Dropbox की AI assistant Dash टीम ने पाया कि AI agent में जैसे-जैसे ज़्यादा टूल्स (search, document editing आदि) जोड़े जाते हैं, वैसे-वैसे निर्णय लेने की गति धीमी हो जाती है और सटीकता घटती है। उन्होंने इसे 'analysis paralysis' कहा। यह समस्या इसलिए हुई क्योंकि टूल्स के विवरण context window का अत्यधिक हिस्सा खा रहे थे, और RAG से action लेने वाले AI की ओर बढ़ते समय यह और गंभीर हो गई।

समाधान की 3 रणनीतियाँ
  1. टूल एकीकरण: कई API (Confluence, Google Docs आदि) को एक universal search tool में मिलाकर AI पर चयन का बोझ कम किया गया। MCP server में भी single interface के ज़रिए compatibility मज़बूत की गई।

  2. कॉन्टेक्स्ट फ़िल्टरिंग: knowledge graph का उपयोग करके कई source के डेटा को एक integrated index में बदला गया और user/query relevance के आधार पर ranking की गई। AI तक सिर्फ वही जानकारी पहुँचाई गई जो उपयोगी हो, ताकि reasoning efficiency बढ़े।

  3. विशेषज्ञ agent अलग करना: जटिल टूल्स (जैसे search query बनाना) को मुख्य AI से अलग independent agent को सौंपा गया। मुख्य AI planning पर ध्यान देता है, जबकि विशेषज्ञ agent detailed processing संभालता है।

अंत में निष्कर्ष यह है कि AI को अधिक बुद्धिमान बनाने वाली चीज़ 'ज़्यादा context' नहीं, बल्कि 'बेहतर context' है। टीम इसी विचार को user profile और memory layer तक भी विस्तार दे रही है। AI का भविष्य उसकी एकाग्रता पर निर्भर करता है।

अभी कोई टिप्पणी नहीं है.

अभी कोई टिप्पणी नहीं है.