← Ambient Intelligent Systems

Abilities: सीमित डेटा, जमे हुए टर्न

भाग III — पैराडाइम · अध्याय 7 / 9

ambient लेयर ने जवाब दिया कि साक्ष्य कहाँ रहता है। यह अध्याय उस असिस्टेंट का दूसरा आधा हिस्सा है जो काम करता है: उसे क्या करना आता है। Mary का जवाब है Ability।

एक नज़र में सिस्टम

तीन शब्द, तीन काम:

Ability वह है जो Mary को करना आता है। Skill उसके भीतर की एक मशीन-पठनीय हिदायत है। Capability वह अनुबंध है — प्रभाव, अनुमतियाँ, सीमाएँ — जो Skill को चलाना सुरक्षित बनाता है।

यानी writing एक Ability है; writing.type-at-cursor उसके भीतर की एक Skill है; और text.write-at-surface वह Capability है जिसकी उसे ज़रूरत है। (type_at_cursor जैसा मॉडल को दिखने वाला नाम बस उस Skill का प्रोवाइडर के वायर फ़ॉर्मेट में रूप है — वह खुद Skill नहीं है।)

और बाक़ी सिस्टम से इसका जुड़ाव एक ही लूप है। Ability एक .mary पैकेज के रूप में आती है; validators उसे स्वीकार करते हैं या ठुकरा देते हैं; हर टर्न स्वीकृत हर चीज़ का एक स्नैपशॉट जमा देता है; मॉडल उस स्नैपशॉट से एक Skill को बुलाता है; Capability अनुबंध फिर से जाँचा जाता है; एक adapter काम करता है; और एक रसीद दर्ज करती है कि क्या बदला।

आगे बढ़ने से पहले एक नाम की टक्कर बता दूँ: Anthropic के इकोसिस्टम में “skill” किसी और चीज़ को कहते हैं — Agent Skill यानी markdown हिदायतों वाला SKILL.md फ़ोल्डर, जो काम की होने पर एजेंट के कॉन्टेक्स्ट में लोड होता है। अध्याय के अंत में दोनों की सीधी तुलना है। तब तक “Skill” का मतलब Mary की Skill है।

शब्दावली की एक आख़िरी बात: हर Ability एक paradigm घोषित करती है — discipline, applicationExpertise, systemControl, या reasoning। स्कीमा के अपने शब्दों में: “कोई डिज़ाइन में अच्छा और Sketch में माहिर हो सकता है, जबकि डिज़ाइन में अच्छा होते हुए Figma में अनाड़ी हो।” डिज़ाइन पोर्टेबल हुनर है; Sketch एक औज़ार की महारत है। इस बँटवारे का फ़ायदा अध्याय के अंत में दिखता है।

सीमित डेटा, कभी गद्य नहीं

.mary पैकेज कैनोनिकल JSON है — क्रमबद्ध keys, ताकि बाइट्स दोहराए जा सकें — जिसका integrity digest बनता है और जो वैकल्पिक रूप से Ed25519 से साइन होता है। आज Mary के साथ दस आते हैं, जिनमें browsing, coding, scrivener, sketch, window-management और writing हैं। भीतर की हर चीज़ पर लागू होने वाला नियम वह वाक्य है जिसे मैं रखता, अगर मुझे सिर्फ़ एक रखने को मिलता:

पैकेज जो कुछ भी लिखता है, वह सीमित डेटा है। टोकन, बंद enumerations, टाइप किए हुए expressions, बाइट की सीमाएँ — कभी गद्य नहीं, कभी कोड नहीं। हर वाक्य जो सिस्टम बोलता है, उसका मालिक इंजन है; पैकेज बस टाइप किए हुए खाने भरता है।

यह writing.mary की एक Skill है (संक्षिप्त):

JSON
{
  "id": "writing.type-at-cursor",
  "kind": "effectful",
  "access": "reversible",
  "execution": {
    "kind": "binding",
    "bindings": [{ "adapterID": "typer",
                   "operation": "type_at_cursor",
                   "targetClasses": ["editable-prose-surface"] }]
  },
  "modelExposure": {
    "enabled": true,
    "invocationName": "type_at_cursor",
    "parameters": [{ "name": "text", "type": "string", "required": true }]
  },
  "requirements": {
    "capabilities": ["text.write-at-surface"],
    "optionalInteractions": ["interaction.text-selection"],
    "supportingAbilities": ["window-management"]
  },
  "routing": { "conflictPolicy": "preferDirectInteraction" }
}

हर अहम चीज़ एक टाइप किया हुआ फ़ील्ड है: प्रभाव का वर्ग, ज़रूरी Capability, इस्तेमाल हो सकने वाले interactions, सहायक Abilities, routing नीति, और वह adapter ऑपरेशन जो काम करता है। वर्णन वाली स्ट्रिंग्स UI का मेटाडेटा हैं — पैकेज पर चाहे जिसने साइन किया हो, वे कभी सिस्टम-प्रॉम्प्ट का अधिकार नहीं बनतीं।

और स्वीकृति असली है: validators के मंज़ूर करने तक पैकेज बस बाइट्स है — पहचान, skills, स्कीमा के संदर्भ, paradigm की ईमानदारी, और इंस्टॉल की गई हर चीज़ पर एक ग्राफ़ पास (हर स्कीमा id का एक मालिक, कोई टकराते invocation नाम नहीं, कोई dependency चक्र नहीं)। जो पैकेज बिना पुष्टि की शर्त के विनाशकारी capability घोषित करता है, वह किसी टर्न से मिलने से पहले ही ठुकरा दिया जाता है।

जमा हुआ टर्न

क्षमता घोषित करना आधा तंत्र है। बाक़ी आधा यह है कि क्षमता कब बदल सकती है।

टर्न की शुरुआत में Mary एक अपरिवर्तनीय AbilityRuntimeSnapshot जमा देती है — पूरी रजिस्ट्री, एक UUID से पहचाने जाने वाले संस्करण के रूप में — और पूरा टर्न उसी के विरुद्ध चलता है: एक टर्न कभी एक स्कीमा संस्करण के तहत शुरू और दूसरे के तहत dispatch नहीं हो सकता। टर्न के बीच Ability Studio में कोई पैकेज बदलें, तो नई रजिस्ट्री अगले टर्न से सक्रिय होती है; चल रहा टर्न अपनी दुनिया में बना रहता है।¹

Dispatch हर चीज़ को फिर जाँचता है। प्रोवाइडर की “tool” जैसी कॉल (यह शब्द सिर्फ़ प्रोवाइडर adapters के लिए रखा गया है) फ़ौरन वापस एक Skill invocation में बदल दी जाती है, फिर कुछ भी चलने से पहले जमा हुआ अनुबंध और स्थानीय सुरक्षा दोबारा जाँची जाती है। Capability की बाध्यताएँ वह कठोर फ़र्श हैं जिसकी मालिक Mary है — payload की सीमाएँ, अवधि, पुष्टि, staging, लक्ष्यों की अनुमत सूची — और कोई पैकेज-पसंद उन्हें लाँघ नहीं सकती।

और अधूरी ज़रूरत कोई त्रुटि नहीं है। असर डालने वाली Skills किसी टर्न के लिए तभी तक रहती हैं जब तक कोई संगत adapter इंस्टॉल और तैयार है; adapter हटाइए तो वे अगले टर्न की सूची से ग़ायब हो जाती हैं, लगाइए तो लौट आती हैं। निष्क्रिय, टूटी हुई नहीं। इस बात को अध्याय 8 के लिए याद रखिए।

बिना कोड के सिखाना

भेजे गए पैकेजों में scrivener.mary भी है: एक तीसरे पक्ष की पांडुलिपि एप्लिकेशन के साथ पूरा एकीकरण — binder में फेरबदल, एडिटर का बँटवारा, दस्तावेज़ों का corpus पढ़ना — जो पूरी तरह घोषणात्मक डेटा में लिखा है। विनिर्देश के शब्दों में, “पेड़ में कोई Scrivener सोर्स फ़ाइल है ही नहीं।”

एक डायनेमिक plugin बताता है कि वह किस एप्लिकेशन को चलाता है, और हर ऑपरेशन के लिए एक नुस्ख़ा देता है जो सीमित चरण-शब्दावली से बना है — literals, घोषित इनपुट और देखी गई ज्यामिति पर टाइप किए हुए expressions। एक संकलित, Mary के अपने इंजन — Remote Hands, जो macOS के दिखने वाले इंटरफ़ेस के ज़रिए काम करता है — हर नुस्ख़े की व्याख्या करता है। पैकेज ज्ञान ले जाता है, कभी interpreter नहीं: नई एप्लिकेशन सिखाने के लिए एक .mary फ़ाइल चाहिए; इनपुट की नई क्षमता जोड़ने के लिए Mary का नया रिलीज़।

क्योंकि Remote Hands उसी इंटरफ़ेस को चलाता है जिसे व्यक्ति चलाता है, उसके नियम इंसान-पहले हैं — वह प्रक्रिया को पिन करता है, उपयोगकर्ता की दुनिया का स्नैपशॉट लेता है, और भौतिक इनपुट आते ही रुक जाता है:

व्यक्ति हमेशा जीतता है। भौतिक इनपुट से कोई रन रद्द होने के बाद Mary फ़ोकस वापस नहीं लेती और कर्सर को उनके नीचे वापस नहीं ले जाती। यह दिखने वाला ऑटोमेशन है।

जहाँ SKILL.md रुक जाता है

पहले श्रेय: Agent Skills का progressive disclosure अच्छा डिज़ाइन है — नाम और विवरण सस्ते में पहले से लोड, मुख्य हिस्सा काम का होने पर लोड, फ़ाइलें माँग पर पढ़ी गईं। एक एजेंट को गहरी संदर्भ सामग्री देने के तरीक़े के रूप में यह काम करता है।

लेकिन SKILL.md ढाँचे में एक एजेंट के कॉन्टेक्स्ट में डाला गया गद्य है, और इस ढाँचे का हर नतीजा उस तंत्र पर पड़ता है जिसका वर्णन इस अध्याय में पहले हो चुका है। छह जोड़ियाँ, सार्वजनिक दस्तावेज़ों और इस लेखन के समय तक मेरे अपने इस्तेमाल पर आधारित — इकोसिस्टम तेज़ी से बदलता है, इसलिए इनमें से कुछ बदल चुका हो सकता है:

लोडिंग एकतरफ़ा है। किसी skill का मुख्य हिस्सा बातचीत में आ जाए, तो उसे सिर्फ़ हानिकारक compaction हटाता है। Ability कभी बातचीत “में” नहीं होती — हटाने का मतलब है अगले स्नैपशॉट में अनुपस्थित। अनलोड होना सामान्य जीवनचक्र है, garbage collection नहीं।

dependencies घोषित नहीं हो सकतीं। कोई skill यह नहीं कह सकती कि “मुझे कैलेंडर चाहिए”, कैलेंडर आने पर सक्रिय हो, या जाने पर निष्क्रिय — composition का मतलब है कि मॉडल ने संयोग से दोनों पढ़ रखी हैं। Mary की Skill का requirements ब्लॉक टाइप किया हुआ है और runtime उसे हर टर्न इस बात के विरुद्ध हल करता है कि असल में क्या इंस्टॉल और तैयार है।

हिदायतें सलाह भर हैं। skill मॉडल को प्रभावित करती है, और मॉडल कहीं और ध्यान दे सकता है; जो व्यवहार ज़रूर होना चाहिए, उसके लिए इकोसिस्टम की अपनी सलाह एक दूसरा तंत्र है (hooks)। .mary पैकेज विनम्रता से नहीं कहता: validators स्वीकृति पर उसे ठुकरा देते हैं, और Capability की बाध्यताएँ dispatch पर लागू रहती हैं।

खोज का एक बजट है। skill की सूची की सीमा तय है, और सबसे कम इस्तेमाल वाले विवरण पहले गिरते हैं — यानी दुर्लभ, ऊँचे मूल्य वाली skill ठीक वही है जो अदृश्य हो जाती है। Mary की सूची ध्यान के लिए होड़ करता गद्य नहीं है: routing predicates और हर टर्न का मध्यस्थता तय करते हैं, और दुर्लभता की कोई क़ीमत नहीं।

पहले से मंज़ूरी पाबंदी नहीं है। skill के tool की छूटें पहले से मंज़ूरी देती हैं; हर tool फिर भी बुलाया जा सकता है। Capability अनुबंध सीमित करता है — प्रभाव का वर्ग, अनुमतियाँ, सीमाएँ, पुष्टि — और उसकी मालिक Mary है, इसलिए कोई पैकेज खुद को ताक़त का वोट नहीं दे सकता।

पोर्टेबिलिटी सँकरी है। निजी skills एक मशीन पर रहती हैं और अपने घर के पथ से बाहर बिगड़ जाती हैं। .mary पैकेज कैनोनिकल बाइट्स है: CI अपने ही दस्तावेज़ीकरण वाले walkthrough से sketch.mary दोबारा बनाता है और भेजी गई फ़ाइल से बाइट-दर-बाइट बराबरी की पुष्टि करता है। पोर्टेबिलिटी एक परीक्षा है, दावा नहीं।

इनमें से कुछ भी आरोप नहीं है — Agent Skills एक अलग, सँकरी समस्या हल करती हैं: एक एजेंट के कॉन्टेक्स्ट को माँग पर पाठ से बढ़ाना। जो दावा मैं कर रहा हूँ, वह यह है कि “असिस्टेंट को क्या करना आता है” उतनी ही वास्तुशिल्पीय गंभीरता का हक़दार है जितनी “असिस्टेंट को क्या याद है”, और कॉन्टेक्स्ट विंडो में गद्य कोई आर्किटेक्चर नहीं है। वह एक इशारा है।

इस दावे के नीचे की सोच — मॉडल एक state machine के रूप में, जिसकी एकमात्र वर्णमाला भाषा है, और उससे उस हर चीज़ के लिए क्या निकलता है जिससे आप उसे कॉन्फ़िगर करने की कोशिश करते हैं — अपना ही एक निबंध है: Linguistic State Machines। यह अध्याय तंत्र है; वह निबंध व्युत्पत्ति है।

फ़ायदा: हुनर के आधार पर बनी प्रोफ़ाइल

क्षमता को इस तरह ढालने का एक चुपचाप मिलने वाला इनाम है। Mary आपके काम करने के तरीक़े की एक व्यवहार-प्रोफ़ाइल जमा करती है — शैली के सिद्धांत, जो आपके असली दस्तावेज़ों से खनन किए गए हैं — और उसे एप्लिकेशन के नहीं, Ability के आधार पर रखती है। Pages में सीखी गई आपकी गद्य-आवाज़ आपके लिखने के बारे में एक तथ्य है — इसलिए वह तब भी मौजूद है जब आप Scrivener में लिखते हैं, जो सिद्धांत सीखे जाने के समय सिस्टम में था ही नहीं। यह अध्याय की शुरुआत वाला discipline / applicationExpertise का बँटवारा है, जो फल दे रहा है।

और सिद्धांतों पर शासन साक्ष्य की तरह होता है, cache की तरह नहीं: विश्वास से पहले व्यापकता, पदावनति से पहले hysteresis, और एक न्यूनतम स्तर तक कई हफ़्तों की गिरावट — वक्र, चट्टान नहीं, क्योंकि “कोई व्यक्ति मंगलवार को अचानक एक तरह से लिखना नहीं छोड़ देता; वह धीरे-धीरे बहता है, और चट्टान बहाव को देख नहीं सकती।”

क्षमता सीमित, प्रमाणित, हर टर्न के डेटा के रूप में; निजीकरण हुनर के आधार पर; दोनों पोर्टेबल। यही अपग्रेड है।

जिस क्षमता को आप अनलोड नहीं कर सकते, वह इंस्टॉल नहीं है — वह याद रखी गई है।