گوگل نے TypeScript اور Go کے لیے اپنے Genkit Agents API کا پری ویو لانچ کر دیا ہے، جس میں "detached turns" اور "human-in-the-loop" گارڈ ریل (guardrail) شامل کیے گئے ہیں تاکہ پروڈکشن گریڈ AI ایجنٹس بنانا اور انہیں کنٹرول کرنا آسان ہو سکے۔

نیا API کیوں اہم ہے

ڈویلپرز کو AI ایجنٹس تعینات کرتے وقت طویل عرصے سے دو مسائل کا سامنا رہا ہے: طویل عرصے تک چلنے والے ٹاسک جو پورے پائپ لائن کو روک دیتے ہیں، اور محفوظ و قابل اعتماد اقدامات کی ضمانت دینے میں دشواری۔ "Detached turns" ایک ایجنٹ کو ارد گرد کے ورک فلو کو روکے بغیر کسی طویل آپریشن پر کام جاری رکھنے کی اجازت دیتا ہے، جبکہ "human-in-the-loop" کا آپشن ایجنٹ کے آؤٹ پٹ کے لاگو ہونے سے پہلے دستی نظرثانی (manual review) کو لازمی بناتا ہے۔ یہ دونوں مل کر ڈاؤن ٹائم کو کم کرتے ہیں اور مہنگی غلطیوں سے بچاتے ہیں۔

یہاں تک پہنچنے کا راستہ

اس سال کے شروع میں، اوپن سورس فریم ورکس اور کلاؤڈ سروسز نے Conversational AI کے لیے پلگ اینڈ پلے (plug-and-play) اجزاء پیش کرنا شروع کیے، لیکن زیادہ تر میں ڈویلپرز کو کسٹم آرکیسٹریشن کوڈ لکھنے پر مجبور ہونا پڑتا تھا۔ گوگل کا Genkit ایک ہائیر لیول SDK کے ذریعے اس خلا کو پُر کرتا ہے جو ریکوئسٹ ہینڈلنگ، اسٹیٹ مینجمنٹ، اور ماڈل کے انتخاب کے بوجھ (boilerplate) کو ختم کر دیتا ہے۔

یہ فیچرز اصل میں کیا کرتے ہیں

  • Detached turns: جب کسی ایجنٹ کو کسی بیرونی API سے ڈیٹا حاصل کرنے، کثیر مرحلہ وار ریژوننگ چین (reasoning chain) چلانے، یا صارف کے ان پٹ کا انتظار کرنے کی ضرورت ہوتی ہے، تو وہ کام کو بیک گراؤنڈ پروسیس کے حوالے کر دیتا ہے۔ مین ورک فلو ایک پلیس ہولڈر (placeholder) وصول کرتا ہے اور آگے بڑھ جاتا ہے، جس سے مکمل رکاوٹ سے بچا جا سکتا ہے جو ڈاؤن اسٹریم ٹاسک کو روک دیتی۔
  • Human-in-the-loop: ایجنٹ کے فیصلے کو حتمی شکل دینے سے پہلے—مثلاً قرض کی منظوری دینا یا ڈیٹا بیس کو اپ ڈیٹ کرنا—انسانی نظرثانی کار کے لیے ایک UI پرامپٹ ظاہر ہوتا ہے۔ نظرثانی کرنے والا تجویز کو قبول، تبدیل، یا مسترد کر سکتا ہے، جس سے اداروں کو آٹومیشن کو چھوڑے بغیر ایک حفاظتی نیٹ (safety net) مل جاتا ہے۔

ابھرتے ہوئے معاون ٹولز

Genkit کے ساتھ ساتھ، اوپن سورس کمیونٹی ایسے یوٹیلیٹیز (utilities) متعارف کروا رہی ہے جو لاگت اور ڈی بگنگ (debugging) کے مسائل کو حل کرتی ہیں، جو کہ اکثر AI پائپ لائنز کے ساتھ جڑے دو بڑے مسائل ہوتے ہیں۔

  • ORA: ایک Go پر مبنی ٹاسک آرکیسٹریٹر ہے جسے ایک سنگل بائنری کے طور پر پیک کیا گیا ہے۔ یہ بڑے کاموں کو چھوٹے ذیلی کاموں (subtasks) میں تقسیم کرتا ہے اور خود بخود ہر کام کو اس کے لیے موزوں ترین سستے ماڈل کی طرف بھیج دیتا ہے، جس سے ٹیموں کو کلاؤڈ اخراجات کو کنٹرول میں رکھنے میں مدد ملتی ہے۔
  • Python AI error explainer: ایک ایسی لائبریری جو اسٹیک ٹریسز (stack traces) اور پیچیدہ لاگز کو استعمال کرتی ہے، اور پھر سادہ زبان میں خلاصہ، ممکنہ وجہ، اور اصلاحی اقدامات فراہم کرتی ہے۔ خام ڈیٹا کو کارآمد معلومات میں تبدیل کر کے، یہ ڈویلپر فیڈ بیک لوپ کو تیز کرتی ہے۔

کون جیتتا ہے، کون پریشان ہوتا ہے

آگے کیا دیکھنے کو ملے گا

اگر یہ پری ویو اپنے وعدوں پر پورا اترتا ہے، تو AI ایجنٹس تجرباتی چیٹ بوٹس سے بدل کر قابل اعتماد اجزاء بن سکتے ہیں جن پر کاروبار اس وقت عمل کرنے، رکنے اور مدد مانگنے کے لیے بھروسہ کر سکیں گے جب خطرات زیادہ ہوں۔