ ও সেশন পুনরুদ্ধার, 10 মিনিট নিষ্ক্রিয় থাকার পর এজেন্টকে স্বয়ংক্রিয়ভাবে জাগানো এবং একটি চক্র শেষ করেও বোর্ডে এন্ট্রি না পাঠালে স্মরণ করিয়ে দেওয়া।
টাইপভিত্তিক শেয়ার করা প্রসঙ্গের মাধ্যমে সংগঠনগত স্মৃতি: DeLM-এর ধারণা অনুসরণ করে Agensh সংগঠনগত স্মৃতিকে append-only কাঠামোবদ্ধ লগ হিসেবে বাইরে সংরক্ষণ করে। এন্ট্রি পাঁচ ধরনের: OBSERVED রেফারেন্স প্রোগ্রামের পর্যবেক্ষণযোগ্য আচরণ নথিভুক্ত করে, FACT নিশ্চিত তথ্য নথিভুক্ত করে, FAIL ভুল প্রমাণিত অনুমান নথিভুক্ত করে, CLAIM কাজের সংঘর্ষ ঠেকাতে প্রকাশ্যে কাজের পরিসর দাবি করতে ব্যবহৃত হয়, আর PATCH_SUMMARY ”files= | idea= | evidence=” নির্দিষ্ট বিন্যাসে সম্পন্ন পরিবর্তনের সারাংশ দেয়। বোর্ড দুটি পথে বিতরণ করা হয়: নতুন turn শুরু হলে সাম্প্রতিক 2000টি রেকর্ড ইনজেক্ট করা হয়, আর turn চলাকালে টুল কলের ফলাফলের মাধ্যমে নতুন এন্ট্রি যোগ হয়। একই সঙ্গে board_grep টুল পুরো ইতিহাসে AND/OR কীওয়ার্ড অনুসন্ধান সমর্থন করে। এতে একক এজেন্টের প্রসঙ্গ উইন্ডোর সীমা এড়িয়ে দীর্ঘমেয়াদি কাজের অভিজ্ঞতা সঞ্চয় ও পুনর্ব্যবহার করা যায়।
সহযোগিতা চক্রে দ্বন্দ্ব সমাধান ও যাচাই ব্যবস্থা অন্তর্নির্মিত: উপকাজ গ্রহণের সময় এজেন্টকে বোর্ডে CLAIM ঘোষণা করে কাজের পরিসর জানাতে হয়। অন্যের কাজের সঙ্গে overlap ধরা পড়লে উভয় পক্ষ একান্ত বার্তার মাধ্যমে সমন্বয় করে। একত্রীকরণ পর্যায়ে Git মূল ভিত্তি হিসেবে ব্যবহৃত হয়। এজেন্ট ব্যক্তিগত শাখায় ডেভেলপমেন্ট করে প্রধান শাখায় PR জমা দেয়। একত্রীকরণে দ্বন্দ্ব হলে সর্বশেষ অগ্রগতি নিয়ে দ্বন্দ্ব সমাধান করে পুনরায় জমা দিতে হয়, এবং একত্রীকরণের আগে গ্রহণযোগ্যতার মানদণ্ডের সঙ্গে মিলিয়ে স্থানীয় ফলাফল যাচাই করা বাধ্যতামূলক। এই ব্যবস্থা ঐতিহ্যগতভাবে তত্ত্বাবধায়কের ওপর থাকা কাজ বণ্টন, দ্বন্দ্ব নিষ্পত্তি ও ফলাফল একত্রীকরণের তিনটি দায়িত্ব সব সদস্যের দৈনন্দিন চক্রে ভাগ করে দেয়। সংস্করণ ইতিহাস ও PR প্রক্রিয়ার মাধ্যমে একত্রীকরণকে স্পষ্ট ও অনুসরণযোগ্য করা হয়।

পরিবেশ প্রস্তুত করুন: মেশিনে Docker এবং ব্যবহারযোগ্য মডেল API আছে কি না নিশ্চিত করুন।
কোড রিপোজিটরি ক্লোন করুন: GitHub থেকে microsoft/Agensh রিপোজিটরি স্থানীয় মেশিনে আনুন, কোড প্রকাশ্য হলে clone করুন।
শেয়ার করা অবকাঠামো স্থাপন করুন: ফ্রেমওয়ার্কের প্রয়োজনীয় তিন ধরনের উপাদান চালু করুন—Gitea (কোড রিপোজিটরি), Mattermost (বার্তা যোগাযোগ) এবং শেয়ার করা প্রসঙ্গ বোর্ড পরিষেবা।
এজেন্টের পরামিতি কনফিগার করুন: কনফিগারেশনে worker-এর সংখ্যা, কাজের লক্ষ্য, সময়সীমা, নিম্নস্তরের একক-এজেন্ট harness-এর ধরন এবং মডেল কী নির্ধারণ করুন।
সংগঠন চালু করুন: স্টার্টআপ স্ক্রিপ্ট চালান। ফ্রেমওয়ার্ক ধাপে ধাপে, সময়ের ব্যবধান রেখে এজেন্ট সক্রিয় করবে এবং বড় স্থাপনাকে স্বয়ংক্রিয়ভাবে একাধিক নোডে বিতরণ করবে।
এজেন্টের স্বয়ংক্রিয় কাজ: সদস্যরা পাঁচ ধাপের চক্র অনুসরণ করে স্বয়ংক্রিয়ভাবে কাজ গ্রহণ, কোড ডেভেলপ, PR তৈরি এবং প্রধান শাখায় একত্রীকরণ করবে। মানুষের হস্তক্ষেপ প্রয়োজন নেই; Mattermost-এর পাবলিক চ্যানেলে অগ্রগতি দেখলেই হবে।
সমাপ্তি ও হস্তান্তর: সময়সীমা ঘনিয়ে এলে ফ্রেমওয়ার্ক স্বয়ংক্রিয়ভাবে কাজ গুটিয়ে নিতে স্মরণ করিয়ে দেবে। চূড়ান্ত ফলাফল প্রধান শাখার কোড ও বোর্ডের রেকর্ড হিসেবে হস্তান্তর করা হবে।

তত্ত্বাবধায়কের সীমাবদ্ধতা দূর করে: কেন্দ্রীয় অর্কেস্ট্রেটর বাদ দেওয়ার পর সিস্টেমের সম্প্রসারণ আর একক এজেন্টের সমন্বয় সক্ষমতার সীমায় আটকে থাকে না; এটি 1,024টি এজেন্ট পর্যন্ত মসৃণভাবে বাড়ানো যায়।
সংখ্যা নতুন সক্ষমতার মাত্রা: মডেল ও নিম্নস্তরের ফ্রেমওয়ার্ক সম্পূর্ণ অপরিবর্তিত রেখেও শুধু এজেন্টের সংখ্যা বাড়িয়ে গড় পরীক্ষায় পাসের হার প্রায় 49% বাড়ানো যায়। এতে মডেলের আকারের বাইরে scaling-এর দ্বিতীয় পথ তৈরি হয়।
কাজের বিলম্ব উল্লেখযোগ্যভাবে কমায়: 128টি এজেন্ট 30তম মিনিটেই 30%-এর বেশি পাসের হার অর্জন করতে পারে, যেখানে একক এজেন্ট প্রথম দুই ঘণ্টায় মানদণ্ডে পৌঁছাতে পারে না। বড় দল কম সময়ে একই ফলাফল অর্জন করতে পারে।
হালকা ও পৃথক অবকাঠামো: সহযোগিতা চক্র হার্ডকোডের বদলে prompt নির্দেশনার মাধ্যমে বাস্তবায়িত হওয়ায় Copilot, Claude Code-এর মতো বিভিন্ন নিম্নস্তরের ফ্রেমওয়ার্কে প্লাগ-অ্যান্ড-প্লে পদ্ধতিতে মানিয়ে নেওয়া যায়। শেয়ার করা পরিষেবার জন্য শুধু Gitea, Mattermost ও বোর্ড—এই তিনটি ওপেন সোর্স উপাদান দরকার।
সংগঠনগত অভিজ্ঞতা সংরক্ষণ ও পুনর্ব্যবহার: টাইপভিত্তিক বোর্ড পর্যবেক্ষণ, তথ্য ও ব্যর্থ অনুমানকে কাঠামোবদ্ধভাবে নথিভুক্ত করে। বিশেষ করে FAIL এন্ট্রি সহকর্মীদের একই কাজে বাজেট অপচয় করতে বাধা দেয় এবং সংগঠনগত স্মৃতি তৈরি করে।

প্রকল্পের ওয়েবসাইট: https://agens-harness.github.io/project/
arXiv প্রযুক্তিগত গবেষণাপত্র: https://arxiv.org/pdf/2609.26781

বড় সফটওয়্যারের আচরণ পুনরুৎপাদন: নেটওয়ার্ক বিচ্ছিন্নতা ও সময়সীমার মধ্যে শত থেকে হাজার এজেন্টকে শূন্য থেকে FFmpeg, pandoc-এর মতো কয়েক লক্ষ লাইনের সফটওয়্যারের আচরণ পুনর্নির্মাণে ব্যবহার করা এবং গোপন পরীক্ষায় পাস করানো।
দ্রুত জরুরি ডেভেলপমেন্ট: কঠোর সময়সীমার কাজের জন্য উপযোগী। 128টি এজেন্ট 30 মিনিটেই এমন সম্পূর্ণতা অর্জন করতে পারে, যা একক এজেন্ট দুই ঘণ্টায়ও অর্জন করতে পারে না।
অতি-বৃহৎ কোড অডিট: এজেন্টরা মডিউল ভাগ করে গ্রহণ, সমান্তরালভাবে পরীক্ষা লিখন এবং পরস্পরের PR পর্যালোচনা করে। ফলে বড় প্রতিষ্ঠানের কোডবেসের নিরাপত্তা অডিট ও পরীক্ষার কভারেজ বাড়ানোর জন্য এটি স্বাভাবিকভাবেই উপযোগী।
পূর্বনির্ধারিত পরিকল্পনাহীন অনুসন্ধানমূলক গবেষণা ও উন্নয়ন: কাজ আগে থেকে ভাগ করা সম্ভব না হলে এজেন্টরা পর্যবেক্ষণযোগ্য আচরণ থেকে নিজেরাই কাজ আবিষ্কার করে। তাই অস্পষ্ট চাহিদা ও অনুসন্ধানের মাধ্যমে নির্ধারিত সীমার প্রযুক্তিগত সমস্যার জন্য এটি উপযোগী।
বিভিন্ন ক্ষেত্রে মৌলিক সফটওয়্যার পোর্টিং: PHP ইন্টারপ্রেটার, মলিকিউলার সিমুলেশনসহ বিভিন্ন ক্ষেত্রের সিস্টেম ডেভেলপমেন্টে সমষ্টিগত বুদ্ধিমত্তা ”সর্বজ্ঞ একক বিশেষজ্ঞ”-এর অপ্রাপ্য জ্ঞানভাণ্ডারকে কভার করতে পারে। একই ক্ষেত্রের বিশেষজ্ঞরা একে অপরের বিকল্প হিসেবেও কাজ করতে পারে।