ক্লড সনেট ৪.৫: এজেন্ট যারা প্রোগ্রামিং করে, কম্পিউটার ব্যবহার করে এবং সঠিক পথে থাকে

ইনফরমাটেক ডিজিটাল » কৃত্রিম বুদ্ধিমত্তা » ক্লদ সনেট ৪.৫: এমন সত্তা যারা প্রোগ্রাম করে, কম্পিউটার ব্যবহার করে এবং তাদের চিন্তার ধারাবাহিকতা হারায় না

ক্লদ সনেট ৪.৫-এর আগমন এজেন্ট এবং সফটওয়্যার ডেভেলপমেন্টে ব্যবহৃত কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রটিকে উদ্দীপ্ত করেছে, যা স্বয়ংক্রিয় প্রোগ্রামিং ও কম্পিউটার পরিচালনা থেকে শুরু করে যুক্তি ও গণিতে বাস্তব অগ্রগতির মতো বিভিন্ন সম্ভাবনার প্রতিশ্রুতি দিচ্ছে। অ্যানথ্রোপিক এটিকে তাদের এখন পর্যন্ত সবচেয়ে সক্ষম মডেল হিসেবে উপস্থাপন করছে, যার একটি অত্যন্ত সুস্পষ্ট লক্ষ্য রয়েছে: ক্লদকে শুধুমাত্র একটি কথোপকথনকারী সহকারীর চেয়েও বেশি কিছুতে রূপান্তরিত করা এবং এটিকে "কাজ করে এমন এজেন্ট"-এর জগতে নিয়ে যাওয়া।

এর পাশাপাশি, কোম্পানিটি ক্লড কোডের উন্নতি, নতুন ডেভেলপার টুলস এবং আরও কঠোর নিরাপত্তা ও সমন্বয় স্তর যুক্ত করে তার ইকোসিস্টেমকে শক্তিশালী করছে। এর বার্তাটি উচ্চাভিলাষী: এজেন্ট, কোড এবং কম্পিউটিং ব্যবহারের জন্য সেরা মডেল , যা SWE-bench Verified এবং OSWorld-এর মতো মেট্রিক্স দ্বারা সমর্থিত; এর সাথে রয়েছে দীর্ঘমেয়াদী এবং আরও জটিল কাজ সহজ করার জন্য ডিজাইন করা একগুচ্ছ ফিচার।

ক্লড সনেট ৪.৫ কী এবং এটি কী প্রতিশ্রুতি দেয়?

অ্যানথ্রোপিক সনেট ৪.৫-কে গুরুত্বপূর্ণ ক্ষেত্রগুলিতে তাদের সবচেয়ে শক্তিশালী মডেল হিসেবে বর্ণনা করে: জটিল এজেন্ট তৈরি, কোড জেনারেশন ও রক্ষণাবেক্ষণ এবং কম্পিউটার নিয়ন্ত্রণ । এটি কেবল নামকরণের মধ্যেই সীমাবদ্ধ নয়; কোম্পানিটি যুক্তি ও গণিতে সুস্পষ্ট উন্নতির দাবি করে, যা এমন দুটি স্তম্ভ যা একাধিক ধাপ ও নির্ভরশীলতাযুক্ত প্রকল্পে আমূল পরিবর্তন এনে দেয়।

এর অন্যতম উল্লেখযোগ্য বৈশিষ্ট্য হলো, সরাসরি হস্তক্ষেপ ছাড়াই একটানা ৩০ ঘণ্টারও বেশি সময় ধরে মনোযোগ বজায় রেখে জটিল কাজ চালিয়ে যাওয়ার ক্ষমতা। বাস্তবিক অর্থে, এর মানে হলো একটি এজেন্ট মনোযোগ না হারিয়ে দীর্ঘ ও সমন্বিত কাজ চালিয়ে যেতে পারে । এছাড়াও, এই মডেলটি ৬৪,০০০ টোকেন পর্যন্ত আউটপুট সমর্থন করে, যা বিস্তারিত পরিকল্পনা এবং বড় আকারের কোড ব্লক তৈরির জন্য খুবই উপযোগী।

পাবলিক বেঞ্চমার্কের ক্ষেত্রে, অ্যানথ্রোপিক দাবি করে যে সনেট ৪.৫, এসডব্লিউই-বেঞ্চ ভেরিফায়েড (SWE-bench Verified)-এ স্টেট-অফ-দ্য-আর্ট বা সর্বাধুনিক। এই মূল্যায়নটি বাস্তব-জগতের সমস্যা সমাধানে সফটওয়্যারের সক্ষমতা পরিমাপ করে। এটি ওএসওয়ার্ল্ড (OSWorld)-এও ৬১.৪% স্কোর নিয়ে উৎকৃষ্টতা দেখিয়েছে, যা বাস্তব-জগতের ডেস্কটপ পরিবেশে উল্লেখযোগ্য উন্নতির ইঙ্গিত দেয় । কোম্পানিটি নিজেই এই ৬১.৪% স্কোরকে কয়েক মাস আগে সনেট ৪ (Sonnet 4)-এর অর্জিত ৪২.২% স্কোরের সাথে তুলনা করেছে, যা একটি উল্লেখযোগ্য বৃদ্ধি।

নিছক কর্মক্ষমতার বাইরেও, কোম্পানিটি জোর দিয়ে বলে যে এটি তাদের সবচেয়ে সুসংহত "ফ্রন্টিয়ার" মডেল: অতিরিক্ত তোষামোদ, ক্ষমতা লাভের আকাঙ্ক্ষা, বা ভ্রান্তিমূলক যুক্তিকে সমর্থন করার প্রবণতার মতো উদ্বেগজনক আচরণগুলো হ্রাস করা হয়েছে , এবং কম্পিউটার ব্যবহারের বিভিন্ন পরিস্থিতিতে ও এজেন্টের সক্ষমতার ক্ষেত্রে প্রম্পট ইনজেকশন আক্রমণের বিরুদ্ধে প্রতিরক্ষা ব্যবস্থা জোরদার করা হয়েছে।

ইকোসিস্টেম আপডেট: ক্লড কোড, অ্যাপস এবং প্ল্যাটফর্ম

Sonnet 4.5 একটি বড় প্রোডাক্ট আপডেট নিয়ে এসেছে। Claude Code এতে চেকপয়েন্ট যুক্ত করেছে , যা ছিল সবচেয়ে বেশি অনুরোধ করা ফিচারগুলোর মধ্যে একটি। এটি কাজের অগ্রগতি সংরক্ষণ করে এবং ব্যবহারকারীদের তাৎক্ষণিকভাবে আগের অবস্থায় ফিরে যাওয়ার সুযোগ দেয়। যারা দীর্ঘ ইটারেশন পদ্ধতিতে ডেভেলপ করেন, তাদের জন্য এই পরিবর্তনটি কাজের জটিলতা কমায় এবং সবকিছু ভেঙে যাওয়ার ভয় ছাড়াই বিভিন্ন পথ অন্বেষণ করার আত্মবিশ্বাস জোগায়।

এর পাশাপাশি একটি নতুনভাবে ডিজাইন করা টার্মিনাল ইন্টারফেস এবং ভিজ্যুয়াল স্টুডিও কোডের জন্য একটি নেটিভ এক্সটেনশন চালু করা হয়েছে , যার লক্ষ্য হলো ক্লডকে সরাসরি সেই IDE-তে একীভূত করা যেখানে প্রোগ্রামাররা তাদের দিন কাটান। মডেলটিকে যদি আরও বেশি পরিচালনমূলক এবং কম গৌণ ভূমিকায় নিয়ে আসাই লক্ষ্য হয়, তবে এটি একটি উল্লেখযোগ্য অগ্রগতি।

এপিআই (API) অংশে দুটি মূল উপাদান রয়েছে: কনটেক্সট এডিটিং এবং তথ্য সংরক্ষণ ও পুনরুদ্ধারের জন্য একটি নতুন মেমরি টুল । এই দুটি একসাথে এজেন্টদের দীর্ঘক্ষণ ধরে চলতে সাহায্য করে, অপ্রয়োজনীয় কনটেক্সট ফিল্টার করে দেয় এবং যা সত্যিই গুরুত্বপূর্ণ তা সহজলভ্য রাখে—যা অত্যন্ত জরুরি, বিশেষ করে যখন ওয়ার্কফ্লো ঘণ্টার পর ঘণ্টা ধরে চলে এবং প্রয়োজনীয়তাগুলো তাৎক্ষণিকভাবে পরিবর্তিত হয়।

ক্লডের অ্যাপগুলোতে আরেকটি গুরুত্বপূর্ণ উদ্ভাবন হলো কথোপকথনের মধ্যেই কোড চালানো এবং ফাইল (ডকুমেন্ট, স্প্রেডশিট ও প্রেজেন্টেশন) তৈরি করার ক্ষমতা। এর ফলে মডেলটি চ্যাট থেকে বের না হয়েই ডেটা বিশ্লেষণ করতে, কনটেন্ট তৈরি করতে এবং সেটিকে অফিস ফরম্যাটে উপস্থাপন করতে পারে, যা তত্ত্ব ও অনুশীলনকে একই থ্রেডে একত্রিত করে।

অবশেষে, অপেক্ষমাণ তালিকায় থাকা ম্যাক্স ব্যবহারকারীদের জন্য ক্লডের অফিসিয়াল ক্রোম এক্সটেনশনটি উপলব্ধ হয়েছে, যা এখন আরও সহজে ও নির্ভরযোগ্যভাবে ব্রাউজারের কাজগুলো স্বয়ংক্রিয় করার পথ খুলে দিয়েছে ।

ক্লড এজেন্ট এসডিকে: আপনার নিজস্ব এজেন্ট তৈরির মূল উপাদান

অ্যানথ্রোপিক শুধু তার ফ্ল্যাগশিপ পণ্যের সক্ষমতাই প্রদর্শন করে না; বরং অন্যদের নিজেদের মতো করে সাজিয়ে নেওয়ার জন্য প্রয়োজনীয় উপাদানও সরবরাহ করে। নতুন ক্লড এজেন্ট এসডিকে (Claude Agent SDK) ক্লড কোড (Claude Code)-এর পরিকাঠামো ব্যবহার করে এবং এটি কঠিন সমস্যাগুলো মোকাবেলা করার জন্য ডিজাইন করা হয়েছে: যেমন—দীর্ঘস্থায়ী টাস্কের জন্য মেমরি ম্যানেজমেন্ট, এমন পারমিশন সিস্টেম যা স্বায়ত্তশাসন ও ব্যবহারকারীর নিয়ন্ত্রণের মধ্যে ভারসাম্য রক্ষা করে, এবং একটি সাধারণ লক্ষ্যের দিকে কাজ করা সাব-এজেন্টদের মধ্যে সমন্বয়।

প্রস্তাবটি হলো এই SDK-টিকে একটি পুনঃব্যবহারযোগ্য ভিত্তিতে রূপান্তরিত করা, যাতে যেকোনো দল উৎপাদনে পরীক্ষিত টুল ব্যবহার করে তাদের নিজস্ব এজেন্ট তৈরি করতে পারে । অ্যানথ্রোপিকের দাবি, যদিও এটি প্রাথমিকভাবে কোড-ভিত্তিক অ্যাপ্লিকেশনের জন্য তৈরি করা হয়েছিল, এটি বিভিন্ন ধরনের কাজে এর সুবিধা প্রদর্শন করে।

গবেষণা পূর্বরূপ: "ক্লদের সাথে কল্পনা করুন"

সনেট ৪.৫-এর পাশাপাশি, অ্যানথ্রোপিক ‘ইমাজিন উইথ ক্লদ’ নামে একটি অস্থায়ী অভিজ্ঞতা প্রদান করে। এই পরীক্ষায়, মডেলটি পূর্বনির্ধারিত কার্যকারিতা ছাড়াই তাৎক্ষণিকভাবে সফটওয়্যার তৈরি করে , যা রিয়েল টাইমে ব্যবহারকারীর ইন্টারঅ্যাকশনে সাড়া দেয়। এটি মূলত, একটি সক্ষম মডেলকে সঠিক পরিকাঠামোর সাথে যুক্ত করলে কী অর্জন করা সম্ভব, তার একটি ঝলক।

প্রিভিউটি ম্যাক্স সাবস্ক্রাইবারদের জন্য পাঁচ দিনের জন্য উপলব্ধ এবং এটি claude.ai/imagine ঠিকানায় পাওয়া যাবে। সংস্থাটি এটিকে সনেট ৪.৫-এর সৃষ্টি ও অভিযোজন ক্ষমতার একটি কৌতুকপূর্ণ অথচ তথ্যবহুল প্রদর্শনী হিসেবে উপস্থাপন করেছে।

নিরাপত্তা, সারিবদ্ধকরণ এবং ASL-3 স্তর

Sonnet 4.5-এর প্রয়োগ ASL-3 নিরাপত্তা স্তর দ্বারা সমর্থিত, যা একটি কাঠামো হিসেবে উপযুক্ত সুরক্ষামূলক ব্যবস্থার মাধ্যমে মডেলটির সক্ষমতা সমন্বয় করে । এই ব্যবস্থাগুলোর মধ্যে রয়েছে সম্ভাব্য বিপজ্জনক ইনপুট ও আউটপুট শনাক্ত করার জন্য ডিজাইন করা ক্লাসিফায়ার, যেখানে CBRN (রাসায়নিক, জৈবিক, তেজস্ক্রিয় এবং পারমাণবিক) পরিবেশের উপর বিশেষ মনোযোগ দেওয়া হয়।

অ্যানথ্রোপিক স্বীকার করে যে এই ক্লাসিফায়ারগুলো মাঝে মাঝে বৈধ বিষয়বস্তুকেও চিহ্নিত করতে পারে, এবং ব্যবহারকারীর কথোপকথনে বাধা এড়ানোর জন্য, তারা সনেট ৪ (Sonnet 4) দিয়ে আলোচনা চালিয়ে যাওয়ার প্রস্তাব দেয়, যেটিতে সিবিআরএন (CBRN) ঝুঁকি কম। এই ফিল্টারগুলোর বর্ণনা প্রথম দেওয়ার পর থেকে তারা ভুল শনাক্তকরণের হার দশগুণ কমিয়েছে, এবং মে মাসে ক্লদ ওপাস ৪ (Claude Opus 4) চালু হওয়ার পর থেকে তা দুইগুণ কমিয়েছে। তারা প্রতিশ্রুতি দিয়েছে যে ক্লাসিফায়ারগুলোর পার্থক্য করার ক্ষমতা ক্রমাগত উন্নত হতে থাকবে ।

এই সমন্বয় শুধু ফিল্টারের মধ্যেই সীমাবদ্ধ নয়: মডেলের অভ্যন্তরীণ আচরণ আরও ভালোভাবে বোঝা ও নিয়ন্ত্রণ করার লক্ষ্যে, প্রশিক্ষণ এবং নিরাপত্তা মূল্যায়নে প্রথমবারের মতো মেকানিস্টিক ইন্টারপ্রেটেবিলিটি দ্বারা অনুপ্রাণিত পরীক্ষা অন্তর্ভুক্ত করা হয়েছে । এছাড়াও, প্রম্পট ইনজেকশনের বিরুদ্ধে প্রতিরোধ ব্যবস্থা আরও শক্তিশালী করা হয়েছে, যা সিস্টেম ব্রাউজ করার সময়, ভার্চুয়াল ডেস্কটপে কাজ করার সময় বা কোনো অ্যাকশন সম্পাদন করার সময় বিশেষভাবে প্রাসঙ্গিক।

প্রাপ্যতা, ইন্টিগ্রেশন এবং মূল্য নির্ধারণ

ক্লদ সনেট ৪.৫ আজ থেকে সর্বত্র উপলব্ধ। ডেভেলপাররা ক্লদ এপিআই (Claude API)-এর মাধ্যমে "claude-sonnet-4-5" মডেলটি কল করে এটি ব্যবহার করতে পারবেন । এর মূল্য পূর্ববর্তী প্রজন্মের মতোই রয়েছে: প্রতি মিলিয়ন টোকেন ইন-এর জন্য ৩ ডলার এবং প্রতি মিলিয়ন টোকেন আউট-এর জন্য ১৫ ডলার।

অ্যানথ্রোপিক তার পরিকাঠামোর মাধ্যমে খরচের সুবিধা প্রদান করে: প্রম্পট ক্যাশিংয়ের মাধ্যমে ৯০% পর্যন্ত এবং ব্যাচ প্রসেসিংয়ের মাধ্যমে অতিরিক্ত ৫০% সাশ্রয়—এই পরিসংখ্যানগুলো মূলত বিপুল পরিমাণ কাজের চাপের কথা মাথায় রেখে তৈরি করা হয়েছে। সাধারণ ব্যবহারকারীদের জন্য, Claude.ai (ওয়েব, iOS, এবং অ্যান্ড্রয়েড)-এ Sonnet 4.5-এর সাথে চ্যাট সুবিধাটি উপলব্ধ, এবং বড় প্রতিষ্ঠানগুলোর জন্য এটি Claude ডেভেলপার প্ল্যাটফর্ম, Amazon Bedrock এবং Google Cloud Vertex AI-তে নেটিভভাবে পাওয়া যায়।

ব্যবসায়িক ক্ষেত্রে, একটি ফ্রি প্ল্যান রয়েছে যার সেশন লিমিট প্রতি পাঁচ ঘণ্টা পর পর রিসেট হয় এবং চাহিদা অনুযায়ী পরিবর্তনশীল সংখ্যক মেসেজ পাঠানো যায়। আর জটিল প্রোগ্রামিং কাজের জন্য, ক্লড কোড প্রধান পরিষেবা প্রদানকারী হিসেবে কাজ করে।

বৈশিষ্ট্যযুক্ত ব্যবহার ক্ষেত্রে

সনেট ৪.৫-কে এজেন্টদের জন্য আদর্শ মডেল হিসেবে উপস্থাপন করা হয়েছে: এটি প্রায় সঙ্গে সঙ্গেই সাড়া দিতে পারে অথবা কাজের প্রয়োজনে দৃশ্যমান, ধাপে ধাপে চিন্তাভাবনা প্রয়োগ করতে পারে । এপিআই ব্যবহারকারীরা গতি এবং গভীরতার মধ্যে থেকে বেছে নিয়ে মডেলটি কতক্ষণ 'চিন্তা' করবে, তা সুনির্দিষ্টভাবে নিয়ন্ত্রণ করেন।

সফটওয়্যার ডেভেলপমেন্টে, এটি সম্পূর্ণ জীবনচক্রকে অন্তর্ভুক্ত করে: পরিকল্পনা, তৈরি, রক্ষণাবেক্ষণ, বাগ সংশোধন এবং বড় আকারের রিফ্যাক্টরিং । এর বৃহৎ আউটপুট কনটেক্সট (৬৪ হাজার টোকেন পর্যন্ত) সামঞ্জস্যপূর্ণ ও বিস্তারিত পরিকল্পনা এবং কোড তৈরিতে সহায়তা করে।

ব্রাউজার এবং ডেস্কটপ ব্যবহারের ক্ষেত্রে এটি তার বিভাগে শীর্ষস্থানে রয়েছে: এটি প্রতিযোগিতামূলক বিশ্লেষণ এবং ক্রয় থেকে শুরু করে ওয়েবে গ্রাহক অন্তর্ভুক্তিকরণের মতো বাস্তব কর্মপ্রবাহ সম্পন্ন করে । উদ্দেশ্য হলো, সময়ের সাথে সাথে এর নির্ভুলতা এবং নির্ভরযোগ্যতা আরও উন্নত হতে থাকবে।

সাইবার নিরাপত্তার ক্ষেত্রে, যে দলগুলো সনেট ৪.৫ (Sonnet 4.5) এবং ক্লড কোড (Claude Code) ব্যবহার করে, তারা এমন এজেন্ট মোতায়েন করতে পারে যা দুর্বলতাগুলো কাজে লাগানোর আগেই স্বয়ংক্রিয়ভাবে সেগুলোকে প্যাচ করে দেয়, ফলে মনোযোগ প্রতিক্রিয়াশীল শনাক্তকরণ থেকে সক্রিয় প্রতিরক্ষার দিকে সরে আসে।

অর্থায়নের ক্ষেত্রে, এই মডেলটি ইনপুট বিশ্লেষণ এবং জটিল পূর্বাভাসের কাজ করে ; উদাহরণস্বরূপ, এটি বৈশ্বিক নিয়ন্ত্রক পরিবর্তনগুলো পর্যবেক্ষণ করে এবং সক্রিয়ভাবে কমপ্লায়েন্স সিস্টেমগুলোকে অভিযোজিত করে, যা ম্যানুয়াল অডিট প্রস্তুতি থেকে বুদ্ধিমান ঝুঁকি ব্যবস্থাপনার দিকে বিকশিত হয়।

ব্যবসায়িক উৎপাদনশীলতার ক্ষেত্রে, এটি অফিস ফাইল (ডকুমেন্ট, স্প্রেডশিট, প্রেজেন্টেশন) তৈরি এবং সম্পাদনা করতে পারদর্শী । আর গবেষণার ক্ষেত্রে, এটি জটিল তথ্য পরিমণ্ডলে জ্ঞান সংশ্লেষণের জন্য অভ্যন্তরীণ ও বাহ্যিক উৎসগুলো অনুসরণ করতে পারে।

বিষয়বস্তুর ক্ষেত্রে, তিনি সূক্ষ্মতা ও সুরের বোধ রেখে লেখায় পারদর্শী, যা আরও বিশ্বাসযোগ্য রচনা তৈরি করে এবং গভীরতর শব্দার্থিক স্তরে বিশ্লেষণ করতে সক্ষম ; এটি বিপণন, প্রযুক্তিগত নথি বা কর্পোরেট যোগাযোগের জন্য একটি মূল্যবান দিক।

কর্মক্ষমতা এবং মেট্রিক্স

অ্যানথ্রোপিক কর্তৃক উপস্থাপিত তথ্য অনুযায়ী, SWE-bench Verified- এ Sonnet 4.5-এর স্কোর ৭৭.২% , যা প্রোগ্রামিং-এ এখন পর্যন্ত এর সেরা পারফরম্যান্স। OSWorld-এ এটি ৬১.৪% স্কোর অর্জন করে, যা এটিকে সেরা "কম্পিউটার-ব্যবহারকারী" মডেল হিসেবে প্রতিষ্ঠিত করেছে। এই মেট্রিকগুলো ৩০ ঘণ্টার বেশি সময় ধরে চলা টাস্ক এবং ৬৪,০০০ টোকেনের আউটপুট ক্ষমতার মতো অপারেশনাল প্রমাণ দ্বারা সমর্থিত।

কোম্পানিটি জানিয়েছে যে, সনেট ৪.৫ আর্থিক বিশ্লেষণ, সাইবার নিরাপত্তা এবং গবেষণার মতো চাহিদাপূর্ণ ক্ষেত্রগুলিতে এজেন্টদের ক্ষমতায়ন করে , যা এই ডোমেইনগুলির জন্য প্রয়োজনীয় নির্ভরযোগ্যতার সাথে একাধিক এজেন্টের মধ্যে সমন্বয় সাধন এবং বিপুল পরিমাণ ডেটা প্রক্রিয়াকরণ করে।

সনেট পরিবারের বিবর্তন এবং ৪.৫ এর স্থান

এই উল্লম্ফনটি বুঝতে হলে আমাদের পেছনে ফিরে তাকাতে হবে। সনেট ৩.৭ একটি হাইব্রিড রিজনিং মডেল চালু করেছিল যা কোডিং, কন্টেন্ট জেনারেশন এবং ডেটা অ্যানালাইসিসকে উল্লেখযোগ্যভাবে উন্নত করেছিল। এরপর, সনেট ৪ সেই পদ্ধতিটিকে আরও সুসংহত করে, যা ইউজার অ্যাসিস্ট্যান্ট এবং বিপুল পরিমাণ কাজের জন্য প্রায়-সীমান্তবর্তী ব্যবহারিক পারফরম্যান্স প্রদান করে।

সনেট ৪.৫ সেই অগ্রগতির ধারাকে আরও এক ধাপ এগিয়ে নিয়ে যায়: প্রোগ্রামিং, ফিন্যান্স এবং সাইবারসিকিউরিটিতে গভীরতর ডোমেইন জ্ঞানের মাধ্যমে দীর্ঘমেয়াদী কাজ, জটিল এজেন্ট এবং কম্পিউটার ব্যবহারের ক্ষেত্রে সবচেয়ে নির্ভুল বিকল্প হয়ে ওঠাই এর লক্ষ্য।

বাস্তব ঘটনা এবং সম্প্রদায় কী বলে

অ্যানথ্রোপিক জানিয়েছে যে, তারা স্ল্যাকের একটি প্রতিরূপ তৈরি করার জন্য সনেট ৪.৫-কে একটানা ৩০ ঘণ্টা কাজে লাগিয়েছে । সংস্থাটির মতে, এজেন্টটি তত্ত্বাবধান ছাড়াই ১১,০০০ লাইন কোড তৈরি করেছে এবং কাজটি সম্পন্ন হওয়ার পর থেমে গেছে। মে মাসে, তাদের ওপাস ৪ মডেলটি প্রায় সাত ঘণ্টা কাজ করতে সক্ষম হয়েছিল, তাই এই নতুন রেকর্ডটি সেই রেকর্ডকে অনেক পেছনে ফেলে দিয়েছে।

গল্পটা বেশ জোরালো শোনালেও, প্রচারমূলক উপকরণের বাইরেও এর কিছু সূক্ষ্ম দিক বেরিয়ে আসে। @midudev-এর মতো ডেভেলপাররা জানাচ্ছেন, কীভাবে মডেলটি একটিমাত্র নির্দেশনায় পুরো প্রজেক্ট রিফ্যাক্টর করে ফেলেছিল— ক্লিন আর্কিটেকচারের মতো প্যাটার্ন প্রয়োগ করে এবং শত শত বা হাজার হাজার লাইন কোড তৈরি করে —কিন্তু কম্পাইল করার সময় সেই ফলাফল কাজ করেনি। অন্যরাও একই সমস্যার কথা জানিয়েছেন: নিখুঁত কাঠামো এবং পেশাদার চেহারার কোড, যা রানটাইমে ভেঙে পড়ে।

এ বিষয়টিও উল্লেখ করা হয়েছে যে, অ্যানথ্রোপিক কথিত স্ল্যাক অ্যাপটি শুরু থেকে শেষ পর্যন্ত চালু করে দেখায়নি, বরং তারা শুধু বলেছে যে অ্যাপটি তারাই তৈরি করেছে—যা যাচাইযোগ্য কোডের মাধ্যমে যোগাযোগ এবং প্রদর্শনের মধ্যে একটি উল্লেখযোগ্য ফারাক । এই ধারাটি কোনো ব্যতিক্রমী ঘটনা নয়: পুরো শিল্পজুড়েই, মডেলগুলো দেখতে খুব ভালো কোড তৈরি করে নিজেদের উন্নত করে, কিন্তু উল্লেখযোগ্য মানবিক হস্তক্ষেপ ছাড়া কার্যকরী সমাধান দিতে তারা প্রায়শই ব্যর্থ হয়।

কোম্পানির অভ্যন্তর থেকে, এই উন্নতিগুলো এমনকি তাদের নিজেদের টিমকেও অবাক করেছে। ডায়ান পেন উল্লেখ করেন যে, এই মডেলটি অক্টোবর সংস্করণের চেয়ে কম্পিউটার ব্যবহারে তিনগুণ বেশি পারদর্শী এবং তারা গত মাস ধরে গিটহাব ও কার্সার থেকে পাওয়া মতামতের ওপর কাজ করেছে । একজন বিটা টেস্টার হিসেবে ক্যানভা জানায় যে এটি "জটিল, দীর্ঘমেয়াদী কাজ" করতে সাহায্য করে। স্কট হোয়াইট এটিকে "একজন চিফ অফ স্টাফের পর্যায়ের" সাথে তুলনা করেন: যেমন সময়সূচী সমন্বয় করা, ডেটা বিশ্লেষণ করা এবং প্রতিবেদন লেখা।

মূল বার্তাটি স্পষ্ট: একটি শক্তিশালী মডেল থাকা সত্ত্বেও, প্রোডাকশনে আরও নির্ভরযোগ্য এজেন্ট স্থাপন করার জন্য ভার্চুয়াল মেশিন, মেমরি ও কনটেক্সট ম্যানেজমেন্ট, মাল্টি-এজেন্ট সাপোর্ট এবং পারমিশন সিস্টেমের প্রয়োজন হয় । এজেন্ট এসডিকে এবং প্ল্যাটফর্মের নতুন ফিচারগুলো ঠিক এই শূন্যস্থানটিই পূরণ করতে চায়।

প্রতিযোগিতা এবং বাজার অবস্থান

সনেট ৪.৫-এর উন্মোচনকে একটি তীব্র প্রতিযোগিতার অংশ হিসেবে দেখা হচ্ছে: ওপেনএআই তাদের পরবর্তী প্রজন্ম নিয়ে জোরেশোরে এগিয়ে চলেছে, অন্যদিকে গুগল জেমিনি নিয়ে অবিচল রয়েছে , এবং এমন সব পদক্ষেপ নিচ্ছে যা সবাইকে তাদের প্রচেষ্টা ত্বরান্বিত করতে বাধ্য করছে। এই প্রেক্ষাপটে, দীর্ঘমেয়াদী এজেন্ট, সরাসরি কম্পিউটার ব্যবহার এবং স্বায়ত্তশাসিত প্রোগ্রামিং হলো মূল ক্ষেত্র, যেখানে ব্যবসায়িক মূল্যের একটি বড় অংশ ঝুঁকির মুখে রয়েছে।

যে-ই কোম্পানিগুলোকে বোঝাতে পারবে যে তারা বাস্তব কর্মপ্রবাহকে নিয়ন্ত্রণ ও নির্ভরযোগ্যতার সাথে স্বয়ংক্রিয় করতে পারে, তারাই লাইসেন্স এবং বৃহৎ পরিসরের বাস্তবায়ন লাভ করবে । অ্যানথ্রোপিক বিশ্বাস করে যে, একটি শক্তিশালী মডেলকে সঠিক পরিকাঠামোর—তাদের নিজস্ব—সাথে একত্রিত করলে, প্রদর্শনী এবং টেকসই কার্যক্রমের মধ্যেকার ব্যবধান পূরণ করা সম্ভব হবে।

দত্তক গ্রহণের সুপারিশ এবং ভালো অনুশীলন

আপনি যদি Sonnet 4.5 গুরুত্ব সহকারে ব্যবহার করতে চান, তবে মনে রাখবেন যে এই স্বায়ত্তশাসনের জন্য মূল্য দিতে হয়। মডেলটি যে কাজগুলো করতে পারে—যেমন ফাইল পড়া ও পরিবর্তন করা, ডেটা সরানো, কমান্ড কার্যকর করা এবং নেভিগেট করা—সেগুলোর জন্য সুস্পষ্ট নিয়ম এবং তত্ত্বাবধান প্রয়োজন। ঝুঁকি কমানোর জন্য পারমিশন সিস্টেম চালু করা, লগ অডিট করা এবং মানুষের হস্তক্ষেপের জন্য সীমা নির্ধারণ করা অত্যন্ত গুরুত্বপূর্ণ।

কোড ফ্লো-তে, ক্লড কোডের চেকপয়েন্ট এবং এপিআই মেমরি নিরাপদে পুনরাবৃত্তি করতে সাহায্য করে। তা সত্ত্বেও, টেস্ট এবং ভ্যালিডেশন পাইপলাইন স্বয়ংক্রিয় করা এবং বড় দায়িত্ব অর্পণের আগে নিয়ন্ত্রিত পর্যায়ে (কম গুরুত্বপূর্ণ কাজ থেকে শুরু করে গুরুত্বপূর্ণ উপাদান পর্যন্ত) মডেলটি চালু করার পরামর্শ দেওয়া হয়।

কোথায় আরও পড়বেন এবং কীভাবে শুরু করবেন

অ্যানথ্রোপিক অ্যাপস, এপিআই এবং ক্লড কোড-সহ সকল ব্যবহারের জন্য সনেট ৪.৫-এ আপগ্রেড করার সুপারিশ করে। তারা এই আপগ্রেডটিকে একই মূল্যে উন্নত পারফরম্যান্সসহ একটি সরাসরি প্রতিস্থাপন হিসেবে উপস্থাপন করে । ক্লড কোডের নতুন ফিচারগুলো সকল ব্যবহারকারীর জন্য উপলব্ধ; এজেন্ট এসডিকে-সহ ডেভেলপার প্ল্যাটফর্মের আপডেটগুলো সমগ্র ডেভেলপার কমিউনিটির জন্য উপলব্ধ; এবং অ্যাপে কোড এক্সিকিউশন ও ফাইল তৈরি করা সকল পেইড প্ল্যানের অন্তর্ভুক্ত।

প্রযুক্তিগত বিবরণ এবং মূল্যায়ন ফলাফলের জন্য, কোম্পানিটি তার সিস্টেম কার্ড, মডেল পেজ, এবং ডকুমেন্টেশনের পাশাপাশি ইঞ্জিনিয়ারিং প্রকাশনা এবং একটি সাইবারসিকিউরিটি গবেষণা পোস্ট দেখতে বলে। যারা রিয়েল-টাইম সফটওয়্যার জেনারেশন নিয়ে পরীক্ষা-নিরীক্ষা করতে চান, তারা কয়েক দিনের জন্য "ইমাজিন উইথ ক্লড" ব্যবহার করে দেখতে পারেন।

এই ঘোষণাগুলো এমন একটি মডেলের চিত্র তুলে ধরে যা এজেন্ট, কোড এবং কম্পিউটার ব্যবহারের মানকে উন্নত করার পাশাপাশি স্কেলেবিলিটি, নিরাপত্তা এবং ডেভেলপার টুলসকে শক্তিশালী করে। বাস্তবে এর প্রয়োগ কতটা তত্ত্বের সাথে মিলবে তা এখনও দেখার বিষয়, কিন্তু এর মধ্যে পরিপক্কতার সুস্পষ্ট লক্ষণ এবং শুধু ভালো কথা বলা ও ভালো কাজ করার মধ্যকার ব্যবধান ঘোচানোর একটি সুসংহত পরিকল্পনা রয়েছে।

সম্পর্কিত নিবন্ধ:

ক্লড ৪: অ্যানথ্রোপিক প্রোগ্রামিং এবং স্বায়ত্তশাসিত এজেন্টদের জন্য উন্নত মডেলের সাহায্যে কৃত্রিম বুদ্ধিমত্তার পুনর্কল্পনা করে