Anthropic इंजीनियरों ने नए एजेंट्स बनाना क्यों बंद कर दिया: AI Skills की शक्ति

Anthropic इंजीनियरों ने हाल ही में अपने आंतरिक शोध से एक आश्चर्यजनक सबक साझा किया: उन्होंने प्रत्येक कार्य के लिए एक नया स्वायत्त एजेंट बनाना बंद कर दिया। विशिष्ट एजेंट्स की फ़ौज तैनात करने के बजाय, उन्होंने अपना ध्यान एक ही सक्षम एजेंट के लिए मॉड्यूलर AI skills बनाने पर केंद्रित किया।

आज 8 अक्टूबर, 2026 है। जैसे-जैसे स्वायत्त प्रणालियाँ सॉफ़्टवेयर विकास, अनुसंधान और व्यावसायिक संचालन में प्रोडक्शन में प्रवेश कर रही हैं, मल्टी-एजेंट का चलन जटिलता की एक दीवार से टकरा रहा है। जिन टीमों ने लेखन, कोड समीक्षा, डेटा निष्कर्षण और ग्राहक सहायता के लिए अलग-अलग एजेंट्स शुरू किए थे, वे काम पूरा करने की तुलना में समन्वय विफलताओं को प्रबंधित करने में अधिक समय बिता रही हैं। यह समझना कि AI skills इस अड़चन को कैसे हल करती हैं, आपके स्वचालित वर्कफ़्लो को डिज़ाइन करने के तरीके को बदल देता है।

मल्टी-एजेंट जटिलता का जाल

जब डेवलपर्स पहली बार एजेंटिक ऑटोमेशन की खोज करते हैं, तो स्वाभाविक प्रवृत्ति श्रम विभाजन की होती है। आप शोध के लिए एक एजेंट बनाते हैं, सामग्री का मसौदा तैयार करने के लिए एक एजेंट, ईमेल भेजने के लिए एक एजेंट, और उन सभी को संयोजित करने के लिए एक पर्यवेक्षक एजेंट बनाते हैं।

सैद्धांतिक रूप से, विशिष्ट एजेंट्स बेहतरीन लगते हैं। व्यवहार में, यह पैटर्न गंभीर परिचालन घर्षण पैदा करता है:

• स्टेट सिंक्रोनाइज़ेशन ओवरहेड: प्रत्येक एजेंट अपना वार्तालाप इतिहास, मेमोरी बफ़र और प्रॉम्प्ट इंजीनियरिंग निर्देश बनाए रखता है। एजेंट्स के बीच स्थिति (state) को विश्वसनीय रूप से पास करने के लिए व्यापक ग्लू कोड और त्रुटि प्रबंधन की आवश्यकता होती है।
• कंपाउंडिंग विफलता दरें: यदि प्रत्येक एजेंट की सफलता दर नब्बे प्रतिशत है, तो चार एजेंट्स को एक साथ जोड़ने पर समग्र कार्य सफलता दर घटकर छियासठ प्रतिशत से भी कम हो जाती है।
• रखरखाव की थकान: किसी साझा व्यावसायिक नियम को अपडेट करने के लिए प्रत्येक एजेंट के सिस्टम प्रॉम्प्ट का व्यक्तिगत रूप से ऑडिट करना आवश्यक होता है।

अपने स्मार्टफोन के बारे में सोचें। अंतर्निहित हार्डवेयर प्रोसेसर है, एजेंट लूप ऑपरेटिंग सिस्टम है, और skills एप्लिकेशन हैं। जब आपको अपने फोन पर एक नई क्षमता की आवश्यकता होती है, तो आप दूसरा फोन नहीं खरीदते; आप एक एप्लिकेशन इंस्टॉल करते हैं। AI skills बिल्कुल इसी सिद्धांत को एजेंट आर्किटेक्चर पर लागू करती हैं।

AI Skill क्या है?

इसके सरलतम रूप में, एक AI skill एक संरचित डायरेक्टरी है जिसमें एक निर्देश फ़ाइल होती है, जिसका नाम आमतौर पर skill.md होता है या मानक मेटाडेटा के साथ परिभाषित किया जाता है। यह किसी विशिष्ट कार्य को पूरा करने के लिए आवश्यक डोमेन ज्ञान, परिचालन बाधाओं और वर्कफ़्लो चरणों को समाहित करती है।

एक मानक skill फ़ाइल में दो प्राथमिक घटक होते हैं:

1. Frontmatter मेटाडेटा: एक स्पष्ट नाम और एक संक्षिप्त विवरण। विवरण विशेष रूप से भाषा मॉडल के लिए लिखा जाता है, जिसमें यह समझाया जाता है कि किन परिस्थितियों में skill को सक्रिय होना चाहिए।
2. प्रक्रियात्मक निर्देश: सरल अंग्रेज़ी में स्पष्ट, चरण-दर-चरण मार्गदर्शन जो यह बताता है कि कार्य कैसे किया जाए, किन टूल्स को इनवोक किया जाए, और क्या आउटपुट संरचना तैयार की जाए।

चूँकि एक skill आपके प्रोजेक्ट या उपयोगकर्ता कॉन्फ़िगरेशन के साथ प्लेन टेक्स्ट के रूप में संग्रहीत होती है, इसलिए skills का वर्ज़न तय करने, समीक्षा करने और अपडेट करने के लिए बिल्कुल उन्हीं वर्ज़न कंट्रोल टूल्स का उपयोग किया जाता है जिनका उपयोग आप सामान्य कोड के लिए करते हैं।

Progressive Disclosure का आर्किटेक्चर

Skills के पीछे वास्तविक तकनीकी सफलता एक आर्किटेक्चरल पैटर्न है जिसे कहा जाता है progressive disclosure.

यदि कोई एजेंट प्रत्येक सत्र की शुरुआत में अपनी कॉन्टेक्स्ट विंडो में पचास विभिन्न skills का पूरा टेक्स्ट लोड करता है, तो आपके कोई प्रश्न टाइप करने से पहले ही यह हज़ारों टोकन की खपत कर लेगा। टोकन का यह फैलाव लेटेंसी बढ़ाता है, API लागत बढ़ाता है, और अप्रासंगिक निर्देशों के बीच मॉडल के ध्यान को भटका देता है।

Progressive disclosure इसे साफ़ तौर पर हल करता है:

1. लाइटवेट डिस्कवरी: स्टार्टअप पर, एजेंट केवल सभी उपलब्ध skills के नाम और संक्षिप्त विवरण पढ़ता है। यह सारांश कॉन्टेक्स्ट विंडो के एक बहुत छोटे हिस्से की खपत करता है।
2. इंटेंट मैचिंग: जब आप कोई अनुरोध सबमिट करते हैं, तो एजेंट अपने skill कैटलॉग के आधार पर आपके प्रॉम्प्ट का मूल्यांकन करता है।
3. ऑन-डिमांड एक्टिवेशन: केवल तभी जब कोई skill आपके अनुरोध से मेल खाती है, एजेंट पूरी skill.md फ़ाइल को सक्रिय मेमोरी में पढ़ता है, और विस्तृत चरणों को सटीकता के साथ निष्पादित करता है।

टूलबॉक्स तब तक बंद रहता है जब तक कि विशिष्ट टूल की आवश्यकता न हो, जिससे एजेंट तेज़, सटीक और किफ़ायती बना रहता है।

चरण-दर-चरण AI Skill कैसे बनाएं

एक AI skill बनाने के लिए जटिल Python ऑर्केस्ट्रेशन लिखने या डिस्ट्रीब्यूटेड कतारों को प्रबंधित करने की आवश्यकता नहीं होती है। प्रोडक्शन के लिए तैयार skill बनाने के तीन प्राथमिक तरीके हैं, जिनमें सीधे मैन्युअल लेखन से लेकर स्वचालित वर्कफ़्लो कैप्चर तक शामिल हैं।

चरण 1: Skill संरचना को मैन्युअल रूप से लिखें

हाथ से skill लिखना उसके आंतरिक तंत्र को समझने का सबसे अच्छा तरीका है। आप सीमा स्थितियों (boundary conditions), ट्रिगर नियमों और परिचालन वर्कफ़्लो को सीधे परिभाषित करते हैं।

अपनी skill के लिए एक फ़ोल्डर बनाएं और एक skill.md फ़ाइल लिखें:

---
name: youtube-researcher
description: Identifies viral content themes and outlier videos in a specified niche. Use when asked to find YouTube trends, viral topics, or video ideas.
---

### Workflow Instructions
1. Search the target niche on the video database.
2. Filter for uploads published within the last 30 days.
3. Identify videos with an outlier multiplier of at least 2x average channel views.
4. Group the top results into distinct thematic patterns.
5. Provide actionable title structures based on the top performers.

इस सेटअप में, विवरण सटीक सिमेंटिक एंकर प्रदान करता है जिसका उपयोग आपका एजेंट इंटेंट वर्गीकरण (intent classification) के दौरान प्रासंगिकता निर्धारित करने के लिए करता है।

चरण 2: इंटरएक्टिव एजेंट-असिस्टेड जेनरेशन का उपयोग करें

सबसे व्यावहारिक दैनिक दृष्टिकोण यह है कि skill तैयार करने के लिए आपका एजेंट आपका इंटरव्यू ले। शुरुआत से दस्तावेज़ लिखने के बजाय, आप बातचीत में अपनी मैन्युअल दिनचर्या समझाते हैं, और एजेंट संरचित स्पष्टीकरण प्रश्न पूछता है।

आप इस वर्कफ़्लो को एक केंद्रित प्रॉम्प्ट के साथ शुरू कर सकते हैं:

I want to turn my repetitive task into a reusable AI skill. Ask me detailed questions one by one about my inputs, edge cases, tool dependencies, and desired output formats until you have enough information to write a comprehensive skill.md file.

एजेंट व्यवस्थित रूप से स्पष्ट करेगा:

• किन APIs या कमांड-लाइन टूल्स की आवश्यकता है।
• अप्रत्याशित त्रुटियों या खाली खोज परिणामों को कैसे संभाला जाना चाहिए।
• अंतिम परिणाम (deliverable) को किस फ़ॉर्मेटिंग शैली या स्कीमा का पालन करना चाहिए।

बातचीत समाप्त होने के बाद, एजेंट उत्तरों को डिप्लॉयमेंट के लिए तैयार एक अंतिम skill फ़ाइल में संकलित करता है।

चरण 3: मैन्युअल वर्कफ़्लो को रिकॉर्ड और स्वचालित करें

तीसरा तरीका स्क्रीन रिकॉर्डिंग और ब्राउज़र ऑटोमेशन का लाभ उठाता है। डेटा प्रविष्टि, पोर्टल नेविगेशन, या फ़ाइल प्रोसेसिंग कार्यों के लिए जिन्हें शब्दों में समझाना कठिन है, आप कार्य करते हुए खुद को रिकॉर्ड करते हैं।

एजेंट उपयोगकर्ता की कार्रवाइयों के क्रम का विश्लेषण करता है:

• यह पहचानना कि कौन सी डायरेक्टरी खोली गई थीं।
• तैयार की गई फ़ाइलों के लिए उपयोग किए गए नेमिंग कन्वेंशन्स को निकालना।
• एंटरप्राइज़ वेब फ़ॉर्म के बीच कॉपी किए गए सटीक मापदंडों (parameters) को ट्रैक करना।

एजेंट इन देखे गए इंटरैक्शन को नियतात्मक (deterministic) शेल कमांड और सत्यापन चरणों में बदल देता है, जिससे एक ऐसी skill बनती है जो आपकी सटीक परिचालन दिनचर्या को दर्शाती है।

कम्युनिटी Skills की खोज, साझाकरण और सुरक्षा

चूँकि आधुनिक AI skill इकोसिस्टम ओपन स्टैंडर्ड्स का उपयोग करता है, इसलिए एक ही skill फ़ोल्डर को Claude, Cursor, Hermes और कस्टम एजेंट रनटाइम्स सहित कई एजेंट प्लेटफ़ॉर्म पर साझा किया जा सकता है।

GitHub पर कम्युनिटी रिपॉजिटरी और क्यूरेटेड skill मार्केटप्लेस सामान्य इंजीनियरिंग कार्यों के लिए पहले से निर्मित skills प्रदान करते हैं, जैसे कि API दस्तावेज़ीकरण तैयार करना, pull requests का ऑडिट करना और क्लाउड इन्फ्रास्ट्रक्चर का निरीक्षण करना।

हालाँकि, थर्ड-पार्टी skills को शामिल करने से सुरक्षा संबंधी ज़िम्मेदारियाँ भी आती हैं:

• स्क्रिप्ट निष्पादन जोखिम: Skills स्थानीय शेल कमांड को इनवोक कर सकती हैं, नेटवर्क निर्भरताएँ ला सकती हैं, या स्थानीय कॉन्फ़िगरेशन फ़ाइलों को पढ़ सकती हैं।
• दुर्भावनापूर्ण प्रॉम्प्ट इंजेक्शन: एक खराब तरीके से निर्मित या प्रतिकूल skill एनवायरनमेंट वेरिएबल्स (environment variables) या निजी API कीज़ चुराने का प्रयास कर सकती है।
• अनिवार्य ऑडिटिंग: किसी भी डाउनलोड की गई skill को सक्रिय करने से पहले, टेक्स्ट का पूरी तरह से निरीक्षण करें या संदिग्ध नेटवर्क कॉल, क्रेडेंशियल एक्सेस या शेल प्रतिस्थापन (shell substitutions) के लिए skill फ़ाइल को स्कैन करने का निर्देश अपने स्थानीय सहायक को दें।

निष्कर्ष

मल्टी-एजेंट प्रतिमान AI स्वायत्तता की दिशा में एक सहज पहला कदम था, लेकिन मॉड्यूलर skills कहीं अधिक विश्वसनीय इंजीनियरिंग आधार प्रदान करती हैं। क्षमताओं को पुनः प्रयोज्य टेक्स्ट-आधारित निर्देशों में समेकित करके और उन्हें progressive disclosure के माध्यम से लोड करके, डेवलपर्स लचीले, किफ़ायती सहायक बना सकते हैं जो आर्किटेक्चरल जटिलता को बढ़ाए बिना समय के साथ अपनी क्षमताओं का विस्तार करते हैं।

लाभ

• सिस्टम रखरखाव को कई नाज़ुक सब-एजेंट्स के बजाय एक एकल कोर एजेंट में समेकित करता है।
• Progressive disclosure और ऑन-डिमांड लोडिंग के माध्यम से कॉन्टेक्स्ट विंडो की खपत को कम करता है।
• प्रक्रियाओं को सादे मार्कडाउन टेक्स्ट के रूप में संग्रहीत करके वर्ज़न कंट्रोल और सहकर्मी समीक्षा (peer review) को सरल बनाता है।
• आधुनिक एजेंट वातावरणों में निर्बाध क्रॉस-प्लेटफ़ॉर्म skill पोर्टेबिलिटी को सक्षम बनाता है।
• अनावश्यक अंतर-एजेंट बातचीत (inter-agent chatter) को समाप्त करके परिचालन API लागत और लेटेंसी को कम करता है।

कमियां

• जटिल बहु-चरणीय तर्क (multi-step reasoning) के लिए अभी भी skill फ़ाइल के अंदर सावधानीपूर्वक निर्देश इंजीनियरिंग की आवश्यकता होती है।
• खराब तरीके से परिभाषित skill विवरण गलत-सकारात्मक सक्रियण (false-positive activations) या छूटे हुए ट्रिगर का कारण बन सकते हैं।
• यदि निष्पादन योग्य स्क्रिप्ट बिना ऑडिट किए शामिल की जाती हैं, तो थर्ड-पार्टी skills संभावित सुरक्षा जोखिम पेश करती हैं।
• यदि एक ही प्रॉम्प्ट एक साथ कई ओवरलैपिंग skills को ट्रिगर करता है, तो मोनोलिथिक एजेंट लूप संघर्ष कर सकते हैं।

सावधानी

यह लेख केवल शैक्षिक उद्देश्यों के लिए है। प्रक्रियाओं, कोड नमूनों और प्लेसहोल्डर कॉन्फ़िगरेशन को आपके विशिष्ट परिवेश और सुरक्षा नीतियों के अनुकूल बनाया जाना चाहिए। प्रोडक्शन डेटा या निजी क्रेडेंशियल्स तक पहुंच वाले सिस्टम पर तैनात करने से पहले हमेशा थर्ड-पार्टी AI skills का निरीक्षण और ऑडिट करें।

अक्सर पूछे जाने वाले प्रश्न

• इंजीनियर मल्टी-एजेंट सिस्टम से दूर क्यों जा रहे हैं? — मॉड्यूलर skills से लैस एकल एजेंट की तुलना में मल्टी-एजेंट सिस्टम अक्सर उच्च समन्वय ओवरहेड, बढ़ती विफलता दर और कठिन स्टेट प्रबंधन पेश करते हैं।
• AI skill क्या है? — एक AI skill एक संरचित फ़ोल्डर है जिसमें निर्देश होते हैं, आमतौर पर एक मार्कडाउन फ़ाइल में, जो एक एजेंट को सिखाता है कि किसी विशिष्ट कार्य को कैसे और कब निष्पादित करना है।
• AI एजेंट्स में progressive disclosure क्या है? — Progressive disclosure एक डिज़ाइन पैटर्न है जहाँ एक एजेंट शुरू में केवल skill के नाम और विवरण लोड करता है, और पूरे निर्देश केवल तभी लोड करता है जब कोई कार्य मेल खाता है।
• एक एजेंट को कैसे पता चलता है कि किस skill का उपयोग करना है? — प्रासंगिक टूल का चयन करने के लिए एजेंट उपयोगकर्ता के प्रॉम्प्ट की तुलना अपने skill कैटलॉग में दिए गए सिमेंटिक विवरणों से करता है।
• क्या AI skills कोड चला सकती हैं? — हाँ, एजेंट को दी गई अनुमतियों के आधार पर skills में शेल कमांड, कमांड-लाइन स्क्रिप्ट या बाहरी APIs को इनवोक करने के निर्देश शामिल हो सकते हैं।
• क्या कम्युनिटी skills इंस्टॉल करना सुरक्षित है? — कम्युनिटी skills को उपयोग से पहले हमेशा ऑडिट किया जाना चाहिए क्योंकि यदि वे सत्यापित नहीं हैं तो संभावित रूप से अनधिकृत स्क्रिप्ट निष्पादित कर सकती हैं या संवेदनशील फ़ाइलों तक पहुँच सकती हैं।
• क्या AI skills विभिन्न AI टूल्स में काम करती हैं? — हाँ, ओपन skill विनिर्देश संगत मार्कडाउन skills को Claude, Cursor, Antigravity और अन्य आधुनिक एजेंट फ्रेमवर्क जैसे टूल्स में काम करने की अनुमति देते हैं।

टैग

#aiagents #anthropic #softwareengineering #promptengineering #automation #artificialintelligence #developers #aiarchitecture #llm #techguide