जया गुप्ता के Context Graphs पर लिखे पोस्ट को पढ़ने के बाद, मैं इसके बारे में सोचना बंद नहीं कर पा रहा हूँ [1]। मेरे लिए, इसने कुछ व्यक्तिगत किया: इसने उस आर्किटेक्चरल पैटर्न को नाम दिया जिसके इर्द-गिर्द मैं पिछले एक साल से इस ब्लॉग पर एजेंटिक इंफ्रास्ट्रक्चर की चर्चाओं में घूम रहा था। मैंने बाद में Context Graphs क्या हैं और यह शब्द एजेंट मेमोरी से कहीं अधिक क्यों है, इस पर एक और सीधा एक्सप्लेनर लिखा।
\nगुप्ता का थीसिस सरल लेकिन गहन है। पिछली पीढ़ी के एंटरप्राइज़ सॉफ्टवेयर (Salesforce, Workday, SAP) ने सिस्टम ऑफ रिकॉर्ड बनकर ट्रिलियन डॉलर की कंपनियाँ बनाईं। कैनोनिकल डेटा पर कब्ज़ा करो, वर्कफ़्लो पर कब्ज़ा करो, लॉक-इन पर कब्ज़ा करो। अब सवाल यह है कि क्या वे सिस्टम एजेंट्स की ओर बदलाव में बच पाएँगे। गुप्ता का तर्क है कि वे बचेंगे, लेकिन उनके ऊपर एक नई परत उभरेगी: निर्णयों के लिए एक सिस्टम ऑफ रिकॉर्ड।
\nमैं सहमत हूँ। और मुझे लगता है कि यह वह गुमशुदा कड़ी है जो मैं जो कुछ भी लिख रहा हूँ, उस सबको जोड़ती है।
\nमुझे सबसे ज़्यादा जो बात छू गई, वह गुप्ता की decision trace की अभिव्यक्ति थी। यह वह संदर्भ है जो वर्तमान में Slack थ्रेड्स, डील डेस्क की बातचीत, एस्केलेशन कॉल्स और लोगों के दिमाग में रहता है। यह अपवाद लॉजिक है जो कहता है, \"हम हेल्थकेयर कंपनियों को हमेशा अतिरिक्त 10% देते हैं क्योंकि उनकी खरीद चक्र बेहद कठिन होते हैं।\" यह पिछले निर्णयों की नजीर है जो कहती है, \"हमने पिछली तिमाही में कंपनी X के लिए एक समान सौदा संरचित किया था, हमें सुसंगत रहना चाहिए।\"
\nइनमें से कुछ भी हमारे सिस्टम ऑफ रिकॉर्ड में कैद नहीं होता। CRM अंतिम मूल्य दिखाता है, लेकिन यह नहीं कि विचलन को किसने और क्यों मंजूरी दी। सपोर्ट टिकट कहता है \"Tier 3 पर एस्केलेट किया गया,\" लेकिन उस निर्णय तक पहुँचने वाले क्रॉस-सिस्टम संश्लेषण को नहीं। जैसा कि गुप्ता कहते हैं:
\n\n\n\"डेटा को कार्रवाई से जोड़ने वाला तर्क कभी भी पहले से डेटा के रूप में नहीं माना गया।\"
\n
यह वह दीवार है जिससे हर एंटरप्राइज़ टकराता है जब वे एजेंट्स को स्केल करने की कोशिश करते हैं। दीवार गुम डेटा नहीं है। यह गुम decision traces हैं।
\nगुप्ता के पोस्ट को पढ़ते हुए, मुझे एहसास हुआ कि मैं इस ब्लॉग पर जो विकास दस्तावेज़ कर रहा हूँ (MCP से Agent Skills तक और गवर्नेंस तक), वह वास्तव में Context Graphs के लिए इंफ्रास्ट्रक्चर बनाने की कहानी है। मुझे समझाने दीजिए।
\nचरण 1 टूल्स के बारे में था। Model Context Protocol (MCP) ने एजेंट्स को बाहरी सिस्टम्स के साथ बातचीत करने की क्षमता दी। यह प्लंबिंग थी जो एजेंट्स को डेटाबेस, API और बाहरी दुनिया से जोड़ती थी। लेकिन हमने जल्दी ही सीखा कि केवल टूल एक्सेस काफ़ी नहीं है। हथौड़े वाला एजेंट बढ़ई नहीं होता।
\nचरण 2 स्किल्स के बारे में था। Anthropic के Agent Skills स्टैंडर्ड ने हमें प्रक्रियात्मक ज्ञान को संहिताबद्ध करने का एक तरीका दिया, वह \"कैसे करें\" गाइड जो एजेंट्स को टूल्स का प्रभावी ढंग से उपयोग करना सिखाती हैं। स्किल्स एजेंट का दिमाग हैं। वे जनजातीय ज्ञान को पोर्टेबल, कम्पोज़ेबल संपत्तियों में बदल देती हैं। लेकिन स्किल्स भी काफ़ी नहीं हैं। हथौड़े और बढ़ई किताब वाला एजेंट अभी भी माहिर बढ़ई नहीं है।
\nचरण 3 संदर्भ के बारे में है। यहाँ Context Graphs काम आते हैं। एक Context Graph हर निर्णय, हर अपवाद और हर परिणाम का संचित रिकॉर्ड है। यह उस सवाल का जवाब देता है, \"पिछली बार क्या हुआ था?\" यह अपवादों को नजीरों में और जनजातीय ज्ञान को संस्थागत ज्ञान में बदल देता है।
\n| चरण | \nप्रिमिटिव | \nयह क्या प्रदान करता है | \nमेरा उपमा | \n
|---|---|---|---|
| चरण 1 | \nटूल्स (MCP) | \nक्षमता | \nएजेंट के पास हथौड़ा है। | \n
| चरण 2 | \nस्किल्स (Agent Skills) | \nविशेषज्ञता | \nएजेंट के पास बढ़ई की किताब है। | \n
| चरण 3 | \nसंदर्भ (Context Graphs) | \nअनुभव | \nएजेंट के पास उस हर घर का रिकॉर्ड है जो उसने कभी बनाया है। | \n
वह गवर्नेंस स्टैक जिसके लिए मैं वकालत कर रहा हूँ (एजेंट रजिस्ट्री, टूल रजिस्ट्री, स्किल रजिस्ट्री, पॉलिसी इंजन) वह इंफ्रास्ट्रक्चर है जो Context Graphs को संभव बनाता है। एजेंट रजिस्ट्री उस एजेंट की पहचान प्रदान करती है जो निर्णय ले रहा है। टूल रजिस्ट्री (MCP) उस एजेंट के लिए उपलब्ध क्षमताएँ प्रदान करती है। स्किल रजिस्ट्री उस विशेषज्ञता प्रदान करती है जो एजेंट की कार्रवाइयों का मार्गदर्शन करती है। और ऑर्केस्ट्रेशन परत वह जगह है जहाँ decision trace को कैद और संरक्षित किया जाता है।
\nइस इंफ्रास्ट्रक्चर के बिना, decision traces क्षणभंगुर होते हैं। वे एक पल के लिए एजेंट के context window में मौजूद रहते हैं और फिर गायब हो जाते हैं। इस इंफ्रास्ट्रक्चर के साथ, हर निर्णय एक टिकाऊ कलाकृति बन जाता है जिसकी ऑडिट की जा सकती है, जिससे सीखा जा सकता है, और जिसे नजीर के रूप में इस्तेमाल किया जा सकता है।
\nगुप्ता सही हैं कि एजेंट-प्रथम स्टार्टअप्स को यहाँ एक संरचनात्मक लाभ है। वे निष्पादन पथ में बैठते हैं। वे निर्णय के समय पूरा संदर्भ देखते हैं। वर्तमान स्थिति संग्रहण पर बने इनकंबेंट्स, सिर्फ इसे कैद नहीं कर सकते।
\nलेकिन मेरे लिए बड़ी अंतर्दृष्टि यह है: हम सिर्फ एजेंट्स नहीं बना रहे हैं। हम एंटरप्राइज़ का निर्णय रिकॉर्ड बना रहे हैं। Context Graph एक फीचर नहीं है; यह एक नए प्रकार के सिस्टम ऑफ रिकॉर्ड की नींव है। एजेंटिक युग में जीतने वाले एंटरप्राइज़ वे होंगे जो इसे पहचानेंगे और अपने decision traces को कैद, संग्रहीत और लाभ उठाने के लिए इंफ्रास्ट्रक्चर में निवेश करेंगे।
\nहमने शुरुआत एजेंट्स को टूल्स देकर की। फिर हमने उन्हें स्किल्स सिखाई। अब, हमें उन्हें संदर्भ देना होगा। यही वह ट्रिलियन डॉलर विकास है।
\nसंदर्भ:
\n[1] Gupta, J. (2025, December 23). AI's trillion dollar opportunity: Context graphs. X.
", "source_hash": "sha256:e7379cb852b9a12aca118dd153bc424ad956047367e5eb32608d1d7c597393bb", "model": "moonshotai/kimi-k2.6", "generated_at": "2026-05-31T02:49:44.700319+00:00" }