AI एजेंटों के लिए साझा तकनीकी ढाँचा विकसित करने की दिशा में Agentic AI Foundation ने चार नए ओपन प्रोजेक्ट की घोषणा की है। Linux Foundation की 22 अक्टूबर 2026 की घोषणा के अनुसार, Agent Skills, Open Responses, OpenEnv और OpenSandbox को फाउंडेशन के अंतर्गत लाया गया है। इन प्रोजेक्ट का योगदान क्रमशः Anthropic, OpenAI, Hugging Face और Alibaba ने किया है। इनका उद्देश्य AI एजेंटों की क्षमताओं, अलग-अलग मॉडल सेवाओं के बीच तालमेल, प्रशिक्षण और सुरक्षित निष्पादन जैसे क्षेत्रों में खुले मानक और साझा टूल विकसित करना है।
Agentic AI Foundation क्या है?
Agentic AI Foundation यानी AAIF एक ऐसा मंच है जो AI एजेंटों के लिए खुले मानकों, प्रोटोकॉल और इंफ्रास्ट्रक्चर को सहयोग से विकसित करने का समर्थन करता है। AI एजेंट ऐसे सॉफ्टवेयर सिस्टम हो सकते हैं जो केवल सवाल का जवाब देने के बजाय किसी लक्ष्य को पूरा करने के लिए कई चरणों में काम करते हैं। उदाहरण के लिए, एजेंट किसी दस्तावेज़ को खोज सकता है, डेटा का विश्लेषण कर सकता है, परिणामों का सार तैयार कर सकता है और अगले कदम की सिफारिश कर सकता है।
ऐसे सिस्टम में कई तकनीकी हिस्से जुड़ते हैं। मॉडल को कौशल या निर्देश चाहिए, एप्लिकेशन को मॉडल से संवाद करना होता है, एजेंट को विभिन्न टूल इस्तेमाल करने पड़ सकते हैं और उसके कोड या कार्यों को सुरक्षित वातावरण में चलाना जरूरी हो सकता है। यदि हर कंपनी इन सभी हिस्सों के लिए बिल्कुल अलग तरीका अपनाती है, तो डेवलपर के लिए एक प्रणाली से दूसरी प्रणाली पर जाना कठिन हो सकता है। साझा मानक इस समस्या को कम करने में मदद कर सकते हैं।
Linux Foundation की घोषणा के अनुसार, नए प्रोजेक्ट जुड़ने के बाद फाउंडेशन में कुल दस परियोजनाएँ हो गई हैं। इसका उद्देश्य एक कंपनी के नियंत्रण के बजाय खुली और तटस्थ व्यवस्था में तकनीकी विकास को आगे बढ़ाना है। ओपन गवर्नेंस का मतलब यह नहीं कि हर उत्पाद अपने आप एक-दूसरे के साथ काम करेगा, बल्कि यह है कि नियमों और तकनीकी दिशा में समुदाय की भागीदारी का रास्ता बनाया जाए।
Agent Skills: एजेंट को नए काम सिखाने का साझा तरीका
Agent Skills एक खुला प्रारूप है जिसके जरिए एजेंटों को नई क्षमताएँ और किसी खास क्षेत्र की जानकारी दी जा सकती है। किसी एजेंट को हर बार लंबा निर्देश देने के बजाय, कौशल को पुनः इस्तेमाल किए जा सकने वाले पैकेज के रूप में रखा जा सकता है। इसमें निर्देश, स्क्रिप्ट और संसाधन शामिल हो सकते हैं जिन्हें जरूरत पड़ने पर एजेंट लोड करता है।
उदाहरण के लिए, किसी कंपनी के भीतर रिपोर्ट तैयार करने की प्रक्रिया में डेटा कहाँ से लेना है, किन नियमों का पालन करना है और अंतिम रिपोर्ट में कौन से हिस्से होने चाहिए, इसके निर्देश एक कौशल में व्यवस्थित किए जा सकते हैं। इससे समान कार्य बार-बार करते समय एकसमान तरीका अपनाने में मदद मिल सकती है। हालांकि संवेदनशील कामों में कौशल की समीक्षा और अनुमतियों की जाँच जरूरी रहती है।
Anthropic ने इस प्रोजेक्ट का योगदान AAIF को दिया है। खुले प्रारूप से अन्य डेवलपर भी इसकी दिशा में भाग ले सकते हैं। लेकिन अलग-अलग एजेंट प्लेटफॉर्म में समर्थन, सुरक्षा नियम और व्यवहार अलग हो सकते हैं। किसी कौशल को उत्पादन में इस्तेमाल करने से पहले उसके परिणाम और अधिकारों की जाँच करनी चाहिए।
Open Responses: अलग मॉडल प्रदाताओं के बीच तालमेल
Open Responses एक खुली विनिर्देश व्यवस्था है जिसका उद्देश्य अलग-अलग मॉडल प्रदाताओं के साथ काम करने वाले एप्लिकेशन के लिए साझा इंटरफेस उपलब्ध कराना है। Linux Foundation के अनुसार, यह OpenAI Responses API पर आधारित है और अनुरोधों, आउटपुट तथा स्ट्रीमिंग इवेंट के लिए साझा संरचना तय करने की कोशिश करता है।
डेवलपर अक्सर अलग-अलग AI सेवाओं को आजमाते हैं। यदि हर प्रदाता का अनुरोध भेजने, टूल इस्तेमाल करने और जवाब प्राप्त करने का तरीका अलग हो, तो एप्लिकेशन में बदलाव करने के लिए अतिरिक्त कोड लिखना पड़ सकता है। साझा इंटरफेस से कुछ प्रकार के बदलाव आसान हो सकते हैं और डेवलपर के लिए अलग मॉडल का परीक्षण करना सुविधाजनक बन सकता है।
फिर भी एक साझा इंटरफेस मॉडल के प्रदर्शन, कीमत या सुरक्षा में समानता की गारंटी नहीं देता। अलग मॉडल अलग निर्देशों को अलग तरह से समझ सकते हैं, कुछ टूल का समर्थन सीमित हो सकता है और कुछ सुविधाएँ केवल किसी विशेष सेवा में उपलब्ध हो सकती हैं। इसलिए एप्लिकेशन को हर मॉडल के साथ परीक्षण करना जरूरी होगा।
OpenEnv: AI एजेंटों को प्रशिक्षित और परखने का ढाँचा
OpenEnv एक खुला फ्रेमवर्क है जो AI एजेंटों के प्रशिक्षण और मूल्यांकन के लिए वातावरण बनाने तथा साझा करने में मदद करता है। किसी एजेंट को केवल अच्छे जवाब देने के लिए नहीं, बल्कि किसी लक्ष्य तक पहुँचने के लिए कदम चुनने और परिणामों से सीखने के लिए भी प्रशिक्षित किया जा सकता है। ऐसे प्रशिक्षण में एजेंट को एक तय वातावरण मिलता है, वह कार्रवाई करता है और उसके परिणाम का मूल्यांकन किया जाता है।
यदि हर शोध टीम अलग तरह का प्रशिक्षण वातावरण बनाती है, तो उनके परिणामों की तुलना कठिन हो सकती है। OpenEnv का उद्देश्य वातावरण को अधिक आसानी से बनाने, साझा करने और अलग टूलों के साथ जोड़ने योग्य बनाना है। इससे शोधकर्ता अपने परीक्षणों को दोहराने और अलग-अलग एजेंटों के व्यवहार की तुलना करने की कोशिश कर सकते हैं।
फिर भी किसी बेंचमार्क का अच्छा परिणाम यह साबित नहीं करता कि एजेंट वास्तविक दुनिया के हर काम में सुरक्षित या प्रभावी होगा। परीक्षण की सीमा, डेटा, उपयोग किए गए टूल और स्कोरिंग नियम परिणामों को प्रभावित कर सकते हैं। इसलिए मूल्यांकन के साथ वास्तविक उपयोग में निगरानी और सुरक्षा परीक्षण भी जरूरी हैं।
OpenSandbox: एजेंटों को सुरक्षित वातावरण देना
OpenSandbox एक सामान्य उद्देश्य वाला सैंडबॉक्स प्लेटफॉर्म है। सैंडबॉक्स ऐसा सीमित कंप्यूटिंग वातावरण है जिसमें किसी प्रोग्राम या एजेंट को मुख्य सिस्टम से अलग रखकर चलाया जा सकता है। यह खास तौर पर तब उपयोगी है जब AI एजेंट को कोड चलाने, फाइलों के साथ काम करने या किसी टूल का इस्तेमाल करने की अनुमति दी जाती है।
Linux Foundation के अनुसार, OpenSandbox में अलग-अलग प्रोग्रामिंग भाषाओं के SDK, साझा सैंडबॉक्स API और Docker तथा Kubernetes जैसे रनटाइम विकल्प शामिल हैं। यह कोडिंग एजेंट, GUI एजेंट, मूल्यांकन और कोड निष्पादन जैसे उपयोगों को ध्यान में रखता है। इससे डेवलपर के लिए नियंत्रित वातावरण तैयार करना और एजेंट के काम को मुख्य सिस्टम से अलग रखना आसान हो सकता है।
सैंडबॉक्स सुरक्षा की एक परत है, पूरी सुरक्षा का विकल्प नहीं। गलत अनुमति, कमजोर कॉन्फिगरेशन या संवेदनशील डेटा तक खुली पहुँच फिर भी खतरा पैदा कर सकती है। कंपनियों को लॉगिंग, नेटवर्क नियंत्रण, पहचान सत्यापन और नियमित सुरक्षा समीक्षा जैसे उपाय भी अपनाने चाहिए।
डेवलपर और कारोबार को क्या लाभ हो सकता है?
इन परियोजनाओं का सबसे बड़ा संभावित लाभ यह है कि डेवलपर को AI एजेंट बनाने के लिए कुछ हिस्से शून्य से तैयार नहीं करने पड़ सकते। साझा कौशल प्रारूप, मॉडल इंटरफेस, प्रशिक्षण वातावरण और सैंडबॉक्स टूल काम के अलग-अलग चरणों में मदद कर सकते हैं। इससे प्रोटोटाइप तैयार करने और विभिन्न तकनीकी विकल्पों को परखने में समय बच सकता है।
कारोबार के लिए खुला ढाँचा भविष्य में प्रदाता बदलने या कई प्रणालियों को जोड़ने के विकल्प बढ़ा सकता है। लेकिन किसी कंपनी को सिर्फ ओपन प्रोजेक्ट होने के कारण इसे तुरंत अपनाना जरूरी नहीं। तकनीकी समर्थन, दस्तावेज़, सुरक्षा, लाइसेंस, टीम की विशेषज्ञता और लंबे समय तक रखरखाव जैसे पहलुओं को देखना चाहिए।
भारत के स्टार्टअप और डेवलपर समुदाय के लिए ऐसे प्रोजेक्ट प्रयोग करने का अवसर दे सकते हैं। वे स्थानीय भाषा, ग्राहक सेवा, दस्तावेज़ प्रबंधन या सॉफ्टवेयर विकास के लिए एजेंट तैयार करते समय खुले टूल का मूल्यांकन कर सकते हैं। शुरुआत में गैर-संवेदनशील डेटा पर परीक्षण करना और उपयोगकर्ता की अनुमति के बिना एजेंट को महत्वपूर्ण कार्रवाई न करने देना सुरक्षित तरीका है।
सुरक्षा और भरोसे की चुनौतियाँ
एजेंट जब कई चरणों में काम करते हैं, तो गलती का असर एक उत्तर से आगे जा सकता है। एजेंट गलत फाइल पढ़ सकता है, गलत निर्देश का पालन कर सकता है या किसी अनचाहे टूल को चला सकता है। इसलिए एजेंट की कार्रवाई सीमित रखना, महत्वपूर्ण कदमों से पहले मंजूरी लेना और हर कार्य का रिकॉर्ड रखना महत्वपूर्ण है।
ओपन मानकों से पारदर्शिता और सहयोग बढ़ सकता है, लेकिन उन्हें लागू करने वाले उत्पादों की सुरक्षा अलग-अलग हो सकती है। कंपनियों को यह स्पष्ट करना चाहिए कि एजेंट किन डेटा स्रोतों तक पहुँच सकता है, कौन से काम कर सकता है और कौन से कदमों के लिए इंसानी अनुमति जरूरी है। संवेदनशील जानकारी पर काम करने वाले एजेंटों के लिए नियमित परीक्षण और निगरानी आवश्यक हैं।
आधिकारिक घोषणा पढ़ें: Linux Foundation की चार नए प्रोजेक्ट की घोषणा।
अक्सर पूछे जाने वाले सवाल
Agentic AI Foundation का काम क्या है?
AAIF AI एजेंटों के लिए खुले मानकों, प्रोटोकॉल और इंफ्रास्ट्रक्चर पर सहयोग को बढ़ावा देता है। इसका लक्ष्य अलग-अलग कंपनियों और डेवलपरों को साझा तकनीकी आधार पर काम करने का अवसर देना है। इससे अपने आप सभी उत्पाद अनुकूल नहीं हो जाते, लेकिन साझा विकास की संभावना बढ़ती है।
Agent Skills किस तरह मदद करता है?
Agent Skills एजेंटों के लिए निर्देश, स्क्रिप्ट और संसाधनों को पुनः इस्तेमाल किए जा सकने वाले प्रारूप में व्यवस्थित करने में मदद करता है। इससे किसी खास काम की प्रक्रिया अलग-अलग जगह इस्तेमाल की जा सकती है। फिर भी हर कौशल को सुरक्षा और गुणवत्ता के लिए जाँचना जरूरी है।
Open Responses क्यों बनाया गया है?
Open Responses का उद्देश्य अलग-अलग AI मॉडल प्रदाताओं के साथ काम करने वाले एप्लिकेशन के लिए साझा इंटरफेस उपलब्ध कराना है। इससे कुछ प्रकार के एकीकरण आसान हो सकते हैं, लेकिन मॉडल की क्षमता, कीमत और सुरक्षा व्यवहार समान होने की गारंटी नहीं मिलती।
OpenSandbox क्या है?
OpenSandbox एजेंट या प्रोग्राम को नियंत्रित और अलग वातावरण में चलाने के लिए प्लेटफॉर्म है। इससे कोड निष्पादन और टूल इस्तेमाल को मुख्य सिस्टम से अलग रखने में मदद मिल सकती है। सही अनुमति, नेटवर्क नियंत्रण और निगरानी फिर भी आवश्यक रहती है।
क्या नए ओपन प्रोजेक्ट हर व्यवसाय के लिए जरूरी हैं?
नहीं। व्यवसाय को अपनी तकनीकी जरूरत, सुरक्षा नियम, बजट और उपलब्ध विशेषज्ञता देखकर फैसला करना चाहिए। खुले प्रोजेक्ट प्रयोग और अनुकूलता के अवसर दे सकते हैं, लेकिन अपनाने से पहले सीमित परीक्षण, दस्तावेज़ समीक्षा और दीर्घकालिक समर्थन का मूल्यांकन जरूरी है।
निष्कर्ष
AAIF में चार नए प्रोजेक्ट जुड़ना AI एजेंटों के लिए खुले और साझा तकनीकी ढाँचे की दिशा में महत्वपूर्ण कदम है। इनके जरिए कौशल, मॉडल कनेक्शन, प्रशिक्षण और सुरक्षित निष्पादन पर काम आसान हो सकता है। फिर भी वास्तविक लाभ के लिए अनुकूलता, परीक्षण और सुरक्षा पर ध्यान देना जरूरी है।
अस्वीकरण: यह लेख Linux Foundation की सार्वजनिक घोषणा पर आधारित है। तकनीकी क्षमताएँ समय के साथ बदल सकती हैं। किसी प्रोजेक्ट को अपनाने से पहले उसकी आधिकारिक दस्तावेज़ और सुरक्षा जानकारी जाँचें।
