নির্ভরযোগ্য AI এজেন্টের পেছনের আর্কিটেকচার: LangChain, LangGraph এবং নতুন এন্টারপ্রাইজ স্ট্যাক

বেশিরভাগ এন্টারপ্রাইজ এখন AI এজেন্ট গ্রহণ করা হবে কিনা এই প্রশ্নের উত্তর পেরিয়ে গেছে। কঠিন প্রশ্নটি এসে গেছে: নিয়ন্ত্রণ হারানো ছাড়াই স্বায়ত্তশাসিত সফটওয়্যারকে আপনার পক্ষে কাজ করতে কীভাবে দেবেন? উত্তরটি কোনো বড় মডেল নয়। উত্তর হলো ভালো আর্কিটেকচার। LangChain থেকে LangGraph-এর বিবর্তনের চেয়ে এই পরিবর্তনকে আরও স্পষ্টভাবে তুলে ধরা গল্প খুব কমই আছে, এবং আজ মাল্টি-এজেন্ট সিস্টেম তৈরি করা যেকোনো সংস্থায় এই শিক্ষাগুলো সরাসরি প্রযোজ্য।

কেন এটি এখন গুরুত্বপূর্ণ

এজেন্টিক AI পরীক্ষা-নিরীক্ষার পর্যায় থেকে প্রোডাকশনে চলে গেছে। ২০২৫ সালের অক্টোবরে, LangChain IVP-এর নেতৃত্বাধীন সিরিজ B রাউন্ডে, Sequoia, Benchmark, CapitalG এবং ServiceNow, Workday, Cisco, Datadog ও Databricks-এর ভেঞ্চার আর্মদের অংশগ্রহণে, ১.২৫ বিলিয়ন মার্কিন ডলার মূল্যায়নে ১২৫ মিলিয়ন মার্কিন ডলার সংগ্রহ করে। কোম্পানি জানায়, LangChain এবং LangGraph মিলিয়ে মাসিক প্রায় ৯০ মিলিয়ন ডাউনলোড হয়, এবং ফরচুন ৫০০-এর এক-তৃতীয়াংশেরও বেশি এর সেবা ব্যবহার করে। Klarna, Cloudflare, Workday, Cisco এবং LinkedIn-এর মতো প্রতিষ্ঠানগুলো LangGraph প্রোডাকশনে চালাচ্ছে বলে কোম্পানি জানিয়েছে।

বিনিয়োগকারী এবং এন্টারপ্রাইজ ক্রেতারা চ্যাটবটের জন্য অর্থ দিচ্ছেন না। তারা অর্থ দিচ্ছেন সেই স্তরের জন্য যা এজেন্টদের নির্ভরযোগ্য, পর্যবেক্ষণযোগ্য এবং নিয়ন্ত্রণযোগ্য করে তোলে। বোর্ডদের যে স্তর সম্পর্কে জিজ্ঞাসা করা উচিত, সেটি হলো এই স্তর।

কী ঘটেছে

LangGraph তৈরি করেছে LangChain। এটি কোনো আলাদা কোম্পানি নয়। গল্প শুরু হয় Harrison Chase দিয়ে, যিনি হার্ভার্ডে পরিসংখ্যান ও কম্পিউটার বিজ্ঞান নিয়ে পড়াশোনা করেছেন, Kensho-তে এন্টিটি লিংকিং নিয়ে কাজ করেছেন এবং পরে Robust Intelligence-এ মেশিন লার্নিং টেস্টিংয়ের কাজের নেতৃত্ব দিয়েছেন। ২০২২ সালের অক্টোবরে তিনি LangChain প্রকাশ করেন একটি ওপেন সোর্স পাইথন প্রকল্প হিসেবে, যা বড় ভাষা মডেলের ওপর অ্যাপ্লিকেশন তৈরির অনিয়ন্ত্রিত প্লাম্বিং সমস্যার সমাধান করেছিল: মডেলগুলোকে টুল, ডেটা সোর্স এবং ওয়ার্কফ্লোর সাথে সংযুক্ত করা।

২০২৩ সালের শুরুতে, প্রিন্সটন থেকে প্রশিক্ষিত প্রকৌশলী এবং Robust Intelligence-এর সাবেক সহকর্মী Ankush Gola-র সাথে Chase LangChain কোম্পানি যৌথভাবে প্রতিষ্ঠা করেন; Gola ফেসবুকে চার বছর কাজ করেছিলেন। Chase পণ্যের দৃষ্টিভঙ্গি এগিয়ে নিয়ে যান - ডেভেলপারদের এমন নির্ভরযোগ্য AI এজেন্ট তৈরিতে সহায়তা করা যা টুল ব্যবহার করতে পারে, অবস্থা (state) ধরে রাখতে পারে, সিদ্ধান্ত নিতে পারে এবং জটিল ওয়ার্কফ্লো চালাতে পারে। Gola ওপেন সোর্স প্রকল্পকে কেন্দ্র করে কোম্পানি তৈরিতে অংশীদার হন, যার মধ্যে এর বাণিজ্যিক ও পরিচালনাগত প্রবৃদ্ধিও ছিল।

এরপরের ধারাবাহিকতা প্রতিটি প্রযুক্তি নেতার জন্য শিক্ষণীয়। LangChain শুরু হয়েছিল LLM অ্যাপ্লিকেশন তৈরির ফ্রেমওয়ার্ক হিসেবে। গ্রহণযোগ্যতা বাড়ার সাথে সাথে, ডেভেলপাররা এক দেয়ালে ধাক্কা খান: সরল প্রম্পট চেইন দীর্ঘমেয়াদি, নির্ভরযোগ্য এবং নিয়ন্ত্রণযোগ্য এজেন্ট ওয়ার্কফ্লোকে সমর্থন করতে পারেনি। ২০২৪ সালের জানুয়ারিতে কোম্পানি উত্তর দেয় LangGraph দিয়ে - স্টেটফুল AI এজেন্টের জন্য একটি গ্রাফ-ভিত্তিক রানটাইম, যা মানব অনুমোদনের ধাপ, পুনঃপ্রচেষ্টা, স্থায়িত্ব এবং জটিল অর্কেস্ট্রেশন সমর্থন করে। ২০২৫ সালের অক্টোবরে LangChain এবং LangGraph উভয়ই 1.0 স্থিতিশীলতার মাইলফলকে পৌঁছায়, যেখানে LangChain ফ্রেমওয়ার্কটি নিজেই LangGraph রানটাইমের ওপর পুনর্নির্মিত হয়। যে ফ্রেমওয়ার্ক ইকোসিস্টেমের সূচনা করেছিল, সেটি এখন সেই অর্কেস্ট্রেশন ইঞ্জিনের ওপরই চলে যা সে নিজে তৈরি করেছিল।

প্রযুক্তি ও আর্কিটেকচার সংক্রান্ত প্রভাব

চেইন থেকে গ্রাফে যাওয়া কেবল নাম বদলানো নয়। চেইন হলো একটি সরলরেখা: ইনপুট একটি নির্দিষ্ট ক্রমে আউটপুটে প্রবাহিত হয়। গ্রাফ হলো সিদ্ধান্তের মানচিত্র: একটি এজেন্ট শাখা করতে পারে, লুপ করতে পারে, পুনঃপ্রচেষ্টা করতে পারে, বিশেষজ্ঞ এজেন্টদের কাছে অর্পণ করতে পারে এবং মানব ইনপুটের জন্য বিরতি নিতে পারে। এন্টারপ্রাইজ আর্কিটেক্টদের জন্য তিনটি বৈশিষ্ট্য সবচেয়ে গুরুত্বপূর্ণ।

প্রথমত, অবস্থা (state) প্রথম শ্রেণির নাগরিক হয়ে ওঠে। LangGraph চেকপয়েন্টিং-এর মাধ্যমে প্রতিটি এজেন্ট ওয়ার্কফ্লোর অবস্থা স্থায়ী করে, ফলে একটি প্রক্রিয়া অনুমোদনের জন্য ঘণ্টার পর ঘণ্টা অপেক্ষা করে ঠিক যেখানে থেমেছিল সেখান থেকেই আবার শুরু হতে পারে। দ্বিতীয়ত, মানব-ইন-দ্য-লুপ নিয়ন্ত্রণ রানটাইমে অন্তর্নির্মিত, পরে যুক্ত করা হয়নি। অনুমোদনের ধাপটি গ্রাফের একটি নোড, ব্যবহারকারী ইন্টারফেসে পরবর্তী চিন্তা নয়। তৃতীয়ত, অর্কেস্ট্রেশন প্যাটার্ন সুস্পষ্ট হয়ে ওঠে। একজন সুপারভাইজার এজেন্ট বিশেষজ্ঞ এজেন্টদের একটি শ্রেণিবিন্যাসে সমন্বয় করতে পারেন, কে কী করতে পারে সে বিষয়ে স্পষ্ট চুক্তি সহ।

ব্যবহারিক অর্থে, এজেন্ট অর্কেস্ট্রেশন এন্টারপ্রাইজ স্ট্যাকে একটি নতুন মিডলওয়্যার স্তর হিসেবে আবির্ভূত হচ্ছে - ফাউন্ডেশন মডেল এবং ব্যবসায়িক সিস্টেমের মাঝে বসে, ঠিক যেভাবে একসময় অ্যাপ্লিকেশন সার্ভার ডেটাবেস এবং ব্যবহারকারী ইন্টারফেসের মাঝে বসত। LangSmith-এর মতো পর্যবেক্ষণ প্ল্যাটফর্ম এজেন্ট আচরণকে ট্রেসযোগ্য ও পরীক্ষাযোগ্য করে ছবিটি পূর্ণ করে।

ব্যবসায়িক ও প্রতিযোগিতামূলক প্রভাব

এন্টারপ্রাইজ AI-তে প্রতিযোগিতামূলক প্রতিরক্ষা প্রাচীর (competitive moat) হলো নির্ভরযোগ্যতা, কাঁচা বুদ্ধিমত্তা নয়। উদাহরণ হিসেবে একটি বীমা দাবি পরিচালনা বিবেচনা করুন। একটি দাবি প্ল্যাটফর্ম ডকুমেন্ট গ্রহণ, পলিসি যাচাইকরণ, ক্ষতি মূল্যায়ন এবং জালিয়াতি পরীক্ষার জন্য বিশেষজ্ঞ এজেন্টদের নিয়ন্ত্রণ করতে একটি তত্ত্বাবধায়ক অর্কেস্ট্রেটর এজেন্ট ব্যবহার করতে পারে। সিস্টেমটি রাতারাতি প্রমাণ সংগ্রহ করতে পারে, পলিসির শর্ত যাচাই করতে পারে, নিষ্পত্তির অনুমান করতে পারে এবং তদন্তের জন্য অসঙ্গতি চিহ্নিত করতে পারে। যা এটি পারে না তা হলো অর্থ প্রদান করা। সেই কাজটি একটি অনুমোদন ফটকের (approval gate) পেছনে থাকে, এবং কেবল একজন অনুমোদিত দাবি কর্মকর্তাই তা চালু করতে পারেন।

এটিই সেই প্যাটার্ন যা LangGraph সমর্থন করার জন্য ডিজাইন করা হয়েছিল, এবং এই কারণেই এই ফ্রেমওয়ার্ক বীমা, ব্যাংকিং ও স্বাস্থ্যসেবার মতো নিয়ন্ত্রিত শিল্পে বিশেষভাবে প্রাসঙ্গিক। বাণিজ্যিক যুক্তি সরল: ভুল কাজের ব্যয় সীমাবদ্ধ থাকলেই কেবল অটোমেশনের মূল্য চক্রবৃদ্ধি হয়। এই প্যাটার্নে দক্ষ সংস্থাগুলো যেখানে ভুল সস্তা সেখানে আক্রমণাত্মকভাবে স্বয়ংক্রিয় করতে পারে এবং যেখানে ভুল ব্যয়বহুল সেখানে দৃঢ়তার সাথে ফটক লাগাতে পারে। যে প্রতিযোগীরা এজেন্টদের তত্ত্বাবধানহীন স্বয়ংক্রিয়করণ হিসেবে দেখে, তারা হয় ভয়ে অতি ধীরে এগোবে, নয়তো অতি দ্রুত এগিয়ে প্রকাশ্যে এর মূল্য দেবে।

ঝুঁকি ও শাসন সংক্রান্ত বিবেচনা

চারটি ঝুঁকি বোর্ড-পর্যায়ের মনোযোগের দাবিদার। ফটক ছাড়া স্বায়ত্তশাসন: অনুমোদন চেকপয়েন্ট ছাড়াই বহিরাগত সিস্টেমে কাজ করতে পারা এজেন্ট একটি পরিচালনাগত ও সুনামগত দায়। নিরীক্ষণযোগ্যতা (auditability): স্থায়ী অবস্থা ও সম্পূর্ণ ট্রেস সম্মতির (compliance) জন্য সম্পদ, কিন্তু কেবল তখনই যদি সংরক্ষণ, প্রবেশাধিকার ও গোপনীয়তা নিয়ন্ত্রণ শুরু থেকেই ডিজাইন করা থাকে। ঘনীভবন ঝুঁকি: LangGraph MIT লাইসেন্সের অধীনে ওপেন সোর্স, যা ফ্রেমওয়ার্ক স্তরে লক-ইন সীমিত করে, কিন্তু ডিপ্লয়মেন্ট ও পর্যবেক্ষণ সংক্রান্ত বাণিজ্যিক প্ল্যাটফর্ম সেবাগুলো এখনও নির্ভরতা তৈরি করে, যা যেকোনো কৌশলগত বিক্রেতা সম্পর্কের মতোই মূল্যায়ন করা উচিত। নিয়ন্ত্রক প্রত্যাশা: বিশ্বজুড়ে তত্ত্বাবধানকারী ব্যবস্থাগুলো গুরুত্বপূর্ণ স্বয়ংক্রিয় সিদ্ধান্তে প্রমাণযোগ্য মানব তত্ত্বাবধান ক্রমশ প্রত্যাশা করছে, এবং অনুমোদন ফটক এটি প্রমাণ করার অন্যতম স্পষ্ট উপায়।

সিইওদের কী করা উচিত

জিজ্ঞাসা করুন আপনার সংস্থায় এজেন্টরা কোথায় কাজ করতে পারে, কেবল তারা কী উত্তর দিতে পারে তা নয়। যে এজেন্ট পড়ে তার ঝুঁকির প্রোফাইল, যে লেনদেন করে তার থেকে সম্পূর্ণ আলাদা।

লিখিত অনুমোদন-ফটক নীতি দাবি করুন: কোন সিদ্ধান্ত এজেন্টরা একা নিতে পারে, কোনটির জন্য মানব অনুমোদন প্রয়োজন, এবং প্রতিটি ফটকের জন্য কে দায়বদ্ধ।

প্রদর্শনীর বদলে নির্ভরযোগ্যতা প্রকৌশলে অর্থায়ন করুন। পর্যবেক্ষণ, মূল্যায়ন ও অবস্থা ব্যবস্থাপনার জন্য এজেন্টিক AI-এর মূল ব্যয় হিসেবে বাজেট করুন, ঐচ্ছিক অতিরিক্ত হিসেবে নয়।

অর্কেস্ট্রেশন ফ্রেমওয়ার্কগুলোকে বহুবর্ষী পরিণতিসহ কৌশলগত অবকাঠামো সিদ্ধান্ত হিসেবে বিবেচনা করুন, এবং বোর্ড ঝুঁকি কমিটিকে তাড়াতাড়ি সম্পৃক্ত করুন।

সিটিওদের কী করা উচিত

টিমগুলো নিজস্ব এজেন্ট স্ট্যাক ছড়িয়ে দেওয়ার আগেই একটি অর্কেস্ট্রেশন স্তরে মানক করুন। আপনার নিয়ন্ত্রণ, স্থায়িত্ব ও নিরীক্ষণ প্রয়োজনীয়তার বিপরীতে LangGraph-কে বিকল্পগুলোর সাথে মূল্যায়ন করুন।

মানব-ইন-দ্য-লুপকে আর্কিটেকচার হিসেবে ডিজাইন করুন। অনুমোদনের ধাপগুলো সম্পূর্ণ অবস্থা চেকপয়েন্টিংসহ ওয়ার্কফ্লো গ্রাফের টেকসই নোড হওয়া উচিত, ফ্রন্ট-এন্ড প্রথা নয়।

সবকিছু যন্ত্রায়িত (instrument) করুন। প্রতিটি এজেন্ট সিদ্ধান্ত এমন একটি ট্রেস তৈরি করবে যা সম্মতি ও প্রকৌশল পুনরায় চালাতে পারবে।

ক্রয়, দাবি বা বিক্রেতা ব্যবস্থাপনার মতো অসমমিত ওয়ার্কফ্লো দিয়ে শুরু করুন, যেখানে গবেষণা ও সুপারিশ নিরাপদে স্বয়ংক্রিয় করা যায়, অথচ প্রতিশ্রুতিমূলক কাজ ফটকের আওতায় থাকে।

প্রস্থানের বিকল্পতা (exit optionality) তৈরি করুন। এজেন্ট যুক্তিকে বহনযোগ্য রাখুন এবং ওপেন সোর্স ফ্রেমওয়ার্ক ও বাণিজ্যিক প্ল্যাটফর্ম সেবার মধ্যে সীমানা নথিভুক্ত করুন।

কৌশলগত উপসংহার

LangChain থেকে LangGraph-এর যাত্রা প্রতিটি এন্টারপ্রাইজের এখনকার যাত্রারই প্রতিচ্ছবি: চিত্তাকর্ষক প্রোটোটাইপ থেকে শাসিত প্রোডাকশন সিস্টেমে। মাল্টি-এজেন্ট যুগের বিজয়ীরা হবে না সবচেয়ে বেশি এজেন্টওয়ালা সংস্থাগুলো। বিজয়ী হবে সেই সংস্থাগুলো যারা ঠিক জানে তাদের এজেন্টদের কী করার অনুমতি আছে, তা প্রমাণ করতে পারে, এবং সেই আত্মবিশ্বাসকে পুরো ব্যবসায় ছড়িয়ে দিতে পারে।

যুক্ত হওয়ার প্রশ্ন

একজন AI এজেন্ট নিজে কী সিদ্ধান্ত নিতে পারে আর কোনটা একজন মানুষকে অনুমোদন করতে হবে - আপনার সংস্থায় আপনি সীমারেখা কোথায় টানবেন? মন্তব্যে আপনার দৃষ্টিভঙ্গি আমি মূল্যায়ন করব।

গাণিতিকভাবে ভাবুন। বুদ্ধিমত্তার সাথে প্রকৌশল করুন। কৌশলগতভাবে নেতৃত্ব দিন। দায়িত্বের সাথে নির্মাণ করুন। বিশ্বব্যাপী সম্প্রসারণ করুন। কৃত্রিম বুদ্ধিমত্তার মাধ্যমে প্রকৃত ব্যবসায়িক মূল্য সৃষ্টি করুন।

#ArtificialIntelligence #AgenticAI #MultiAgentSystems #LangChain #LangGraph #EnterpriseAI #AIArchitecture #TechnologyStrategy #ResponsibleAI #DigitalTransformation #CTO #CEO

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.