AI एजेंट यात्रा
नौ सवालों में अपना AI एजेंट डिज़ाइन करें
हम हर प्रोजेक्ट की शुरुआत आपकी जगह खड़े होकर करते हैं, किसी स्लाइड डेक से नहीं। वे सवाल जवाब दें जो एक फ़ॉरवर्ड डिप्लॉयड इंजीनियर पहली मीटिंग में पूछता है, और देखें कि हम आपके लिए कौन-सा एजेंट, मॉडल और होस्टिंग बनाएँगे।
शुरू करने से पहले
AI एजेंट असल में कैसे काम करता है
चैटबॉट सवाल का जवाब देता है। एजेंट काम पूरा करता है। यह आपका डेटा पढ़ता है, तय करता है कि क्या करना है, उसे करने के लिए आपके टूल्स का उपयोग करता है, और किसी के भरोसा करने से पहले परिणाम की जाँच करता है। इस चक्र का हर चरण लॉग होता है।
पढ़ना
एजेंट उन सिस्टम्स से ज़रूरी जानकारी जुटाता है जिनकी आपने अनुमति दी है: इनबॉक्स, लेजर, टिकट कतार, रिपॉज़िटरी। यह केवल वही देखता है जिसकी अनुमति उसे मिली है।
तर्क करना
एक लार्ज लैंग्वेज मॉडल समझता है कि काम को क्या चाहिए और चरणों की योजना बनाता है। बुद्धिमत्ता का उपयोग केवल यहीं होता है, इसलिए वह वहीं ख़र्च होती है जहाँ विवेक मायने रखता है।
कार्य करना
एजेंट कनेक्टर्स और MCP सर्वरों के ज़रिए असली टूल्स का उपयोग करता है: जवाब का ड्राफ़्ट बनाता है, रिपोर्ट दर्ज करता है, पुल रिक्वेस्ट खोलता है। नियम-आधारित चरण सामान्य कोड ही रहते हैं।
जाँचना
कुछ भी भेजने, ख़र्च करने या हटाने से पहले एजेंट एक अनुमोदन गेट पर रुकता है। आप अनुमोदित करते हैं, या कारण के साथ अस्वीकार करते हैं जिससे वह सीखता है। हर चरण ट्रेस होता है।
हमारे हर एजेंट में तीन परतें
आपका ज्ञान
डिस्कवरी के दौरान हम जिन डेटा स्रोतों को जोड़ते हैं, वे उन्हीं अनुमतियों तक सीमित रहते हैं जो आपके कर्मचारियों के पास पहले से हैं।
मॉडल
Claude, GPT, Gemini, Grok या कोई ओपन-वेट मॉडल, जिसे काम, डेटा और चलने की जगह के अनुसार चुना जाता है।
नियंत्रण
अनुमोदन गेट, बजट, रुकने की शर्तें और ऑडिट ट्रेल, जो Jobshout एजेंट फ़्रेमवर्क पर चलते हैं।
डिस्कवरी
पहले हम आपकी जगह खड़े होते हैं
अधिकांश AI प्रोजेक्ट इसलिए विफल होते हैं क्योंकि वे ग़लत चरण को स्वचालित करते हैं। हमारे फ़ॉरवर्ड डिप्लॉयड इंजीनियर कोड की एक पंक्ति लिखने से पहले उन लोगों के साथ बैठते हैं जो काम करते हैं।
दिन 1
काम को क़रीब से देखें
हम एक असली कामकाजी दिन देखते हैं: इनबॉक्स, अनुमोदन, वे स्प्रेडशीट जिन पर व्यवसाय टिका है। हम हर हैंड-ऑफ़ और हर इंतज़ार को नोट करते हैं।
दिन 2
डेटा स्रोतों का मानचित्र बनाएँ
हर चरण के लिए हम दर्ज करते हैं कि डेटा कहाँ है, उसका मालिक कौन है, उस तक कैसे पहुँचा जाता है (API, एक्सपोर्ट, डेटाबेस, ईमेल) और वह कितना संवेदनशील है।
दिन 3
पहचानें कि विवेक कहाँ ज़रूरी है
हम हर प्रक्रिया को नियम-आधारित चरणों में, जो सामान्य ऑटोमेशन ही रहते हैं, और विवेक-आधारित चरणों में बाँटते हैं, जहाँ LLM अपनी लागत वसूल करता है। एजेंट केवल वहीं लगाए जाते हैं जहाँ बुद्धिमत्ता चाहिए।
सप्ताह 1–2
आपके साथ बनाएँ और चलाएँ
पहला एजेंट आपके असली डेटा पर चलता है, हर जोखिम भरे कार्य पर अनुमोदन गेट के साथ। हम इसे उपयोग करने वालों के साथ बेहतर बनाते हैं, और अनुमतियाँ तभी बढ़ाते हैं जब वे उस पर भरोसा करने लगें।
यात्रा
हमें अपने व्यवसाय के बारे में बताएँ
ये वही सवाल हैं जो हम ग्राहक के साथ पहली मीटिंग में पूछते हैं। आपके जवाब तब तक आपके ब्राउज़र में ही रहते हैं जब तक आप उन्हें भेजना न चुनें।
वास्तविक परिदृश्य
ग्राहक मीटिंग में हम क्या सुनते हैं, और क्या बनाते हैं
हमारे फ़ॉरवर्ड डिप्लॉयड इंजीनियरों द्वारा की जाने वाली पहली मीटिंग्स जैसे मिश्रित उदाहरण। नाम और आँकड़े उदाहरण के लिए हैं।
CEO · प्रोफ़ेशनल सर्विसेज़
"मैं हर दिन के पहले दो घंटे ईमेल पर बिताता हूँ।"
FDE ने Outlook, CRM और बोर्ड पोर्टल का मानचित्र बनाया और पाया कि अधिकांश जवाब पाँच पैटर्न पर चलते थे। अब एक एग्ज़ीक्यूटिव PA एजेंट रात भर में जवाबों और मीटिंग ब्रीफ़ का ड्राफ़्ट बनाता है; CEO फ़ोन से अनुमोदित करते हैं।
- डेटा: Microsoft 365, HubSpot, बोर्ड पोर्टल
- मॉडल: कंपनी के Azure टेनेंट के ज़रिए Claude
- नियंत्रण: हर जवाब भेजने से पहले अनुमोदित
CFO · मैन्युफ़ैक्चरिंग
"महीने का अंत नौ दिन लेता है और उसमें ज़्यादातर कॉपी करना होता है।"
डिस्कवरी में पता चला कि विवेक केवल वेरिएंस टिप्पणी में था; मिलान और पोस्टिंग नियम-आधारित थे। हमने नियमों को कोड में स्वचालित किया और टिप्पणी व नीति जाँच पर एक एजेंट लगाया।
- डेटा: Sage, बैंक फ़ीड, ख़रीद आदेश स्प्रेडशीट
- मॉडल: जानकारी निकालने के लिए स्थानीय मॉडल और टिप्पणी के लिए फ़्रंटियर मॉडल का मिश्रण
- नियंत्रण: नामित अनुमोदक के बिना कोई पोस्टिंग या भुगतान नहीं
CTO · सॉफ़्टवेयर कंपनी
"मेरे सीनियर इंजीनियर पूरा सप्ताह दूसरों का कोड रिव्यू करने में बिताते हैं।"
एक PR समीक्षा एजेंट हर पुल रिक्वेस्ट को टीम के मानकों के अनुसार जाँचता है और दूसरा एजेंट Sentry और लॉग से इंसिडेंट सारांश लिखता है। सीनियर पूरा diff नहीं, एजेंट के नोट्स की समीक्षा करते हैं।
- डेटा: GitHub, Jira, Sentry, Slack
- मॉडल: समीक्षा के लिए Claude Code, लॉग छँटाई के लिए ओपन-वेट मॉडल के साथ
- नियंत्रण: केवल टिप्पणियाँ; मर्ज करना इंसानों के हाथ में
लॉ फ़र्म · ऑफ़लाइन
"कोई भी विशेषाधिकार प्राप्त जानकारी कभी इमारत से बाहर नहीं जा सकती।"
हमने Workstation के साथ AI वर्कस्टेशनों का आकार तय किया और ओपन-वेट मॉडल पूरी तरह ऑफ़लाइन चलाए। एक अनुबंध एजेंट दस्तावेज़ों की तुलना फ़र्म की प्लेबुक से करता है और रेडलाइन का ड्राफ़्ट बनाता है; पार्टनर हर एक को अनुमोदित करते हैं।
- डेटा: दस्तावेज़ प्रबंधन सिस्टम, नज़ीरों का भंडार
- मॉडल: स्थानीय GPU वर्कस्टेशनों पर ओपन-वेट मॉडल
- नियंत्रण: एयर-गैप्ड, ऑडिट लॉग साइट पर ही रखे जाते हैं
फ़ॉरवर्ड डिप्लॉयड इंजीनियर
आपकी टीम में एक विशेषज्ञ, कतार में कोई टिकट नहीं
हर प्रोजेक्ट को एक फ़ॉरवर्ड डिप्लॉयड इंजीनियर (FDE) मिलता है। वे आपकी मीटिंग्स में शामिल होते हैं, समझते हैं कि आपका व्यवसाय असल में कैसे चलता है, और आपके साथ मिलकर तेज़ी से एजेंट बनाते और डिप्लॉय करते हैं।
सही सवाल पूछते हैं
डेटा कहाँ रहता है, उसका मालिक कौन है, ग़लत होने पर क्या होता है, और किस चरण को वाकई विवेक की ज़रूरत है।
आपके सिस्टम्स में बनाते हैं
एजेंट आपकी रिपॉज़िटरी और आपके क्लाउड या हार्डवेयर में रहते हैं, उन टूल्स से जुड़े जो आपकी टीम पहले से उपयोग करती है।
काम करने तक साथ रहते हैं
वे उपयोग करने वालों के साथ एजेंट को बेहतर बनाते हैं और रनबुक सौंपते हैं, ताकि आपकी टीम हमारे बिना इसे चला सके।
उन सभी प्लेटफ़ॉर्म पर प्रमाणित जिन्हें आप चुन सकते हैं
- Claude Code (Anthropic)
- OpenAI
- Google Cloud और Gemini
- Microsoft Azure AI
- xAI Grok
फ़्रेमवर्क
Jobshout पर निर्मित, हमारा एजेंट फ़्रेमवर्क और टास्क मैनेजर
Jobshout वह ओपन-सोर्स फ़्रेमवर्क है जिस पर हर TenthMatrix एजेंट चलता है। हर एजेंट की अपनी लेन होती है, वह अपने टूल्स उपयोग करता है और उसी अनुमोदन गेट पर रुकता है। हर रन अपनी लागत और ट्रेस के साथ टास्क बोर्ड पर दर्ज होता है।
- प्रोजेक्ट और स्प्रिंट वाला टास्क बोर्ड
- डिपेंडेंसी ग्राफ़ के रूप में मल्टी-एजेंट वर्कफ़्लो
- दैनिक और साप्ताहिक काम के लिए शेड्यूल्ड जॉब
- स्किल्स, प्लगइन और MCP कनेक्टर
- अपना मॉडल लाएँ, स्थानीय मॉडल सहित
- प्रति-रन लागत, लेटेंसी और OpenTelemetry ट्रेस
सेल्फ़-होस्टेड AI
क्या आप बिना किसी इंटरनेट कनेक्शन के अपना AI चाहते हैं?
कुछ डेटा कभी इमारत से बाहर नहीं जा सकता। हम आपके नेटवर्क के भीतर AI वर्कस्टेशनों पर ओपन-वेट मॉडल पूरी तरह ऑफ़लाइन चलाते हैं, और उन पर वही एजेंट बनाते हैं। हार्डवेयर हमारी सहयोगी कंपनी Workstation से आता है।
हमसे अक्सर पूछे जाने वाले सवाल
चैटबॉट और AI एजेंट में क्या अंतर है?
चैटबॉट जवाब देता है। एजेंट काम पूरा करता है: यह आपके सिस्टम्स पढ़ता है, योजना बनाता है, काम करने के लिए टूल्स उपयोग करता है और किसी भी जोखिम भरे कदम से पहले अनुमोदन के लिए रुकता है। आपको सलाह का एक अनुच्छेद नहीं, बल्कि तैयार ड्राफ़्ट, रिपोर्ट या अपडेट मिलता है।
क्या हमें एक ही AI कंपनी चुननी होगी?
नहीं। हमारे कई ग्राहक सबसे कठिन चरणों के लिए फ़्रंटियर मॉडल और नियमित चरणों के लिए छोटा ओपन-वेट मॉडल उपयोग करते हैं। Jobshout हर एजेंट को अलग मॉडल उपयोग करने देता है, और आप बाद में बिना दोबारा बनाए बदल सकते हैं।
क्या एजेंट बिना किसी इंटरनेट कनेक्शन के चल सकते हैं?
हाँ। Workstation के AI वर्कस्टेशनों पर ओपन-वेट मॉडल के साथ पूरा सिस्टम, जिसमें मॉडल, फ़्रेमवर्क और लॉग शामिल हैं, आपकी इमारत के भीतर ऑफ़लाइन चलता है।
फ़ॉरवर्ड डिप्लॉयड इंजीनियर असल में क्या करता है?
वे आपकी टीम के साथ बैठते हैं, आपकी प्रक्रियाओं और डेटा स्रोतों का मानचित्र बनाते हैं, तय करते हैं कि LLM कहाँ उपयोगी है, और आपके परिवेश में एजेंट बनाते व डिप्लॉय करते हैं। वे तब तक रहते हैं जब तक उपयोगकर्ता एजेंट पर भरोसा न करने लगें।
इस यात्रा में दिए गए मेरे जवाबों का क्या होता है?
कुछ नहीं, जब तक आप भेजें न दबाएँ। ब्लूप्रिंट आपके ब्राउज़र में तैयार होता है। अगर आप इसे भेजते हैं, तो यह पूछताछ के रूप में हमारी टीम तक पहुँचता है ताकि एक इंजीनियर पहली मीटिंग की तैयारी कर सके।
बात करके समझना पसंद करेंगे?
एक डिस्कवरी कॉल बुक करें और एक फ़ॉरवर्ड डिप्लॉयड इंजीनियर यही सवाल आपके साथ, लाइव, आपकी अपनी प्रक्रियाओं पर पूछेगा।