AI এজেন্ট কী? সহজ ভাষায় ব্যাখ্যা
AI এজেন্ট হলো এমন একটি AI মডেল, যা একটি লক্ষ্যে পৌঁছাতে কাজ করতে পারে, শুধু লেখা উত্তর দেয় না। আপনি একটি কাজ দেন, আর সে লুপে কাজ করে: পরের ধাপ ঠিক করে, একটি টুল ব্যবহার করে (ফাইল সম্পাদনা, ওয়েব অনুসন্ধান, কমান্ড চালানো, একটি অ্যাপ কল করা), ফলাফল দেখে, আবার সিদ্ধান্ত নেয় — যতক্ষণ না কাজ শেষ হয় বা তার আপনার ইনপুট দরকার হয়। এর “মস্তিষ্ক” সাধারণত একটি বড় ভাষা মডেল; টুলগুলোই তাকে কাজ করতে দেয়।
AI দিয়ে তৈরির সময় কেন এটি গুরুত্বপূর্ণ
আধুনিক AI app builder-গুলো এজেন্ট। আপনি একটি ফিচার চাইলে সে শুধু কোড লিখে আপনার হাতে দেয় না। সে আপনার বিদ্যমান ফাইল পড়ে, পরিবর্তন করে, প্যাকেজ ইনস্টল করে, অ্যাপ চালায়, ত্রুটির বার্তা পড়ে এবং ঠিক করে — প্রায়ই অনেক ধাপে, আপনি প্রতিটি ধাপ না দেখেই।
এ কারণেই তারা শুধু কোড স্নিপেট নয়, কাজ করা সফটওয়্যার বানাতে পারে। এটি আপনার ভূমিকাও বদলায়। আর আপনাকে কোড কপি-পেস্ট করতে হয় না; আপনি একজন অত্যন্ত দ্রুত ও দক্ষ সহকারীকে পরিচালনা করেন, যে কখনও কখনও নির্দেশ ভুল বোঝে বা আত্মবিশ্বাসের সঙ্গে ভুল পথে যায়। এজেন্ট কীভাবে কাজ করে জানলে আপনি সঠিক লক্ষ্য দিতে পারেন, সে কখন ঘুরপাক খাচ্ছে তা চিনতে পারেন, এবং কোথায় নিজে অনুমোদন দিতে চান তা ঠিক করতে পারেন।
একটি দৈনন্দিন উদাহরণ
একজন পথ-জিজ্ঞাসাকারী বন্ধুর সঙ্গে একজন কুরিয়ারের তুলনা করুন।
পথ জিজ্ঞেস করা হলো চ্যাটবট: আপনি জিজ্ঞেস করেন, সে বলে, আপনি হাঁটেন। রাস্তা বন্ধ থাকলে আপনি ফিরে এসে আবার জিজ্ঞেস করেন।
কুরিয়ার হলো এজেন্ট। আপনি বলেন “এই পার্সেল এই ঠিকানায় বিকেল ৫টার মধ্যে পৌঁছাও।” সে পথ বেছে নেয়, রাস্তা বন্ধ দেখে ঘুরে যায়, ভবনের পাশের দরজা খুঁজে পায়, এবং ফিরে এসে জানায় “পৌঁছে দিয়েছি, রিসেপশন স্বাক্ষর করেছে।” আপনি লক্ষ্য ও সীমা ঠিক করে দেন — “ট্যাক্সিতে ২০ ডলারের বেশি খরচ করো না” — আর সে ধাপগুলো সামলায়।
কুরিয়ার যতটা ভালো, তার ব্রিফ ও আপনার দেওয়া সীমা ততটাই ভালো হয়। এজেন্টও তা-ই।
একটি এজেন্ট কীভাবে কাজ করে
বেশিরভাগ এজেন্ট একই মূল লুপ অনুসরণ করে:
- লক্ষ্য। আপনি চান তা বর্ণনা করেন: “একটি যোগাযোগ ফর্ম যোগ করো যা জমা পড়লে আমাকে ইমেইল করবে।”
- পরিকল্পনা। মডেল পরের ধাপ ঠিক করে: “প্রথমে দেখি সাইটটি কীভাবে সাজানো।”
- কাজ। সে একটি টুল কল করে: ফাইল তালিকা করে, হোমপেজ পড়ে।
- পর্যবেক্ষণ। টুলের ফলাফল পড়ে।
- পুনরাবৃত্তি। যা দেখেছে তার ভিত্তিতে পরের ধাপ বেছে নেয়: ফর্ম তৈরি করা, সার্ভার কোড যোগ করা, অ্যাপ চালানো, ত্রুটি দেখা।
- শেষ করা বা জিজ্ঞেস করা। লক্ষ্য পূরণ হলে ফলাফল জানায়। আটকে গেলে বা নিশ্চিত না হলে আপনাকে জিজ্ঞেস করে।
এই লুপের চারপাশে আরও কয়েকটি অংশ থাকে:
| অংশ | কী করে |
|---|---|
| মডেল | যে LLM যুক্তি দেয় ও সিদ্ধান্ত নেয় কী করতে হবে। |
| টুল | এজেন্ট যেসব কাজ করতে পারে: ফাইল পড়া/লেখা, কমান্ড চালানো, অনুসন্ধান, API কল। |
| নির্দেশনা | তার ভূমিকা, শৈলী ও সীমা সম্পর্কে স্থায়ী নিয়ম (system prompt)। |
| মেমোরি | ধাপ বা সেশনের মধ্যে বহন করা নোট, যেমন আপনার পছন্দ। |
| অনুমতি | সে কোন টুল স্বাধীনভাবে ব্যবহার করতে পারবে, আর কোনটির জন্য আপনার অনুমোদন লাগবে। |
| সাব-এজেন্ট | প্রধান এজেন্ট কাজের অংশ যাদের হাতে দিতে পারে এমন সহকারী এজেন্ট। |
টুলই মূল ধারণা। একা মডেল শুধু টেক্সট তৈরি করতে পারে। টুল সেই টেক্সটকে কাজে রূপান্তর করে — এবং MCP-এর মতো মানদণ্ড এজেন্টে নতুন টুল যুক্ত করা সহজ করে।
একটি বাস্তব উদাহরণ: একটি ভাঙা সাইন-আপ ফর্ম ঠিক করা
ধরুন আপনার প্রকাশিত সাইটের ওয়েটলিস্ট ফর্ম আর ইমেইল সংরক্ষণ করছে না, এবং আপনি AI builder-কে বলেন: “ওয়েটলিস্ট ফর্ম আর কিছু সংরক্ষণ করছে না। ঠিক করো।”
একটি সাধারণ এজেন্ট রান এমন দেখাতে পারে:
- ফর্ম কম্পোনেন্ট ও জমা হওয়া ডেটা হ্যান্ডল করা সার্ভার কোড পড়ে।
- অ্যাপ চালায় এবং একটি টেস্ট ইমেইল জমা দেয়।
- ত্রুটিটি পড়ে: সার্ভার বলে
email_addressনামের একটি ডেটাবেস কলাম নেই। - ডেটাবেস কাঠামো দেখে: কলামটির আসল নাম
email। একটি সাম্প্রতিক পরিবর্তন এক জায়গায় নাম বদলেছে, অন্য জায়গায় নয়। - সার্ভার কোড সম্পাদনা করে সঠিক কলামের নাম ব্যবহার করতে।
- আবার পরীক্ষা করে: একটি টেস্ট ইমেইল জমা দেয় এবং নিশ্চিত হয় নতুন সারি যোগ হয়েছে।
- জানায়: “গতকালের পরিবর্তনের পর ফর্মটি এমন একটি কলামে লিখছিল যা আর নেই। আমি সার্ভার কোড আপডেট করেছি এবং নিশ্চিত হয়েছি একটি টেস্ট সাইন-আপ সংরক্ষিত হয়।”
আপনি একটি নির্দেশ দিয়েছেন; এজেন্ট দুটি টেস্টসহ সাতটি ধাপ নিয়েছে। এটাই শক্তি। ঝুঁকি একই জিনিসের অন্য দিক: যদি এজেন্ট ডেটাবেস কলামের নামই বদলানোর সিদ্ধান্ত নিত, তবে অন্য কিছু ভেঙে যেত, এবং তার সারসংক্ষেপ না পড়লে আপনি হয়তো টেরই পেতেন না।
মূল শব্দের ব্যাখ্যা
| শব্দ | অর্থ |
|---|---|
| Agent | এমন একটি AI মডেল, যে লুপে টুল ব্যবহার করে একটি কাজ শেষ করে। |
| Tool | এজেন্ট যে নির্দিষ্ট কাজ করতে পারে, যেমন “ফাইল লেখা” বা “ইমেইল পাঠানো”। |
| Tool call | একটি টুল ব্যবহারের একটি ঘটনা, ইনপুটসহ, ফলাফল ফেরত দেয়। |
| Agentic | এমন AI, যা একবার উত্তর দেওয়ার বদলে কয়েকটি ধাপে কাজ করে। |
| Autonomy | আপনার সঙ্গে যাচাই করার আগে এজেন্ট কতটা কাজ নিজে করে। |
| Human in the loop | মূল ধাপগুলোতে একজন মানুষের অনুমোদন চাওয়া। |
| Sub-agent | একটি কাজের অংশের জন্য প্রধান এজেন্টের শুরু করা সহকারী এজেন্ট। |
| Guardrails | এজেন্টকে ক্ষতিকর বা অবাঞ্ছিত কাজ থেকে থামানোর নিয়ম ও সীমা। |
| MCP | Model Context Protocol, এজেন্টকে টুলের সঙ্গে সংযুক্ত করার একটি উন্মুক্ত মানদণ্ড। দেখুন MCP কী। |
সাধারণ ভুল ও ভুল ধারণা
- “এজেন্ট সম্পূর্ণ স্বাধীন।” আজকের এজেন্ট স্পষ্ট লক্ষ্যসহ সুনির্দিষ্ট কাজে সবচেয়ে ভালো কাজ করে। অস্পষ্ট, উন্মুক্ত লক্ষ্য (“আমার ব্যবসা বড় করো”) অর্থহীন কাজের জন্ম দেয়।
- “সে বলেছে কাজ শেষ, তাই শেষ।” এজেন্ট কখনও কখনও আংশিক কাজের পর সফলতার কথা জানায়। নিজে ফলাফল যাচাই করুন, বিশেষত অর্থ, ডেটা বা ব্যবহারকারীর সঙ্গে জড়িত কিছু। দেখুন AI-জেনারেটেড কোড কীভাবে পর্যালোচনা করবেন।
- অতিরিক্ত অনুমতি দেওয়া। যে এজেন্ট ইমেইল পাঠাতে, ডেটা মুছতে ও টাকা খরচ করতে পারে, তার কঠোর সীমা ও ঝুঁকিপূর্ণ কাজে আপনার অনুমোদন দরকার।
- লুপে ছেড়ে দেওয়া। এজেন্ট একই সমাধান বারবার চেষ্টা করলে থামান, এবং আরও তথ্য বা ভিন্ন পদ্ধতি দিন।
- সে যা পড়ে তাতে আস্থা রাখা। ওয়েব পেজ বা ইমেইল পড়া এজেন্টকে ম্যানিপুলেট করার জন্য লেখা টেক্সটে বিভ্রান্ত করা যায় (prompt injection)। অবিশ্বস্ত কনটেন্ট পড়ার পর এজেন্ট কী করতে পারে তা সাবধানে দেখুন।
- বিশাল একক অনুরোধ। বড় কাজ যাচাইযোগ্য ধাপে ভাগ করলে বেশি নির্ভরযোগ্য হয়।
আপনার AI builder-কে কী চাইবেন
- “প্রথমে পরিকল্পনা করো। কিছু বদলানোর আগে ধাপগুলো বলো।”
- “শুধু বুকিং ফর্মের সঙ্গে সম্পর্কিত ফাইল বদলাও।”
- “পরিবর্তনের পর পরীক্ষা করো এবং ঠিক কীভাবে যাচাই করলে তা বলো।”
- “ডেটাবেসের কাঠামো বদলাতে হলে আগে আমাকে জিজ্ঞেস করো।”
- “কী বদলেছ এবং কোথায় নিশ্চিত নও, তার সারসংক্ষেপ দাও।”
- “একই সমাধান দুবার ব্যর্থ হলে থামো ও জিজ্ঞেস করো।”
স্পষ্টতর নির্দেশ লেখার জন্য দেখুন প্রম্পট ইঞ্জিনিয়ারিং কী।
Mythex-এ AI এজেন্ট
Mythex একটি এজেন্টের ওপর তৈরি। আপনার প্রকল্পের ব্যক্তিগত ক্লাউড স্যান্ডবক্সে সে ফাইল তৈরি ও সম্পাদনা করতে, প্যাকেজ ইনস্টল করতে, টার্মিনাল কমান্ড চালাতে, ত্রুটি পরীক্ষা করে পুনরাবৃত্তি করতে পারে, এবং সংযুক্ত অ্যাপের টুল ব্যবহার করতে পারে। জটিল কাজে সে সাব-এজেন্ট শুরু করতে পারে, যাদের কাজ আপনি খুলে দেখতে পারেন। Plan মোড ফাইল না বদলে একটি পদ্ধতির প্রস্তাব দেয়, Ask মোড ফাইল বদলানো ছাড়াই উত্তর দেয়, এবং কোনো পরিবর্তন ভুল হলে checkpoint দিয়ে আপনি রোলব্যাক করতে পারেন। উল্টোভাবেও কাজ করে: Claude, Cursor বা Codex-এর মতো এজেন্টরা Mythex-এর MCP সার্ভার দিয়ে Mythex-এ তৈরি করতে পারে।
প্রশ্নোত্তর
সহজ কথায় AI এজেন্ট কী?
AI এজেন্ট হলো এমন একটি AI মডেল, যা শুধু বার্তা লিখে নয়, কাজও করতে পারে। এটিকে একটি লক্ষ্য ও কিছু টুল দেওয়া হয় — যেমন ফাইল সম্পাদনা, ওয়েব অনুসন্ধান বা একটি অ্যাপ কল করা — এবং সে লুপে কাজ করে: সিদ্ধান্ত নেয়, কাজ করে, ফলাফল যাচাই করে, যতক্ষণ না কাজটি শেষ হয়।
চ্যাটবট ও AI এজেন্টের পার্থক্য কী?
চ্যাটবট আপনার বার্তার উত্তর লিখে পরের বার্তার জন্য অপেক্ষা করে। এজেন্ট নিজে থেকে কয়েকটি ধাপ নিতে পারে, টুল ব্যবহার করে বাস্তবে কিছু বদলায়, ফলাফল যাচাই করে সমন্বয় করে, তারপর আপনাকে জানায়।
AI এজেন্ট ব্যবহার কি নিরাপদ?
সীমার মধ্যে থাকলে হতে পারে। এজেন্টকে শুধু প্রয়োজনীয় টুল ও অনুমতি দিন, বার্তা পাঠানো বা টাকা খরচের মতো ঝুঁকিপূর্ণ কাজে আপনার অনুমোদন চান, ব্যাকআপ বা চেকপয়েন্ট রাখুন, এবং সে কী করেছে তা পর্যালোচনা করুন।
AI app builder কি একটি AI এজেন্ট?
বেশিরভাগ আধুনিক AI app builder একটি এজেন্টের ওপর ভিত্তি করে তৈরি: সে আপনার অনুরোধ পড়ে, কোড সম্পাদনা করে, কমান্ড চালায়, ত্রুটি দেখে ও লুপে সেগুলো ঠিক করে — শুধু কোড সাজেস্ট করে আপনার হাতে দিয়ে দেয় না।