क्या हुआ?
वेंचरबीट की रिपोर्ट है कि Anthropic ने अपने स्लैक-आधारित AI एजेंट Claude टैग को अपडेट किया है, ताकि हस्तक्षेप करने का निर्णय लेने से पहले बातचीत का पूरा संदर्भ पढ़ा जा सके। कंपनी का कहना है कि बदलाव से Claude के निर्णय में लगभग 30% सुधार हुआ है कि कब बोलना है, हालांकि स्रोत एक स्वतंत्र बेंचमार्क या विस्तृत कार्यप्रणाली प्रदान नहीं करता है।
वेंचरबीट की रिपोर्ट है कि Anthropic ने इस महीने की शुरुआत में Claude टैग को अपडेट किया है, इसलिए Claude एक समय में एक संदेश का मूल्यांकन करने के बजाय संपूर्ण स्लैक वार्तालाप का मूल्यांकन करता है। पिछले डिज़ाइन में एक हल्के वर्गीकारक का उपयोग किया गया था ताकि यह द्विआधारी निर्णय लिया जा सके कि Claude को प्रत्येक संदेश का जवाब देना चाहिए या नहीं। अद्यतन प्रणाली कथित तौर पर उस क्लासिफायरियर को हटा देती है और चार विकल्पों में से चयन करने से पहले Claude को व्यापक चैनल संदर्भ, इसकी मेमोरी और स्थायी निर्देश देती है: इनलाइन उत्तर देना, थ्रेड में गहरा काम शुरू करना, समस्या को मौजूदा वर्कस्ट्रीम में रूट करना, या कुछ भी नहीं कहना।
वेंचरबीट के अनुसार, Anthropic का कहना है कि परिवर्तन ने Claude को यह तय करने में लगभग 30% बेहतर बना दिया है कि कब हस्तक्षेप करना है और कब हस्तक्षेप नहीं करना है। लेख एक उदाहरण देता है जिसमें दो इंजीनियर एक ही बग की जांच कर रहे हैं: एक संदेश में एक सिद्धांत होता है और दूसरे में सहायक साक्ष्य होते हैं, भले ही कोई भी संदेश अकेले प्रतिक्रिया को उचित नहीं ठहराएगा। उस स्थिति में, अद्यतन Claude टैग कथित तौर पर एक थ्रेड खोल सकता है और जांच शुरू कर सकता है। वेंचरबीट यह भी रिपोर्ट करता है कि Claude उन चैनलों में निष्क्रिय हो सकता है जहां बार-बार जोड़ने के लिए कुछ भी उपयोगी नहीं होता है।
लेख में कहा गया है कि अपडेट Anthropic की व्यापक रणनीति का हिस्सा है जिसे वह "मल्टीप्लेयर AI" कहता है। एंटरप्राइज़ के लिए Anthropic के उत्पाद प्रमुख स्कॉट व्हाइट ने वेंचरबीट को बताया कि कंपनी मौजूदा सहयोग सॉफ़्टवेयर के अंदर कनेक्टिविटी, मजबूत मॉडल और प्लेसमेंट को उन स्थितियों के रूप में देखती है जो सक्रिय एजेंटों को व्यावहारिक बनाती हैं। स्रोत की रिपोर्ट है कि Claude की पहुंच एजेंट की अनुमतियों और अनुरोध करने वाले उपयोगकर्ता की अनुमतियों के बीच सबसे अधिक प्रतिबंधात्मक ओवरलैप द्वारा बाधित है, और Anthropic का कहना है कि चैनल संदर्भ किसी अन्य चैनल में उजागर नहीं किया जाएगा। स्रोत में इन दावों की स्वतंत्र रूप से पुष्टि नहीं की गई है।
स्रोत विवरण: venturebeat.com ↗
यह क्यों मायने रखता है?
अपडेट Claude टैग को एक चैटबॉट के बजाय एक सक्रिय, साझा कार्यस्थल एजेंट की ओर ले जाता है जो सीधे संकेत मिलने पर ही प्रतिक्रिया देता है। यह टीमों के बीच हैंडऑफ़ को कम कर सकता है, लेकिन यह अनुमतियों, शीघ्र-इंजेक्शन सुरक्षा, लागत नियंत्रण और स्पष्ट मानवीय जवाबदेही के महत्व को भी बढ़ाता है।
व्यावहारिक परिवर्तन केवल यह नहीं है कि Claude अधिक पाठ देख सकता है। यह अब यह तय करने के लिए संदेशों में संबंधों का उपयोग कर सकता है कि कोई समस्या कार्रवाई के योग्य है या नहीं, जो एजेंट को टीम वर्कफ़्लो में भागीदार की तरह बनाती है। वेंचरबीट की रिपोर्ट है कि व्हाइट इसे एआई द्वारा अलग-अलग कार्यों को संभालने से लेकर बड़ी परियोजनाओं या संगठनात्मक लक्ष्यों को आगे बढ़ाने की ओर एक बदलाव के रूप में देखता है। उस मॉडल में, सिस्टम का मूल्य एक उपयोगकर्ता के संकेत का बेहतर उत्तर देने के बजाय लोगों, चैनलों और एंटरप्राइज़ टूल से जानकारी को जोड़ने पर निर्भर करता है।
वेंचरबीट संभावित लाभ के उदाहरण के रूप में Anthropic के अंदर व्हाइट के अनुभव को प्रस्तुत करता है। उन्होंने कहा कि Claude कुछ डेटा विश्लेषण कर सकता है जिसके लिए पहले डेटा वैज्ञानिक को हैंडऑफ़ की आवश्यकता होती है, जिससे मानव चर्चा और निर्णय के लिए अधिक समय मिलता है। लेख साइट-विश्वसनीयता उपयोग के मामले के उनके विवरण की भी रिपोर्ट करता है जिसमें Claude प्रासंगिक लोगों को लाने से पहले त्रुटि लॉग, हालिया कोड परिवर्तन और संबंधित स्लैक चर्चाओं को जोड़ता है। ये कंपनी-साइड खाते हैं, स्वतंत्र उत्पादकता अध्ययन नहीं, और स्रोत यह स्थापित नहीं करता है कि अन्य संगठनों में भी समान परिणाम होते हैं।
अद्यतन एक बड़ी शासन समस्या को भी उजागर करता है। स्लैक और कनेक्टेड सिस्टम तक स्थायी पहुंच वाला एक एजेंट उस जानकारी पर कार्रवाई कर सकता है जिसकी उपयोगकर्ताओं ने एक साथ समीक्षा नहीं की होगी, जबकि सामग्री में अंतर्निहित गलतियाँ या दुर्भावनापूर्ण निर्देश उसके व्यवहार को प्रभावित कर सकते हैं। वेंचरबीट की रिपोर्ट है कि Anthropic इन जोखिमों को संबोधित करने के लिए मॉडल-स्तरीय क्लासिफायर, ग्राहक-कॉन्फ़िगर करने योग्य अनुपालन और विश्लेषण नियंत्रण, तृतीय-पक्ष सुरक्षा एकीकरण और अनुमति प्रतिबंधों का उपयोग करता है। स्रोत विफलता दर, स्वतंत्र सुरक्षा परीक्षण का विवरण, या सबूत प्रदान नहीं करता है कि सुरक्षा उपाय सभी शीघ्र-इंजेक्शन या डेटा-रिसाव परिदृश्यों को रोकते हैं।
इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है
इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
आगे क्या देखना है
मुख्य खुले प्रश्न यह हैं कि क्या दावा किया गया सुधार मापने योग्य कार्यस्थल लाभ में परिवर्तित होता है, हमेशा-संदर्भ पर अंततः कितना खर्च आएगा, और उद्यम एक एजेंट को कैसे नियंत्रित करेंगे जो यह तय कर सकता है कि काम कब शुरू करना है। वेंचरबीट की रिपोर्ट है कि Anthropic ने विस्तारित संदर्भ को उपयोग सीमा से बाहर स्थायी रूप से रखने के लिए प्रतिबद्ध नहीं किया है।
पहला परीक्षण यह है कि क्या 30% सुधार का व्यावहारिक महत्व है। वेंचरबीट मूल्यांकन के आकार या संरचना, आधारभूत त्रुटि दर, परीक्षण की गई बातचीत के प्रकार, या परिणाम आंतरिक मूल्यांकन से आया है या नहीं, इसकी पहचान नहीं करता है। यह कम छूटे हुए मुद्दों, कम अनावश्यक रुकावटों, तेज़ समाधान समय या बेहतर व्यावसायिक परिणामों को दर्शाने वाला स्वतंत्र ग्राहक डेटा भी प्रदान नहीं करता है। इसलिए खरीदारों को उत्पादकता लाभ के स्थापित साक्ष्य के बजाय इस आंकड़े को Anthropic-रिपोर्ट किए गए उत्पाद मीट्रिक के रूप में मानना चाहिए।
मूल्य निर्धारण और संसाधन उपयोग अनिश्चित बने हुए हैं। वेंचरबीट की रिपोर्ट है कि अतिरिक्त चैनल संदर्भ वर्तमान में किसी भी योजना पर उपयोग या खर्च सीमा में नहीं गिना जाता है, लेकिन व्हाइट ने यह कहने से इनकार कर दिया कि क्या वह नीति जारी रहेगी। बताया गया है कि Anthropic लागत और प्रदर्शन को संतुलित करने के उद्देश्य से मॉडल अधिकारों के साथ-साथ एजेंट की पहचान या भूमिका-आधारित समूहों से जुड़े बजट कैप की पेशकश करता है। स्रोत यह अज्ञात छोड़ता है कि सिस्टम कितने संदर्भ को संसाधित कर सकता है, यह कितनी बार चैनलों का मूल्यांकन करता है, भविष्य में मूल्य निर्धारण क्या हो सकता है, और क्या संगठन सक्रिय निर्णयों की लागत का ऑडिट करने में सक्षम होंगे।
दीर्घकालिक प्रश्न यह है कि सीधे अनुरोध के बिना काम शुरू करने वाले एजेंटों को उद्यम कितना अधिकार देंगे। वेंचरबीट की रिपोर्ट है कि व्हाइट अंततः Claude परियोजनाएं या यहां तक कि त्रैमासिक उद्देश्य देने वाले संगठनों की कल्पना करता है, जिसमें सिस्टम यह तय करता है कि किन परियोजनाओं पर ध्यान देने की आवश्यकता है और किन लोगों को शामिल किया जाना चाहिए। यह एक भविष्योन्मुखी दृष्टिकोण है, इस रिपोर्ट में प्रदर्शित क्षमता नहीं। यह जवाबदेही, कर्मचारी सहमति, वृद्धि, लेखापरीक्षा और क्या किसी एजेंट की सिफारिशें चुपचाप संगठनात्मक प्राथमिकताओं को आकार दे सकती हैं, के बारे में अनसुलझे प्रश्न भी उठाता है। प्रतिस्पर्धा भी मायने रखेगी: Microsoft, Google, और सेल्सफोर्स प्रमुख कार्यस्थल प्लेटफार्मों को नियंत्रित करते हैं, जबकि Anthropic शर्त लगा रहा है कि क्रॉस-सिस्टम ऑर्केस्ट्रेशन अन्य विक्रेताओं के वितरण और एकीकरण पर अपनी निर्भरता को ऑफसेट कर सकता है।