Tsinghua और Zhipu का HarnessPro विधि एजेंटों को अपनी संरचना स्वतंत्र रूप से बदलने की अनुमति देती है, जिससे कार्यों पर लागत में 26% की कमी आती है

शंघाई में 29 अक्टूबर को आयोजित इनोवेशन डे 2026 कार्यक्रम में, AgiBot कंपनी ने कार्यप्रवाहों में रोबोट के वास्तविक योगदान का आकलन करने के लिए एक नई माप इकाई प्रस्तुत की। सह-संस्थापक, अध्यक्ष और तकनीकी निदेशक पेंग झिहुई ने इस इकाई को वर्कन नाम दिया, जिसका अर्थ है कुशल बौद्धिक कार्य घंटे। उन्होंने वर्कन को सक्रिय रोबोटों की संख्या को स्वायत्त कार्य घंटों और आउटपुट दक्षता गुणांक के गुणनफल के रूप में परिभाषित किया।

पेंग ने इस बात पर जोर दिया कि केवल रोबोट के चलने का समय ही मूल्य के बराबर नहीं होता है। उनके अनुसार, यह गारंटी नहीं देता है कि यदि कोई रोबोट आठ घंटे चालू रहता है तो आठ घंटे का मूल्य उत्पन्न होगा, और एक कार्य को सफलतापूर्वक पूरा करने की उच्च सफलता दर का मतलब यह नहीं है कि वह महीने भर मनुष्य की तरह स्थिर रूप से काम कर पाएगा। वर्कन का उद्देश्य वास्तविक परिस्थितियों में रोबोट द्वारा प्रदान किए गए टिकाऊ और उपयोगी श्रम के बारे में सवाल का जवाब देना है, न कि प्रदर्शन विनिर्देशों के बारे में।

AgiBot ने तीन कार्यान्वयनों से डेटा साझा किया। चेंगदू में कुआनचाई गली में ग्राहकों की सेवा करने वाले चार रोबोटों ने 310 घंटे काम किया और 744 वर्कन उत्पन्न किए। लॉन्गचीर फैक्ट्री की उत्पादन लाइन पर लोडिंग और अनलोडिंग करने वाले आठ रोबोटों ने 528 घंटे काम किया और 2956.8 वर्कन दिए। गुआंगझोउ मेट्रो में सुरक्षा क्षेत्र के माध्यम से यात्रियों का मार्गदर्शन करने वाले 120 रोबोटों ने 240 घंटे काम किया और 14,400 वर्कन प्रदान किए। हालांकि, कंपनी ने अभी तक दक्षता गुणांक को परिभाषित करने के लिए कोई सर्वमान्य मानक स्थापित नहीं किया है, जैसे मानव हस्तक्षेप, रखरखाव या डाउनटाइम को कैसे ध्यान में रखा जाए।

एक महत्वपूर्ण पहलू लोगों को कार्य चक्र से हटाना था। सितंबर में, AgiBot ने हेनचिन में चिमेलोंग स्पेसशिप पार्क के 100 से अधिक स्थानों पर 300 से अधिक रोबोट तैनात किए ताकि आगंतुकों के लिए पर्यटन, शतरंज और टेबल टेनिस जैसे खेल और अन्य कार्यक्रम आयोजित किए जा सकें। वर्तमान में वहां लगभग 500 रोबोट नियमित रूप से काम कर रहे हैं, और कंपनी वर्ष के अंत तक इस संख्या को 1000 तक बढ़ाने की योजना बना रही है।

साझेदार वांग चुआंग ने उल्लेख किया कि शुरू में लगभग हर रोबोट के लिए एक समर्पित इंजीनियर की आवश्यकता थी। चूंकि बच्चे रोबोटों के साथ बातचीत कर रहे थे और खेल के नियमों का उल्लंघन कर रहे थे, इसलिए रोबोटों और इंजीनियरों का अनुपात 1:1 से बढ़कर 3:1 हो गया। कंपनी का लक्ष्य इस वर्ष के अंत तक 10:1 का अनुपात प्राप्त करना है, और अगले वर्ष 20:1 का। उनके अनुसार, इस अनुपात पर, ग्राहक को इस कार्य के लिए कर्मियों पर केवल लगभग 5 प्रतिशत अधिक बजट की आवश्यकता होगी।

नेतृत्व ने मौजूदा सीमाओं को स्वीकार किया। वांग ने बताया कि नई WITA-OMNI इंटरैक्शन मॉडल को बड़े रोबोट पार्कों के साथ काम करते समय स्थिरता और संगति के मामले में अभी भी सुधार की आवश्यकता है। सह-संस्थापक याओ माओकिंग ने कहा कि चीनी कारखानों में 10,000 से अधिक रोबोटों का दीर्घकालिक स्थिर संचालन एक प्रमुख उद्योग उपलब्धि होगी। पेंग ने जोड़ा कि अंतिम उपभोक्ता रोबोट बनाने की क्षमता में उतनी दिलचस्पी नहीं रखते हैं, जितनी वे उसकी эксплуатации का खर्च उठा सकते हैं। उनके विचार में, मापने योग्य परिणाम और परिचालन लागत में कमी के बिना, प्रत्येक बेचे गए रोबोट को अभी भी अपने पर्यवेक्षक की आवश्यकता होगी।

टिंगहुआ विश्वविद्यालय, इनफिनिजेंस एआई और एजीआईबॉट के शोधकर्ताओं ने 'सामूहिक अनुभव शिक्षण' (Collective Experience Learning, या CEL) नामक एक प्रशिक्षण दृष्टिकोण प्रस्तुत किया है। यह विधि रोबोटों को मुख्य रूप से मानव प्रदर्शन पर निर्भर रहने के बजाय अन्य रोबोटों की सफलताओं से सीखने की अनुमति देती है।

QbitAI द्वारा 30 अक्टूबर को प्रकाशित एक रिपोर्ट के अनुसार, टीम ने इस पद्धति का परीक्षण 96 वास्तविक रोबोटों के क्लस्टर पर किया। संबंधित वैज्ञानिक लेख arXiv पर संख्या 2610.25736 के तहत उपलब्ध है।

शोधकर्ता जिस मूल समस्या का समाधान कर रहे हैं, वह श्रम संसाधनों से संबंधित है। रोबोट व्यावहारिक अनुभव जमा करके बेहतर होते हैं, लेकिन आज यह अक्सर मनुष्य द्वारा गतिविधियों को बार-बार दोहराने या त्रुटियों को ठीक करने के लिए ऑपरेटर के हस्तक्षेप के माध्यम से प्राप्त किया जाता है। हालांकि सैकड़ों रोबोट तैनात किए जा सकते हैं, योग्य ऑपरेटरों को उसी गति से बढ़ाया नहीं जा सकता है।

CEL का उपयोग करते समय, एक रोबोट द्वारा प्राप्त सफल अनुभव सहेजा और साझा किया जाता है, जिससे किसी कार्य का सामना करने वाले रोबोट को यह सीखने का अवसर मिलता है कि उसके सहकर्मी समान स्थितियों को कैसे हल करते हैं।

कार्य परीक्षण और परिणाम

टीम ने पांच विभिन्न कार्यों का परीक्षण किया, जिनमें घरेलू और विनिर्माण दोनों तरह के कार्य शामिल थे: रंगों को छांटना, कपड़े मोड़ना, फोन चार्ज करना, स्टूल असेंबल करना और फोन पैक करना। दो रोबोटों ने जो प्रशिक्षण में भाग नहीं लिया था, उन्होंने 600 परीक्षण किए, जिसमें 15 विफलताएं हुईं, जिससे कुल सफलता दर 97.5 प्रतिशत रही। सभी पांच कार्यों में सफलता दर छह मानव ऑपरेटरों के औसत से अधिक थी।

विशेष रूप से, फोन पैकेजिंग, जो एक बहु-चरणीय औद्योगिक कार्य है, में सामूहिक शिक्षण लागू करने के बाद सफलता दर 79.2 प्रतिशत से बढ़कर 98.3 प्रतिशत हो गई, और 120 लगातार प्रयासों में केवल दो विफलताएं दर्ज की गईं।

स्केलिंग की प्रवृत्ति पर भी ध्यान दिया गया: वास्तविक प्रशिक्षण समय की मात्रा को बनाए रखते हुए, भाग लेने वाले रोबोटों की संख्या को 16 से बढ़ाकर 96 करने से सफलता दर 86.7 प्रतिशत से बढ़कर 98.3 प्रतिशत हो गई।

सिस्टम के तकनीकी घटक

इस प्रणाली का संचालन दो प्रमुख तत्वों द्वारा किया जाता है। पहला — FATS नामक एक दोष-सहिष्णु अतुल्यकालिक शिक्षण प्रणाली। यह प्रणाली बड़े पैमाने पर सुदृढीकरण शिक्षण RLinf के ओपन प्लेटफॉर्म पर बनाई गई है। रोबोट बाकी का इंतजार किए बिना कार्य पूरा होने के तुरंत बाद अपना अनुभव अपलोड करते हैं, और क्लस्टर तब भी काम करना जारी रखता है, भले ही डिवाइस बंद हो जाएं।

96 रोबोटों के साथ परीक्षण के दौरान, क्लस्टर ने 9,834 एपिसोड एकत्र किए। कुल मिलाकर 30 विफलताओं वाले बाईस रोबोटों का समय नुकसान केवल कुल परिचालन समय का 1.3 प्रतिशत था।

दूसरा घटक — त्रुटि-निर्देशित अनुभव पुनर्प्राप्ति फाइन-ट्यूनिंग (failure-guided experience retrieval fine-tuning, या FERT) नामक एल्गोरिथम। एक मैनिपुलेशन मिनटों तक चल सकता है और इसमें हजारों क्रिया चरण शामिल हो सकते हैं, लेकिन प्रतिक्रिया अक्सर केवल अंतिम सफलता या विफलता तक सीमित होती है। FERT इन दोनों पहलुओं का उपयोग करता है: जब कोई रोबोट कठिनाइयों का सामना करता है, तो वह समान स्थितियों से सफल अनुभव प्राप्त करता है और विशेष रूप से उन उदाहरणों पर शिक्षण केंद्रित करता है।

यह जानकारी इनफिनिजेंस एआई द्वारा प्रदान की गई थी। परिणाम शोध समूह द्वारा प्रस्तुत किए गए हैं और अभी तक स्वतंत्र रूप से सत्यापित नहीं किए गए हैं।

DeepSeek ने अपने ओपन-सोर्स एजेंट सॉफ्टवेयर, DeepSeek Harness का एक प्रीव्यू संस्करण, संस्करण v0.2.2-alpha.2 जारी किया है, जिसे 28 अक्टूबर को GitHub पर पोस्ट किया गया था। मुख्य नवाचार 'subagent_oar' नामक एक प्रायोगिक प्लगइन है, जो मुख्य एजेंट को उसी मशीन पर Codex CLI या Claude Code स्थापित करने का स्वायत्त कार्य सौंपने की क्षमता देता है।

पहले Harness Claude Code और Codex का समर्थन करता था; अगस्त में v0.1.0-rc.8 अपडेट उपयोगकर्ताओं को अपनी सबएजेंट प्रणाली के भीतर प्रोफाइल पैकेज के रूप में उन्हें स्थापित करने की अनुमति देता था। हालांकि, नया टूल अलग तरह से काम करता है। यह मुख्य एजेंट को कार्य वितरण के लिए एक एकल प्रवेश बिंदु प्रदान करता है: जब subagent_oar को कॉल किया जाता है, तो एजेंट codex या claude में से किसी एक का चयन करता है, जिसके बाद वह कार्य विवरण, पूर्ण अनुरोध और वैकल्पिक कार्यशील निर्देशिका भेजता है। टूल तुरंत कार्य आईडी लौटाता है, और कार्य पूरा होने पर, समापन अधिसूचना अंतिम उत्तर या त्रुटि संदेश को मुख्य सत्र में वापस लाती है।

बाहरी उपकरण स्वतंत्र रूप से काम करते हैं। Codex CLI और Claude Code अपनी सेटिंग्स, मॉडल, टूल और लॉगिन प्रक्रिया को स्वयं सहेजते हैं, इसलिए उपयोगकर्ताओं को उनमें से प्रत्येक को स्थापित और अधिकृत करना होगा, और यह सुनिश्चित करना होगा कि Harness होस्ट उन्हें ढूंढ सकता है। प्रदाता पैरामीटर मॉडल, तर्क स्तर, लॉन्च तर्क, पर्यावरण चर और टाइमआउट को पास कर सकते हैं, जो प्रत्येक रनटाइम के समर्थन पर निर्भर करता है।

दस्तावेज़ीकरण स्पष्ट सीमाएँ निर्धारित करता है: मुख्य बातचीत को पुनर्निर्देशित नहीं किया जाता है, इसलिए अनुरोध में स्पष्ट रूप से उल्लेख करना आवश्यक है कि कौन सी फ़ाइलें महत्वपूर्ण हैं और क्या वापस किया जाना चाहिए। कार्य एक बार के होते हैं, जिनमें बाद के प्रश्नों, सत्र पुनरारंभ या वास्तविक समय में प्रगति स्ट्रीमिंग की कोई संभावना नहीं होती है। केवल अंतिम उत्तर या विफलता लौटाई जाती है, न कि बाहरी एजेंट के आंतरिक तर्क या उसके उपकरणों का इतिहास। आधिकारिक उदाहरण रिकॉर्ड किए गए कार्यक्षेत्र का उपयोग करने और अनुमतियों के अनुरोधों को अक्षम करने की अनुमति देते हैं, और कार्य रद्द करने से उन फ़ाइलों में किए गए परिवर्तनों को रद्द नहीं किया जाता है जिन्हें बाहरी एजेंट पहले ही संशोधित कर चुका है।

अन्य ऐड-ऑन उपयोगकर्ताओं को सौंपे गए कार्य को ट्रैक करने में मदद करते हैं। परिवर्तन अनुरोध की प्रायोगिक सुविधा Git वर्कडायरेक्टरी में चलने वाले सत्र के लिए स्थिति और संबंधित मर्ज अनुरोध के अंतर प्रदर्शित कर सकती है। डेवलपर सांख्यिकी प्लगइन प्रत्येक चरण और चाल के लिए संदर्भ, कैश के उपयोग, साथ ही मॉडल और उपकरणों पर खर्च किए गए समय का विवरण देता है। छोटे पृष्ठभूमि कार्यों का आउटपुट अब समाप्ति अधिसूचना में आता है, और subagent प्रतीक्षा गाइड बार-बार पूछताछ की आवश्यकता को कम करता है।

रिलीज़ उपयोगकर्ताओं को तृतीय-पक्ष प्लगइन्स के पैकेजों को अपडेट करने की भी अनुमति देती है, जिसमें हॉट अपडेट विफल होने पर रोलबैक की क्षमता शामिल है, और जापानी, स्पेनिश, फ्रेंच, जर्मन, रूसी और ब्राजीलियाई पुर्तगाली भाषाओं में इंटरफ़ेस टेक्स्ट जोड़ती है। समुदाय की पिछली सामग्री, जिसमें Bilibili डेवलपर्स द्वारा मल्टी-एजेंट सेटअप परीक्षण शामिल हैं, उपयोगकर्ताओं द्वारा बनाई गई थी और DeepSeek के उत्पाद नहीं हैं।