K3 के साथ कॉन्टेक्स्ट ग्राफ इंजीनियरिंग: 300 एजेंट्स को एक कनेक्टेड नॉलेज बेस में बदलना

300 उत्तरों का ढेर ज्ञान नहीं है। Kimi Agent Swarm सिर्फ़ एजेंटों को समानांतर रूप से नहीं चलाता। यह उनकी खोजों को एक कनेक्टेड ग्राफ़ में पिरो देता है, जिसे आप वास्तव में उपयोग कर सकते हैं।

300 एजेंट नोड के रूप में। 1 कनेक्टेड ग्राफ़। 5 लाइव डेटा फ़ीड

हर कोई ज़्यादा एजेंट चलाने की होड़ में है। लगभग कोई नहीं पूछ रहा कि उन एजेंटों को जो मिलता है, उसका क्या होता है।

किसी रिसर्च समस्या पर 300 एजेंट छोड़िए और वे तेज़ी से लौट आते हैं। लेकिन डिफ़ॉल्ट रूप से आपको 300 अलग-अलग बॉक्सों में 300 अलग-अलग जवाब मिलते हैं। यह ढेर है, ज्ञान का आधार नहीं। मूल्य कभी भी अलग-अलग निष्कर्षों में नहीं था। मूल्य इस बात में था कि वे कैसे जुड़ते हैं — और जुड़ाव ही वह चीज़ है जिसे एक ढेर फेंक देता है।

सोचिए कि एक मानव विश्लेषक वास्तव में कैसे काम करता है। वह सिर्फ़ तथ्य इकट्ठा नहीं करता। वह ध्यान देता है कि दो कंपनियाँ एक सप्लायर साझा करती हैं, कि एक नियम पूरे सेक्टर को प्रभावित करता है, कि आधे बाज़ार के पीछे एक अकेला विक्रेता होता है। इकट्ठा करना आसान हिस्सा है। जोड़ना महँगा हिस्सा है — और यही वह हिस्सा है जो अंतर्दृष्टि पैदा करता है।

यही वह कम-चर्चित बात है जो Kimi Agent Swarm को अलग बनाती है। यह सिर्फ़ समानांतर एजेंटों के बीच काम नहीं बाँटता। यह उनके आउटपुट को एक कनेक्टेड संरचना में जोड़ता है — एक कॉन्टेक्स्ट ग्राफ़ — जहाँ हर स्रोत एक नोड है और हर रिश्ता एक एज है। आपको 300 जवाब नहीं मिलते। आपको एक ऐसा नॉलेज बेस मिलता है जो जानता है कि उसके अपने हिस्से आपस में कैसे जुड़े हैं।

स्वॉर्म मांसपेशी है। कॉन्टेक्स्ट ग्राफ़ ही उस मांसपेशी को क्वेरी करने लायक, विस्तार करने लायक और भरोसे लायक बनाता है।

ढेर क्यों विफल होता है

बिना एज वाले नोड सिर्फ़ एक सूची हैं

100 कंपनियों पर एक रिसर्च कार्य की कल्पना कीजिए। एक फ्लैट स्वॉर्म आपको 100 रिपोर्टें थमा देता है। यह पता लगाने के लिए कि कौन सी तीन कंपनियाँ एक सप्लायर साझा करती हैं, कौन सी दो एक ही नियम के दायरे में आती हैं, या कौन सी एक चुपचाप दूसरी पर निर्भर है, आपको सभी 100 पढ़ने होंगे और सारे संबंध अपने दिमाग में रखने होंगे। जो काम आप वास्तव में चाहते थे — रिश्ते — वही काम टूल ने छोड़ दिया।

और पैमाना बढ़ने पर यह बेहतर नहीं, बल्कि बदतर होता जाता है। दस स्रोतों को आप हाथ से जोड़ सकते हैं। सौ को नहीं। सौ नोड्स के बीच संभावित संबंधों की संख्या हज़ारों में पहुँच जाती है — और यही वह बिंदु है जहाँ इंसान हार मान लेता है और एक फ्लैट रिपोर्ट ऐसा दस्तावेज़ बन जाती है जिसे कोई पूरा नहीं पढ़ता। संरचना के बिना ज़्यादा एजेंटों का मतलब है जाँचने के लिए ज़्यादा सामग्री, समझने के लिए ज़्यादा नहीं।

कॉन्टेक्स्ट ग्राफ़ इसको उलट देता है। जिस क्षण दो एजेंट एक ही इकाई — कोई सप्लायर, बाज़ार या फाइलिंग — को छूते हैं, Kimi उनके बीच एक एज खींच देता है। रिश्ते वह चीज़ नहीं रह जाते जिन्हें आपको हाथ से दोबारा जोड़ना पड़ता है; वे आर्टिफैक्ट का ही हिस्सा बन जाते हैं। क्लस्टर, हब और छिपी निर्भरताएँ अब दिखाई देती हैं, क्योंकि ग्राफ़ ने उन्हें संरचना का हिस्सा बना दिया है।

विचार

कॉन्टेक्स्ट ग्राफ़ से Kimi का क्या मतलब है

इसके दो हिस्से हैं, और Kimi दोनों को एक ही रन में तैयार करता है।

नोड वही हैं जो एजेंट खोजते हैं

स्वॉर्म एजेंट जिस भी इकाई पर रिसर्च करता है, वह नोड बन जाती है: कोई कंपनी, स्रोत, मीट्रिक या दस्तावेज़। एक एजेंट, दुनिया का एक टुकड़ा, ग्राफ़ में एक नोड।

एज वही हैं जो संबंध दिखाते हैं

जब दो नोड कोई स्रोत, बाज़ार, निर्भरता या उद्धरण साझा करते हैं, तो Kimi उन्हें जोड़ देता है। एज अपने साथ रिश्ता रखता है, इसलिए लिंक सिर्फ़ अनुमानित नहीं होता, बल्कि क्वेरी करने योग्य होता है।

एक फ्लैट रिपोर्ट आपको नोड देती है और एज को गिरा देती है। इसीलिए रिपोर्ट पढ़ते ही बेजान हो जाती है। Kimi जो कॉन्टेक्स्ट ग्राफ़ बनाता है, वह एज को बनाए रखता है — और यही आपको उससे ऐसे सवाल पूछने की सुविधा देता है जिनका मूल प्रॉम्प्ट में कभी ज़िक्र नहीं था।

तंत्र

स्वॉर्म ग्राफ़ कैसे बनाता है

यहीं पर समानांतरता और ग्राफ़ संरचना एक-दूसरे से मिलते हैं, और यहीं पर Kimi का डिज़ाइन रंग दिखाता है। चूँकि एक साथ 300 एजेंट चलते हैं, इसलिए ग्राफ़ एक-एक करके नोड नहीं बढ़ाता। यह लगभग पूरा एक साथ सामने आता है, फिर खुद को जोड़ लेता है।

क्रम मायने रखता है। एक सीक्वेंशियल टूल पहले नोड 1 बनाता, फिर नोड 2, फिर लिंक खोजता — यह धीमा है और ग्राफ़ का पक्ष उस चीज़ की ओर झुकाता है जो उसे सबसे पहले दिखी। Kimi एज खींचना शुरू करने से पहले पूरे नोड सेट को समानांतर रूप से भर देता है, इसलिए कनेक्शन आंशिक के बजाय पूरी तस्वीर में खोजे जाते हैं। आपको ऐसा ग्राफ़ मिलता है जो सभी 300 निष्कर्षों को दर्शाता है, न कि सिर्फ़ पहले आए कुछ निष्कर्षों को।

एक लॉन्च

100 कंपनियाँ, एक कनेक्टेड ग्राफ़

यहाँ पूरी बात एक ही प्रॉम्प्ट में है। ध्यान दीजिए, आप स्पष्ट रूप से ग्राफ़ नहीं माँग रहे। आप Kimi से रिसर्च करने और जोड़ने के लिए कह रहे हैं, और ग्राफ़ उसके जवाब को संरचित करने का उसका तरीका है।

1swarm_launch.md
2Kimi Agent Swarm
3# एक लॉन्च, 100 नोड, लाइव एज
4
5कार्य: EV बाज़ार का नक्शा बनाएं। हर कंपनी के लिए एक एजेंट।
6स्रोत: Yahoo Finance, World Bank, IMF, लाइव स्टॉक्स।
7
8कनेक्ट: किन्हीं भी दो कंपनियों को जोड़ें जो
9  एक सप्लायर, एक इंडेक्स या एक रेगुलेटरी एक्सपोज़र साझा करती हैं।
10
11# Kimi 100 एजेंट बाँटता है, फिर साझा
12# इकाइयों को एक कॉन्टेक्स्ट ग्राफ़ में जोड़ता है।

चालीस मिनट बाद आपके पास पढ़ने के लिए 100 रिपोर्टें नहीं होतीं। आपके पास एक कनेक्टेड नक्शा होता है। बैटरी सप्लायर साझा करने वाली तीन कंपनियाँ एक साफ़ दिखने वाले क्लस्टर में होती हैं। जिस एक फर्म पर बाकी सब निर्भर होती हैं, वह सबसे ज़्यादा एज वाले हब के रूप में सामने आती है। इनमें से कुछ भी प्रॉम्प्ट में नहीं था। ग्राफ़ ने इसे सामने लाया, क्योंकि Kimi ने कनेक्शन त्यागने के बजाय उन्हें संजोया।

ग्राफ़ से पूछें

ऐसे सवाल जिनका प्रॉम्प्ट में कभी ज़िक्र नहीं था

एक फ्लैट रिपोर्ट ठीक उसी सवाल का जवाब देती है जो आपने पूछा, और कुछ नहीं। Kimi द्वारा बनाया गया कॉन्टेक्स्ट ग्राफ़ उन सवालों का जवाब देता है जो आपने पूछने के बारे में सोचा भी नहीं, क्योंकि जवाब पहले से एज में दर्ज हैं। आप रिसर्च दोबारा नहीं चला रहे। आप वह संरचना पढ़ रहे हैं जो पहले से मौजूद है।

पूछिए कि कौन सी कंपनी सबसे बड़ा सिंगल पॉइंट ऑफ़ फ़ेल्योर है, और ग्राफ़ सबसे ज़्यादा इनबाउंड डिपेंडेंसी एज वाला नोड लौटा देता है। पूछिए कि कौन सी फर्में साथ-साथ चलती हैं, और यह सबसे घना क्लस्टर लौटा देता है। पूछिए कि ऐसी दो कंपनियों को क्या जोड़ता है जो असंबंधित लगती हैं, और यह उनके बीच साझा इकाइयों का रास्ता खोज निकालता है। हर जवाब एक ग्राफ़ ऑपरेशन है, नया लॉन्च नहीं।

1graph.query · live
2query> कौन सा नोड सबसे बड़ा सिंगल पॉइंट ऑफ़ फ़ेल्योर है?
3→ नोड #041 (14 इनबाउंड डिपेंडेंसी एज)
4query> कौन सी फर्में साथ-साथ चलती हैं?
5→ क्लस्टर A: 8 नोड, साझा बैटरी सप्लायर
6query> #012 और #087 को क्या जोड़ता है?
7→ पथ: #012 → IMF फाइलिंग → #087
8// ग्राफ़ संरचनात्मक सवालों का तुरंत जवाब देता है, क्योंकि रिश्ते पहले से उसमें मौजूद हैं।

यह क्यों टिकता है

ग्राफ़ संचयी होता है। रिपोर्ट नहीं होती।

यह वह हिस्सा है जो एक से ज़्यादा बार रिसर्च करने वाले किसी भी व्यक्ति के लिए मायने रखता है। एक फ्लैट रिपोर्ट लिखते ही खत्म हो जाती है। अगले हफ्ते के सवाल का मतलब है फिर से शुरू करना। Kimi जो कॉन्टेक्स्ट ग्राफ़ बनाता है वह इसका उल्टा है: यह एक ऐसा आधार है जिस पर आप निर्माण करते रहते हैं।

• क्वेरी करने योग्य। ग्राफ़ से पूछिए कि कौन सा नोड सबसे ज़्यादा जुड़ा है, या दो इकाइयों को क्या जोड़ता है। जवाब पहले से संरचना में मौजूद है।
• विस्तारणीय। अगला लॉन्च एक नए ढेर के बजाय उसी ग्राफ़ में नए नोड और एज जोड़ता है। ज्ञान संचित होता जाता है।
• पुन: उपयोग योग्य। रिश्ते बने रहते हैं। आज वह सवाल जो आपने पूछने के बारे में नहीं सोचा, कल रिसर्च दोबारा चलाए बिना जवाब दिया जा सकता है।
• व्याख्या योग्य। हर एज उस साझा स्रोत तक जाता है जिसने उसे बनाया, इसलिए आप देख सकते हैं कि दो चीज़ें क्यों जुड़ी हैं।

जवाबों का ढेर उसी पल मूल्य खो देता है जब आप उसे बंद करते हैं। ग्राफ़ हर बार जोड़ने पर मूल्य पाता है। एक महीने की रिसर्च में यही फर्क, काम को दोबारा करने और उसे संचयी बनाने के बीच का फर्क है।

जवाब इकट्ठा करना बंद कीजिए। ग्राफ़ बनाना शुरू कीजिए।

कोई भी 300 एजेंट चला सकता है। असली सवाल यह है कि जब वे खत्म करते हैं तो आपके पास क्या बचता है। Kimi Agent Swarm आपको एक ढेर नहीं, बल्कि एक कनेक्टेड नॉलेज बेस देता है — और यही उस रिसर्च के बीच का फर्क है जिसे आप फेंक देते हैं और उस रिसर्च के बीच जो आगे बढ़ती रहती है।