AI एजेंट क्या है? सरल भाषा में समझें

AI एजेंट एक AI मॉडल है जो किसी लक्ष्य तक पहुँचने के लिए कार्रवाई कर सकता है, सिर्फ़ टेक्स्ट से जवाब नहीं देता। आप उसे कोई काम देते हैं, और वह एक लूप में काम करता है: अगला कदम तय करना, एक टूल इस्तेमाल करना (फ़ाइल बदलना, वेब पर खोजना, कमांड चलाना, किसी ऐप को कॉल करना), नतीजा देखना, और फिर से फ़ैसला करना — जब तक काम पूरा न हो या उसे आपके इनपुट की ज़रूरत न पड़े। इसका "दिमाग" आम तौर पर एक बड़ा भाषा मॉडल होता है; टूल्स वह हिस्सा हैं जिनसे वह चीज़ें कर पाता है।

AI से बनाते समय यह क्यों मायने रखता है

आधुनिक AI ऐप बिल्डर एजेंट हैं। जब आप कोई फ़ीचर माँगते हैं, तो एजेंट सिर्फ़ कोड लिखकर आपको नहीं थमाता। वह आपकी मौजूदा फ़ाइलें पढ़ता है, बदलाव करता है, पैकेज इंस्टॉल करता है, ऐप चालू करता है, एरर संदेश पढ़कर उन्हें ठीक करता है — और अक्सर आपको हर चरण देखे बिना कई चरणों में काम करता है।

इसी से वे काम करने वाले सॉफ़्टवेयर बना पाते हैं, सिर्फ़ टुकड़े नहीं। इससे आपकी भूमिका भी बदलती है। अब आप कोड कॉपी-पेस्ट नहीं करते; आप एक बहुत तेज़, सक्षम सहायक को संभालते हैं, जो कभी-कभी निर्देश गलत समझता है या आत्मविश्वास से गलत मोड़ ले लेता है। एजेंट कैसे काम करते हैं, यह जानने से आप उसे सही लक्ष्य दे पाते हैं, पहचान पाते हैं कि वह कब चक्कर काट रहा है, और तय कर पाते हैं कि किन कार्रवाइयों को आप खुद मंज़ूरी देंगे।

रोज़मर्रा की मिसाल

किसी से रास्ता पूछने और कूरियर किराए पर लेने की तुलना कीजिए।

रास्ता पूछना एक चैटबॉट है: आप पूछते हैं, वह बताता है, चलना आपको पड़ता है। अगर सड़क बंद हो, तो आप वापस आकर फिर पूछते हैं।

कूरियर एक एजेंट है। आप कहते हैं "यह पार्सल शाम 5 बजे तक इस पते पर पहुँचाओ।" वह रास्ता चुनता है, सड़क बंद होने को देखता है, घूमकर जाता है, इमारत का साइड गेट ढूँढता है, और रिपोर्ट करता है "पहुँचा दिया, रिसेप्शन ने साइन किया।" आप लक्ष्य और सीमाएँ तय करते हैं — जैसे "टैक्सी पर $20 से ज़्यादा खर्च मत करना" — और वह कदम उठाता है।

कूरियर उतना ही अच्छा होता है जितनी उसकी ब्रीफ़ और जितनी सीमाएँ आप देते हैं। एजेंट भी।

एजेंट कैसे काम करता है

ज़्यादातर एजेंट एक ही बुनियादी लूप पर चलते हैं:

लक्ष्य। आप बताते हैं कि क्या चाहिए: "एक कॉन्टैक्ट फ़ॉर्म जोड़ो जो मुझे सबमिशन ईमेल करे।"
योजना। मॉडल अगला कदम तय करता है: "पहले देखो कि साइट कैसे बनी है।"
कार्रवाई। वह एक टूल कॉल करता है: फ़ाइलों की सूची लो, होमपेज पढ़ो।
अवलोकन। वह टूल का नतीजा पढ़ता है।
दोहराव। उसने जो देखा उसके आधार पर अगला कदम चुनता है: फ़ॉर्म बनाओ, सर्वर कोड जोड़ो, ऐप चलाओ, एरर जाँचो।
पूरा करना या पूछना। लक्ष्य पूरा होने पर वह रिपोर्ट करता है। अगर वह अटका हो या अनिश्चित हो, तो आपसे पूछता है।

उस लूप के आसपास कुछ और हिस्से होते हैं:

हिस्सा	वह क्या करता है
मॉडल	वह LLM जो सोचता है और तय करता है कि क्या करना है।
टूल्स	एजेंट जो कार्रवाई कर सकता है: फ़ाइलें पढ़ना/लिखना, कमांड चलाना, खोजना, API कॉल करना।
निर्देश	उसकी भूमिका, शैली और सीमाओं के बारे में स्थायी नियम (सिस्टम प्रॉम्प्ट)।
मेमोरी	चरणों या सत्रों के बीच ले जाए गए नोट्स, जैसे आपकी पसंद।
अनुमतियाँ	कौन से टूल वह खुलकर इस्तेमाल कर सकता है, और किनके लिए आपकी मंज़ूरी चाहिए।
सब-एजेंट	मुख्य एजेंट द्वारा काम का कुछ हिस्सा सौंपे जाने वाले सहायक एजेंट।

टूल्स सबसे अहम विचार हैं। अकेला मॉडल सिर्फ़ टेक्स्ट बना सकता है। टूल्स उस टेक्स्ट को कार्रवाई में बदलते हैं — और MCP जैसे मानक एजेंट में नए टूल जोड़ना आसान बनाते हैं।

एक उदाहरण: टूटे साइन-अप फ़ॉर्म को ठीक करना

मान लीजिए आपकी प्रकाशित साइट का वेटलिस्ट फ़ॉर्म ईमेल सेव करना बंद कर चुका है, और आप अपने AI बिल्डर से कहते हैं: "वेटलिस्ट फ़ॉर्म अब कुछ भी सेव नहीं करता। इसे ठीक करो।"

एक सामान्य एजेंट रन कुछ ऐसा दिख सकता है:

फ़ॉर्म कंपोनेंट और सबमिशन संभालने वाला सर्वर कोड पढ़ता है।
ऐप चलाता है और एक टेस्ट ईमेल सबमिट करता है।
एरर पढ़ता है: सर्वर कहता है कि email_address नाम का डेटाबेस कॉलम मौजूद नहीं है।
डेटाबेस स्ट्रक्चर देखता है: कॉलम का असली नाम email है। हाल के एक बदलाव ने उसे एक जगह बदला, दूसरी जगह नहीं।
सर्वर कोड बदलता है ताकि सही कॉलम नाम इस्तेमाल हो।
फिर से टेस्ट करता है: टेस्ट ईमेल सबमिट करता है, और पक्का करता है कि नई पंक्ति बनी।
रिपोर्ट करता है: "कल के बदलाव के बाद फ़ॉर्म ऐसे कॉलम में लिख रहा था जो अब मौजूद नहीं है। मैंने सर्वर कोड अपडेट किया और पुष्टि की कि टेस्ट साइन-अप सेव होता है।"

आपने एक निर्देश दिया; एजेंट ने सात चरण उठाए, जिसमें दो टेस्ट शामिल थे। यही उसकी ताकत है। जोखिम उसी बात का दूसरा पहलू है: अगर एजेंट ने तय कर लिया होता कि डेटाबेस कॉलम का नाम बदल दिया जाए, तो वह कुछ और तोड़ सकता था, और अगर आप उसका सार पढ़ें नहीं, तो शायद आपको पता भी न चले।

मुख्य शब्दों की व्याख्या

शब्द	मतलब
Agent (एजेंट)	एक AI मॉडल जो लूप में टूल्स इस्तेमाल करके कोई काम पूरा करता है।
Tool (टूल)	एजेंट द्वारा की जा सकने वाली एक खास कार्रवाई, जैसे "फ़ाइल लिखो" या "ईमेल भेजो"।
Tool call	एक टूल का एक बार इस्तेमाल, इनपुट के साथ और नतीजा लौटाते हुए।
Agentic	ऐसा AI जो एक बार जवाब देने की बजाय कई चरणों में काम करे।
Autonomy (स्वायत्तता)	आपसे पूछने से पहले एजेंट कितना कुछ खुद करता है।
Human in the loop	मुख्य चरणों पर किसी इंसान की मंज़ूरी ज़रूरी करना।
Sub-agent	मुख्य एजेंट द्वारा किसी काम के हिस्से के लिए शुरू किया गया सहायक एजेंट।
Guardrails	ऐसे नियम और सीमाएँ जो एजेंट को हानिकारक या अवांछित काम करने से रोकें।
MCP	Model Context Protocol, एजेंट्स को टूल्स से जोड़ने का एक खुला मानक। देखें MCP क्या है।

आम गलतियाँ और गलतफ़हमियाँ

"एजेंट पूरी तरह स्वतंत्र होते हैं।" आज के एजेंट साफ़ लक्ष्य वाले, अच्छी तरह परिभाषित कामों पर सबसे अच्छा करते हैं। धुंधले, खुले लक्ष्य ("मेरा बिज़नेस बढ़ाओ") बेकार के काम पैदा करते हैं।
"उसने कहा हो गया, तो हो गया।" एजेंट कभी-कभी आंशिक काम के बाद भी सफलता बता देते हैं। नतीजा खुद जाँचें, खासकर पैसे, डेटा या यूज़र से जुड़ी चीज़ों को। देखें AI-जनित कोड की समीक्षा कैसे करें।
बहुत ज़्यादा अनुमतियाँ देना। जो एजेंट ईमेल भेज सके, डेटा मिटा सके और पैसे खर्च कर सके, उस पर कड़ी सीमाएँ और जोखिम भरी कार्रवाइयों के लिए आपकी मंज़ूरी होनी चाहिए।
उसे लूप में घूमने देना। अगर एजेंट बार-बार एक ही फ़िक्स आज़माए, तो उसे रोकें और ज़्यादा जानकारी या अलग तरीका दें।
उसके पढ़े हुए कंटेंट पर भरोसा। वेब पेज या ईमेल पढ़ने वाले एजेंट को ऐसे टेक्स्ट से बहकाया जा सकता है जो उसे प्रभावित करने के लिए लिखा गया हो (prompt injection)। अविश्वसनीय कंटेंट पढ़ने के बाद एजेंट क्या कर सकता है, इस पर ध्यान दें।
एक बहुत बड़ा अनुरोध। बड़े काम उन चरणों में बाँटने पर ज़्यादा भरोसेमंद होते हैं जिनकी आप जाँच कर सकें।

अपने AI बिल्डर से क्या माँगें

"पहले योजना बनाओ। कुछ भी बदलने से पहले मुझे चरण बताओ।"
"सिर्फ़ बुकिंग फ़ॉर्म से जुड़ी फ़ाइलें बदलो।"
"बदलाव के बाद उसे टेस्ट करो और बताओ कि तुमने ठीक-ठीक कैसे जाँचा।"
"अगर डेटाबेस स्ट्रक्चर बदलना हो, तो पहले मुझसे पूछो।"
"जो बदला उसका सार दो और जिस बात पर तुम्हें शक हो वह भी बताओ।"
"अगर वही फ़िक्स दो बार फ़ेल हो, तो रुककर पूछो।"

बेहतर निर्देश लिखने के लिए, देखें प्रॉम्प्ट इंजीनियरिंग क्या है।

Mythex में AI एजेंट

Mythex एक एजेंट के इर्द-गिर्द बना है। आपके प्रोजेक्ट के निजी क्लाउड सैंडबॉक्स में वह फ़ाइलें बना और बदल सकता है, पैकेज इंस्टॉल कर सकता है, टर्मिनल कमांड चला सकता है, एरर जाँच सकता है और दोहरा सकता है, और जुड़े हुए ऐप्स के टूल्स इस्तेमाल कर सकता है। जटिल कामों के लिए वह सब-एजेंट शुरू कर सकता है, जिनका काम आप खोलकर देख सकते हैं। Plan मोड में वह बिना एडिट किए एक तरीका प्रस्तावित करता है, Ask मोड फ़ाइलें बदले बिना जवाब देता है, और checkpoints से अगर कोई बदलाव गलत हो जाए तो आप वापस लौट सकते हैं। यह उलटी दिशा में भी काम करता है: Claude, Cursor या Codex जैसे एजेंट अपने MCP सर्वर के ज़रिए Mythex में बना सकते हैं।

सवाल

सरल शब्दों में AI एजेंट क्या है?

AI एजेंट एक AI मॉडल है जो सिर्फ़ जवाब लिखने की बजाय कार्रवाई भी कर सकता है। उसे एक लक्ष्य और कुछ टूल दिए जाते हैं — जैसे फ़ाइलें बदलना, वेब पर खोजना या किसी ऐप को कॉल करना — और वह फ़ैसला करने, कार्रवाई करने और नतीजे जाँचने के लूप में तब तक काम करता है जब तक काम पूरा न हो जाए।

चैटबॉट और AI एजेंट में क्या फ़र्क है?

चैटबॉट आपके संदेश का जवाब टेक्स्ट में देता है और अगले संदेश का इंतज़ार करता है। एजेंट अपने-आप कई चरण उठा सकता है, टूल्स से चीज़ें बदल सकता है, नतीजा जाँच सकता है और ज़रूरत हो तो सुधार सकता है, फिर आपको रिपोर्ट करता है।

क्या AI एजेंट इस्तेमाल करना सुरक्षित है?

सीमाओं के साथ हो सकते हैं। एजेंट को सिर्फ़ वे टूल और अनुमतियाँ दें जो उसे चाहिए, मैसेज भेजने या पैसे खर्च करने जैसी जोखिम भरी कार्रवाइयों के लिए अपनी मंज़ूरी माँगें, बैकअप या checkpoints रखें, और उसने जो किया उसकी समीक्षा करें।

क्या AI ऐप बिल्डर एक AI एजेंट है?

ज़्यादातर आधुनिक AI ऐप बिल्डर एक एजेंट के इर्द-गिर्द बने हैं: वह आपका अनुरोध पढ़ता है, कोड बदलता है, कमांड चलाता है, एरर देखता है और लूप में उन्हें ठीक करता है — सिर्फ़ कोड सुझाकर आपको उसे चिपकाने के लिए नहीं छोड़ता।