एआई मॉडल और प्लेटफ़ॉर्म

AWS ने AgentCore हार्नेस में Strands के डिफ़ॉल्ट और जीवनचक्र हुक जोड़े

Theo Nash
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुलैम्ब्डा जीवनचक्र हुक चार चेकपॉइंट पर टूल कॉल को अस्वीकार कर सकते हैं, जबकि…
और देखें
  • लैम्ब्डा जीवनचक्र हुक चार चेकपॉइंट पर टूल कॉल को अस्वीकार कर सकते हैं, जबकि गैर-लैम्ब्डा हुक केवल सूचित करते हैं।
  • प्रबंधित डिफ़ॉल्ट AWS को अनिर्दिष्ट मॉडल और प्रॉम्प्ट सेटिंग्स को चुपचाप अपडेट करने देते हैं जैसे-जैसे सिफ़ारिशें विकसित होती हैं।
  • एक निश्चित मॉडल ID या टूल सूची जैसी स्पष्ट कॉन्फ़िगरेशन स्थिर एजेंट व्यवहार के लिए नियंत्रण बिंदु है।

Amazon Web Services ने 19 नवंबर 2026 को घोषणा की कि वह Amazon Bedrock AgentCore के हार्नेस को अपग्रेड कर रहा है, ताकि इसमें ओपन-सोर्स Strands का इस्तेमाल हो सके। इससे प्रबंधित डिफ़ॉल्ट समय के साथ विकसित होंगे, अतिरिक्त अंतर्निर्मित टूल जुड़ेंगे और नियतात्मक जीवनचक्र हुक उपलब्ध होंगे—इसके लिए किसी नए संसाधन प्रकार या इंटीग्रेशन की ज़रूरत नहीं होगी।

2026 की शुरुआत में Apache 2.0 लाइसेंस के तहत जारी Strands, एजेंट के लिए एक तैयार आधार प्रदान करता है, जिसमें निर्देश, टूल और संदर्भ प्रबंधन शामिल हैं। AgentCore इस आधार को AWS की प्रबंधित सेवा के रूप में संचालित करता है; हर सत्र कर्नेल से पृथक माइक्रोवीएम में चलता है। AWS कंप्यूट, स्केलिंग, उच्च उपलब्धता और टूल निष्पादन के बुनियादी ढाँचे का प्रबंधन करता है, जबकि ग्राहक मॉडल, निर्देश, टूल, अनुमतियों और जीवनचक्र नीतियों पर नियंत्रण बनाए रखते हैं।

प्रबंधित डिफ़ॉल्ट और अंतर्निर्मित टूल

प्रबंधित डिफ़ॉल्ट इस्तेमाल करने वाले एजेंटों को एक सुझाया गया मॉडल मिलता है, जो नए मॉडल जारी होने पर बदल सकता है। साथ ही, उन्हें कार्य-केंद्रित सिस्टम प्रॉम्प्ट मिलता है, जिसे AWS समय के साथ अपडेट भी करता है। यह प्रॉम्प्ट एजेंटों को प्रासंगिक संदर्भ जुटाने, उपयुक्त टूल इस्तेमाल करने, विफलताओं या अस्वीकृत कार्रवाइयों के अनुसार ढलने और काम पूरा होने की सूचना देने से पहले उसकी पुष्टि करने के लिए प्रेरित करता है।

शुरुआत में, स्वचालित प्रॉम्प्ट कैशिंग Amazon Bedrock Converse के ज़रिए समर्थित Anthropic मॉडल के लिए उपलब्ध है। इसमें सिस्टम प्रॉम्प्ट, टूल परिभाषाएँ और बातचीत का इतिहास शामिल हैं। AWS के अनुसार, एक ही प्रॉम्प्ट और टूल-समुच्चय के साथ बार-बार किए गए अनुरोध कम कीमत वाले कैश-रीड टोकन इस्तेमाल कर सकते हैं, जिससे इनपुट प्रोसेसिंग की देरी और लागत घटती है।

सक्रिय संदर्भ प्रबंधन, संदर्भ का इस्तेमाल तय की जा सकने वाली सीमा तक पहुँचने पर बातचीत के पुराने चरणों का सारांश बनाता है और हाल का संदर्भ बनाए रखता है। इससे अलग, संदर्भ ऑफ़लोडिंग मॉडल के तत्काल संदर्भ से टूल के बड़े नतीजों को बाहर रखती है और एजेंट के लिए उनका पूर्वावलोकन तथा ज़रूरत पड़ने पर पूरा नतीजा देखने की सुविधा छोड़ती है।

अंतर्निर्मित टूल में शामिल हैं todo_write, जो सारांश बनने के बाद भी, एक ही सत्र में अलग-अलग आह्वानों के दौरान संरचित योजना को बनाए रखता है। एक subagent टूल आह्वान के भीतर एक नए वर्कर को स्वतंत्र रूप से पूरा किया जा सकने वाला कार्य सौंपता है। यह अलग से प्रबंधित हार्नेस संसाधन बनाए बिना, वर्कर के साथ अपनी सीमाएँ और टूल-कॉल हुक साझा करता है। web_fetch वेबपेज की सामग्री प्राप्त करता है, जबकि अलग-अलग read, write और edit टूल फ़ाइल सिस्टम की अनुमतियाँ अलग-अलग देने की सुविधा देते हैं।

जीवनचक्र हुक टूल और सबएजेंट को नियंत्रित करते हैं

जीवनचक्र हुक एजेंट लूप के चार चरणों पर नियतात्मक नियंत्रण लागू करते हैं। हर जाँच-बिंदु पर Lambda की अस्वीकृति का असर अलग होता है:

घटना यह कब चलता है Lambda की अस्वीकृति का असर
before_invocation एजेंट के अनुरोध पर कार्रवाई करने से पहले आह्वान को रोकता है और साथ में hook_stopped
before_tool_call मॉडल के टूल-कॉल का प्रस्ताव देने के बाद और उसके निष्पादन से पहले टूल-कॉल छोड़ देता है; एजेंट लूप जारी रहता है
after_tool_call टूल का नतीजा उपलब्ध होने के बाद नतीजा बनाए रखता है और आगे अनुमान लगाने से पहले रोक देता है
after_invocation आह्वान पूरा होने के बाद फ़ैसले की सूचना देता है; स्ट्रीम किए गए आउटपुट को वापस नहीं लिया जा सकता

एजेंट लूप को बदलने का अधिकार केवल Lambda हुक को है। ये समकालिक रूप से चलते हैं और वैकल्पिक कारण के साथ अनुमति या अस्वीकृति का फ़ैसला लौटाते हैं; Amazon SNS और Amazon EventBridge हुक निष्पादन रोके बिना सूचनाएँ देते हैं। अगर Lambda फ़ंक्शन का समय समाप्त हो जाए या वह कोई त्रुटि लौटाए, तो कॉन्फ़िगर किया गया failureMode लागू होता है और डिफ़ॉल्ट रूप से अस्वीकृति देता है। फ़ैसले hookEvent के जवाबी स्ट्रीम में InvokeHarness प्रविष्टियों के रूप में दिखाई देते हैं।

AWS के सपोर्ट-एजेंट वाले उदाहरण में, एक before_tool_call हुक, एक issue_refund कॉल को $500 की स्वतः-अनुमोदन सीमा से अधिक होने पर अस्वीकार करता है। हार्नेस रिफ़ंड रोक देता है और एजेंट को आगे काम करने देता है, ताकि वह मामला आगे बढ़ाने की सूचना दे सके। टूल-कॉल हुक सबएजेंट के कॉल पर भी लागू होते हैं, जिससे नीति से बचने के लिए काम सौंपना संभव नहीं होता; वहीं, आह्वान-स्तर के हुक पूरे आह्वान के लिए एक बार चलते हैं।

रोलआउट में स्पष्ट कॉन्फ़िगरेशन अपरिवर्तित रहेंगे

Strands पर आधारित अनुभव 11 नवंबर 2026 को नए और मौजूदा हार्नेस के लिए जारी होना शुरू हुआ और इसके लिए ग्राहकों को कोई कार्रवाई करने की ज़रूरत नहीं है। स्पष्ट रूप से दी गई कॉन्फ़िगरेशन अपरिवर्तित रहती हैं। ग्राहकों के मौजूदा Model Context Protocol सर्वर, AgentCore Gateway, Browser, Code Interpreter, मेमोरी और ग्राहक-प्रदत्त कंटेनर मौजूदा इंटरफ़ेस के ज़रिए काम करते रहेंगे।

कॉन्फ़िगरेशन सेटिंग तय करती हैं कि एजेंट के व्यवहार का कितना हिस्सा बाद में बदल सकता है। मॉडल ID किसी खास मॉडल को बनाए रखती है, systemPrompt प्रबंधित निर्देशों की जगह लेती है, और truncation चुनी हुई संदर्भ-प्रबंधन नीति को बनाए रखती है। इसे छोड़ देने पर allowedTools या इसे "*" पर सेट करने से सुझाया गया टूल-समुच्चय स्वीकार हो जाता है, जिसमें समय के साथ क्षमताएँ जुड़ सकती हैं; अलग-अलग चयनकर्ता सूचीबद्ध करने से सुरक्षा या क्षमता की निश्चित सीमा बनी रहती है।

इसलिए, AWS अपनी सिफ़ारिशों में संशोधन करते समय एजेंट के उन हिस्सों को अपडेट कर सकती है जिन्हें निर्दिष्ट नहीं किया गया है। इससे स्पष्ट कॉन्फ़िगरेशन उन वर्कलोड के लिए नियंत्रण-बिंदु बन जाता है जिनमें स्थिर व्यवहार और निर्धारित टूल-सेट की आवश्यकता होती है।

Theo Nash एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो AI इन्फ्रास्ट्रक्चर, कंप्यूट, और आधुनिक कृत्रिम बुद्धिमत्ता को शक्ति देने वाले हार्डवेयर सिस्टम को कवर करते हैं। उनका काम बड़े पैमाने पर AI वर्कलोड्स के तकनीकी आधार पर केंद्रित है, जिसमें डेटा सेंटर, एक्सेलेरेटर, नेटवर्किंग, और उन्हें जोड़ने वाले सॉफ्टवेयर स्टैक शामिल हैं।

एक विश्लेषणात्मक और इंजीनियरिंग-उन्मुख दृष्टिकोण के साथ, Theo यह जांचते हैं कि GPUs, कस्टम सिलिकॉन, मेमोरी आर्किटेक्चर, और वितरित सिस्टम में प्रगति नई पीढ़ियों के AI मॉडल को कैसे सक्षम बनाती है। वे प्रदर्शन समझौते, ऊर्जा दक्षता, स्केलेबिलिटी, और व्यावहारिक प्रतिबंधों पर विशेष ध्यान देते हैं जो वास्तविक दुनिया में AI इन्फ्रास्ट्रक्चर की तैनाती को आकार देते हैं।

Theo Nash द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा तकनीकी शुद्धता, स्पष्टता, और तेजी से विकसित हो रहे AI कंप्यूट परिदृश्य की जिम्मेदार कवरेज सुनिश्चित करने के लिए समीक्षित किए जाते हैं।