Tencent कंपनी ने WorkBuddy जारी किया है - एक स्थानीय आर्टिफिशियल इंटेलिजेंस एजेंट, जिसे CodeBuddy प्लेटफॉर्म पर विकसित किया गया है और Hunyuan Hy3 मॉडल का उपयोग करता है। यह टूल फ़ाइल प्रबंधन, प्रक्रिया स्वचालन और कार्यों को पूरा करने के लिए WeChat को एकीकृत करता है।
WorkBuddy चीन में गैर-तकनीकी उपयोगकर्ताओं के लिए एआई-आधारित स्वचालन को सुलभ बनाने की दिशा में एक महत्वपूर्ण कदम है। मौलिक मॉडल Hunyuan Hy3 का उपयोग करके, एजेंट एआई कार्य विभाजन को स्थानीय फ़ाइल सिस्टम तक पहुंच और टूल कॉलिंग क्षमता के साथ जोड़ता है।
क्लाउड असिस्टेंट के विपरीत, WorkBuddy सीधे उपयोगकर्ता के मशीन पर काम करता है और इसमें गोपनीयता नियंत्रण की स्पष्ट सेटिंग्स होती हैं। उपयोगकर्ता स्वयं कार्यक्षेत्र परिभाषित करते हैं, एआई के लिए कुछ फ़ोल्डरों को अलग करते हैं, और फ़ाइलों के साथ सभी संचालन को निष्पादित करने से पहले उपयोगकर्ता की पुष्टि की आवश्यकता होती है।
एजेंट विभिन्न प्रारूपों में फ़ाइलों को पढ़ने, संपादित करने, व्यवस्थित करने और बदलने में सक्षम है, जिसमें टेक्स्ट दस्तावेज़, चित्र और स्प्रेडशीट शामिल हैं। यह इसे शोधकर्ताओं, सामग्री निर्माताओं और ज्ञान श्रमिकों के लिए विशेष रूप से उपयोगी बनाता है जो बड़ी मात्रा में डिजिटल सामग्री को संसाधित करते हैं।
मुख्य विशेषताओं में बुद्धिमान फ़ाइल संगठन शामिल है, जो सामग्री पैटर्न को पहचानता है, फ़ाइल नामों से तिथियां और श्रेणियां निकालता है, और अव्यवस्थित फ़ोल्डरों को तार्किक पदानुक्रमों में व्यवस्थित करता है। सामग्री कार्यकर्ता समाचार एकत्र करने को स्वचालित कर सकते हैं, WorkBuddy को कई स्रोतों से पढ़ने, डुप्लिकेट हटाने, तिथि और प्रासंगिकता के अनुसार फ़िल्टर करने और फिर उद्धरणों और तथ्य-जांच नोट्स के साथ संरचित ड्राफ्ट उत्पन्न करने का निर्देश देकर।
एक अन्य मजबूत पहलू मीटिंग प्रतिलेखों का प्रसंस्करण है: एजेंट फिलर शब्दों को हटा सकता है, जानकारी में अंतराल की पहचान कर सकता है और संरचित कार्य सूची बना सकता है। सबसे विशिष्ट विशेषता WeChat के साथ एकीकरण है। उपयोगकर्ता सीधे WeChat से कार्य कंप्यूटर पर कमांड भेज सकते हैं, WorkBuddy को फ़ाइलें खोजने, कार्य करने या एजेंट मेल सेवा के माध्यम से दस्तावेज़ भेजने का निर्देश दे सकते हैं।
WeChat ClawBot इंटरफ़ेस प्राकृतिक भाषा में फ़ाइल खोज के लिए कमांड का उपयोग करने की अनुमति देता है, जबकि एजेंट आवश्यक दस्तावेज़ खोजने के लिए जटिल फ़ोल्डर संरचनाओं में नेविगेट करता है। इसके अलावा, WorkBuddy कौशल निर्माण (Skill creation) का समर्थन करता है, जिससे प्रोग्रामिंग कौशल के बिना उपयोगकर्ता दोहराए जाने वाले कार्यप्रवाहों को पुन: प्रयोज्य उपकरणों में पैक कर सकते हैं। उदाहरण के लिए, प्रदर्शनकारी कौशल 'निबंध ग्रेडिंग सहायक' ने गाओकाओ ग्रेडिंग मानदंडों को ध्यान में रखा, HTML प्रारूप में एक मूल्यांकन इंटरफ़ेस बनाया और छात्रों के निबंधों को संसाधित किया, जिसमें स्कोर, ताकत, सुधार रणनीतियों और पुनर्कथन उदाहरणों सहित संरचित प्रतिक्रिया प्रदान की।
एक अन्य उदाहरण 'साक्षात्कार हाइलाइट एक्सट्रैक्शन' कौशल है, जो प्रमुख अंतर्दृष्टि, उद्धृत क्षणों और आगे के अनुसंधान के क्षेत्रों की पहचान करने के लिए लंबे प्रतिलेखों का विश्लेषण करता है। इन कौशलों के परिणामों को स्टैंडअलोन HTML पृष्ठों के रूप में प्रदान किया जाता है, जिन्हें WorkBuddy का उपयोग किए बिना साझा किया जा सकता है। यह एक वितरण मॉडल बनाता है जहां अनुभवी उपयोगकर्ता अपने अनुभव को कम तकनीकी रूप से जानकार सहयोगियों के लिए तैयार उपकरणों में पैक कर सकते हैं। कौशल मार्केटप्लेस मॉडल संभावित रूप से WorkBuddy को व्यक्तिगत उत्पादकता उपकरण से एक ऐसे प्लेटफॉर्म में बदल सकता है जहां विषयगत विशेषज्ञता को निष्पादन योग्य एआई कार्यप्रवाहों में पैक किया जाता है।
चीन के प्रमुख इंटरनेट प्लेटफॉर्म्स ने उपभोक्ता-आधारित आर्टिफिशियल इंटेलिजेंस चैटबॉट्स वाले अपने एप्लिकेशन बंद करना शुरू कर दिया है, जो एक रणनीतिक बदलाव का संकेत देता है: स्वतंत्र चैटबॉट्स से मौजूदा उत्पादों में AI सुविधाओं के एकीकरण की ओर बढ़ना।
पिछले कुछ महीनों में, ByteDance, Tencent और Alibaba ने उपभोक्ता चैटबॉट्स को बंद कर दिया या कम कर दिया है, जिससे उस बाजार खंड से दूरी बन गई है जिसने केवल दो साल पहले लाखों उपयोगकर्ताओं को आकर्षित किया था। ये कदम उद्योग में व्यापक सुधार का हिस्सा हैं।
प्रत्येक कंपनी का दृष्टिकोण अलग है। कुछ AI क्षमताओं को प्लेटफ़ॉर्म की मुख्य पेशकशों, जैसे सामग्री फ़ीड और मैसेजिंग में पुनर्निर्देशित कर रहे हैं, जबकि अन्य उत्पाद को पुन: तैनात करने से पहले बाजार के अनुरूपता का पुनर्मूल्यांकन करने के लिए संचालन रोक रहे हैं।
विशेषज्ञों का कहना है कि चैटबॉट्स के आसपास की प्रारंभिक सनसनी अधिक विचारशील एकीकरण चरण में बदल गई है। जिन कंपनियों ने अलग-अलग चैटबॉट्स पर भारी निवेश किया था, वे अब इस बात पर विचार कर रही हैं कि क्या दैनिक सक्रिय उपयोगकर्ताओं के सैकड़ों मिलियन वाले मौजूदा प्लेटफॉर्म में सीधे AI क्षमताओं को लागू करना अधिक फायदेमंद है।
प्रतिस्पर्धी परिदृश्य भी बदल रहा है। ओपन-सोर्स मॉडल प्रदाता और AI में विशेष स्टार्टअप कच्चे माल स्तर की कीमतों पर चैटबॉट के लिए बुनियादी ढांचा प्रदान कर रहे हैं, जिससे एक स्टैंडअलोन उपभोक्ता उत्पाद के रूप में अपना चैटबॉट रखने का रणनीतिक मूल्य कम हो जाता है। साथ ही, कॉर्पोरेट क्षेत्र में AI को अपनाने में तेजी आ रही है, जिससे निवेश को प्रायोगिक उपभोक्ता परियोजनाओं के बजाय B2B AI समाधानों की ओर निर्देशित किया जा रहा है।
संभावना है कि वे प्लेटफॉर्म जीवित रहेंगे जो अपनी AI सुविधाओं और मुख्य व्यावसायिक मॉडल—चाहे वह सोशल नेटवर्क, सामग्री अनुशंसा प्रणाली, ई-कॉमर्स या कार्यस्थल उत्पादकता उपकरण हो—के बीच सबसे स्पष्ट तालमेल ढूंढ सकते हैं।
आज आर्टिफिशियल इंटेलिजेंस के साथ काम करने वाले अधिकांश डेवलपर्स मॉडल को अनुरोध पर प्रतिक्रिया देने में सक्षम हैं। हालांकि, बहुत कम लोग ऐसे एजेंट को शुरू कर पाए हैं जो उत्पादन वातावरण में स्थिर रूप से काम करता है। वह समस्या जो अधिकांश एजेंट परियोजनाओं को धीमा करती है, वह फ्रेमवर्क हैं जो अमूर्तताओं को सीमित करते हैं, त्रुटि होने पर ब्लैक बॉक्स की तरह काम करने वाली सिस्टम हैं, और उद्यम की बढ़ती तत्परता की आवश्यकताएं हैं।
AWS में डेवलपर-एडवोकेट, अशिता प्रसाद ने DevSparks Bengaluru 2026 में दो घंटे की व्यावहारिक कार्यशाला के दौरान इस समस्या का समाधान किया। इस कार्यक्रम के दौरान 170 डेवलपर्स उनके साथ Strands Agents - AWS द्वारा विकसित एक ओपन सोर्स SDK का उपयोग करके काम कर रहे थे। सत्र ने प्रतिभागियों को एक बुनियादी एजेंट बनाने और फिर इसे अंतर्निहित सुरक्षा तंत्र (guardrails), स्थायी मेमोरी और अवलोकन क्षमता के साथ उन्नत करने की अनुमति दी।
कोडिंग शुरू करने से पहले, अशिता ने समस्या के तीन पहलुओं को उजागर किया। पहला, एजेंट अवधारणाओं को समझने और उनके वास्तविक कार्यान्वयन के बीच सीखने की एक तीव्र वक्र मौजूद है। दूसरा, अधिकांश फ्रेमवर्क सुविधा के लिए लचीलेपन का त्याग करते हैं, जो स्केलिंग पर समस्याग्रस्त हो जाता है। तीसरा, और यह सबसे महत्वपूर्ण है, सिस्टम अपारदर्शी रहते हैं। उन्होंने उल्लेख किया कि उपयोगकर्ता नहीं जानता कि एजेंट पर्दे के पीछे वास्तव में क्या कर रहा है, यह किन टूल कॉल को निष्पादित कर रहा है या कौन से संदेश भेज रहा है, जो इसे एक ब्लैक बॉक्स में बदल देता है और विकास और रखरखाव को मुश्किल बनाता है।
Strands Agents एक मॉडल-आधारित दृष्टिकोण का उपयोग करता है, जिससे आधार भाषा मॉडल को गतिशील रूप से यह तय करने की अनुमति मिलती है कि उसे टूल को कॉल करना चाहिए, उत्तर वापस करना चाहिए या तर्क जारी रखना चाहिए, जबकि एजेंट के कार्य चक्र को डेवलपर के सामने पूरी तरह से प्रकट करता है। यह चक्र सरल है: उपयोगकर्ता अनुरोध आता है, मॉडल अगले चरण को निर्धारित करता है, यदि आवश्यक हो तो उपकरण कॉल किए जाते हैं, परिणाम मॉडल में वापस भेजे जाते हैं, और अंत में अंतिम उत्तर बनता है। Strands इन चरणों के बीच आवश्यक सभी बुनियादी ढांचे को संभालता है।
कार्यशाला कई प्रयोगशाला कार्यों के माध्यम से चली, जिनमें से प्रत्येक ने बनाए जा रहे एजेंट में नई कार्यक्षमता जोड़ी। यह एक न्यूनतम एजेंट से शुरू हुआ: मॉडल, सिस्टम प्रॉम्प्ट और उपयोगकर्ता अनुरोध। फिर प्रतिभागियों ने उपकरणों को जोड़ा, शुरुआत में एक कस्टम मौसम फ़ंक्शन, और फिर Strands के साथ आने वाले कैलकुलेटर जैसे तैयार सामुदायिक उपकरण।
मॉडल प्रदाता के साथ प्रयोगशाला ने Ollama प्रस्तुत की, जो डेवलपर्स को स्थानीय रूप से बड़े भाषा मॉडल चलाने की अनुमति देती है, जो उन लोगों के लिए महत्वपूर्ण है जिनके पास क्लाउड मॉडल सदस्यता तक पहुंच नहीं है। प्रतिभागियों ने एक स्थानीय मॉडल Llama 3.2 का उपयोग करके फ़ाइलों के साथ काम करने वाला एक एजेंट बनाया, जो निर्देशिकाओं में फ़ाइलों को पढ़ सकता था, सूचीबद्ध कर सकता था और लिख सकता था, यह प्रदर्शित करते हुए कि Strands आर्किटेक्चर मॉडल के स्थान की परवाह किए बिना सार्वभौमिक है।
AWS सेवाओं के साथ प्रयोगशाला ने जटिलता को काफी बढ़ा दिया। प्रतिभागियों ने रेस्तरां आरक्षण के लिए एक एजेंट बनाया जो DynamoDB में संग्रहीत आरक्षण रिकॉर्ड बना सकता था, प्राप्त कर सकता था और हटा सकता था, साथ ही Amazon Bedrock ज्ञानकोष से रेस्तरां जानकारी निकाल सकता था जिसे OpenSearch Serverless में अनुक्रमित किया गया था।
अशिता ने एक महत्वपूर्ण वास्तुशिल्प बिंदु पर जोर दिया: डेटाबेस में लिखने जैसे मानक संचालन के लिए एजेंट को तर्क प्रक्रिया की आवश्यकता नहीं होती है। उन्होंने समझाया कि आरक्षण बनाना डेटाबेस में लिखने जैसा है, जिसमें कोई अस्पष्टता नहीं है। यह जानना कि कब LLM का उपयोग नहीं करना है, उतना ही महत्वपूर्ण है जितना यह जानना कि इसका उपयोग कब करना है।
MCP उपकरणों के साथ प्रयोगशाला ने दोनों डेटा ट्रांसफर तंत्रों को कवर किया: स्थानीय सर्वरों के लिए मानक इनपुट/आउटपुट और दूरस्थों के लिए स्ट्रीमिंग HTTP, और कई MCP सर्वरों को एक साथ जोड़ने की संभावना भी दिखाई। इसके बाद एक स्ट्रीमिंग प्रयोगशाला थी जिसने लंबे समय तक चलने वाले एजेंट के दौरान उपयोगकर्ताओं को सूचित करने के दो परस्पर पूरक तरीकों के रूप में एसिंक्रोनस इटरेटर्स और कॉलबैक हैंडलर की जांच की।
अंतिम दो प्रयोगशालाओं ने उस चीज़ से संबंधित था जो सेमिनार प्रदर्शन को तैनात करने योग्य उत्पाद से अलग करती है। गार्डरेल्स प्रयोगशाला में विषय-स्तर पर ब्लॉकिंग, हिंसा जैसी श्रेणियों के लिए सामग्री फिल्टर, प्रॉम्प्ट हमलों का पता लगाना और विशिष्ट शब्दों पर ट्रिगरिंग को कॉन्फ़िगर करने के लिए Amazon Bedrock Guardrails का उपयोग किया गया था। इसमें अवरुद्ध इनपुट और आउटपुट के लिए अनुकूलन योग्य प्रतिक्रिया संदेश शामिल हैं। उपयोग का एक विशिष्ट उदाहरण यह था कि ग्राहक डेटाबेस तक पहुंच रखने वाले एजेंट को किसी भी अनुरोध के प्रारूप की परवाह किए बिना व्यक्तिगत पहचान योग्य जानकारी (PII), जैसे आधार या पैन नंबर, का खुलासा कभी नहीं करना चाहिए।
मेमोरी प्रयोगशाला ने एक अन्य उत्पादन समस्या का समाधान किया। हालांकि Strands एजेंट डिफ़ॉल्ट रूप से सत्र के भीतर बातचीत का इतिहास सहेजते हैं, यह स्मृति सत्र समाप्त होने के बाद गायब हो जाती है। Mem0 और OpenSearch Serverless का उपयोग करके, प्रतिभागियों ने सीखा कि सत्रों के बीच उपयोगकर्ता की प्राथमिकताओं और संदर्भ को कैसे सहेजा जाए ताकि एजेंट अगली बातचीत में वार्ताकार को याद रखे।
कुल मिलाकर, इन दो प्रयोगशालाओं ने एक एकीकृत डिजाइन सिद्धांत को दर्शाया जो पूरी कार्यशाला में व्याप्त था: उत्पादन के लिए तत्परता एक ऐसी सुविधा नहीं है जिसे अंत में जोड़ा जाता है। अवलोकन क्षमता, सुरक्षा और मेमोरी वास्तुशिल्प समाधान हैं जिन्हें शुरुआत से ही अपनाना चाहिए।
पूरा स्रोत कोड Strands Agents Samples रिपॉजिटरी में GitHub पर उपलब्ध है, और प्रत्येक प्रयोगशाला को Ollama का उपयोग करके स्थानीय रूप से चलाया जा सकता है उन डेवलपर्स के लिए जिनके पास क्लाउड मॉडल प्रदाता नहीं है। उसी रिपॉजिटरी में मल्टी-एजेंट प्रयोगशालाएं प्रस्तुत की गई हैं, जो एजेंट झुंडों और ग्राफ़ों को कवर करती हैं, उन लोगों के लिए जो विषय में गहराई से उतरना चाहते हैं।
सेमिनार का समापन उन लोगों के लिए संसाधनों को साफ़ करने की आवश्यकता की याद दिलाकर हुआ जिन्होंने अपने स्वयं के AWS खाते में प्रयोगशालाएं चलाई थीं, जो लक्षित दर्शकों के लिए एक उपयोगी सलाह साबित हुई।
