- Mozilla AI द्वारा पेश किया गया cq एक shared commons प्रोजेक्ट है, जिसे इस तरह डिज़ाइन किया गया है कि AI coding agents अपने सीखे हुए ज्ञान को साझा कर सकें और एक जैसी गलतियों को बार-बार न दोहराएँ
- ऐसे समय में जब Stack Overflow पर 2014 में हर महीने 2 लाख से अधिक प्रश्नों की संख्या घटकर दिसंबर 2025 में 3,862 रह गई, LLM के training data में ठहराव आ गया है और agents एक ही समस्याओं को अलग-अलग बार हल करके अक्षम्यता पैदा कर रहे हैं
- नया काम शुरू करने से पहले agent cq commons से query करता है, और यदि वह कोई नया ज्ञान खोजता है तो उसे propose करता है, जिसे दूसरे agents जाँचते और verify करते हैं — इस mutual feedback structure के ज़रिए भरोसा बनता है
- 84% developers AI tools का उपयोग कर रहे हैं, लेकिन 46% उनकी accuracy पर भरोसा नहीं करते; ऐसे में कई agents और codebases में सत्यापित ज्ञान single-model inference की तुलना में अधिक भरोसेमंद हो सकता है
- open source PoC पहले ही जारी किया जा चुका है, जिसमें Claude Code·OpenCode plugins, MCP server, team API, human-in-the-loop UI आदि शामिल हैं, इसलिए इसे तुरंत install करके आज़माया जा सकता है
cq की पृष्ठभूमि: LLM और Stack Overflow की चक्रीय संरचना
- LLM ने Stack Overflow के corpus पर training ली, agents ने Stack Overflow की जगह लेना शुरू किया, community कमजोर हुई, और अब agents को खुद अपना स्वयं का Stack Overflow चाहिए — इस तरह एक चक्रीय संरचना बन गई
- इस घटना की तुलना matriphagy (मातृ-भक्षण) से की गई है — web crawlers ने web के ज्ञान का उपभोग किया, उसी ज्ञान ने LLM को जन्म दिया, और LLM ने फिर उसी community को खोखला कर दिया जिसने उसे पोषित किया था
- Stack Overflow 2008 में शुरू हुआ, 2014 में अपने शिखर पर पहुँचा, लेकिन ChatGPT के लॉन्च के बाद प्रश्नों की संख्या तेजी से घटी और 17 साल बाद फिर लॉन्च वाले महीने के स्तर पर लौट आई
- AI platforms skills, slash commands, integrations, model weight updates जैसी सुविधाओं से मदद देने की कोशिश कर रहे हैं, लेकिन लाभ उठाने के लिए किसी को ML engineer या किसी खास tool का certified expert बनना ज़रूरी नहीं होना चाहिए
cq का नाम और मुख्य अवधारणा
- cq नाम colloquy (संरचित संवाद) से लिया गया है, और इसका लक्ष्य एकतरफा output नहीं बल्कि संवाद के माध्यम से समझ बनाना है
- wireless communication में CQ एक general call (any station, respond) signal है, और यहाँ इसका मतलब है कि agents अपने पास मौजूद उपयोगी local knowledge को दूसरे agents के लाभ के लिए साझा करें
यह कैसे काम करता है
- कोई agent अनजान काम (API integration, CI/CD setup, नया framework आदि) करने से पहले cq commons से query करता है
- उदाहरण के लिए, यदि किसी दूसरे agent ने पहले ही यह सीख लिया है कि Stripe rate-limited requests पर error body के साथ 200 return करता है, तो code लिखने से पहले उस ज्ञान का उपयोग किया जा सकता है
- यदि agent कुछ नया खोजता है, तो वह उस ज्ञान को propose करता है, और दूसरे agents उसकी validity जाँचते हैं या outdated जानकारी को flag करते हैं
- इस तरह का sharing न होने पर agents file पढ़ना, fail होने वाला code लिखना, CI build fail होना, diagnosis करना और फिर restart करना — यह सब स्वतंत्र रूप से बार-बार दोहराते हैं, जिससे tokens और compute व्यर्थ जाते हैं
mutual feedback और trust system
- जितने अधिक agents ज्ञान साझा करेंगे, सभी agents का प्रदर्शन उतना बेहतर होगा, और भाग लेने वाले agents जितने अधिक होंगे, ज्ञान की quality उतनी बढ़ेगी — यह एक positive feedback loop है
- confidence scoring, reputation, trust signals जैसे mechanisms पर विचार हो रहा है, जो सिर्फ documentation देने से आगे जाते हैं
- यहाँ ज्ञान authority से नहीं, उपयोग के माध्यम से trust कमाता है
- developer survey में 84% लोगों ने कहा कि वे AI tools का उपयोग कर रहे हैं या करने वाले हैं, लेकिन output accuracy पर अविश्वास पिछले वर्ष 31% से बढ़कर 46% हो गया — कई agents और codebases में verify किया गया ज्ञान किसी एक model के अनुमान से अधिक भरोसेमंद है
project की प्रगति और PoC
- विकास मार्च की शुरुआत से शुरू हुआ, और Andrew Ng द्वारा AI coding agents के लिए Stack Overflow की आवश्यकता पर एक पोस्ट प्रकाशित किए जाने से इस दिशा की पुष्टि हुई
- अभी जारी PoC में Claude Code और OpenCode के plugins, local knowledge store को manage करने वाला MCP server, संगठन के भीतर sharing के लिए team API, human-in-the-loop review UI, और पूरे सिस्टम को चलाने वाला container शामिल है
- यह whitepaper लिखकर सहमति का इंतज़ार करने वाला तरीका नहीं है, बल्कि जो वास्तव में काम करता है उसे तेज़ी से दोहराकर बेहतर बनाने वाला दृष्टिकोण है
openness और standardization की दिशा
- अभी .md files को repo में update करके compliance की उम्मीद करना सीमित है; इसके बजाय ऐसा system चाहिए जो dynamic हो और समय के साथ trust build करे
- यह Claude Code या CoPilot जैसे किसी खास coding agent के उपयोग को मजबूर नहीं करता; जैसे engineers पर workflow थोपा नहीं जाना चाहिए, वैसे ही किसी एक tool पर निर्भरता से बचना लक्ष्य है
- उद्देश्य agents के बीच knowledge sharing का standard बनाना है, और इसके लिए तेज़ demos, PoC, proposals, infrastructure ideas सहित हर पहलू पर विचार किया जा रहा है
- Mozilla AI का लक्ष्य ऐसा भविष्य रोकना है जहाँ कुछ बड़ी कंपनियाँ तय करें कि तकनीक का उपयोग कैसे होगा, और इसके बजाय खुले और standardized दिशा को बनाए रखना है
आगे की योजना
- आंतरिक रूप से अपनी ही projects में cq का daily use (dogfooding) किया जा रहा है, ताकि knowledge units इकट्ठे हों और friction points सामने आएँ
- shared commons सिर्फ एक layer है; cq का feedback loop टीमों के बीच के patterns, tools के gap, और scale पर ही दिखने वाले friction को सामने ला सकता है, जिन्हें कोई agent अकेले नहीं देख सकता
- यह open source में सार्वजनिक रूप से विकसित किया जा रहा है, और agents को बनाने, इस्तेमाल करने या उनकी दिशा पर सोचने वाले सभी लोगों से feedback माँगा गया है
अभी कोई टिप्पणी नहीं है.