Nvidia ने दिखाया कि AI मॉडल नहीं, बल्कि इसके चारों ओर का ढांचा ही असली नायक है

AI के सबसे कठिन बेंचमार्क में 100% स्कोर — और मॉडल को इसका ज्यादा श्रेय नहीं मिलना चाहिए। Nvidia का नवीनतम शोध शुक्रवार को शांति से सामने आया, लेकिन इसके निहितार्थ जोरदार हैं: जो स्कैफोल्डिंग आप AI मॉडल के चारों ओर बनाते हैं, वह मॉडल से ज्यादा महत्वपूर्ण है, खासकर जब काम जटिल और लंबे समय तक चलने वाला हो। अगर आप एशिया में कोई डेवलपर या संस्थापक हैं जो अभी भी यह सोच रहे हैं कि कौन सा फाउंडेशन मॉडल चुनें, तो यह शोध आपकी सोच को सीधे चुनौती देता है।

क्या हुआ

Nvidia ने नया शोध प्रकाशित किया जो दिखाता है कि Claude Opus 5, जब एक कस्टम-बिल्ट हार्नेस में लपेटा गया, तो ARC-AGI-3 पर 100% स्कोर हासिल किया — एक इंटरैक्टिव रीजनिंग बेंचमार्क जो सामान्य-उद्देश्य वाली AI क्षमता का एक अर्थपूर्ण माप बन गया है। हार्नेस के बिना, Opus 5 को 30% स्कोर मिला, जो परीक्षण किए गए सभी मॉडलों में सबसे अधिक था। 30% से 100% तक का अंतर बेहतर मॉडल में स्विच करके नहीं बंद किया गया। यह एक ही मॉडल के चारों ओर बेहतर बुनियादी ढांचा बनाकर बंद किया गया।

Nvidia द्वारा बनाया गया हार्नेस — जिसे AVO कहा जाता है — दो महत्वपूर्ण घटक शामिल हैं: एक मेमोरी प्रबंधन प्रणाली जो लंबे समय तक चलने वाले संदर्भ को संभालने के लिए डिज़ाइन की गई है, और एक "सुपरवाइजर" घटक जो एक बॉस की तरह काम करता है, एजेंट को काम पर रखता है और इसे अप्रासंगिक रीजनिंग लूप में भटकने से रोकता है। TechCrunch की रिपोर्टिंग के अनुसार, Nvidia के AI यूनिट के प्रोडक्ट के VP, Adel El Hallak ने स्पष्ट रूप से कहा: "यह मॉडल है। यह मॉडल के चारों ओर का स्कैफोल्डिंग है, जिसे हम हार्नेस कहते हैं, यानी उपकरणों का सेट जो यह उपयोग करता है। यह रनटाइम और संबंधित कौशल और लाइब्रेरी हैं जो हम इसे एक्सेस देते हैं।"

शोध विशेष रूप से लंबे-क्षितिज कार्यों पर केंद्रित है — ऐसा काम जिसमें कई निर्णयों को एक साथ जोड़ना पड़ता है, कभी-कभी दिनों तक, एक पूर्ण आउटपुट तैयार करने के लिए। यह एक एकल प्रॉम्प्ट-प्रतिक्रिया विनिमय से मौलिक रूप से अलग है। AI को बिना भटके लंबे-क्षितिज कार्यों को विश्वसनीय रूप से निष्पादित करने के लिए प्राप्त करना एजेंटिक AI अनुसंधान में सबसे कठिन खुली समस्याओं में से एक है। Nvidia की खोज से पता चलता है कि उत्तर एक स्मार्ट मॉडल नहीं है — यह एक स्मार्ट हार्नेस है।

यह AI सिस्टम डिज़ाइन के बारे में सोचने के तरीके में एक अर्थपूर्ण बदलाव है। मॉडल दिमाग है। हार्नेस तंत्रिका तंत्र, अनुशासन और स्मृति है। आपको तीनों की जरूरत है।

एशिया के लिए यह क्यों महत्वपूर्ण है

एशिया के डेवलपर और स्टार्टअप इकोसिस्टम का फाउंडेशन मॉडल के साथ एक विशिष्ट संबंध है जो इस शोध को विशेष रूप से प्रासंगिक बनाता है। दक्षिण पूर्व एशिया, भारत, जापान, दक्षिण कोरिया और चीन में, अधिकांश टीमें फाउंडेशन मॉडल नहीं बना रही हैं — वे उनके ऊपर निर्माण कर रही हैं। रणनीतिक प्रश्न हमेशा था: हम कौन सा मॉडल उपयोग करें? Nvidia का शोध उस प्रश्न को द्वितीयक के रूप में पुनः परिभाषित करता है।

एशिया की AI दौड़ में असली प्रतिस्पर्धात्मक लाभ GPT-5 या Claude Opus 6 तक एक्सक्लूसिव पहुंच से नहीं आने वाला है। यह उन टीमों से आने वाला है जो बेहतर हार्नेस बनाती हैं — बेहतर मेमोरी आर्किटेक्चर, बेहतर टूल ऑर्केस्ट्रेशन, बेहतर सुपरवाइजर लॉजिक — जो भी मॉडल उनके लिए उपलब्ध है उसके ऊपर। यह एक ऐसा खेल है जो एशियाई डेवलपर जीत सकते हैं, क्योंकि यह एक इंजीनियरिंग और प्रोडक्ट समस्या है, कंप्यूट-बजट समस्या नहीं।

जकार्ता, बेंगलुरु या हो ची मिन्ह सिटी में एक संस्थापक के लिए एक AI-संचालित वर्कफ़्लो प्रोडक्ट बनाने की व्यावहारिक वास्तविकता पर विचार करें। आप अपना स्वयं का फ्रंटियर मॉडल प्रशिक्षित नहीं कर रहे हैं। आप एक API को कॉल कर रहे हैं। प्रश्न यह बन जाता है: आप उस API कॉल के चारों ओर क्या बनाते हैं? आप एक बहु-दिवसीय कार्य में संदर्भ को कैसे संभालते हैं? जब एजेंट एक अप्रत्याशित स्थिति में पड़ता है तो आप इसे ट्रैक से हटने से कैसे रोकते हैं? ये हार्नेस समस्याएं हैं, और वे मजबूत इंजीनियरिंग के साथ हल करने योग्य हैं।

एक लागत आयाम भी है जो एशिया में तीव्रता से महत्वपूर्ण है। उत्कृष्ट हार्नेस वाले छोटे मॉडल बिना हार्नेस के बड़े, अधिक महंगे मॉडलों को पार कर सकते हैं। सीमित क्लाउड बजट पर काम करने वाले स्टार्टअप के लिए — जो क्षेत्र में अधिकांश स्टार्टअप हैं — यह केवल एक आर्किटेक्चरल अंतर्दृष्टि नहीं है, यह एक वित्तीय रणनीति है। एक बेहतरीन हार्नेस बनाएं, और आप एक पतले मॉडल का उपयोग करने का खर्च उठा सकते हैं। बेंचमार्क परिणाम इसे अनुभवजन्य रूप से समर्थन करता है।

एशिया टेक हमेशा उपलब्ध घटकों पर स्मार्ट सिस्टम बनाकर प्रतिस्पर्धा करता आया है। यह शोध AI के आर्किटेक्चरल स्तर पर उस दृष्टिकोण को मान्य करता है।

डेवलपर्स के लिए इसका मतलब क्या है

अगर आप आज एजेंटिक सिस्टम बना रहे हैं, तो Nvidia का शोध आपको एक ठोस ढांचा देता है कि आपकी इंजीनियरिंग प्रयास को कहां निवेश करना है। मॉडल को एक ब्लैक बॉक्स के रूप में मानना बंद करें जो या तो काम करता है या नहीं। हार्नेस को प्राथमिक इंजीनियरिंग सतह के रूप में मानना शुरू करें।

यहां बताया गया है कि Nvidia की खोजों के आधार पर एक प्रोडक्शन-ग्रेड हार्नेस को क्या संभालना चाहिए:

• मेमोरी प्रबंधन: लंबे-क्षितिज कार्य संदर्भ को तेजी से जमा करते हैं। स्पष्ट मेमोरी आर्किटेक्चर के बिना — यह तय करना कि क्या रखना है, क्या संपीड़ित करना है, क्या त्यागना है — मॉडल की प्रभावी संदर्भ समय के साथ खराब हो जाती है, और प्रदर्शन ढह जाता है। यह एक मॉडल समस्या नहीं है। यह एक सिस्टम समस्या है।
• सुपरवाइजर लॉजिक: Nvidia के हार्नेस में एक सुपरवाइजर घटक शामिल है जो एजेंट की प्रगति की निगरानी करता है और जब यह भटकता है तो हस्तक्षेप करता है। इसे एक हल्के-फुल्के मेटा-एजेंट के रूप में सोचें जिसका एकमात्र काम प्राथमिक एजेंट को ईमानदार रखना है। इसे लागू करने के लिए दूसरे फ्रंटियर मॉडल की आवश्यकता नहीं है — एक छोटा, सस्ता मॉडल सुपरवाइजर की भूमिका प्रभावी ढंग से निभा सकता है।
• टूल ऑर्केस्ट्रेशन: एजेंट कौन से टूल को कॉल कर सकता है, किस क्रम में, किस त्रुटि-हैंडलिंग लॉजिक के साथ — यह हार्नेस क्षेत्र है। खराब डिज़ाइन किया गया टूल ऑर्केस्ट्रेशन प्रोडक्शन एजेंट डिप्लॉयमेंट में सबसे आम विफलता मोड में से एक है।
• फीडबैक लूप: हार्नेस को परिणामों को मॉडल को एक संरचित तरीके से वापस फीड करना चाहिए, केवल कच्चा आउटपुट डंप नहीं करना चाहिए। आप उस फीडबैक को कैसे फॉर्मेट करते हैं, यह मॉडल के अगले निर्णय को महत्वपूर्ण रूप से आकार देता है।

व्यावहारिक रूप से, इसका मतलब है कि आपकी आर्किटेक्चर समीक्षा "कौन सा मॉडल?" से शुरू नहीं होनी चाहिए। इसे "हमारा हार्नेस मेमोरी, सुपरविजन, टूल कॉल और फीडबैक को कैसे संभालता है?" से शुरू होना चाहिए। इन चार प्रश्नों का अच्छी तरह से उत्तर दें, और आपकी मॉडल पसंद एक द्वितीयक अनुकूलन बन जाती है।

MonstarX पर निर्माण करने वाली टीमों के लिए, यह सीधे प्लेटफॉर्म के डिज़ाइन के तरीके से मैप करता है — अंतर्निहित मॉडल एक परत है, लेकिन इसके चारों ओर कनेक्टर, ऑर्केस्ट्रेशन लॉजिक और रनटाइम वातावरण वह जगह है जहां असली भेदभाव रहता है। Nvidia का शोष्य अनिवार्य रूप से प्लेटफॉर्म-ओवर-मॉडल दर्शन का एक सत्यापन है जो गंभीर AI-नेटिव विकास पिछले 18 महीनों में चल रहा है।

एक व्यावहारिक शुरुआती बिंदु: अपने वर्तमान एजेंट कार्यान्वयन का ऑडिट करें और पहचानें कि संदर्भ कहां चरणों में खो रहा है। यह लगभग हमेशा लंबे-क्षितिज कार्यों में पहली विफलता मोड है, और यह पूरी तरह से एक हार्नेस समस्या है। मॉडल को अपग्रेड करने पर विचार करने से पहले मेमोरी परत को ठीक करें।

मुख्य निष्कर्ष

Nvidia का AVO शोध एक स्वच्छ, अनुभवजन्य रूप से आधारित तर्क है कि कुछ ऐसा जो अनुभवी AI इंजीनियरों को संदेह है: हार्नेस ही प्रोडक्ट है। मॉडल बुनियादी ढांचा है। यहां बताया गया है कि आगे क्या ले जाएं:

• मॉडल पसंद एक शुरुआती बिंदु है, रणनीति नहीं। Claude Opus 5 समान वजन और बेहतर हार्नेस के साथ ARC-AGI-3 पर 30% से 100% तक गया। मॉडल के बीच डेल्टा वास्तविक है, लेकिन लंबे-क्षितिज कार्य के लिए हार्नेस के बीच डेल्टा बड़ा है।
• मेमोरी आर्किटेक्चर एजेंटिक सिस्टम के लिए गैर-परक्राम्य है। अगर आपका एजेंट ऐसे कार्य चला रहा है जो कुछ मिनट से अधिक समय तक या कुछ टूल कॉल से अधिक समय तक चलते हैं, तो आपको एक स्पष्ट मेमोरी प्रबंधन परत की आवश्यकता है।