Anthropic डेवलपर्स के लिए मल्टी-एजेंट AI समन्वय फ्रेमवर्क जारी करता है

Lawrence Jengar 10 अप्रैल, 2026 18:06

Anthropic पांच मल्टी-एजेंट AI समन्वय पैटर्न की व्यापक गाइड प्रकाशित करता है, जो डेवलपर्स को जटिल स्वायत्त प्रणालियों के निर्माण के लिए व्यावहारिक फ्रेमवर्क प्रदान करता है।

Anthropic ने मल्टी-एजेंट AI सिस्टम के लिए पांच अलग-अलग समन्वय पैटर्न को रेखांकित करते हुए एक विस्तृत तकनीकी गाइड प्रकाशित की है, जो डेवलपर्स को स्वायत्त एप्लिकेशन बनाने के लिए एक व्यावहारिक फ्रेमवर्क प्रदान करती है जिसमें कई AI एजेंट मिलकर काम करते हैं।

Claude के आधिकारिक ब्लॉग के माध्यम से जारी की गई यह गाइड, AI विकास में एक बढ़ती समस्या को संबोधित करती है: टीमें अत्यधिक जटिल आर्किटेक्चर चुनती हैं जबकि सरल समाधान पर्याप्त होते हैं। Anthropic की सिफारिश स्पष्ट है—सबसे सरल पैटर्न से शुरू करें जो काम कर सकता है और वहां से विकसित हों।

पांच पैटर्न की व्याख्या

यह फ्रेमवर्क मल्टी-एजेंट समन्वय को पांच दृष्टिकोणों में विभाजित करता है, प्रत्येक विभिन्न उपयोग के मामलों के लिए उपयुक्त:

जेनरेटर-वेरिफायर एक एजेंट को जोड़ता है जो आउटपुट उत्पन्न करता है और दूसरे को जो इसे स्पष्ट मानदंडों के विरुद्ध मूल्यांकन करता है। कोड जनरेशन के बारे में सोचें जहां एक एजेंट कोड लिखता है जबकि दूसरा टेस्ट चलाता है। Anthropic चेतावनी देता है कि यह पैटर्न विफल हो जाता है जब टीमें बिना यह परिभाषित किए लूप लागू करती हैं कि सत्यापन का वास्तव में क्या मतलब है—"सार के बिना गुणवत्ता नियंत्रण का भ्रम" पैदा करना।

ऑर्केस्ट्रेटर-सबएजेंट एक पदानुक्रमित संरचना का उपयोग करता है जहां एक लीड एजेंट सीमित कार्यों को सौंपता है। Claude Code पहले से ही इस दृष्टिकोण का उपयोग करता है, बड़े कोडबेस खोजने के लिए बैकग्राउंड सबएजेंट भेजता है जबकि मुख्य एजेंट प्राथमिक कार्य जारी रखता है।

एजेंट टीमें ऑर्केस्ट्रेटर-सबएजेंट से एक महत्वपूर्ण तरीके से भिन्न होती हैं: वर्कर दृढ़ता। प्रत्येक कार्य के बाद समाप्त होने के बजाय, टीम के सदस्य असाइनमेंट में जीवित रहते हैं, डोमेन ज्ञान संचित करते हैं। यह बड़े पैमाने पर माइग्रेशन के लिए अच्छी तरह से काम करता है जहां प्रत्येक एजेंट अपने सौंपे गए घटक से परिचित हो जाता है।

मैसेज बस आर्किटेक्चर इवेंट-ड्रिवन पाइपलाइन के लिए उपयुक्त है जहां वर्कफ़्लो पूर्व निर्धारित अनुक्रमों के बजाय घटनाओं से उभरता है। सुरक्षा संचालन प्रणालियां इसका उदाहरण हैं—अलर्ट प्रकार के आधार पर विशिष्ट एजेंटों को रूट किए जाते हैं, मौजूदा कनेक्शन को फिर से तार किए बिना नई एजेंट क्षमताएं प्लग इन होती हैं।

शेयर्ड स्टेट केंद्रीय समन्वयकों को पूरी तरह से हटा देता है। एजेंट सीधे एक स्थायी स्टोर से पढ़ते और लिखते हैं, वास्तविक समय में एक-दूसरे की खोजों पर निर्माण करते हैं। अनुसंधान संश्लेषण प्रणालियां यहां लाभान्वित होती हैं, जहां एक एजेंट की खोज तुरंत दूसरे की जांच को सूचित करती है।

प्रत्येक पैटर्न कहां टूटता है

Anthropic विफलता मोड का दस्तावेजीकरण करने से नहीं कतराता। जेनरेटर-वेरिफायर लूप अनिश्चित काल तक रुक सकते हैं यदि जेनरेटर फीडबैक को संबोधित नहीं कर सकता—फॉलबैक रणनीतियों के साथ अधिकतम पुनरावृत्ति सीमाएं आवश्यक हैं। ऑर्केस्ट्रेटर-सबएजेंट सूचना अड़चनें पैदा करता है; एक केंद्रीय समन्वयक के माध्यम से रूटिंग करते समय महत्वपूर्ण विवरण अक्सर खो जाते हैं।

एजेंट टीमें संघर्ष करती हैं जब काम वास्तव में स्वतंत्र नहीं होता है। साझा संसाधन समस्याओं को बढ़ाते हैं—कई एजेंट एक ही फ़ाइल को संपादित करने से संघर्ष पैदा होते हैं जिन्हें सावधानीपूर्वक विभाजन की आवश्यकता होती है। मैसेज बस आर्किटेक्चर डिबगिंग को कठिन बना देते हैं क्योंकि पांच एजेंटों में इवेंट कैस्केड का पता लगाने के लिए सावधानीपूर्वक लॉगिंग की आवश्यकता होती है।

शेयर्ड स्टेट रिएक्टिव लूप जोखिम में डालता है जहां एजेंट बिना अभिसरण के एक-दूसरे के अपडेट का जवाब देते रहते हैं, अनिश्चित काल तक टोकन जलाते हैं। समाधान: प्रथम-श्रेणी की समाप्ति शर्तें जैसे समय बजट या अभिसरण सीमा।

व्यावहारिक प्रारंभिक बिंदु

अधिकांश एप्लिकेशन के लिए, Anthropic ऑर्केस्ट्रेटर-सबएजेंट से शुरू करने की सिफारिश करता है। यह न्यूनतम समन्वय ओवरहेड के साथ समस्याओं की व्यापक श्रृंखला को संभालता है। प्रोडक्शन सिस्टम अक्सर पैटर्न को जोड़ते हैं—समग्र वर्कफ़्लो के लिए ऑर्केस्ट्रेटर-सबएजेंट और सहयोग-भारी उपकार्यों के लिए शेयर्ड स्टेट।

कंपनी प्रोडक्शन कार्यान्वयन और केस स्टडीज के साथ प्रत्येक पैटर्न की जांच करने वाली फॉलो-अप पोस्ट की योजना बना रही है। डेवलपर्स के लिए जो AI एप्लिकेशन बना रहे हैं जिन्हें कई एजेंटों की आवश्यकता होती है—चाहे कोड समीक्षा, सुरक्षा संचालन, या अनुसंधान संश्लेषण के लिए—यह फ्रेमवर्क कथित परिष्कार के बजाय वास्तविक आवश्यकताओं से मिलान आर्किटेक्चर पर ठोस मार्गदर्शन प्रदान करता है।

• ai agents
• anthropic
• claude
• multi-agent systems
• developer tools