When Anthropic published Building Effective Agents in late 2024, it did something rare for the industry: it gave enginee

ਜਦੋਂ Anthropic ਨੇ 2024 ਦੇ ਅਖੀਰ ਵਿੱਚ Building Effective Agents ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ, ਤਾਂ ਉਸਨੇ ਉਦਯੋਗ ਲਈ ਕੁਝ ਅਨੋਖਾ ਕੀਤਾ: ਇਸਨੇ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਇੱਕ ਸਾਂਝੀ ਸ਼ਬਦਾਵਲੀ ਦਿੱਤੀ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ ਬਾਰੇ ਕਿਸੇ ਹੋਰ ਮੈਨੀਫੈਸਟੋ ਦੀ ਬਜਾਏ, ਇਸ ਗਾਈਡ ਨੇ LLM ਸਿਸਟਮਾਂ ਨੂੰ ਬਣਾਉਣ ਲਈ ਛੇ ਸਪੱਸ਼ਟ ਪੈਟਰਨ ਦਿੱਤੇ। ਇੱਕ ਸਾਲ ਦੇ ਅੱਧ ਤੋਂ ਬਾਅਦ, 2026 ਵਿੱਚ, ਇਹ ਦ੍ਰਿਸ਼ ਬਿਲਕੁਲ ਵੱਖਰਾ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ। Model Context Protocol ਇੱਕ ਯੂਨੀਵਰਸਲ ਸਟੈਂਡਰਡ ਬਣ ਗਿਆ ਹੈ। Claude ਨੇ ਨਵੀਆਂ ਸਮਰੱਥਾਵਾਂ ਹਾਸਲ ਕਰ ਲਈਆਂ ਹਨ। ਜ਼ਿਆਦਾਤਰ ਸੰਸਥਾਵਾਂ ਕੋਲ ਹੁਣ ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਏਜੰਟ ਚੱਲ ਰਿਹਾ ਹੈ। ਇਸ ਪਿਛੋਕੜ ਵਿੱਚ, ਇਹ ਪੁੱਛਣਾ ਜਾਇਜ਼ ਹੈ ਕਿ ਕੀ ਉਹ ਛੇ ਪੈਟਰਨ ਅਜੇ ਵੀ ਮਾਇਨੇ ਰੱਖਦੇ ਹਨ, ਜਾਂ ਕੀ ਉਹ ਪਿਛਲੇ ਸਾਲ ਦੇ ਮਾਡਲ ਵੇਟਸ (model weights) ਦੇ ਨਾਲ ਆਰਕਾਈਵ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਚੁੱਕੇ ਹਨ।

ਇਹ ਪਤਾ ਲਗਾਉਣ ਲਈ, ਮੈਂ ਇੱਕ ਸਾਈਡ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਇੱਕ ਲੋਕਲ ਮਾਡਲ ਦੇ ਵਿਰੁੱਧ ਸਾਰੇ ਛੇ ਪੈਟਰਨਾਂ ਦਾ ਟੈਸਟ ਕੀਤਾ। ਜਵਾਬ ਹੈ ਹਾਂ। ਉਹ ਅਜੇ ਵੀ ਟਿਕਦੇ ਹਨ। ਪਰ ਇਸ ਲਈ ਨਹੀਂ ਕਿ ਉਹ ਅਟੱਲ ਨਿਯਮ ਹਨ। ਉਹ ਇਸ ਲਈ ਟਿਕਦੇ ਹਨ ਕਿਉਂਕਿ ਪਿਛਲੇ ਅਠਾਰਾਂ ਮਹੀਨਿਆਂ ਦੇ ਪ੍ਰੋਡਕਸ਼ਨ ਅਨੁਭਵ ਨੇ ਫਰੇਮਵਰਕ ਦੇ ਮੁੱਖ ਤਰਕ (core logic) ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਹੈ।

ਫਰੇਮਵਰਕ ਨੇ ਅਸਲ ਵਿੱਚ ਸਾਨੂੰ ਕੀ ਦਿੱਤਾ

ਛੇ ਪੈਟਰਨਾਂ ਨੂੰ ਸਹੀ ਤਰ੍ਹਾਂ ਯਾਦ ਰੱਖਣਾ ਜ਼ਰੂਰੀ ਹੈ: Prompt Chaining, Routing, Parallelization, Evaluator-Optimizer, Orchestrator-Workers, ਅਤੇ Autonomous Agents। ਉਹ ਆਖਰੀ ਅਸਲ ਵਿੱਚ ਇੱਕ ਲੂਪ ਹੈ ਜਿਸ ਵਿੱਚ ਮਾਡਲ ਯੋਜਨਾ ਬਣਾਉਂਦਾ ਹੈ, ਕੰਮ ਕਰਦਾ ਹੈ, ਨਿਰੀਖਣ ਕਰਦਾ ਹੈ, ਅਤੇ ਉਦੋਂ ਤੱਕ ਦੁਹਰਾਉਂਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਕੋਈ ਸ਼ਰਤ ਪੂਰੀ ਨਹੀਂ ਹੋ ਜਾਂਦੀ।

ਗਾਈਡ ਆਉਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਬਹੁਤ ਸਾਰੇ ਇੰਜੀਨੀਅਰ ਪ੍ਰੋਂਪਟ ਚੇਨਿੰਗ ਕਰ ਰਹੇ ਸਨ ਜਾਂ ਵਰਕਰ ਥ੍ਰੈਡਸ ਨੂੰ ਕੰਮ ਸੌਂਪ ਰਹੇ ਸਨ। Anthropic ਨੇ ਜੋ ਪ੍ਰਦਾਨ ਕੀਤਾ ਉਹ ਸੀ ਟੈਕਸਨੌਮੀ (taxonomy)। ਇੱਕ ਵਿਅਕਤੀ ਦਾ "agent" ਦੂਜੇ ਵਿਅਕਤੀ ਦਾ "workflow" ਸੀ, ਅਤੇ ਤੀਜੇ ਵਿਅਕਤੀ ਦਾ "multi-step tool call" ਸੀ। ਗਾਈਡ ਨੇ ਇਸ ਉਲਝਣ ਨੂੰ ਸਪੱਸ਼ਟ ਸੀਮਾਵਾਂ ਵਾਲੇ ਬਕਸਿਆਂ (buckets) ਵਿੱਚ ਵੰਡ ਦਿੱਤਾ। ਇਸ ਨਾਲ ਇੱਕ ਦੂਜੇ ਨੂੰ ਸਮਝੇ ਬਿਨਾਂ ਟ੍ਰੇਡ-ਆਫਸ (trade-offs) ਬਾਰੇ ਬਹਿਸ ਕਰਨਾ ਸੰਭਵ ਹੋ ਗਿਆ। ਹਾਈਪ (hype) ਵਿੱਚ ਡੁੱਬਦੇ ਖੇਤਰ ਵਿੱਚ, ਸਪੱਸ਼ਟ ਭਾਸ਼ਾ ਇੱਕ ਕਿਸਮ ਦਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਹੈ।

ਉਦਯੋਗ ਇਸ ਦੇ ਉੱਪਰ ਬਣਿਆ, ਇਸ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਨਹੀਂ

2026 ਤੱਕ, ਇਹ ਸ਼੍ਰੇਣੀਆਂ ਕਿਵੇਂ ਟੀਮਾਂ ਸਿਸਟਮ ਡਿਜ਼ਾਈਨ ਕਰਦੀਆਂ ਹਨ, ਉਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਚੁੱਕੀਆਂ ਹਨ। Anthropic ਅਜੇ ਵੀ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਅਕੈਡਮੀ ਕੋਰਸਾਂ ਵਿੱਚ ਪੜ੍ਹਾਉਂਦਾ ਹੈ। ਰਿਸਰਚ ਪੇਪਰ ਅਤੇ ਇੰਜੀਨੀਅਰਿੰਗ ਬਲੌਗ ਅਜੇ ਵੀ ਨਵੇਂ ਆਰਕੀਟੈਕਚਰਾਂ ਦਾ ਵਰਣਨ ਕਰਨ ਲਈ ਉਹੀ ਛੇ ਬਕਸੇ ਵਰਤਦੇ ਹਨ। ਅਜਿਹੀ ਲੰਬੀ ਉਮਰ ਉਸ ਵਿਸ਼ੇ ਲਈ ਅਸਾਧਾਰਨ ਹੈ ਜੋ ਹਰ ਤਿਮਾਹੀ ਵਿੱਚ ਆਪਣਾ ਸਟੈਕ (stack) ਬਦਲ ਲੈਂਦਾ ਹੈ।

ਕਾਰਨ ਸਿੱਧਾ ਹੈ। ਉਦਯੋਗ ਨੇ ਫਰੇਮਵਰਕ ਨੂੰ ਬਦਲਿਆ ਨਹੀਂ, ਸਗੋਂ ਇਸ ਦੇ ਉੱਪਰ ਨਿਰਮਾਣ ਕੀਤਾ। MCP ਅਤੇ ਨਵੇਂ Agent Skills ਸਟੈਂਡਰਡਸ ਵਰਗੇ ਨਵੇਂ ਟੂਲ ਪਲੰਬਿੰਗ ਵਜੋਂ ਕੰਮ ਕਰਦੇ ਹਨ। ਉਹ ਇੱਕ ਮਾਡਲ ਨੂੰ ਡਾਟਾਬੇਸ ਨਾਲ ਜੋੜਨਾ, ਇੱਕ ਟੂਲ ਨੂੰ ਐਕਸਪੋਜ਼ ਕਰਨਾ, ਜਾਂ ਸਟੇਟ (state) ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਂਦੇ ਹਨ। ਪਰ ਉਹ ਇਸ ਤਰਕ ਨੂੰ ਨਹੀਂ ਬਦਲਦੇ ਕਿ ਇੱਕ ਆਰਕੈਸਟਰੇਟਰ ਦੀ ਬਜਾਏ ਰੁਟਰ ਦੀ ਵਰਤੋਂ ਕਦੋਂ ਕਰਨੀ ਹੈ। ਇੱਕ ਬਿਹਤਰ ਪਾਈਪ ਫਲੋਰ ਪਲਾਨ ਨੂੰ ਦੁਬਾਰਾ ਨਹੀਂ ਲਿਖਦੀ।

2026 ਦਾ ਪ੍ਰੋਡਕਸ਼ਨ ਡਾਟਾ ਇਸ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ। ਸਭ ਤੋਂ ਆਮ ਡਿਪਲਾਈਮੈਂਟ ਪੈਟਰਨ ਅਜੇ ਵੀ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਦੇ ਨਾਲ ਇੱਕ ਸਿੰਗਲ ਟੂਲ-ਯੂਜ਼ ਕਾਲ ਹੈ। ਦੂਜਾ ਸਭ ਤੋਂ ਆਮ ਇੱਕ ਮਲਟੀ-ਸਟੈਪ ਵਰਕਫਲੋ ਹੈ ਜਿਸ ਵਿੱਚ ਬਿਲਕੁਲ ਇੱਕ ਵਾਰ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਹੈਂਡਓਫ (handoff) ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਦੋਵੇਂ Prompt Chaining ਅਤੇ Routing ਦੇ ਸਿੱਧੇ ਵੰਸ਼ਜ ਹਨ। ਲਾਈਵ ਸਿਸਟਮਾਂ ਵਿੱਚ ਪੂਰੇ ਆਟੋਨੋਮਸ ਲੂਪ ਅਜੇ ਵੀ ਇੱਕ ਅਪਵਾਦ ਹਨ, ਨਾ ਕਿ ਨਿਯਮ।

ਸੰਜਮ ਨੇ ਬਾਜ਼ਾਰ ਜਿੱਤ ਲਿਆ

ਅਸਲ ਗਾਈਡ ਦੀ ਸਭ ਤੋਂ ਵਧੀਆ ਸਲਾਹ ਉਹ ਵੀ ਸੀ ਜਿਸ ਨੂੰ 2024 ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਧ ਅਣਦੇਖਿਆ ਕੀਤਾ ਗਿਆ ਸੀ: ਸਭ ਤੋਂ ਸਰਲ ਪੈਟਰਨ ਦੀ ਵਰਤੋਂ ਕਰੋ ਜੋ ਕੰਮ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਇੱਕ ਹਾਰਡਕੋਡਡ (hardcoded) ਰਸਤਾ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਪੂਰਾ ਆਟੋਨੋਮਸ ਏਜੰਟ ਡਿਪਲੋਏ ਨਾ ਕਰੋ।

ਬਾਜ਼ਾਰ ਨੇ ਅੰਤ ਵਿੱਚ ਇਸ ਨੂੰ ਅਪਣਾ ਲਿਆ ਹੈ। ਜ਼ਿਆਦਾਤਰ ਏਜੰਟ ਪਾਇਲਟ ਅਜੇ ਵੀ ਅਸਫਲ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਉਹ ਇੱਕੋ ਜਿਹੇ ਅਨੁਮਾਨਿਤ ਕਾਰਨ ਕਰਕੇ ਅਸਫਲ ਹੁੰਦੇ ਹਨ। ਟੀਮਾਂ ਐਬਸਟਰੈਕਸ਼ਨ (abstraction) ਦੇ ਉੱਪਰ ਐਬਸਟਰੈਕਸ਼ਨ ਲਗਾਉਂਦੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ ਜਦੋਂ ਤੱਕ ਕੋਈ ਵੀ ਫੈਸਲੇ ਦੀ ਸੀਮਾ (decision boundary) ਦਾ ਪਤਾ ਨਹੀਂ ਲਗਾ ਸਕਦਾ। ਜਦੋਂ ਸਿਸਟਮ ਭਟਕਦਾ ਹੈ, ਤਾਂ ਡੀਬੱਗਿੰਗ (debugging) ਪੁਰਾਤੱਤਵ ਵਿਗਿਆਨ (archaeology) ਬਣ ਜਾਂਦੀ ਹੈ। ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਸਫਲ ਹੋਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਉਹ ਹਨ ਜਿਨ੍ਹਾਂ ਨੇ ਸੰਜਮ ਦਿਖਾਇਆ। ਉਹਨਾਂ ਨੇ ਸਿੰਗਲ-ਟਰਨ ਟੂਲ ਯੂਜ਼ ਨੂੰ ਡਿਫੌਲਟ ਵਜੋਂ ਚੁਣਿਆ। ਉਹਨਾਂ ਨੇ ਰੂਟਿੰਗ ਲੇਅਰ ਉਦੋਂ ਹੀ ਜੋੜੀ ਜਦੋਂ ਸਿੰਗਲ ਪ੍ਰੋਂਪਟ ਅਸੰਗਤ ਸਾਬਤ ਹੋ ਗਿਆ। ਉਹਨਾਂ ਨੇ ਆਟੋਨੌਮੀ ਨੂੰ ਇੱਕ ਅਜਿਹੀ ਦੇਣ (liability) ਵਜੋਂ ਲਿਆ ਜਿਸ ਨੂੰ ਜਾਇਜ਼ ਸਾਬਤ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਨਾ ਕਿ ਇੱਕ ਅਜਿਹੀ ਵਿਸ਼ੇਸ਼ਤਾ ਵਜੋਂ ਜਿਸ ਦਾ ਜਸ਼ਨ ਮਨਾਇਆ ਜਾਵੇ।

ਇਹ ਅਭਿਲਾਸ਼ਾ ਦੇ ਵਿਰੁੱਧ ਦਲੀਲ ਨਹੀਂ ਹੈ। ਇਹ ਸੰਗਠਨ (composition) ਦੇ ਪੱਖ ਵਿੱਚ ਦਲੀਲ ਹੈ। ਪੈ

ਉੱਚ-ਫ੍ਰੀਕੁਐਂਸੀ, ਘੱਟ-ਲਾਗਤ ਕੰਮਾਂ ਲਈ, ਡਿਟਰਮਨਿਸਟਿਕ (deterministic) ਕੋਡ ਅਜੇ ਵੀ ਜਿੱਤਦਾ ਹੈ। ਜਦੋਂ pandas ਇਸਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਹਲੂਸੀਨੇਸ਼ਨ (hallucinating) ਦੇ ਮਿਲੀਸੈਕਿੰਡਾਂ ਵਿੱਚ ਕਰ ਸਕਦਾ ਹੈ, ਤਾਂ ਇੱਕ LLM ਨੂੰ CSV ਕਾਲਮ ਨੂੰ ਨਾਰਮਲਾਈਜ਼ (normalizing) ਨਹੀਂ ਕਰਨਾ ਚਾਹੀਦਾ। ਜੇਕਰ ਤੁਸੀਂ ਇੱਕ ਸਪਸ਼ਟ ਮੁਲਾਂਕਣ ਟੀਚਾ (evaluation goal) ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਕਰ ਸਕਦੇ, ਤਾਂ ਆਟੋਨੋਮਸ ਲੂਪਸ (autonomous loops) ਤੋਂ ਬਚੋ। ਇੱਕ ਸਪਸ਼ਟ ਰੁਕਣ ਦੀ ਸ਼ਰਤ (stopping condition) ਤੋਂ ਬਿਨਾਂ, ਮਾਡਲ ਉਦੋਂ ਤੱਕ ਦੁਹਰਾਉਂਦਾ (iterate) ਰਹੇਗਾ ਜਦੋਂ ਤੱਕ ਇਹ ਰੁਕਣ ਲਈ ਕੋਈ ਕਾਰਨ ਨਹੀਂ ਲੱਭ ਲੈਂਦਾ। ਉੱਚ-ਦਾਅਵਾਂ ਵਾਲੇ ਫੈਸਲਿਆਂ (high-stakes decisions) ਲਈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਬਾਹਰੀ ਗਰਾਊਂਡਿੰਗ (external grounding) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਸਿਰਫ਼ ਮਾਡਲ ਦੇ ਅੰਦਰੂਨੀ ਗਿਆਨ 'ਤੇ ਨਿਰਭਰ ਨਾ ਰਹੋ। ਅਤੇ ਡਾਟਾ ਰਿਟ੍ਰੀਵਲ (data retrieval) ਵਿੱਚ ਰੁਕਾਵਟਾਂ (bottlenecks) 'ਤੇ ਨਜ਼ਰ ਰੱਖੋ। ਕੋਈ ਵੀ ਪੈਟਰਨ ਜੋ ਵੈਕਟਰ ਸਰਚ (vector search) ਜਾਂ ਬਾਹਰੀ APIs 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਉਹ ਅਟਕ ਸਕਦਾ ਹੈ ਜੇਕਰ ਤੁਹਾਡਾ ਡਾਟਾਬੇਸ ਹੌਲੀ ਹੈ ਜਾਂ ਤੁਹਾਡਾ ਕੰਟੈਕਸਟ ਵਿੰਡੋ (context window) ਗੈਰ-ਸੰਬੰਧਿਤ ਚੰਕਸ (irrelevant chunks) ਨਾਲ ਭਰਿਆ ਹੋ