এআই-এর সাথে জড়িত প্রত্যেকেই এই মুহূর্তে অন্তর্নিহিত বা স্পষ্টভাবে ভবিষ্যদ্বাণী করার চেষ্টা করছে যে জিনিসগুলি কোথায় যাচ্ছে এবং কীভাবে সেই পরিবর্তনগুলি আমাদের জীবন এবং কাজকে নতুন আকার দেবে। জল্পনা-কল্পনার পরিমাণ বিশাল এবং এর বেশিরভাগই পরস্পরবিরোধী। যা অনিবার্য। আগামী কয়েক বছর কী নিয়ে আসবে তা কেউ আত্মবিশ্বাসের সাথে জানতে পারে না। স্থানটি খুব দ্রুত চলে যাচ্ছে, প্রযুক্তিগুলির মধ্যে মিথস্ক্রিয়াগুলি খুব জটিল, এবং দ্বিতীয়-ক্রমের প্রভাবগুলি এমনভাবে আধিপত্য বিস্তার করে যা সময়ের আগে মডেল করা কঠিন।

তারপরও, আপনি যদি এই জায়গায় কাজ করেন, বিশেষ করে যদি আপনি AI দিয়ে বা AI-এর জন্য কিছু তৈরি করেন, তাহলে অজ্ঞেয়বাদী থাকা যথেষ্ট নয়। বিশ্ব কীভাবে বিকশিত হতে পারে এবং তাদের চারপাশে সুসংগতভাবে গড়ে উঠতে পারে সে সম্পর্কে আপনাকে মূল থিসিসের একটি সেট বেছে নিতে হবে, এটি জেনে যে কিছু ভুল হবে এবং অন্যরা প্রত্যাশার চেয়ে বেশি গুরুত্বপূর্ণ হবে। এই থিসিসগুলি সুনির্দিষ্ট ভবিষ্যদ্বাণী সম্পর্কে কম এবং কাঠামোগত চাপগুলি সনাক্ত করার বিষয়ে আরও বেশি যা বিপরীত হওয়ার সম্ভাবনা নেই।

নিম্নোক্ত কেন্দ্রীয় অনুমানগুলি যা আমি বর্তমানে পরিচালনা করছি। তারা অনিবার্যতা সম্পর্কে দাবি নয়, এবং তারা প্রতিটি সম্ভাব্য ভবিষ্যত কভার করার জন্য নয়। এগুলি হল সেই প্রবণতা যেগুলি, যদি সেগুলি আংশিকভাবে চলতে থাকে, তাহলে আমি কীভাবে এআই সিস্টেমগুলিকে ব্যবহার করা হবে, কোথায় ঘর্ষণ জমা হবে এবং কী ধরণের অবকাঠামো প্রয়োজনীয় হয়ে উঠবে তা আকার দেয়৷ আমার কাজ ([নিওটোমা](/পোস্ট/ট্রুথ-লেয়ার-এজেন্ট-মেমরি), একটি সত্য স্তর) এই অনুমানের প্রতিক্রিয়া হিসাবে সবচেয়ে ভাল বোঝা যায়। এটা তাদের জন্য কারণ নয়, কিন্তু এটা তারা ইঙ্গিত বিশ্বের প্রত্যাশায় নির্মিত হয়.

## 1. এজেন্ট রাষ্ট্রীয় অর্থনৈতিক অভিনেতা হয়ে উঠবে

পরের দুই বছরে, এজেন্টরা সহায়ক, প্রম্পট-কেন্দ্রিক মিথস্ক্রিয়া অতিক্রম করতে পারে এবং অর্থপূর্ণভাবে রাষ্ট্রীয় অভিনেতা হয়ে উঠতে পারে। সাধারণ বুদ্ধিমত্তার কোন যুগান্তকারী প্রয়োজন নেই। সস্তা অনুমান, আরও সক্ষম টুল API, এবং এজেন্টদের জন্য বৃহত্তর সহনশীলতা যা অনুপস্থিতিতে চলছে তা যথেষ্ট।

সামাজিক পরিবর্তন বাস্তব. আমরা এমন সরঞ্জামগুলিতে অভ্যস্ত যেগুলি কাজ না করা পর্যন্ত কিছুই করে না। যখন এজেন্টরা লক্ষ্য বজায় রাখে, একে অপরের সাথে সমন্বয় করে এবং সময়ের সাথে অপরিবর্তনীয় পদক্ষেপ নেয়, তখন কে দায়ী সেই প্রশ্নের উত্তর দেওয়া কঠিন হয়ে যায়। আরো কাজ অ-মানব অভিনেতাদের অর্পণ করা হয়; [the boundary](/posts/we-are-all-centaurs-now) "আমি এটা করেছি" এবং "আমার এজেন্ট এটা করেছে" এর মধ্যে নরম হয়। বিশ্বাস, দায় এবং নির্ভরতার চারপাশের নিয়মগুলি মানিয়ে নিতে হবে। প্রযুক্তি পরিবর্তন সক্ষম করে; সমাজকে ঠিক করতে হবে কিভাবে এর সাথে বাঁচতে হবে।

কেন এই প্রবণতা সম্ভবত? এজেন্টদের জীবিত রাখার প্রান্তিক খরচ প্রসঙ্গ পুনর্নির্মাণের খরচের চেয়ে দ্রুত ধসে পড়ছে। যেহেতু অনুমান সস্তা হয় এবং অর্কেস্ট্রেশন পরিপক্ক হয়, এটি স্ক্র্যাচ থেকে পুনর্গঠন করার চেয়ে এজেন্টের অবস্থা বজায় রাখা আরও দক্ষ। টুল এপিআই ক্রমবর্ধমান ধারাবাহিকতা ধরে নেয়: শংসাপত্র, ক্যাশে, মধ্যবর্তী শিল্পকর্ম। অধ্যবসায় রাষ্ট্রহীনতার উপর পুরস্কৃত হয়.

সেই জগতে, মেমরি একটি সুবিধার বৈশিষ্ট্য হতে বন্ধ হয়ে যায়। এটি সিস্টেমের অবস্থার অংশ হয়ে ওঠে, একটি চ্যাট লগের পরিবর্তে একটি ডাটাবেসের সাথে তুলনীয়। যখন সেই রাষ্ট্রটি সঠিক এবং বিশ্বস্ত হয়, তখন স্কেলে নতুন জিনিসগুলি সম্ভব হয়: দীর্ঘ-দিগন্তের পরিকল্পনা যা দিন বা সপ্তাহ ব্যাপী, অনেক এজেন্ট এবং সরঞ্জামগুলির মধ্যে সমন্বয়, এবং অর্পিত কাজ যা শুধুমাত্র তখনই সম্ভব যখন রাষ্ট্রকে বিশ্বাস করা যায় এবং সময়ের সাথে সাথে প্রসারিত করা যায়।

এর জন্য নিওটোমা তৈরি করা হয়েছে। এটি মেমরিকে সুস্পষ্ট সিস্টেম অবস্থা হিসাবে বিবেচনা করে: টাইপ করা সত্তা, ঘটনা এবং সম্পর্কগুলি একটি নির্ধারক গ্রাফে, প্রম্পট অবশিষ্টাংশ বা এম্বেডিং সাদৃশ্য নয়। একটি এজেন্টের ইতিহাস পুনরায় প্লে করা যেতে পারে, পরিদর্শন করা যেতে পারে এবং সিস্টেমের অংশ হিসাবে যুক্তি দেখাতে পারে।

পরের বছর কি দেখতে হবে:
1. এজেন্ট ফ্রেমওয়ার্ক একটি মূল বৈশিষ্ট্য হিসাবে দীর্ঘ-চলমান, পটভূমি বা পুনঃসূচনাযোগ্য সম্পাদনের বিজ্ঞাপন দেয়।
2. দলগুলি এজেন্ট রাষ্ট্রের দুর্নীতি বা ড্রিফ্টকে একটি স্বতন্ত্র বাগ শ্রেণী হিসাবে আলোচনা করে বরং এজেন্টদেরকে সংশোধন হিসাবে পুনরায় চালু করার চেয়ে৷
3. পণ্য ইন্টারফেসগুলি এজেন্ট ইতিহাসকে ক্ষণস্থায়ী না করে পরিদর্শনযোগ্য কিছু হিসাবে প্রকাশ করে।
4. একাধিক এজেন্ট পরিচালনাকারী দল যাদের সত্তা এবং সিদ্ধান্তের জন্য সত্যের একক উৎস প্রয়োজন।

## 2. এজেন্টিক ত্রুটি অর্থনৈতিকভাবে দৃশ্যমান হবে

যেহেতু AI আউটপুট ক্রমবর্ধমানভাবে সরাসরি বিলিং, কমপ্লায়েন্স, ক্লায়েন্ট ডেলিভারেবল এবং স্বয়ংক্রিয় ওয়ার্কফ্লোতে প্রবাহিত হচ্ছে, ত্রুটির খরচ স্থানান্তরিত হতে পারে। বর্তমানে যা একটি বিচ্ছুরিত অসুবিধা তা সুস্পষ্ট অর্থনৈতিক প্রভাবে পরিণত হয়।

পোস্টমর্টেম, চুক্তি এবং আদালতের ফাইলিংয়ে যখন ত্রুটিগুলি দেখাতে শুরু করে, তখন সমাজ একটি তীক্ষ্ণ চিত্র লাভ করে যে খরচ কে বহন করে এবং কাকে দোষ দেওয়া হয়। সিদ্ধান্তগুলি কীভাবে নেওয়া হয়েছিল এবং সেই সময়ে সিস্টেমটি কী জানত তা প্রমাণ করার জন্য সংস্থাগুলি চাপের মুখোমুখি হবে৷ সেই চাপ পেশাদার নিয়ম, বীমা এবং প্রবিধানের মধ্যে ছড়িয়ে পড়বে। ব্যক্তি এবং ছোট দলগুলিকে এমন মানদণ্ডে রাখা যেতে পারে যা মূলত অডিট ট্রেল সহ বড় প্রতিষ্ঠানের জন্য ডিজাইন করা হয়েছিল। উল্টোটা হল আরও দায়বদ্ধতা এবং কম নীরব ব্যর্থতা। নেতিবাচক দিক হল যে "ব্যাখ্যাযোগ্য" এবং "নিরীক্ষাযোগ্য" এর জন্য বারটি অনেকের জন্য প্রস্তুত হওয়ার চেয়ে দ্রুত বৃদ্ধি পেতে পারে।

এই প্রবণতাটির কাঠামোগত কারণ সম্ভবত এআই সিদ্ধান্ত গ্রহণের প্রান্তের কাছাকাছি চলে যাচ্ছে, শুধু পরামর্শমূলক স্তর নয়। যেহেতু AI আউটপুট সিস্টেমে ডাউনস্ট্রিম এম্বেড হয়ে যায় যা অর্থপ্রদান, প্রতিশ্রুতি বা বাহ্যিক যোগাযোগকে ট্রিগার করে, ত্রুটিগুলি সেই সিস্টেমগুলির ব্যয় কাঠামোর উত্তরাধিকারী হয়। সংস্থাগুলি অপরিবর্তনীয় ক্রিয়াকলাপে প্রচার করার পরে ব্যর্থতাকে "মডেল কুয়ার্ক" হিসাবে বিবেচনা করা চালিয়ে যেতে পারে না।

আজ, ভুলগুলি প্রায়শই পুনরুত্থান বা প্রম্পট টুইক দিয়ে বন্ধ করা হয়। আগামীকাল, সেই একই ভুলগুলি অর্থের অপচয় করবে, খ্যাতি ক্ষতি করবে, বা আইনি এক্সপোজার তৈরি করবে।

যখন ত্রুটির মূল্য হয়ে যায়, তখন সংস্থাগুলি আউটপুটগুলি সহায়ক ছিল কিনা তা জিজ্ঞাসা করা বন্ধ করে দেয়। তারা জিজ্ঞাসা করা শুরু করে যে এই আউটপুটগুলি কীভাবে উত্পাদিত হয়েছিল, তারা কোন তথ্যের উপর নির্ভর করেছিল এবং প্রক্রিয়াটি পুনরায় প্লে বা অডিট করা যেতে পারে কিনা।

ফলস্বরূপ, আনুমানিক বা অস্পষ্ট মেমরির জন্য সহনশীলতা হ্রাস পায়। যাকে যথেষ্ট ভাল বলে গণ্য করা হয় তার জন্য দণ্ডটি প্রথমে উঠে যায় যেখানে ক্ষতি দৃশ্যমান হয়, তারপর সেই মানটি বাইরের দিকে চলে যায়। একবার ভুলগুলি ব্যয়বহুল হয়ে গেলে, মেমরি যা আপনি সংশোধন করতে এবং ট্রেস করতে পারেন তা অবকাঠামো হয়ে যায়, সুবিধা নয়।

নিওটোমা মেমরি লেয়ারে প্রোভেন্যান্স প্রয়োগ করে এই পরিবর্তনের সাথে সারিবদ্ধ করে। সোর্স অ্যাট্রিবিউশন, টাইমস্ট্যাম্প এবং ইনজেশন ইভেন্ট সহ তথ্যগুলি সংরক্ষণ করা হয়। সংশোধনগুলি ধ্বংসাত্মক না হয়ে সংযোজনমূলক, যা দলগুলিকে আংশিক লগের উপর ভিত্তি করে অনুমান করার পরিবর্তে সিদ্ধান্ত নেওয়ার সময় এজেন্ট যা জানত তা পুনর্গঠন করতে দেয়।

পরের বছর কি দেখতে হবে:
1. পোস্টমর্টেম, ক্লায়েন্ট বিবাদ, বা আইনি প্রেক্ষাপটে এআই-সম্পর্কিত ব্যর্থতা দেখা যাচ্ছে।
2. দলগুলি স্পষ্টভাবে জিজ্ঞাসা করছে "এজেন্ট সেই সময়ে কী জানত?" ভুলের পরে
3. এআই ওয়ার্কফ্লোতে ট্র্যাসেবিলিটি বা নিরীক্ষার প্রয়োজনীয়তাগুলি পূর্ববর্তীভাবে যুক্ত করা হচ্ছে।
4. এআই মেমরি ত্রুটির জন্য দায়ী পাবলিক ঘটনা; পোস্টমর্টেমগুলিতে "হ্যালুসিনেশন" থেকে "সিস্টেম ব্যর্থতায়" ভাষা স্থানান্তরিত হচ্ছে।
5. দলগুলি সম্পূর্ণ রিসেট ছাড়াই "এই সত্যটিকে পূর্বাবস্থায় ফেরাতে" বা "এজেন্ট যা বিশ্বাস করে তা প্রত্যাবর্তন" করার জন্য জিজ্ঞাসা করছে৷
6. "সিস্টেমটি কি বিশ্বাস করে এবং কিভাবে এটি বিকশিত হয়েছে?" একটি RAG কলের পরিবর্তে একটি সামঞ্জস্যপূর্ণ গ্রাফের উপর একটি প্রশ্ন হিসাবে ফ্রেম করা হয়েছে৷

## 3. অডিট এবং কমপ্লায়েন্স ডাউন-মার্কেটে প্রবাহিত হবে

একটি সম্পর্কিত প্রবণতা: কীভাবে কাজ তৈরি হয়েছিল এবং সিস্টেমটি কী জানত তা প্রমাণ করার চাপ বড় উদ্যোগের মধ্যে সীমাবদ্ধ থাকবে না। যেখানেই ত্রুটিগুলি একটি বাস্তব মূল্য বহন করে—অর্থনৈতিক, আইনী, বা সুনাম—প্রতিরক্ষাযোগ্যতা এবং রেকর্ড রাখার চাহিদা অনুসরণ করে৷ যেহেতু AI পেশাদার কাজের মধ্যে এম্বেড হয়ে যায়, পরামর্শদাতা, এজেন্সি, নিয়ন্ত্রিত ফ্রিল্যান্সার এবং ছোট এআই-নেটিভ দলগুলি একই প্রত্যাশার মুখোমুখি হবে।

কাঠামোগত কারণ হল দায় বিস্তার। যেহেতু AI ব্যবহার স্বাভাবিক হয়ে যায়, দায়িত্ব অদৃশ্য হয় না। এটি ছড়িয়ে পড়ে। ক্লায়েন্ট, বীমাকারী এবং নিয়ন্ত্রকেরা ক্ষতিপূরণ নিয়ন্ত্রণের জন্য সাড়া দেয়। নিরীক্ষার চাপ বাজারকে নিম্নমুখী করে না কারণ ছোট দল এটি চায়, বরং ঝুঁকি ব্যবহার করে।

কাজ কিভাবে উত্পাদিত হয়েছিল সে সম্পর্কে প্রশ্নগুলি রুটিন হয়ে গেলে, প্রমাণ ছাড়া স্মৃতি একটি সুবিধার পরিবর্তে দায় হয়ে যায়। স্ট্রাকচার্ড টাইমলাইন, এন্টিটি-লেভেল রিকল, এবং সোর্স অ্যাট্রিবিউশন প্রতিরক্ষামূলক অবকাঠামো হিসাবে কাজ করা শুরু করে।

নিওটোমা মেমরিকে এমন কিছু হিসাবে বিবেচনা করে এই পরিবর্তনের সাথে সারিবদ্ধ করে যা পূর্ববর্তীভাবে অনুমান করার পরিবর্তে সময়মতো পুনর্গঠন করা যেতে পারে। সত্তা রেজোলিউশন, অস্থায়ী ক্রম এবং উদ্ভব অ্যাড-অন নয়। তারা মডেলের মূল।

পরের বছর কি দেখতে হবে:
1. চুক্তি, কাজের বিবৃতি বা পেশাদার নির্দেশিকাগুলিতে AI ব্যবহারের প্রকাশগুলি প্রদর্শিত হয়৷
2. ক্লায়েন্ট বা বীমাকারীদের কাছ থেকে এআই-সহায়ক সিদ্ধান্তের ডকুমেন্টেশনের জন্য অনুরোধ।
3. ব্যক্তি বা ছোট দলগুলি সক্রিয়ভাবে AI মিথস্ক্রিয়া রেকর্ডগুলি রক্ষণাত্মকভাবে সংরক্ষণ করে৷
4. নির্দিষ্ট AI ব্যবহারের জন্য স্পষ্টভাবে রেকর্ড রাখা বা ব্যাখ্যাযোগ্যতা প্রয়োজন এমন নিয়ম।

## 4. প্ল্যাটফর্ম মেমরি অস্বচ্ছ থাকবে

বড় AI প্ল্যাটফর্মগুলি সম্ভবত শিপিং মেমরি বৈশিষ্ট্যগুলি চালিয়ে যেতে পারে যা দরকারী কিন্তু মৌলিকভাবে অস্বচ্ছ৷ তাদের প্রণোদনা ব্যবহারকারী-নিয়ন্ত্রিত উদ্ভব বা সঠিকতার গ্যারান্টির পরিবর্তে ব্যস্ততা, ধারণ এবং মডেল অপ্টিমাইজেশানের পক্ষে।

সামাজিক প্রভাব হল যারা যত্ন নিতে পারে এবং যারা পারে না তাদের মধ্যে বিভাজন। যে সমস্ত ব্যক্তি এবং সংস্থাগুলির শক্তিশালী গ্যারান্টি (অডিট, সঠিকতা, বহনযোগ্যতা) প্রয়োজন তারা হয় বিকল্পগুলির জন্য অর্থ প্রদান করবে, তাদের নিজস্ব নির্মাণ করবে বা ঝুঁকি গ্রহণ করবে। অন্য সবাই প্ল্যাটফর্ম মেমরির উপর নির্ভর করবে এবং বিশ্বাসের ফাঁক দিয়ে বাঁচবে। এই বিভাজন বিদ্যমান বৈষম্যকে শক্তিশালী করতে পারে। সু-সম্পদের স্বচ্ছ, বহনযোগ্য মেমরি পাওয়া যায়; অন্য সবাই অস্বচ্ছ পদের সাথে সুবিধা পায়। সময়ের সাথে সাথে, "আমার ডেটা" এবং "আমার ইতিহাস" বলতে কী বোঝায় সে সম্পর্কে নিয়মগুলি প্রেক্ষাপট এবং আপনি কে তার দ্বারা আলাদা হতে পারে। নাগরিক এবং পেশাগত প্রত্যাশা (যেমন যে আপনি আপনার কাজ দেখাতে পারেন বা আপনার রেকর্ড রপ্তানি করতে পারেন) শুধুমাত্র কিছু ক্ষেত্রে প্রযোজ্য হতে পারে।

এটি টিকে থাকার কাঠামোগত কারণ হল [উদ্দীপক মিসলাইনমেন্ট](/posts/building-structural-bariers)। প্ল্যাটফর্মগুলি লক্ষ লক্ষ ব্যবহারকারী জুড়ে সামগ্রিক ফলাফলের জন্য অপ্টিমাইজ করে, কোনও পৃথক ওয়ার্কফ্লো দ্বারা প্রয়োজনীয় সঠিকতার গ্যারান্টির জন্য নয়। মেমরির শব্দার্থ, সংশোধনের নিয়ম, বা রিপ্লে প্রকাশ করার গ্যারান্টি পুনরাবৃত্তি গতি সীমাবদ্ধ করে এবং দায় বাড়ায়। অস্বচ্ছতা আকস্মিক নয়। এটি প্রতিরক্ষামূলক।

মেমরির উন্নতি হতে পারে, তবে এটি পরিদর্শন করা, রপ্তানি করা, রিপ্লে করা বা আনুষ্ঠানিকভাবে, বিশেষ করে টুল জুড়ে যুক্তি দেওয়া কঠিন থাকবে। সংশোধন প্রায়ই নীরব, অন্তর্নিহিত, বা মডেল-নির্দিষ্ট হবে।

এটি ক্রমবর্ধমান আস্থার ব্যবধান তৈরি করে। ব্যবহারকারীরা সুবিধার জন্য প্ল্যাটফর্ম মেমরির উপর নির্ভর করতে পারে এবং একই সাথে এটিকে অবিশ্বাস করতে পারে যেখানে ফলাফলগুলি গুরুত্বপূর্ণ।

ডেটা সার্বভৌমত্ব একটি পৃথক চাপ যোগ করে: উদ্যোগ এবং ব্যক্তিরা ক্রমবর্ধমানভাবে জোর দিচ্ছে যে এজেন্ট মেমরি তাদের পরিবেশে, হয় অন-প্রেম, তাদের ভাড়াটে বা তাদের নিয়ন্ত্রণে, বিক্রেতার ক্লাউডে না থেকে।

নিওটোমা সেই ফাঁকের জন্য নির্মিত। এর স্থানীয়, পরিদর্শনযোগ্য, ব্যবহারকারী-নিয়ন্ত্রিত নকশাটি কর্মপ্রবাহের বিকল্প যেখানে সঠিকতা এবং মূল বিষয়বস্তু। আপনি ডেটা এবং শব্দার্থবিদ্যার মালিক; সিস্টেম যা জানে সে সম্পর্কে আপনি রপ্তানি করতে, সঠিক করতে এবং যুক্তি দিতে পারেন৷

পরের বছর কি দেখতে হবে:
1. মেমরি বৈশিষ্ট্য যা প্রত্যাহার উন্নত করে কিন্তু অনথিভুক্ত বা অ-রপ্তানিযোগ্য থাকে।
2. ব্যবহারকারীরা জিজ্ঞাসা করে যে সিস্টেমটি আসলে কী জানে - যেমন এটি কী বিশ্বাস করে, মনে রাখে এবং অনুমান করেছে তার একটি ব্যাপক দৃষ্টিভঙ্গি, শুধুমাত্র কাঁচা চ্যাট বা রপ্তানি নয় - এবং কোনও স্পষ্ট উত্তর পাচ্ছেন না৷
3. কর্মক্ষেত্র (যেমন রপ্তানি, তৃতীয় পক্ষের সিঙ্ক, ম্যানুয়াল প্রতিলিপি) সঙ্কুচিত হওয়ার পরিবর্তে বাড়ছে।
4. RFPs বা প্রয়োজনীয়তা উল্লেখ করে যে এজেন্ট মেমরি অবশ্যই অন-প্রিম বা ব্যবহারকারীর ভাড়াটে থাকতে হবে।

## 5. টুল ফ্র্যাগমেন্টেশন অব্যাহত থাকবে

একটি একক AI প্ল্যাটফর্ম বা কর্মক্ষেত্রে একত্রীকরণ সম্পর্কে পুনরাবৃত্তিমূলক বর্ণনা থাকা সত্ত্বেও, জ্ঞানের কাজটি খণ্ডিত থাকার সম্ভাবনা রয়েছে। পেশাদাররা ইতিমধ্যে একাধিক মডেল, সম্পাদক, কপিলট, ডকুমেন্ট সিস্টেম এবং এজেন্ট ফ্রেমওয়ার্ক জুড়ে কাজ করে।

কাঠামোগত কারণ হল যে AI সরঞ্জামগুলি পরিপূরক, বিকল্প নয়। প্রতিটি কর্মপ্রবাহের একটি ভিন্ন অংশের জন্য অপ্টিমাইজ করে: ধারণা, সম্পাদন, কোডিং, পুনরুদ্ধার, যোগাযোগ। প্রান্তিক উন্নতি স্ট্যাক ধসে না. কম সুইচিং খরচ এবং দ্রুত মডেলের পুনরাবৃত্তি একত্রীকরণকে আরও নিরুৎসাহিত করে।

টুলের বিস্তৃতি বাড়ার সাথে সাথে মূল সমস্যাটি ইন্টারফেস ফ্র্যাগমেন্টেশন থেকে স্টেট ফ্র্যাগমেন্টেশনে স্থানান্তরিত হয়। প্রসঙ্গ একসাথে অনেক জায়গায় বাস করে এবং কোনো একক পৃষ্ঠ বাস্তবসম্মতভাবে এর মালিক হতে পারে না।

নিওটোমা এটি সমাধান করার চেষ্টা করার পরিবর্তে এই বিভক্ততার নীচে বসে। একটি একক UI এর পরিবর্তে একটি প্রোটোকল ইন্টারফেসের মাধ্যমে মেমরি উন্মুক্ত করে, এটি একাধিক সরঞ্জাম এবং এজেন্টকে একটি একক ওয়ার্কফ্লো বা বিক্রেতাকে বাধ্য করা ছাড়াই একই অন্তর্নিহিত অবস্থায় পড়তে এবং লিখতে দেয়।

পরের বছর কি দেখতে হবে:
1. পেশাদাররা পরিচ্ছন্নভাবে প্রসঙ্গ স্থানান্তর না করেই মডেল বা টুলের মাঝামাঝি কাজ করে।
2. টুলগুলির মধ্যে "প্রসঙ্গ হারানো" সম্পর্কে বারবার অভিযোগ।
3. টিম ওয়ার্কফ্লোকে প্রমিত করে যা স্পষ্টভাবে একাধিক AI পণ্যগুলিকে বিস্তৃত করে৷

## 6. এজেন্টিক ব্যবহার পরিমাপ করা হবে

এজেন্ট নির্বাহ করা খরচ দ্বারা ক্রমবর্ধমান সীমাবদ্ধ হতে পারে. কাঠামোগত কারণটি সহজবোধ্য: গণনা একটি দৃশ্যমান লাইন আইটেম হয়ে উঠছে। কোন আমূল অর্থনৈতিক পুনর্গঠনের প্রয়োজন নেই।

AI ব্যয় বৃদ্ধির সাথে সাথে সংস্থাগুলি বাজেট, অ্যাট্রিবিউশন এবং অপ্টিমাইজেশন প্রবর্তন করে। একবার খরচ দৃশ্যমান হয়, মিটারিং স্বাভাবিকভাবেই অনুসরণ করে।

যখন ব্যবহারের মূল্য নির্ধারণ করা হয়, তখন অদক্ষতা এবং প্রবাহ বিমূর্ত উদ্বেগ হওয়া বন্ধ করে। প্রসঙ্গ পুনরায় গণনা করা, পূর্বের সিদ্ধান্তগুলি ভুল মনে রাখা বা কাজ পুনরাবৃত্তি করা দৃশ্যমান বর্জ্য হয়ে যায়।

নিওটোমার ডিটারমিনিস্টিক মেমরি মডেল এখানে প্রাসঙ্গিক হয়ে ওঠে কারণ এটি টেকসই মেমরিকে ক্ষণস্থায়ী প্রসঙ্গ থেকে আলাদা করে। পুনর্জন্মের পরিবর্তে রিপ্লে সক্ষম করে, এটি অনুমানের পার্শ্ব প্রতিক্রিয়ার পরিবর্তে মেমরিকে একটি অপ্টিমাইজেশন পৃষ্ঠ হিসাবে বিবেচনা করে।

পরের বছর কি দেখতে হবে:
1. টিম ট্র্যাকিং এজেন্ট বা মডেল ব্যবহারের খরচ প্রতি টাস্ক বা ওয়ার্কফ্লো।
2. বাজেট-সচেতন এজেন্ট যা অবশিষ্ট ব্যয়ের উপর ভিত্তি করে আচরণ পরিবর্তন করে।
3. অপ্টিমাইজেশন প্রচেষ্টা প্রম্পটগুলি উন্নত করার পরিবর্তে অপ্রয়োজনীয় অনুমান হ্রাস করার উপর দৃষ্টি নিবদ্ধ করে।

## কীভাবে এই প্রবণতাগুলি মূল জনসংখ্যাকে প্রভাবিত করে৷

এই প্রবণতাগুলি স্বতন্ত্র প্রভাবিত জনসংখ্যার জন্য সক্রিয়করণ শর্ত হিসাবে কাজ করে। নিওটোমা বোঝানোর মাধ্যমে গুরুত্বপূর্ণ হয়ে ওঠে না। এটি গুরুত্বপূর্ণ হয়ে ওঠে যখন বাস্তবতা বিকল্পগুলিকে সরিয়ে দেয়।

**এআই-নেটিভ স্বতন্ত্র অপারেটর এবং উচ্চ-প্রসঙ্গ জ্ঞান কর্মীরা** হলেন প্রথম: প্রতিষ্ঠাতা, পরামর্শদাতা, গবেষক এবং একক নির্মাতারা গভীরভাবে চিন্তাভাবনা এবং সম্পাদন জুড়ে AI ব্যবহার করছেন। রাষ্ট্রীয় এজেন্ট, অর্থনৈতিকভাবে দৃশ্যমান ত্রুটি এবং অস্বচ্ছ প্ল্যাটফর্ম মেমরির সাথে অসন্তোষ দ্বারা দত্তক গ্রহণ করা হয়। একবার আউটপুট বাহ্যিকভাবে গুরুত্বপূর্ণ (ক্লায়েন্ট, সহযোগী, বা রাজস্বের জন্য), উত্তর দিতে অক্ষমতা "যখন এটি উত্পাদিত হয়েছিল তখন সিস্টেমটি কী জানত?" অসহনীয় হয়ে ওঠে। নিওটোমা রেকর্ডের একটি ব্যক্তিগত সিস্টেম হিসাবে আকর্ষণীয় হয়ে ওঠে যা একাধিক সরঞ্জামের সাথে সহাবস্থান করতে পারে।

**এআই-নেটিভ ছোট দল এবং হাইব্রিড পণ্য বা অপারেশন টিম** দ্বিতীয়। ব্যক্তি অস্পষ্ট স্মৃতির জন্য ক্ষতিপূরণ দিতে পারে। দলগুলো পারে না। একবার প্রতিটি ব্যক্তির এজেন্টরা সামান্য ভিন্ন তথ্য বা অনুমানগুলি মনে রাখলে, সমন্বয়ের খরচ যৌগিক হয়ে যায়। টুল ফ্র্যাগমেন্টেশন এটিকে ত্বরান্বিত করে, অডিট চাপ শেয়ার করা মেমরিকে বৈধতা দেয় এবং মিটারযুক্ত ব্যবহার ড্রিফটকে বাজেটের অপচয়ে রূপান্তরিত করে। এই পরিবেশে, নিওটোমা একটি উত্পাদনশীলতা স্তর হিসাবে কম এবং ভাগ করা জ্ঞানীয় অবকাঠামো হিসাবে বেশি কাজ করে।

**ডেভেলপার ইন্টিগ্রেটর এবং এআই টুল বিল্ডার** যারা পণ্য বা প্ল্যাটফর্মে এজেন্ট এম্বেড করে তারা তৃতীয়। তাদের জন্য, মেমরি ব্যর্থতা একটি উত্পাদন ব্যর্থতা. এজেন্টরা স্বায়ত্তশাসিত হওয়ার সাথে সাথে অস্বচ্ছ প্রত্যাহার অস্বচ্ছ এবং অগ্রহণযোগ্য হয়ে ওঠে। যখন মেমরি ত্রুটিগুলিকে ব্যঙ্গের পরিবর্তে সিস্টেমের ব্যর্থতা হিসাবে পুনরায় ফ্রেম করা হয়, তখন নির্মাতারা মেমরির আদিম সন্ধান করতে শুরু করে যা কথোপকথনের পরিবর্তে ডাটাবেসের মতো আচরণ করে। নিওটোমা এখানে একটি সাবস্ট্রেট হিসাবে প্রাসঙ্গিক হয়ে ওঠে, একটি বৈশিষ্ট্য নয়।

এই সমস্ত জনসংখ্যার মধ্যে, দত্তক নেওয়া শর্তসাপেক্ষ এবং ধাপে ধাপে, হাইপ-চালিত নয়।

## কি এই দৃষ্টিভঙ্গি মিথ্যা হবে

ভবিষ্যতের যেকোনো গুরুতর দৃষ্টিভঙ্গি মিথ্যা হতে হবে। স্পষ্ট সংকেত ছাড়া যা এটি ভুল প্রমাণ করবে, এটি একটি থিসিস নয় বরং একটি বিশ্বাস। এটি সরাসরি পণ্য কৌশলের জন্য গুরুত্বপূর্ণ, কারণ ভবিষ্যতের দিকে বিল্ডিং যা বাস্তবায়িত হয় না তা গ্রহণের পরিবর্তে মার্জিত অপ্রাসঙ্গিকতার দিকে পরিচালিত করে।

The most significant falsifier would be large AI platforms delivering memory that is genuinely portable, inspectable, replayable, and trusted across tools. Not memory in a marketing sense, but memory that is user-owned, exportable, semantically explicit, and stable across contexts. If platform-native memory becomes authoritative in practice (meaning users and organizations trust it as the canonical record of what was known and when), the need for an external truth layer collapses. In that world, Neotoma's core differentiation erodes rather than compounds.

A second falsifier would be meaningful consolidation into a single dominant AI workspace that owns execution, memory, and tooling end-to-end. If fragmentation pressure disappears because one surface successfully absorbs the stack, the leverage of shared memory substrates declines sharply.

A third falsifier would be agents remaining short-lived, tightly supervised, and cheap to reset, with failures continuing to be handled primarily by restarting rather than diagnosing state. If long-running agents do not materialize and resetting remains the dominant recovery strategy, deterministic memory remains optional rather than necessary.

Finally, if audit and liability pressure fail to move down-market (if AI remains advisory rather than consequential for most professionals), then provenance-heavy memory remains overkill for longer than anticipated.

Watching for these counter-signals is as important as watching for confirmation. They provide early warning that the assumptions driving adoption are weakening and that strategy should adapt accordingly. A vision that cannot be falsified cannot be corrected, and a product built on such a vision risks becoming well-designed for a world that never arrives.

## Memory as critical, open infrastructure

This is not a prediction that the world becomes more philosophically committed to truth or correctness.

It is a prediction that agents become stateful, errors become expensive, platforms remain opaque, tools remain fragmented, audit pressure spreads, and usage becomes priced.

If even part of this trajectory holds, memory stops being a UX feature and becomes infrastructure that is necessarily open. In that world, systems that treat memory as deterministic, inspectable state are no longer visionary. They are simply the cheapest way to keep complex systems from failing in opaque and irrecoverable ways.

Neotoma is not the driver of that change. It is one plausible response to it.