হালকা কার্যপরিধি ও কোড চালাতে সক্ষম এজেন্ট খোলামেলা কাজের জন্য বেশি উপযোগী, যেখানে অতিরিক্ত কঠোর অর্কেস্ট্রেশন মডেলের পারফরম্যান্স সীমিত করতে পারে.
এর ফলে কোড এক্সিকিউশন ও স্যান্ডবক্সিং এখন এজেন্টভিত্তিক সিস্টেমের মূল আর্কিটেকচারগত বিষয় হয়ে উঠেছে.
আমাদের পরীক্ষায় দেখা গেছে, Agents SDK কোড চালাতে সক্ষম এজেন্ট তৈরির জটিলতা ও প্রয়োজনীয় কোড ৬ গুণ পর্যন্ত কমায়.
দীর্ঘদিন ধরে এজেন্ট সিস্টেমে অগ্রগতি এসেছে অর্কেস্ট্রেশন উন্নত করার মাধ্যমে: আরও ভালো প্রম্পটিং, টুল ইন্টারফেস, কনটেক্সট ব্যবস্থাপনা এবং আরও কড়া কন্ট্রোল ফ্লো. কিন্তু কোডিং এজেন্ট আরও সক্ষম হওয়ার সঙ্গে সঙ্গে সেই ভারসাম্য বদলাতে শুরু করেছে.
অনেক খোলামেলা ওয়ার্কফ্লোতে বাধা আর এজেন্ট লুপ নিজে নয়; বাধা হলো এক্সিকিউশন স্তর: সেই স্যান্ডবক্স, যেখানে মডেল কোড লেখে, কমান্ড চালায়, আউটপুট পরীক্ষা করে এবং বারবার উন্নতি করে. কাজ-স্তরের আরও বেশি রিজনিং যখন সেই পরিবেশে সরে যাচ্ছে, তখন মডেলকে তার পূর্ণ সক্ষমতা প্রকাশ করতে দিতে চারপাশের অর্কেস্ট্রেশন আরও সরল হওয়া দরকার.
এই পরিবর্তনটাই ঠিক Agents SDK-এর নতুন সংস্করণ সম্ভব করে. আর্লি অ্যাক্সেস চলাকালে আমাদের পরীক্ষায় আমরা দেখেছি, ফ্রেমওয়ার্ক লজিকের আরেকটি স্তর যোগ করার বদলে এটি এক্সিকিউশন স্তরকে আরও মডুলার ও কম্পোজেবল করে, যাতে সিস্টেমের বাকি অংশ হালকা থাকতে পারে.
কার্যপরিধি প্রকৌশলে এখন কার্যপরিধিকে তার ন্যূনতম কার্যকর রূপে নামিয়ে আনা একটি জনপ্রিয় প্রবণতা হয়ে উঠেছে. উচ্চ স্তরে, কার্যপরিধি হলো মডেলের চারপাশের সফটওয়্যার: যে স্তর কনটেক্সট, টুল, কন্ট্রোল ফ্লো ও ফিডব্যাক লুপ পরিচালনা করে, যাতে মডেল নির্ভরযোগ্যভাবে কাজ করতে পারে.
গত কয়েক বছরে এজেন্টের পারফরম্যান্সের অনেক উন্নতি এসেছে এই স্তরকে শক্তিশালী করার মাধ্যমে. আরও ভালো টুল, উন্নত মেমরি ও রিট্রিভাল, আরও স্পষ্ট ডিকম্পোজিশন এবং কঠোর অর্কেস্ট্রেশন প্রায়ই সিস্টেমকে আরও নির্ভরযোগ্য ও সক্ষম করেছে. সেই দৃষ্টিভঙ্গিতে অগ্রগতি বলতে মূলত মডেলের চারপাশের সফটওয়্যারে আরও বেশি কাজের লজিক এনকোড করাকেই বোঝাত.
এখন সেই ধরন দুর্বল হচ্ছে, অন্তত এক ধরনের খোলামেলা কাজের ক্ষেত্রে. ক্রমবর্ধমান সংখ্যক প্রকল্প ও গবেষণাপত্র ইঙ্গিত দিচ্ছে যে কার্যপরিধি বেশি নির্দেশনামূলক হলেই পারফরম্যান্স সব সময় উন্নত হয় না. সহায়তাপ্রাপ্ত কোডিং, দীর্ঘমেয়াদি কাজ, ব্রাউজার ব্যবহার, এবং দীর্ঘ-কনটেক্সট কাজ-এ একই ধারা বারবার দেখা যায়: মডেল যথেষ্ট বুদ্ধিমান হয়ে গেলে, চারপাশের সফটওয়্যারে অতিরিক্ত কাজের কাঠামো চাপিয়ে দেওয়া সুবিধার বদলে সীমাবদ্ধতা হয়ে উঠতে পারে.
তাই কার্যপরিধির ভূমিকা বদলাচ্ছে. কঠোর অর্কেস্ট্রেশনের মাধ্যমে আগে থেকেই কাজ অনুমান করার চেষ্টা করার বদলে কার্যপরিধি ক্রমে একটি পরিষ্কার এক্সিকিউশন সারফেস দেওয়ার কাজে ব্যবহৃত হচ্ছে: এমন একটি স্যান্ডবক্স, যেখানে মডেল স্টেট পরীক্ষা করতে, কোড চালাতে, ত্রুটি থেকে পুনরুদ্ধার করতে এবং সিস্টেমের ইন্টারফেস ও সুরক্ষা ব্যবস্থার সীমার মধ্যে থেকে নিজের পদ্ধতি মানিয়ে নিতে পারে. এটি Andrej Karpathy Software Engineer 3.0-এ যে পরিবর্তনের কথা বলেছেন, তার কাছাকাছি: আগে সফটওয়্যারের মধ্যে থাকা কিছু লজিক ওপরের দিকে “প্রম্পট”-এ চলে যায়.
শিক্ষাটি এই নয় যে এজেন্ট সিস্টেম থেকে সব জায়গায় কাঠামো সরিয়ে ফেলতে হবে. অনেক কাজ এখনও স্পষ্ট ওয়ার্কফ্লো, হিউরিস্টিক এবং নির্ধারিত গার্ডরেল থেকে উপকৃত হয়, বিশেষ করে কাজটি যখন সংকীর্ণ, উচ্চ-পরিমাণের, বা যার সাফল্যের মানদণ্ড পরিষ্কার. এজেন্টভিত্তিক সিস্টেম ডিজাইনের হিউরিস্টিক নিয়ে আমাদের আগের পোস্টে আমরা যেমন বলেছি, নির্ভরযোগ্য লজিক ফ্লো সম্ভব এবং কাম্য হলে শক্তিশালী অর্কেস্ট্রেশন এখনও গুরুত্বপূর্ণ.
খোলামেলা কাজের ক্ষেত্রে মনোযোগের কেন্দ্র বদলাচ্ছে. চ্যালেঞ্জটি আর ক্রমশ জটিল অর্কেস্ট্রেশন স্তর বানানো নয়; বরং এমন এক্সিকিউশন পরিবেশ তৈরি করা, যা মডেলকে ভেতরে কার্যকরভাবে কাজ করতে দেওয়ার মতো সরল, পর্যবেক্ষণযোগ্য ও মডুলার.
একবার কোনো এজেন্ট ফাইল পড়তে, কোড লিখতে, শেল কমান্ড চালাতে এবং দীর্ঘমেয়াদি কাজ চালু করতে পারলে প্রকৌশলগত চ্যালেঞ্জ বদলে যায়. কঠিন অংশটি তখন আর শুধু প্রম্পট অপ্টিমাইজেশন বা টুল রাউটিং নয়. এজেন্ট এখন একটি বাস্তব সিস্টেমে কাজ করছে—এই বিষয়টি এসব এজেন্টকে অনেক বেশি শক্তিশালী করে, তবে তারা বড় নিরাপত্তা ও সুরক্ষা ক্ষেত্র তৈরি করায় আরও সংবেদনশীলও করে তোলে. উদাহরণস্বরূপ, কোনো এজেন্ট কোড চালাতে পারলে তার পরিবেশ দুর্বলভাবে বিচ্ছিন্ন থাকলে ক্ষতিকর কাজ করতে পারে (AISI-এর Sandbox Bench দেখুন).
তাই এজেন্ট ফ্রেমওয়ার্কে স্যান্ডবক্সিং একটি অত্যন্ত গুরুত্বপূর্ণ বিষয় হয়ে উঠছে. আগের সিস্টেমগুলোতে এক্সিকিউশনকে প্রায়ই একটি বাড়তি সংযোজন হিসেবে দেখা হতো: কার্যপরিধির সঙ্গে জুড়ে দেওয়া একটি টুল. কিন্তু এক্সিকিউশন একবার স্টেটফুল, দীর্ঘমেয়াদি বা রিমোট হয়ে গেলে সেই পদ্ধতি ভেঙে পড়তে শুরু করে. স্যান্ডবক্স নিজে, তার লাইফসাইকেল, স্টেট, ইন্টারফেস এবং এজেন্ট লুপের সঙ্গে তার সংযোগ পরিচালনা করা দ্রুতই আলাদা এক সিস্টেম-ডিজাইন সমস্যায় পরিণত হয়. এ কারণেই আমরা দেখছি, এখন ক্রমবর্ধমান সংখ্যক প্রদানকারী কোড এক্সিকিউশনের জন্য ম্যানেজড পরিবেশ দিচ্ছে, যার মধ্যে আছে OpenAI-এর Container API ও shell tool, Modal, Cloudflare, Daytona, E2B ইত্যাদি.
এই সীমারেখা গুরুত্বপূর্ণ, কারণ কোড এক্সিকিউশনের জন্য কার্যপরিধির বাকি অংশের তুলনায় শক্তিশালী বিচ্ছিন্নতা ও আরও কড়া রানটাইম নিয়ন্ত্রণ দরকার. বাস্তবে, দুর্বলভাবে বাস্তবায়িত কোড-চালনাকারী এজেন্ট তিনটি ব্যবসায়িকভাবে গুরুত্বপূর্ণ ঝুঁকি তৈরি করতে পারে: অনিয়ন্ত্রিত কম্পিউট ব্যয়, অভ্যন্তরীণ সিস্টেমে ধ্বংসাত্মক কাজ, এবং সংবেদনশীল তথ্য উন্মোচন. সঠিক কনটেইনারাইজেশন, বিচ্ছিন্নতা এবং রানটাইম সুরক্ষা থাকলে এসব ঝুঁকি বাস্তব ব্যবহারের জন্য গ্রহণযোগ্য মাত্রায় সীমিত রাখা যায়.
এটি বোঝার একটি উপায় হলো, এজেন্টকে পুরো অফিসের চাবি দেওয়ার বদলে তার নিজস্ব সিল করা ওয়ার্কস্পেস দেওয়া কল্পনা করা. সেই পরিসরের ভেতরে এটি এখনও উপকারী কাজ করতে পারে, তবে কেবল স্পষ্টভাবে নির্ধারিত সীমার মধ্যে. এটি কত কম্পিউট ব্যবহার করবে তা সীমিত করতে পারেন, কোন সিস্টেম ও ফাইলে এটি হাত দিতে পারবে তা নিয়ন্ত্রণ করতে পারেন, এবং শুরুতেই কোন তথ্য তার জন্য উপলভ্য থাকবে তা ঠিক করতে পারেন.
এতে ঝুঁকি পুরোপুরি দূর হয় না, কিন্তু সমস্যাটি “আপনার অবকাঠামোতে মুক্তভাবে ঘুরে বেড়ানো একটি এজেন্ট” থেকে “নিয়ন্ত্রিত পরিবেশে কাজ করা একটি এজেন্ট”-এ বদলে যায়. এই স্তরটি যদি এজেন্ট সিস্টেমের মানক অংশ হতে যায়, তবে ফ্রেমওয়ার্কের মধ্যেই এর প্রথম-শ্রেণির সহায়তা দরকার. এর ফলে স্যান্ডবক্স পোর্টেবল প্রিমিটিভসহ একটি মডুলার এক্সিকিউশন স্তরে পরিণত হয়, যা ডেভেলপাররা দ্রুত গ্রহণ করতে, প্রদানকারীদের মধ্যে বদলাতে এবং এজেন্ট লজিক বারবার নতুন করে না লিখেই স্কেল করতে পারেন.
একবার কোনো এজেন্ট কোড চালালে স্যান্ডবক্স নিজেকেও অর্কেস্ট্রেশন দরকার হয়. স্থানীয় প্রুফ-অব-কনসেপ্ট থেকে রিমোট এক্সিকিউশন, একাধিক ব্যাকএন্ড বা দীর্ঘমেয়াদি সেশনে যাওয়া অপারেশনাল চাপ বহুগুণ বাড়িয়ে দেয়. পরিবেশ তৈরি, বন্ধ করা, বিরতি দিয়ে আবার চালু করা, স্টেটের স্ন্যাপশট নেওয়া, পরে পুনরায় সংযোগ করা এবং প্রদানকারীদের জুড়ে এসব পরিচালনার জন্য একটি সঙ্গতিপূর্ণ পদ্ধতি দরকার.
ধারণাগতভাবে এর কোনোটিই খুব আকর্ষণীয় নয়, কিন্তু বাস্তবে এগুলো গুরুত্বপূর্ণ. প্রতিটি দল যখন শুরু থেকে একটি এজেন্টভিত্তিক পাইপলাইন বানায়, বিশেষ করে তা যদি এজেন্ট ফ্রেমওয়ার্কের সঙ্গে একীভূত না থাকে, তখন ঠিক এই ধরনের অবকাঠামোই কষ্টকর হয়ে ওঠে…
এখানেই উন্নত ফ্রেমওয়ার্ক সহায়তা গুরুত্বপূর্ণ হয়ে ওঠে. আমরা নতুন OpenAI Agents SDK-তে আর্লি অ্যাক্সেস পেয়েছিলাম এবং সেটি ব্যবহার করে নিজেরাই স্যান্ডবক্সড এজেন্ট তৈরি করেছি. যে বিষয়টি চোখে পড়েছে তা হলো আর্কিটেকচারগত গুরুত্বের পরিবর্তন: SDK এক্সিকিউশনকে প্রান্তিক টুল নয়, বরং প্রথম-শ্রেণির স্তর হিসেবে দেখে. বাস্তবে এর অর্থ হলো, কম কোডে (আমাদের কিছু পরীক্ষায় প্রায় ৬ গুণ কম) একটি স্যান্ডবক্সড এজেন্ট চালু করা, স্যান্ডবক্সের স্ন্যাপশট নেওয়া বা এক্সিকিউশন আবার শুরু করা যায়; তারপর চারপাশের এজেন্ট লজিক নতুন করে না লিখেই ব্যাকএন্ড বদলানো যায়.
দায়িত্বের এই পরিষ্কার বিভাজন কার্যপরিধিকে রিজনিং, কনটেক্সট ও ওয়ার্কফ্লোতে মনোযোগী থাকতে দেয়. এক্সিকিউশন স্তর বিচ্ছিন্নতা, পোর্টেবিলিটি এবং রানটাইম স্টেটে মনোযোগ দিতে পারে. এই অ্যাবস্ট্র্যাকশন এমন কোডিং এজেন্ট তৈরি সহজ করে, যেগুলো একদিকে আরও সক্ষম, অন্যদিকে সহজে বিবর্তনযোগ্য; এগুলো স্থানীয় ও রিমোট এক্সিকিউশনের মধ্যে চলাচল করতে পারে, দীর্ঘমেয়াদি কাজ সমর্থন করতে পারে এবং পুরো সিস্টেম নতুন করে ডিজাইন করতে বাধ্য না করেই এক্সিকিউশন ব্যাকএন্ড বদলাতে পারে.
কাজ-স্তরের আরও বেশি লজিক কার্যপরিধি থেকে মডেলের মধ্যে সরে গেলে সিস্টেমের কিছু জটিলতাও তার সঙ্গে সরে যায়—নিচে, এক্সিকিউশন স্তরে. কোড এক্সিকিউশন ও স্যান্ডবক্সিং এখন এজেন্টভিত্তিক সিস্টেমের মূল আর্কিটেকচারগত বিষয়, বিশেষ করে কোডিং-নির্ভর ও খোলামেলা কাজের জন্য. এজেন্টভিত্তিক পাইপলাইন ডিজাইন করা এখন যতটা গুরুত্বপূর্ণ, এজেন্ট যাতে নিরাপদে, নির্ভরযোগ্যভাবে এবং দীর্ঘ সময় ধরে কাজ করতে পারে সেই পরিবেশ ডিজাইন করাও ততটাই গুরুত্বপূর্ণ.
এই কারণেই স্যান্ডবক্সড এক্সিকিউশনের চারপাশে উচ্চ-স্তরের অ্যাবস্ট্র্যাকশন গুরুত্বপূর্ণ. নতুন OpenAI Agents SDK এক্সিকিউশনকে সিস্টেমের একটি মডুলার স্তর হিসেবে বিবেচনা করে সেই দিকেই এগোচ্ছে: ব্যাকএন্ড জুড়ে পোর্টেবল, দীর্ঘমেয়াদি কাজজুড়ে স্টেটফুল, এবং প্রতিটি নতুন সেটআপের জন্য একই অবকাঠামো আবার বানানো ছাড়াই ব্যবহার করার মতো সহজ.
বড় শিক্ষা হলো, পরবর্তী প্রজন্মের এজেন্ট ফ্রেমওয়ার্ক সম্ভবত তারা কত অর্কেস্ট্রেশন লজিক যোগ করে তা দিয়ে কম, বরং এজেন্টরা ক্রমেই যে এক্সিকিউশন পরিবেশের ওপর নির্ভর করছে সেগুলো কত ভালোভাবে গঠন করে তা দিয়েই বেশি সংজ্ঞায়িত হবে.