एक इंजन पर 33 AI एजेंट बनाना: उनमें से पांच पर एक नज़र

पिछले एक साल में, लेखक ने एक ही इंजन पर 33 AI एजेंट बनाए—एक ही डॉकर इमेज और कोडबेस, जिसमें कोई मूल संशोधन नहीं किया गया। एजेंट एक बच्चे के लिए शतरंज कोच से लेकर पत्नी के लिए सहायक, ट्यूटर, और धातुकर्म तथा ऊर्जा कंपनियों के लिए कॉर्पोरेट बॉट तक हैं। मुख्य चर यह है कि प्रत्येक एजेंट कोड द्वारा गणना और मॉडल द्वारा कहे जाने के बीच की रेखा कहाँ खींचता है। व्यक्तिगत एजेंटों के लिए, मॉडल सीधे गणना कर सकता है, लेकिन कॉर्पोरेट एजेंटों में यह कभी अंतिम संख्याएँ नहीं देता; यह केवल इनपुट पैरामीटर सेट करता है, जो एक जोखिम पैदा करता है। तीसरे दर्जन टूल के बाद टूल स्कीमा प्रॉम्प्ट पर हावी होने लगते हैं; 331 टूल वाले CRM व्यवस्थापक के लिए, JSON स्कीमा 302 किलोबाइट या प्रत्येक अनुरोध के उपसर्ग में लगभग 75,000 टोकन होते हैं। तीन कॉन्फ़िग ट्वीक्स ने प्रॉम्प्ट टोकन को 15,266 से घटाकर 1,424 और माध्य प्रतिक्रिया समय को 17 से घटाकर 7.7 सेकंड कर दिया। इंजन NousResearch का Hermes Agent है, जिसका कोडबेस जुलाई 2025 से नया है। एजेंट मुख्य रूप से अपने व्यक्तित्व और टूल के सेट में भिन्न होते हैं; लेख में प्रॉम्प्ट आकारों और मॉडल विकल्पों की तुलना करने वाली तालिकाएँ दी गई हैं। कुछ विफलताओं पर भी चर्चा की गई है, जैसे कि बैलेंस विसंगति और 5,863 लाइनों का Python कोड जो उत्पादन में कभी उपयोग नहीं किया गया।