AI एजेंट डेवलपमेंट जो प्रोडक्शन में टिके

AI एजेंट डेवलपमेंट का मतलब है ऐसा सॉफ़्टवेयर बनाना जिसमें एक भाषा मॉडल तय करता है कि अगला कदम क्या हो, उसे उठाने के लिए असली टूल कॉल करता है, नतीजा पढ़ता है और फिर तय करता है — जब तक लक्ष्य पूरा न हो या कोई सीमा उसे न रोके। उत्पाद मॉडल नहीं, उसके चारों ओर का लूप है। इंजीनियरिंग वहीं है: एजेंट क्या कॉल कर सकता है, विफलताएँ उस तक कैसे लौटती हैं, कदमों के बीच स्थिति कैसे चलती है, भटकने पर क्या होता है, और बाद में आप कैसे जानते हैं कि काम हुआ या नहीं। चैटबॉट जवाब देता है; एजेंट कार्य करता है — और यही कार्य इसे prompt नहीं, सॉफ़्टवेयर प्रोजेक्ट बनाता है।

सीमित काम के लिए चलता प्रोटोटाइप आमतौर पर एक से तीन हफ़्ते लेता है। उसी प्रोटोटाइप को ग्राहकों के सामने रखने लायक बनाने में काफ़ी ज़्यादा समय लगता है — आमतौर पर दो से चार महीने — और उसमें लगभग कुछ भी prompt लिखने में नहीं जाता। वह जाता है ऐसी इंटीग्रेशन में जो ऐसे तरीक़ों से टूटती हैं जिन्हें मॉडल को संभालना है, रिग्रेशन पकड़ने वाले eval सेट में, अनुमतियों में, ऐसे लॉग में जिनसे डीबग हो सके, और उन मामलों के लिए इंसान को सौंपने के रास्ते में जिन्हें एजेंट अकेले तय न करे। जो टीमें सिर्फ़ डेमो का बजट बनाती हैं, उनके एजेंट पायलट से आगे नहीं जाते।

जो सबसे हल्की चीज़ काम कर दे, उससे शुरू करें। कुछ ही टूल वाले एक अकेले एजेंट के लिए अक्सर मॉडल प्रोवाइडर का SDK और आपका लिखा लूप ही पूरा काम है — और हर कदम डीबग करने लायक रहता है। ऑर्केस्ट्रेशन framework तब उठाइए जब सचमुच टिकाऊ स्टेट, शाखाओं वाला कंट्रोल फ़्लो, लंबे कदमों पर रीट्राई या कई तालमेल वाले एजेंट चाहिए। framework की क़ीमत API नहीं है; क़ीमत यह है कि बुरे दिन जिन हिस्सों को सबसे ज़्यादा जाँचना होता है, वही किसी और के अमूर्तन के भीतर होते हैं। जो भी चुनें, prompts, टूल परिभाषाएँ और eval सेट framework से बाहर रखें ताकि बदलाव एक दिन का काम हो, दोबारा लिखना नहीं।

दो लागतें होती हैं और टीमें अक्सर ग़लत वाली की योजना बनाती हैं। बनाने की लागत: सीमित दायरे का आंतरिक एजेंट आमतौर पर $8,000 से $30,000 की इंजीनियरिंग लेता है; असली इंटीग्रेशन, मूल्यांकन और मॉनिटरिंग वाला ग्राहक-सामना एजेंट प्रायः $30,000 से $120,000 में आता है। चलाने की लागत: टोकन खर्च आमतौर पर छोटी मद है और घटाना सबसे आसान — सरल कदम सस्ते मॉडल पर भेजना, कैश करना और context छाँटना अक्सर इसे आधा कर देता है। जो मद भूली जाती है वह है रखरखाव: मॉडल बंद होते हैं, API बदलते हैं, eval सेट दोबारा चलाना पड़ता है। एजेंट को भरोसेमंद रखने के लिए हर साल बनाने की लागत का लगभग 15–25% रखें।

उम्मीद करने के बजाय यह सीमित कीजिए कि वह क्या कर सकता है। व्यवहार में: जवाब को खोजे गए दस्तावेज़ों पर टिकाइए और स्रोत बताने को कहिए; टूल को सख़्त, टाइप किए हुए आर्ग्युमेंट दीजिए और चलाने से पहले जाँचिए; टूल को ईमानदारी से “नहीं मिला” लौटाने दीजिए और एजेंट को सिखाइए कि खाली लौटना भी स्वीकार्य नतीजा है; कदमों की संख्या और प्रति रन खर्च की सीमा तय कीजिए; और जो कुछ भी अपरिवर्तनीय है — भुगतान, डिलीट, ग्राहक को भेजा संदेश — उसके आगे इंसानी मंज़ूरी रखिए। फिर मापिए। पचास असली मामलों का eval सेट, जिसमें असहज मामले भी हों, किसी भी prompt ट्यूनिंग से ज़्यादा बताता है।

जब काम मानक हो, मात्रा सीमित हो और ग़लत जवाब की क़ीमत कम हो, तब no-code प्लेटफ़ॉर्म लीजिए — आंतरिक FAQ रूटिंग, लीड ट्रायाज, पहले जवाब का मसौदा। वे सचमुच तेज़ी से नतीजे तक ले जाते हैं और सिखाते हैं कि काम को असल में क्या चाहिए। कस्टम तब बनवाइए जब एजेंट को असली अनुमतियों के साथ आपके सिस्टम छूने हों, जब आपकी मात्रा पर लेटेंसी या प्रति-यूनिट लागत मायने रखे, जब आपको अपना मूल्यांकन और ऑडिट ट्रेल चाहिए, या जब एजेंट आपके बेचे जाने वाले उत्पाद का हिस्सा हो। आम रास्ता समझदार है: प्लेटफ़ॉर्म पर प्रवाह साबित कीजिए, फिर जिन हिस्सों ने हक़ कमाया हो उन्हें दोबारा बनाइए।