हर एजेंट को अलग 'दिमाग' देना बंद करें

हम ऐसे एजेंट बना रहे हैं जो लोगों की तरह महसूस करें। यह कुछ मायनों में उपयोगी है, लेकिन हम इंसान होने की सबसे बड़ी सीमाओं में से एक की नकल भी कर रहे हैं।

किसी नए से मिलें और उसे आपके बारे में कुछ नहीं पता। आपको अपनी रुचियों, अपनी पृष्ठभूमि और लक्ष्यों जैसी चीज़ें समझानी पड़ती हैं। फिर आप इसे अगले व्यक्ति के साथ दोहराते हैं, और फिर अगले के साथ भी।

यह इंसान होने का कर है: ज्ञान खोपड़ियों में रहता है, और खोपड़ियाँ सिंक नहीं होतीं।

हमने जीवन भर यह कर चुकाया है, इसलिए हमें इसका पता ही नहीं चलता। यह बस इंसानों का काम करने का तरीका है। लेकिन अब हम इसे सॉफ्टवेयर सिस्टम के अंदर फिर से बना रहे हैं जिन्हें इतना अलग-थलग होने की ज़रूरत नहीं है।

प्रत्येक एजेंट अपने स्वयं के छोटे दिमाग की तरह है जिसकी अपनी मेमोरी है। उसे आपके और आपके काम का अपना आंशिक दृश्य मिलता है। यदि आप ज़ूम आउट करके अपने द्वारा उपयोग किए जा रहे एजेंटों के पूरे सूट को देखते हैं, तो आप पाएंगे कि पूरा सिस्टम और आपकी तस्वीर खंडित महसूस होती है।

मेरे एजेंट अजनबी हैं

मैं इसे अपने स्वयं के वर्कफ़्लो में सबसे अधिक नोटिस करता हूं क्योंकि मैं जानबूझकर कई एजेंटों का उपयोग करता हूं।

OpenClaw मेरा व्यक्तिगत सहायक है। यह मेरे जीवन के बारे में सबसे अधिक जानता है: परिवार, शेड्यूल, मीटिंग, प्रोजेक्ट, प्राथमिकताएं, और दिन-प्रतिदिन चल रही चीज़ों की लय। यह वह जगह भी है जहां मैं विचार विकसित करता हूं। मैं किसी चीज़ के बारे में बात करता हूं, उससे बहस करता हूं, विचार का आकार ढूंढता हूं, कुछ शाखाओं को छोड़ देता हूं, एक को पुनर्जीवित करता हूं, और उसके बाद ही निष्पादन की ओर बढ़ता हूं।

तो OpenClaw के पास मुझ पर और मेरे विचारों पर सबसे समृद्ध संदर्भ समाप्त होता है।

Codex वह जगह है जहां मैं निर्माण करता हूं। एक बार जब कोई विचार तैयार हो जाता है, तो मैं वहां चला जाता हूं। लेकिन जिस तर्क ने विचार उत्पन्न किया, वह आमतौर पर OpenClaw में ही रह गया। Codex रिपॉजिटरी और एक योजना देखता है। लेकिन यह वह बातचीत नहीं देखता जिसने योजना को जन्म दिया।

Claude Code वह जगह है जहां मैं डिज़ाइन और लेखन के लिए जाता हूं। मैं Codex में कुछ बना सकता हूं, फिर Claude Code से लैंडिंग पेज, डेमो स्क्रिप्ट, या ब्लॉग पोस्ट का मसौदा तैयार करने में मदद मांग सकता हूं। हैंडऑफ़ बुरा नहीं है क्योंकि मैं इसे डिस्क पर उसी रिपॉजिटरी फ़ोल्डर की ओर इंगित कर सकता हूं। लेकिन काम के पीछे का तर्क अभी भी OpenClaw पर वापस है: दर्शक, ट्रेड-ऑफ़, खारिज किए गए दृष्टिकोण, चीज़ का भावनात्मक स्वर।

आउटपुट एक ही समय में सक्षम और संदर्भ-अंधा हो सकता है।

एक भौतिक परत भी है। OpenClaw मेरे Mac Mini पर चलता है। Codex और Claude Code मेरे MacBook Pro पर चलते हैं। अन्य एजेंट आंशिक रूप से या पूरी तरह से क्लाउड में रह सकते हैं। अलग-अलग मशीनें। अलग-अलग फ़ाइल सिस्टम। अलग-अलग स्थानीय स्थिति। रिपॉजिटरी GitHub के माध्यम से सिंक हो सकती है, लेकिन प्रोजेक्ट की मेमोरी नहीं होती।

द्वीप केवल अवधारणात्मक नहीं हैं। वे शाब्दिक हैं।

प्रत्येक एजेंट उस चीज़ को फिर से प्राप्त करता है जो मैंने पहले ही समझा दी है। प्रत्येक उस चीज़ से अनजान है जो बगल के एजेंट ने एक घंटे पहले पता लगाया था।

रिपॉजिटरी मेमोरी नहीं है

स्पष्ट आपत्ति यह है: बस चीज़ों को लिख लें।

मार्कडाउन का उपयोग करें। योजनाओं को रिपॉजिटरी में रखें। निर्णयों को दस्तावेज़ों में संग्रहीत करें। सारांश लिखें। सभी एजेंटों को समान फ़ाइलें पढ़ने दें।

इससे मदद मिलती है लेकिन यह केवल गंतव्य को कैप्चर करता है, यात्रा को नहीं।

असली मूल्य अक्सर सत्र में ही होता है: बहस, झूठी शुरुआत, वे शाखाएँ जिन्हें आपने खोजा और अलग रखा। जब आप एक योजना को कागज पर लिखते हैं, तो आप बातचीत को संपीड़ित करते हैं। आप निष्कर्ष रखते हैं और अधिकांश पथ को फेंक देते हैं।

फिर, दिनों बाद, पथ फिर से मायने रखता है।

मैं OpenClaw के पास वापस जाऊंगा और कहूंगा, "वह चीज़ याद है जिसके बारे में हमने बात की थी? असल में, चलो इसे उस दूसरे तरीके से करते हैं।"

मैं वास्तव में जो कर रहा हूं वह विचार वृक्ष में फिर से प्रवेश कर रहा है और एक शाखा को पुनः प्राप्त कर रहा है जिसे मैंने काट दिया था। वह शाखा कभी मार्कडाउन फ़ाइल में नहीं आई क्योंकि, उस समय, यह मृत लग रही थी।

एक सिंक की गई रिपॉजिटरी इसे हल नहीं कर सकती। रिपॉजिटरी में कलाकृतियाँ हैं। एजेंट सत्र में संदर्भ है। लिखित योजना हिमशैल का सिरा है। बातचीत बाकी है।

इसका मतलब यह नहीं है कि हर ट्रांसक्रिप्ट को हर जगह डाला जाए। बहुत सारी बातचीत शोर है। इसमें से कुछ संवेदनशील है। कुछ गलत है। कुछ को समाप्त हो जाना चाहिए। कुछ को किसी प्रोजेक्ट या भूमिका के लिए स्थानीय रहना चाहिए।

उपयोगी इकाई वह चीज़ है जो रखने लायक है।

जब कोई एजेंट उन चीज़ों में से एक सीखता है, तो उसे उस एजेंट के अंदर फंसना नहीं चाहिए जहां वह हुआ था।

हाइव माइंड ही बात है

मनुष्यों के लिए, ज्ञान धीरे-धीरे चलता है। इसे बोलना, लिखना, सिखाना, गलत समझना, स्पष्ट करना, फिर से बताना पड़ता है। एक कंपनी के अंदर भी, एक ही तथ्य मीटिंग, मेमो, Slack थ्रेड और वन-ऑन-वन के माध्यम से एक अफवाह की तरह यात्रा करता है जो बुनियादी ढांचा बनने की कोशिश कर रही है।

एजेंटों के पास वह सीमा नहीं है।

यदि उनमें से एक कुछ उपयोगी सीखता है, तो दूसरे भी इसे जान सकते हैं। तुरंत, अगर मेमोरी लेयर उस तरह से बनाई गई है।

यह बेहतर नोट्स की तुलना में कम और हाइव माइंड की तरह अधिक महसूस करने लगता है।

एक कंपनी के नेता के AI संस्करण की कल्पना करें जो एक साथ दस मीटिंग में बैठा है।

एक मीटिंग में, यह सीखता है कि एक प्रमुख ग्राहक मूल्य निर्धारण को लेकर भ्रमित है। दूसरे में, उत्पाद टीम बहस कर रही है कि क्या मूल्य निर्धारण पर्याप्त स्पष्ट है। तीसरे में, बिक्री यह समझाने की कोशिश कर रही है कि एक सौदा क्यों रुक गया।

मानव संस्करण में, उन बिंदुओं को जोड़ने में दिन या सप्ताह लग सकते हैं। शायद वे कभी जुड़ते ही नहीं। ग्राहक शिकायत एक सहायता नोट बन जाती है। उत्पाद बहस एक रोडमैप आइटम बन जाती है। बिक्री का मुद्दा एक पाइपलाइन समस्या बन जाता है।

एजेंट संस्करण में, टक्कर तब हो सकती है जब मीटिंग अभी भी चल रही हो।

ज्ञान उस कमरे में फंसा नहीं है जहां इसे सीखा गया था।

व्यक्तिगत संस्करण छोटा है, लेकिन इसका आकार समान है।

कोडिंग करते समय लिया गया एक डिज़ाइन निर्णय पांच मिनट बाद लॉन्च कॉपी में सुधार कर सकता है। एक व्यक्तिगत सहायक में ठीक की गई प्राथमिकता एक कोडिंग एजेंट में डिफ़ॉल्ट बदल सकती है। पिछले हफ्ते का एक आधा-अधूरा विचार तब फिर से उभर सकता है जब सही प्रोजेक्ट सामने आता है।

सिस्टम सहायकों के एक सेट की तरह व्यवहार करना बंद कर देता है और अलग-अलग हाथों वाले एक वितरित दिमाग की तरह व्यवहार करना शुरू कर देता है।

लापता परत

वास्तविक काम टूल सीमाओं का सम्मान नहीं करता है।

एक प्रोजेक्ट एक व्यक्तिगत नोट के रूप में शुरू हो सकता है, एक उत्पाद निर्णय बन सकता है, कोड में बदल सकता है, डिज़ाइन, लॉन्च लेखन, सहायता और अनुवर्ती की आवश्यकता हो सकती है। यही कारण है कि मैं कई एजेंटों का उपयोग करता हूं क्योंकि विशेषज्ञता उपयोगी है।

अंतर स्पष्ट है एक बार जब आप इसे महसूस करते हैं: उपकरण अधिक सक्षम हो रहे हैं, लेकिन उनके नीचे की मेमोरी अभी भी खंडित है। और विखंडन और भी बदतर हो जाता है क्योंकि एजेंट ऐप्स, मशीनों, क्लाउड सेवाओं और स्थानीय वातावरण में फैल जाते हैं।

यह अगले वर्ष में विकास के लिए महत्वपूर्ण क्षेत्रों में से एक जैसा लगता है।

आप पहले से ही आशाजनक परियोजनाओं को इसके विभिन्न भागों पर हमला करते हुए देख सकते हैं।

@garrytan का GBrain MCP के पीछे एक साझा ज्ञान ग्राफ की ओर इशारा करता है: इसे विभिन्न डेटा स्रोतों पर इंगित करें और ज्ञान ग्राफ बढ़ता है और विभिन्न एजेंट इसे क्वेरी कर सकते हैं, बजाय इसके कि प्रत्येक अपनी निजी मेमोरी रखे।

@doodlestein का CASS उस हिस्से से निपटता है जो मार्कडाउन और रिपॉजिटरी से छूट जाता है: सत्र इतिहास स्वयं। यह स्थानीय एजेंट सत्रों को Codex, Claude Code, OpenClaw, Cursor, Aider और अधिक में खोजने योग्य बनाता है, जो मायने रखता है क्योंकि सत्र में अक्सर वह तर्क होता है जो रिपॉजिटरी ने पीछे छोड़ दिया था।

ये परियोजनाएं संकेत हैं कि समस्या वास्तविक है, और उत्तर के महत्वपूर्ण टुकड़े दृष्टि में आने लगे हैं।

कई एजेंट जिनके नीचे एक मेमोरी लेयर है, जो आपके स्वामित्व में है।