गूगल के नवीनतम AI एजेंटों ने अभी साबित किया है कि वे बिना बताए सहयोग कर सकते हैं

अधिकांश आर्टिफिशियल इंटेलिजेंस प्रचार एक ऐसे डिजिटल बटलर पर केंद्रित होता है जो आपकी आत्मा को समझता है, लेकिन वास्तविकता आमतौर पर एक चैटबॉट होती है जो एक साधारण मीटिंग शेड्यूल करने के लिए भी संघर्ष करती है। जेमिनी 4 आर्गन (Gemini 4 Argon) एजेंटों के साथ गूगल का नवीनतम प्रयोग बताता है कि उद्योग साधारण बातचीत से आगे बढ़कर वास्तविक श्रम की ओर बढ़ रहा है। गूगल डीपमाइंड (Google DeepMind) द्वारा हाल ही में प्रकाशित एक अध्ययन में, चार AI एजेंटों ने माइनक्राफ्ट (Minecraft) की अप्रत्याशित दुनिया में प्रवेश किया और बिना किसी मानवीय मार्गदर्शन के एंडर ड्रैगन (Ender Dragon) को हरा दिया। यह अल्फागो (AlphaGo) के युग से एक बड़ा बदलाव है, जिसने निश्चित नियमों और एक सपाट बोर्ड वाले खेल में महारत हासिल की थी। माइनक्राफ्ट एक अव्यवस्थित, त्रि-आयामी सैंडबॉक्स है जहाँ संसाधन दुर्लभ हैं और खतरे निरंतर हैं। एजेंटों ने केवल खेल नहीं खेला; उन्होंने जीवित रहने के लिए खुद को एक कार्यात्मक इकाई में संगठित किया।

तकनीकी विशेषज्ञ अक्सर AI को एक अथक इंटर्न के रूप में वर्णित करते हैं, लेकिन इन एजेंटों ने एक विकेंद्रीकृत निर्माण दल की तरह अधिक कार्य किया। वे बिना किसी ब्लूप्रिंट और बिना किसी सौंपे गए कार्य के साइट पर पहुंचे। प्रत्येक एजेंट ने माइनफ्लेयर (Mineflayer) लाइब्रेरी का उपयोग करके अपने चरित्र को नियंत्रित किया, जो एक ओपन-सोर्स टूल है जो AI तर्क को इन-गेम गतिविधियों में अनुवादित करता है। कोयला खनन करने या भोजन की तलाश करने के लिए कहने वाले मानव प्रोग्रामर के बजाय, एजेंटों ने किसी भी क्षण क्या आवश्यक है, यह तय करने के लिए एक साझा मेमोरी सिस्टम और एक चैट बॉक्स का उपयोग किया। यह प्रयोग इस बात के लिए एक स्ट्रेस टेस्ट है कि सामान्य AI मॉडल दीर्घकालिक लक्ष्यों को कैसे संभालते हैं जिनमें हजारों व्यक्तिगत, आश्रित चरणों की आवश्यकता होती है।

एक डिजिटल ड्रैगन शिकार की रसद

यह मिशन 27.23 घंटे तक चला। उस अवधि के दौरान, चार एजेंटों—जेनिसिक (Janesick), गाइल्डेनिया (Gyldenia), ऑराटियन (Auratian), और बुलिकेम (Bulicame)—ने ऐसे कार्य किए जिनके लिए आमतौर पर उच्च स्तर के मानवीय अंतर्ज्ञान की आवश्यकता होती है। वे केवल लक्ष्यहीन होकर नहीं घूमे। एजेंटों ने दुनिया के साथ बातचीत करने के लिए 2,783 प्रोग्राम लिखे और चलाए। उन्होंने अपने प्रयासों के समन्वय के लिए 229 संदेशों का आदान-प्रदान किया। जब एक एजेंट की मृत्यु हो गई, तो दूसरों ने केवल उस नुकसान को नजरअंदाज नहीं किया। वे वस्तुओं को वापस पाने के लिए दुर्घटना स्थल पर गए, एक ऐसा व्यवहार जो संसाधन प्रबंधन और टीम के मूल्य की स्पष्ट समझ प्रदर्शित करता है।

प्रत्येक एजेंट स्वाभाविक रूप से समूह की तत्काल जरूरतों के आधार पर एक विशिष्ट भूमिका में बस गया। जेनिसिक ने जीवित रहने के लिए आवश्यक उपकरण बनाने पर ध्यान केंद्रित किया। गाइल्डेनिया ने भोजन की आपूर्ति का जिम्मा संभाला, यह सुनिश्चित करते हुए कि खोज के दौरान टीम भूखी न रहे। ऑराटियन ने "एंड" (End) आयाम के पोर्टल को रोशन करने के जटिल कार्य को संभाला, जबकि बुलिकेम ने आश्रय बनाए और अंततः ड्रैगन पर अंतिम प्रहार किया। यह विशेषज्ञता बिना किसी केंद्रीय कमांड संरचना के हुई। एजेंटों ने एक समस्या देखी, समाधान की आवश्यकता के बारे में संवाद किया और योजना को क्रियान्वित किया। व्यावहारिक रूप से, यह पहली बार है जब AI ने बिना किसी पूर्व-स्काउटेड वर्ल्ड सीड्स या मानव-लिखित रणनीतियों के माइनक्राफ्ट को शुरू से अंत तक पूरा किया है।

स्वायत्त श्रम की उच्च लागत

जबकि तकनीकी उपलब्धि प्रभावशाली है, प्रयोग का अर्थशास्त्र औसत उपयोगकर्ता के लिए वास्तविकता की जांच प्रदान करता है। इन चार एजेंटों को चलाना सस्ता नहीं था। जेमिनी की सूची कीमतों पर, प्रयोग की लागत $810 थी। मानक बाजार दरों पर, वह आंकड़ा $1,620 तक बढ़ जाता है। एजेंटों ने अपने पर्यावरण को संसाधित करने और निर्णय लेने के लिए 1.35 बिलियन इनपुट टोकन का उपभोग किया। एक एकल वीडियो गेम सत्र के लिए, यह कीमत खगोलीय है। एक मानव खिलाड़ी एक सैंडविच की लागत और कुछ घंटों के खाली समय में खेल को हरा सकता है।

बाजार की दृष्टि से, यह लागत व्यापक रूप से अपनाने में एक महत्वपूर्ण बाधा है। यदि एक AI एजेंट को संचालित करने में प्रति घंटे $30 से $60 का खर्च आता है, तो यह कई मानव कर्मचारियों की तुलना में अधिक महंगा है। हालाँकि, यह प्रारंभिक चरण की तकनीक का एक स्नैपशॉट है। ऐतिहासिक रूप से, कंप्यूटिंग शक्ति की लागत कम हो जाती है क्योंकि हार्डवेयर अधिक कुशल हो जाता है और मॉडल अधिक सुव्यवस्थित हो जाते हैं। एक व्यवसाय के लिए, मूल्य खेल में नहीं बल्कि 24 घंटों से अधिक समय तक बिना भटके एक सुसंगत योजना बनाए रखने की AI की क्षमता में है। तथ्य यह है कि एजेंट 605 बार मरे लेकिन अपने लक्ष्य की ओर बढ़ते रहे, यह दृढ़ता के उस स्तर को दर्शाता है जिसकी पिछले मॉडलों में कमी थी।

पारदर्शिता के लिए पर्यवेक्षक क्यों मायने रखता है

गूगल ने प्रयोग में 'ऑब्जर्वर' (Observer) नामक एक पांचवां एजेंट शामिल किया। इस एजेंट ने खेल नहीं खेला। इसका एकमात्र उद्देश्य एक स्वतंत्र गवाह के रूप में कार्य करना था। इसने धोखाधड़ी के लिए अन्य चार एजेंटों की निगरानी की, उनकी प्रगति का सारांश दिया और उनके व्यवहार पर रिपोर्ट प्रकाशित की। यह सेटअप एक व्यावहारिक रूप है कि भविष्य में कंपनियां AI का प्रबंधन कैसे कर सकती हैं। जैसे-जैसे ये मॉडल वित्त या रसद में अधिक जटिल कार्य करते हैं, एक स्वतंत्र AI ऑडिटर पारदर्शिता की एक परत प्रदान कर सकता है जिसे मनुष्यों के लिए मैन्युअल रूप से बनाए रखना कठिन है।

रोजमर्रा की जिंदगी में, इस प्रकार की निगरानी ही स्वचालित प्रणालियों को भरोसेमंद बनाती है। ऑब्जर्वर एक हवाई जहाज पर ब्लैक बॉक्स के डिजिटल समकक्ष है। यह हर निर्णय और हर विफलता के पीछे के तर्क को रिकॉर्ड करता है। एक AI द्वारा अन्य AI की निगरानी करवाकर, गूगल ने एक फीडबैक लूप बनाया जो इस बात का विस्तृत विश्लेषण करने की अनुमति देता है कि चीजें गलत क्यों हुईं। यह विशेष रूप से एजेंटों द्वारा झेली गई 605 मौतों के संदर्भ में प्रासंगिक है। उन विफलताओं का विश्लेषण करना ही वह तरीका है जिससे सिस्टम भविष्य के पुनरावृत्तियों में खतरों से बचना सीखता है।

खेलों से वास्तविक दुनिया की ओर बढ़ना

शतरंज की बिसात जैसे नियंत्रित वातावरण से माइनक्राफ्ट जैसी यादृच्छिक दुनिया की ओर बढ़ना एजेंटिक AI के लिए एक बड़ा कदम है। गो (Go) के खेल में, जानकारी का हर टुकड़ा स्क्रीन पर दिखाई देता है। माइनक्राफ्ट में, दुनिया पहाड़ियों के पीछे और गुफाओं के अंदर छिपी होती है। एजेंटों को "युद्ध के कोहरे" (fog of war) से निपटना पड़ा, जिसका अर्थ है कि उन्हें सफल होने के लिए अपने परिवेश का पता लगाना और याद रखना पड़ा। यह दर्शाता है कि कैसे एक वास्तविक दुनिया के सहायक को एक अव्यवस्थित कार्यालय या एक जटिल आपूर्ति श्रृंखला को नेविगेट करना पड़ता है।

औसत उपभोक्ता के लिए, इसका मतलब है कि आपके फोन या लैपटॉप में "AI एजेंट" बहुत अधिक सक्षम होने वाला है। केवल एक रिमाइंडर सेट करने के बजाय, इस तकनीक का भविष्य का संस्करण संभावित रूप से तीन दिवसीय व्यावसायिक यात्रा की योजना बना सकता है, आपके सहयोगियों के कैलेंडर के साथ समन्वय कर सकता है, और तूफान आने पर उड़ानों को फिर से बुक कर सकता है। यह कार्य को विभिन्न उप-एजेंटों के बीच विभाजित करके करेगा—एक यात्रा के लिए, एक शेड्यूलिंग के लिए, और एक बजट प्रबंधन के लिए—ठीक वैसे ही जैसे माइनक्राफ्ट टीम ने खनन और खेती को विभाजित किया था।

उपयोगकर्ताओं और उद्योग के लिए निष्कर्ष

हम AI के एक सर्च इंजन से AI के एक प्रोजेक्ट मैनेजर के रूप में संक्रमण को देख रहे हैं। माइनक्राफ्ट प्रयोग साबित करता है कि ये मॉडल फिनिश लाइन को ओझल किए बिना हजारों आश्रित चरणों को संभाल सकते हैं। वे अपने साथियों की गलतियों से सीख सकते हैं और वास्तविक समय में अपनी रणनीति को समायोजित कर सकते हैं। यह गेमिंग के बारे में नहीं है; यह एक ऐसी दुनिया में कार्य करने की सॉफ्टवेयर की क्षमता के बारे में है जिसके लिए इसे विशेष रूप से प्रोग्राम नहीं किया गया था।

हालाँकि, लागत AI क्रांति के टायर में एक धीमे रिसाव की तरह बनी हुई है। जब तक प्रति टोकन कीमत में उल्लेखनीय गिरावट नहीं आती, ये मल्टी-एजेंट सिस्टम बड़ी टेक फर्मों और उच्च-बजट वाली औद्योगिक परियोजनाओं का खेल का मैदान बने रहेंगे। संभावना है कि अगले हफ्ते आपके लिए गेम खेलने वाले चार जेमिनी एजेंटों की टीम नहीं होगी, लेकिन उस तरह के स्वचालन के लिए आधारभूत कार्य अब पूरा हो गया है। प्रयोग से पता चलता है कि बाधा अब बुद्धिमत्ता या समन्वय नहीं है; बाधा बिजली और सिलिकॉन की कीमत है जो इसे चालू रखने के लिए आवश्यक है।

अंततः, माइनक्राफ्ट की जीत बाजार के लिए एक संकेत है कि सामान्य उद्देश्य वाले मॉडल जटिल, सहयोगात्मक कार्य के लिए तैयार हैं। अगली बार जब आप किसी AI टूल का उपयोग करें, तो उसके केवल तेज़ उत्तर देने के बजाय चरणों में "सोचने" के संकेतों को देखें। अकेले चैटबॉट का युग समाप्त हो रहा है। डिजिटल कार्यबल का युग शुरू हो रहा है। देखें कि आपकी अपनी डिजिटल आदतें कैसे बदलती हैं क्योंकि ये उपकरण अधिक स्वायत्त हो जाते हैं और उन कामों को संभालना शुरू कर देते हैं जिन्हें आप खुद किया करते थे।

स्रोत

• Google DeepMind Research Paper: "Collaborative Research with Gemini 4 Argon Agents in Sandbox Environments"
• Mineflayer Open Source Documentation and Library Specifications
• Alphabet Inc. Q3 2026 Earnings and Compute Cost Estimates
• Technical Analysis of Token Consumption in Large Language Models (LLMs)
• DeepMind Historical Archives: From AlphaGo to Agentic Workflows