ఇంజనీర్ల బృందం ఒక 'fail-closed' నెట్‌వర్కింగ్ లేయర్‌ను పరిచయం చేసింది, ఇది స్వయంప్రతిపత్త (autonomous) AI ఏజెంట్లు డేటా స్థిరత్వాన్ని (consistency) కోల్పోకుండా క్లౌడ్ సరిహద్దుల మధ్య పనిచేయడానికి అనుమతిస్తుంది. ఈ ప్రోటోటైప్ 82 కావాలని సృష్టించిన 'chaos cycles'ను తట్టుకుని, సింగిల్-ఎఫెక్ట్ ఈవెంట్‌ల కోసం 100% విజయావకాశాలను అందించింది మరియు పవర్ కట్ అయినప్పుడు కూడా డూప్లికేట్ అప్‌డేట్‌లను నివారించింది.

కొత్త కోఆర్డినేషన్ మోడల్ ఎందుకు ముఖ్యం

మల్టిపుల్ క్లౌడ్‌లపై లాంగ్వేజ్-మోడల్ ఆధారిత ఏజెంట్లను మోహరించడం (deploying) వల్ల ఒక లోపం బయటపడింది: నెట్‌వర్క్ పార్టిషన్ ఏర్పడినప్పుడు లేదా సర్వీస్ కోటా ముగిసినప్పుడు స్టాండర్డ్ RPC కాల్స్ విఫలమవుతాయి. అటువంటి సమయాల్లో, ఏజెంట్ ఒక ధృవీకరించబడని ఊహ ఆధారంగా పనిచేసి, షేర్డ్ స్టేట్‌ను (shared state) దెబ్బతీసే అవకాశం ఉంది. ఈ కొత్త ఆర్కిటెక్చర్ ప్రతి చర్యకు క్రిప్టోగ్రాఫిక్ ప్రూఫ్ (cryptographic proof) ఉండాలని నిర్బంధిస్తుంది, తద్వారా "డిఫాల్ట్‌గా నమ్మడం" అనే పద్ధతిని "నిరూపితమైనప్పుడు మాత్రమే నమ్మడం"గా మారుస్తుంది.

ఏజెంట్లను సింక్‌లో ఉంచే ఐదు గవర్నెన్స్ నియమాలు

  1. ట్రాన్సాక్షనల్ ఇంజెషన్ (Transactional ingestion) – అటామిసిటీని (atomicity) గ్యారెంటీ చేయడానికి అన్ని స్టేట్ మార్పులను ఒకే PostgreSQL ట్రాన్సాక్షన్‌లో ఉంచండి.
  2. కానానికల్ ఎన్వలప్ (Canonical envelope) – ప్రతి మెసేజ్ కోసం ఒక ఫిక్స్‌డ్ 10-టపుల్ (10-tuple) ఫార్మాట్‌ను ఉపయోగించండి, దీనివల్ల పార్సింగ్ మరియు వాలిడేషన్ డిటర్మినిస్టిక్ (deterministic) గా ఉంటాయి.
  3. అథారిటీ సెపరేషన్ (Authority separation) – అకస్మాత్తుగా డేటా కలుషితం కాకుండా ఉండటానికి, అప్లికేషన్ కోడ్‌ను Gitలో ఉంచుతూనే, డేటాబేస్ మైగ్రేషన్లను విడిగా వెర్షనింగ్ చేయండి.
  4. టైమ్-బౌండ్ లాక్స్ (Time-bound locks) – టాస్క్ పై క్లెయిమ్‌లు ఆటోమేటిక్‌గా గడువు ముగిసేలా (expire) చేయండి, తద్వారా ఆగిపోయిన ఏజెంట్ పైప్‌లైన్‌ను నిలిపివేయకుండా ఉంటుంది.
  5. ఫెయిల్-క్లోజ్డ్ డిఫాల్ట్ (Fail-closed default) – ధృవీకరించదగిన ప్రూఫ్ లేని ఏ క్లెయిమ్‌నైనా HOLD అని మార్క్ చేయండి, తద్వారా డౌన్‌స్ట్రీమ్ ఏజెంట్లు ఊహించకుండా వేచి ఉండేలా చేయండి.

ఈ నియమాలు కలిసి ఒక 'జీరో-ట్రస్ట్ కాంట్రాక్ట్'ను సృష్టిస్తాయి: ఒక చర్య జరిగిందని మీరు క్రిప్టోగ్రాఫికల్‌గా నిరూపించలేకపోతే, సిస్టమ్ దానిపై పనిచేయడానికి నిరాకరిస్తుంది.

ప్రూఫ్‌ను మోసే 10-టపుల్ ఎన్వలప్

అంతర్గత బస్ (internal bus) పై ప్రతి హ్యాండోఫ్ (handoff) వీటిని కలిగి ఉంటుంది:

  • event_id – మూల ఈవెంట్ యొక్క ప్రత్యేక గుర్తింపు (unique identifier)
  • effect_id – కోరబడుతున్న స్టేట్ మార్పు యొక్క గుర్తింపు
  • log_id – ఆడిట్ ట్రయల్ ఎంట్రీ యొక్క రిఫరెన్స్
  • producer_id – సోర్స్ ఏజెంట్ యొక్క గుర్తింపు
  • schema_version – ఉపయోగంలో ఉన్న మెసేజ్ స్కీమా వెర్షన్
  • session_epoch – సెషన్‌లో ఆర్డరింగ్ కోసం లాజికల్ క్లాక్
  • destination – టార్గెట్ ఏజెంట్ లేదా సర్వీస్
  • route_status – ప్రస్తుత రూటింగ్ స్టేట్ (ఉదా: pending, held)
  • issued_at – సృష్టించిన సమయం (timestamp)
  • payload_digest – పేలోడ్ యొక్క HMAC-సీల్డ్ హాష్

ఈ డైజెస్ట్ ఏ క్లౌడ్ వర్క్‌స్పేస్ ఫోల్డర్‌లో లేని సీక్రెట్ కీని ఉపయోగిస్తుంది, తద్వారా ఏదైనా కంప్యూట్ నోడ్ హ్యాక్ చేయబడినప్పటికీ, అది చెల్లుబాటు అయ్యే మెసేజ్‌ను సృష్టించలేకపోతుంది.

ఒత్తిడిలో సిస్టమ్ ఎలా పనిచేసింది

ఇంజనీర్లు 82 chaos cycles నిర్వహించారు. ఫలితాలు ఇలా ఉన్నాయి:

  • 100% విజయం: సింగిల్ ఎఫెక్ట్‌ను ఉత్పత్తి చేసిన ఈవెంట్‌ల కోసం; ట్రాన్సాక్షన్ పూర్తిగా కమిట్ అయింది లేదా క్లీన్‌గా రోల్‌బ్యాక్ అయింది.
  • సున్నా డూప్లికేట్ మార్పులు: పవర్ అవుటేజీల సమయంలో, ట్రాన్సాక్షనల్ బౌండరీ పాక్షిక రైట్‌లను (partial writes) నివారించిందని ఇది ధృవీకరిస్తుంది.
  • వేగవంతమైన లాక్ రికవరీ: గడువు ముగిసిన క్లెయిమ్‌లను స్కాన్ చేసి, మానవ జోక్యం లేకుండా వాటిని విడుదల చేసే స్వయంప్రతిపత్త క్లీనప్ ఏజెంట్ల వల్ల ఇది సాధ్యమైంది.

ఆర్కిటెక్ట్‌ల కోసం ఆచరణాత్మక చిట్కాలు

  • అథెంటికేట్ చేయని వెబ్‌హుక్‌ల (webhooks) స్థానంలో HMACతో సీల్ చేయబడిన లాగ్‌లను ఉపయోగించండి; ఈ సీల్ 'ఫెయిల్-క్లోజ్డ్' నియమానికి అవసరమైన క్రిప్టోగ్రాఫిక్ ప్రూఫ్‌గా పనిచేస్తుంది.
  • సీక్రెట్ కీలను ఏ కంటైనర్ లేదా VM ఇమేజ్‌లో మౌంట్ చేయని వాల్ట్‌లో (vault) భద్రపరచండి.
  • గడువు ముగిసిన లాక్‌లను తొలగించడం (purge) మాత్రమే లక్ష్యంగా పనిచేసే లైట్‌వెయిట్ ఏజెంట్లను మోహరించండి; దీనివల్ల ప్రైమరీ ఏజెంట్ క్రాష్ అయినప్పుడు సిస్టమ్ ఆగిపోకుండా ఉంటుంది.

తదుపరి గమనించవలసినవి

ఈ విధానం HMAC కీల యొక్క రహస్యతపై ఆధారపడి ఉంటుంది; మీ సీక్రెట్ కీలను క్లౌడ్ వర్క్‌స్పేస్ ఫోల్డర్‌లకు వెలుపల ఉంచండి.

కమ్యూనిటీ ఈ రెండు అంశాలను పరిష్కరించగలిగితే, డేటా అసమతుల్యతను (inconsistency) అస్సలు భరించలేని మల్టీ-ఏజెంట్ డిప్లాయ్‌మెంట్‌ల కోసం 'ఫెయిల్-క్లోజ్డ్' స్వయంప్రతిపత్త నెట్‌వర్క్‌లు డిఫాల్ట్‌గా మారవచ్చు.