नया कमरा मिल गया है। निमंत्रण अच्छा दिखता है। बस समय-स्लॉट अब दोपहर बाद का है, जबकि शुरुआत में स्पष्ट रूप से सुबह का समय तय हुआ था। हर एक अंतरिम उत्तर विश्वसनीय लग सकता है, जबकि समग्र कार्य कोई शुरुआती शर्त खो देता है। इसलिए लंबे एजेंट कार्य को संग्रहीत शब्दों की बड़ी मात्रा से कहीं अधिक की आवश्यकता होती है।
StepFun ने 15 अक्टूबर 2026 को Step 5 Preview पर एक आर्किटेक्चर और प्रशिक्षण रिपोर्टप्रकाशित की। इसमें टीम अन्य बातों के अलावा एक संकरी, गहरी आर्किटेक्चर, संयुक्त अटेंशन विधियों और लंबे टूल वर्कफ़्लो की चुनौतियों का वर्णन करती है। यह तारीख़ तकनीकी रिपोर्ट से संबंधित है। यह इस बारे में कोई सामान्य कथन नहीं है कि प्रत्येक उपयोगकर्ता को पहली बार पहुँच कब मिली।
बाद के चरणों को पहले की शर्तों की आवश्यकता क्यों होती है
एक एजेंट वर्कफ़्लो लगातार नई सामग्री एकत्र करता है: खोज परिणाम, फ़ाइल सामग्री, त्रुटि संदेश और उसकी अपनी अंतरिम योजनाएँ। कुछ जानकारी पुराने विवरणों का स्थान ले लेती है। अन्य जानकारी केवल उनकी पूरक होती है। समस्या इन संबंधों को बनाए रखने की है। “चलिए दूसरा कमरा ले लेते हैं” शुरू में स्थान बदलता है – न कि अपने आप समय, प्रतिभागियों की संख्या या बजट।
इसके पीछे का आर्किटेक्चरल प्रश्न मॉडल के भीतर सूचना के प्रवाह से संबंधित है। StepFun अधिक गहराई और सीमित तथा अधिक व्यापक अटेंशन के संयोजन का वर्णन करता है। सरल शब्दों में: हर जानकारी को हर समय एक ही तरह से नहीं संभालना पड़ता, लेकिन महत्वपूर्ण संबंध कई चरणों तक पहुँच में बने रहने चाहिए। यह अभी आपके विशिष्ट कार्य के लिए गुणवत्ता का प्रमाण नहीं है।
लक्षित बदलावों के साथ एक छोटा प्रयोग
चार प्रारंभिक शर्तों के साथ एक काल्पनिक वर्कशॉप तैयार करें: अधिकतम बारह लोग, केवल सुबह, अधिकतम 600 यूरो का बजट और एक पुष्ट कमरा। तीन अलग-अलग खंडों का उपयोग करें: बाध्यकारी शर्तें, वर्तमान निर्णय और खुले प्रश्न। यह अवलोकन आपका स्वयं परिभाषित संदर्भ है।
किसी सहायक को एक के बाद एक तीन बदलाव दें। पहले, कमरा उपलब्ध नहीं रहता। फिर एक सस्ता स्थान सुझाया जाता है जो केवल दोपहर बाद खाली है। अंत में, कोई प्रतिभागियों की संख्या घटाकर दस कर देता है। प्रत्येक संदेश के बाद सहायक को अवलोकन अपडेट करना चाहिए और मौजूदा विरोधाभासों को स्पष्ट रूप से बने रहने देना चाहिए।
Binding: maximum 12 people, mornings only, no more than 600 EUR.
Decided: Room A, number of participants still open.
Change 1: Room A is no longer available.
Change 2: Room B is cheaper, but only free in the afternoon.
Change 3: Number of participants explicitly set at 10.दूसरा बदलाव ही दिलचस्प बिंदु है। यह केवल कमरे की समस्या को हल करता हुआ प्रतीत होता है, क्योंकि यह समय-सीमा से टकराता है। दूसरी ओर, तीसरा बदलाव प्रतिभागियों की संख्या से संबंधित है और इसे अनसुलझे समय-टकराव को गायब नहीं करना चाहिए। इससे केवल एक लंबी बातचीत के बजाय ज्ञात संबंधों वाला एक कार्य बनता है।
एक स्थिति बातचीत के ढेर से अधिक सटीक होती है
प्रत्येक चरण के बाद एक छोटा संरचित अवलोकन माँगें। प्रत्येक निर्णय के लिए विषय, मान्य मान और कारण होना सहायक होता है। एक अतिरिक्त फ़ील्ड यह दर्ज कर सकता है कि किस पुराने निर्णय का स्थान लिया गया। इससे पता चलता है कि कोई सुधार वास्तव में सही विषय पर लागू होता है या नहीं।
एक उपयुक्त निर्देश यह है: “केवल प्रभावित निर्णयों को बदलें। अपरिवर्तित शर्तों को पूरी तरह आगे ले जाएँ। यदि कोई प्रस्ताव किसी बाध्यकारी शर्त का खंडन करता है, तो उसे ऐसे विकल्प के रूप में चिह्नित करें जिस पर अभी सहमति नहीं हुई है। कोई मौन स्वीकृति न जोड़ें।”
फिर केवल अंतिम उत्तर की ही नहीं, बल्कि हर संक्रमण की तुलना करें। एक सही अंतिम अवलोकन किसी ऐसे टकराव को छिपा सकता है जो अस्थायी रूप से खो गया था। किसी वास्तविक टूल वर्कफ़्लो में, एक शुरुआती गलत स्थिति पहले ही आगे की कार्रवाइयाँ शुरू कर चुकी हो सकती है। इसीलिए बदलावों और अनुमत कार्रवाइयों को एक साथ देखा जाना चाहिए।
प्रयोग क्या दिखा सकता है
यह अभ्यास जाँचता है कि क्या कोई विशेष वर्कफ़्लो कई बदलावों के दौरान कुछ ज्ञात शर्तों को बनाए रखता है। ऐसा करते हुए, यह लंबे एजेंट कार्य की एक आवश्यकता को दर्शाता है। यह न तो अलग-अलग ट्रांसफ़ॉर्मर ब्लॉकों के प्रभाव को मापता है और न ही Step 5 Preview की सामान्य क्षमता को।
यदि आप और गहराई में जाना चाहते हैं, तो आप सामग्री की मात्रा भी बदल सकते हैं: पहले केवल चार शर्तें, फिर बीच-बीच में अतिरिक्त अप्रासंगिक नोट। अन्य सभी विनिर्देश समान रहने चाहिए। देखें कि क्या नई स्थिति में समय-टकराव का अब भी उल्लेख होता है। एक वास्तविक तुलना के लिए सटीक मॉडल संस्करण और पूरे इनपुट आवश्यक हैं।
व्यावहारिक लाभ आपके अपने कार्य-विवरण में ही निहित है। आप देख सकते हैं कि कौन-से विवरण स्थायी रूप से लागू होते हैं, किन्हें बदला जा सकता है और कहाँ एक एजेंट अभी कोई निर्णय नहीं ले सकता। इस तरह एक लंबी स्मृति ऐसे समझने योग्य स्थिति-प्रबंधन में बदल जाती है जिसके संक्रमणों की जाँच की जा सकती है।
स्रोत और स्थिति
25 अक्टूबर 2026 तक के स्रोत। Step 5 Preview के भीतर: एजेंटिक कार्य के लिए आर्किटेक्चर और प्रशिक्षण.
