একটা প্রশ্নই একটা এজেন্টকে চ্যাটবট থেকে আলাদা করে
পরে কী হবে সেটা কে ঠিক করে?
একটা চ্যাটবটে কেউ ঠিক করে না। আপনি একটা মেসেজ পাঠান, মডেল একটা রিপ্লাই তৈরি করে, আর টার্ন শেষ। রিপ্লাইয়ের পর যদি কিছু ফলো-আপ দরকার হয়, সেটা আপনাকেই লিখতে হয়। মডেল কখনো বাস্তব জগতে কাজ করে না; এটা শুধু টেক্সট লেখে।
একটা এজেন্টে মডেল নিজেই ঠিক করে। একটা লক্ষ্য পেয়ে, এটা একটা অ্যাকশন বেছে নেয়, যেমন ওয়েব সার্চ করা, কোডের একটা টুকরো চালানো, একটা পেজ খোলা বা একটা ফাইল এডিট করা, ফলাফল টেক্সট আকারে ফেরত পায়, সেটা পড়ে, আর পরের অ্যাকশন বেছে নেয়। এটা চলতে থাকে যতক্ষণ না এটা মনে করে লক্ষ্য পূরণ হয়েছে বা একটা স্টেপ লিমিট এটাকে থামায়। মডেলই এই লুপের কন্ট্রোলার।
Anthropic-এর ইঞ্জিনিয়ারিং গাইড "Building effective agents", যা ডিসেম্বর 2024-এ প্রকাশিত হয়েছিল, ঠিক একই জায়গায় লাইন টানে: ওয়ার্কফ্লো হলো এমন সিস্টেম যেখানে মডেল এমন কোডের ভেতরে চলে যা পাথ ঠিক করে দেয়, আর এজেন্ট হলো এমন সিস্টেম যেখানে মডেল নিজের প্রসেস আর টুল ব্যবহার নিজে পরিচালনা করে। সেই গাইডটা এটাও স্পষ্ট করে বলে যে দুটোর মধ্যে আগে কোনটা বানানো উচিত, আর এর উত্তর হলো ওয়ার্কফ্লো।
চ্যাটবট, ওয়ার্কফ্লো, এজেন্ট: একই মডেল, তিনটা ভিন্ন লুপ
তিনটাই একই ভাষা মডেলে চলতে পারে। যা আলাদা, তা হলো এর চারপাশে কী আছে।
| চ্যাটবট | ওয়ার্কফ্লো | এজেন্ট | |
|---|---|---|---|
| পরের পদক্ষেপ কে ঠিক করে | কেউ না; প্রতি মেসেজে একটা রিপ্লাই | একজন ডেভেলপারের লেখা স্ক্রিপ্ট | মডেল, শেষ ফলাফলের ভিত্তিতে |
| টুল ব্যবহার করে | কখনো কখনো, প্রতি টার্নে একটা কল | হ্যাঁ, ফিক্সড অর্ডারে | হ্যাঁ, নিজের বেছে নেওয়া যেকোনো অর্ডারে |
| কখন থামে | একটা রিপ্লাইয়ের পর | স্ক্রিপ্ট শেষ হলে | যখন এটা ঠিক করে লক্ষ্য পূরণ হয়েছে, বা স্টেপ ক্যাপে পৌঁছায় |
| সাধারণ ব্যর্থতা | ভুল উত্তর | খারাপ ইনপুট পাওয়া একটা স্টেপ | এমন একটা লুপ যা ঘুরপাক খায়, বারবার একই কাজ করে, বা আগেই থেমে যায় |
| প্রতি কাজে খরচ | একটা উত্তর | একটা জানা সংখ্যক উত্তর | শেষ না হওয়া পর্যন্ত অজানা |
ওয়ার্কফ্লো কলামেই বেশিরভাগ কার্যকর অটোমেশন থাকে। একটা পাইপলাইন যা একটা ডকুমেন্ট সারাংশ করে, তারপর তারিখগুলো বের করে, তারপর একটা রিপ্লাই খসড়া করে, সেটা ফিক্সড অর্ডারে তিনটা মডেল কল। এটা নির্ভরযোগ্য কারণ ডেভেলপার পাথ ঠিক করে দিয়েছেন। এটা এজেন্ট নয়, ল্যান্ডিং পেজে যা-ই লেখা থাকুক না কেন, আর একে এজেন্ট বলা আসল ট্রেড-অফটাকে ঢেকে দেয়: একটা ফিক্সড পাথ অনুমানযোগ্য আর সস্তা, একটা মডেল-বাছাই পাথ নমনীয়, কিন্তু দুটোর কোনোটাই নয়।
লুপটা ধাপে ধাপে কেমন দেখতে
একটা বাস্তব রান। লক্ষ্য: "এই মাসে আমাদের প্রতিযোগী দাম বদলেছে কিনা খুঁজে বের করো আর আমাকে দুই প্যারাগ্রাফের একটা সারাংশ লিখে দাও।"
- মডেল লক্ষ্যটা পড়ে আর প্রথম অ্যাকশন ঠিক করে: প্রতিযোগীর প্রাইসিং পেজের জন্য একটা ওয়েব সার্চ।
- সার্চ টুল টেক্সট আকারে একটা ফলাফলের তালিকা ফেরত দেয়। মডেল সেটা পড়ে একটা খোলার জন্য বেছে নেয়।
- ব্রাউজার টুল পেজটা ফেরত দেয়। মডেল বর্তমান দামগুলো বের করে।
- মডেল ঠিক করে যে এটার পুরনো দামও দরকার, একটা আর্কাইভ কপি খোঁজে, আর সেটা খোলে।
- এটা দুটো তুলনা করে, বিচার করে যে পর্যাপ্ত তথ্য আছে, আর সারাংশ লেখে।
পাঁচটা স্টেপ, চারটা টুল কল, ছয়টা মডেল কল। প্রতিটা স্টেপ মডেলের একটা পূর্ণ উত্তর, ইনপুট হিসেবে এখন পর্যন্ত পুরো হিস্টরিসহ। এই শেষ বিষয়টাই খরচ বাড়ায়: পঞ্চম স্টেপে পৌঁছানোর মধ্যেই মডেল প্রতিটা কলে সার্চ ফলাফল আর পেজ টেক্সটের চার পাতা আবার পড়ছে। এআইতে টোকেন কী ব্যাখ্যা করে কেন প্রতি টার্নে বেড়ে চলা ইনপুট এত ব্যয়বহুল আকার।
আর প্রতিটা স্টেপই ভুল হওয়ার একটা জায়গা। যদি স্টেপ 1-এর সার্চ ভুল কোম্পানি ফেরত দেয়, স্টেপ 2 থেকে 5 পুরো আত্মবিশ্বাসের সঙ্গে ভুল প্রাইসিং সারাংশ করবে। লুপ ভুলগুলোকে ঠিক সেভাবেই বাড়িয়ে তোলে যেভাবে এটা অগ্রগতি বাড়ায়। কিছু পাঠানোর আগে একটা স্টেপ ক্যাপ আর একটা মানুষের চেকপয়েন্ট ঐচ্ছিক নয়।
একটা এজেন্ট রানের খরচ একটা মাত্র উত্তরের তুলনায় কত
অঙ্কটা সহজ, কিন্তু মানুষ এটা এড়িয়ে যায়। একটা স্ট্যান্ডার্ড উত্তর, 1,000 টোকেন ইনপুট আর 500 আউটপুট, এআই মডেল কস্ট ইনডেক্স-এ প্রতি মডেলের একটা লিস্ট প্রাইস আছে, যেখানে OpenRouter রেট 2026-08-20 তারিখে আনা হয়েছে। 20 স্টেপের একটা এজেন্ট রান কমপক্ষে এমন 20টা উত্তরের সমান, আর বাস্তবে আরো বেশি, কারণ প্রতি স্টেপে ইনপুট বাড়তে থাকে।
Claude Sonnet 5-এ 20টা স্টেপের খরচ ফ্লোরে $0.14, যেখানে একটা রিপ্লাইয়ের খরচ $0.007; Claude Opus 5-এ এটা $0.35, আর প্রতি ঘণ্টায় চালালে বাড়ন্ত-ইনপুট মাল্টিপ্লায়ারের আগেই এটা মাসে প্রায় $250। Whizi ক্রেডিটে একই অঙ্ক উপরের Auto ল্যাডার থেকে পড়া যায়: 100 ক্রেডিট মানে হাউস মডেলে 100টা দ্রুত প্রশ্ন বা GPT-5.6 Sol-এ 5টা রিজনিং টার্ন, তাই রিজনিং রাঙে একটা 20-স্টেপ লুপ 400 ক্রেডিট, একটা 2,500-ক্রেডিট প্রো মাসের প্রায় এক-ষষ্ঠাংশ, আর হাউস মডেলে একই লুপ 20 ক্রেডিট। এই কারণেই সঠিক ডিজাইন পরিকল্পনার স্টেপগুলো শক্তিশালী মডেলে আর রুটিন স্টেপগুলো সস্তা মডেলে রাউট করে, আর কেন একটা মাল্টি-মডেল ওয়ার্কস্পেসই এজেন্ট কাজের স্বাভাবিক ঘর, একটা একক-মডেল সাবস্ক্রিপশন নয়।
কোন পণ্যগুলো আসলেই এজেন্ট
যেসব কোডিং অ্যাসিস্ট্যান্ট ফাইল এডিট করে আর টেস্ট চালায়, সেগুলো কঠোর অর্থেই এজেন্ট: একটা বাগ রিপোর্ট পেয়ে, এরা কোড পড়ে, একটা পরিবর্তন করে, টেস্ট স্যুট চালায়, ব্যর্থতা পড়ে, আর আবার চেষ্টা করে। লুপটা বাস্তব আর মডেলই এটাকে চালায়।
ChatGPT, Gemini আর Perplexity-র Deep Research মোড এজেন্ট: এরা সার্চ করে, পড়ে, যা পেয়েছে তার ভিত্তিতে আবার সার্চ করে, আর যখন মনে করে প্রশ্নটা কাভার করা হয়েছে তখন থামে। স্টেপ সংখ্যা প্রশ্নভেদে বদলায়, আর এটাই এর পরিচয়।
পণ্য মেনুতে বেশিরভাগ "এজেন্ট" আসলে পার্সোনা বা ওয়ার্কফ্লো। মডেল পিকারে একটা ট্যাক্স এজেন্ট বা একটা স্টাডি মেন্টর লেবেলযুক্ত সারি সাধারণত একটা ফিক্সড সিস্টেম প্রম্পট আর একটা বা দুটো টুল মাত্র। Whizi-র নিজস্ব Agents সেকশন এ ব্যাপারে সৎ: কানাডিয়ান CPA সারিটা একটা প্রিসেট যা প্রতিটা টার্নে একটা ওয়েব সার্চ বাধ্যতামূলক করে, সাতটা সার্চে ক্যাপড, আরো বড় একটা টোকেন বাজেট 55,000 ইনপুট আর 40,000 আউটপুটসহ। এটা একটা টুল লাগানো পার্সোনা আর একটা বড় বাজেট, আর এটা ঠিক তাই কার্যকর কারণ পাথটা ফিক্সড। এটা মডেল নিজে পরিচালিত কোনো লুপ নয়, আর Auto রাউটিং গাইড ব্যাখ্যা করে প্রতিটা মেসেজের পেছনে আসলে কে মডেল বেছে নেয়।
শব্দভাণ্ডারটা এমনভাবে বদলে যাচ্ছে যে সবকিছুকেই এজেন্ট বলা হচ্ছে। একটা পণ্যকে করার প্রশ্নটা এই পেজের একদম শুরুতে থাকা প্রশ্নই: পরের পদক্ষেপ কে ঠিক করে? যদি উত্তর হয় "একটা স্ক্রিপ্ট" বা "কেউ না", তাহলে আপনি একটা ওয়ার্কফ্লো বা চ্যাটবট কিনছেন, আর সেটাই হয়তো ঠিক যা আপনি চেয়েছিলেন।
কখন একটা এজেন্ট সঠিক টুল, আর কখন নয়
একটা এজেন্ট তার খরচ তখনই উশুল করে যখন পাথটা আগে থেকে জানা যায় না: গবেষণা যেখানে দ্বিতীয় সার্চ প্রথম ফলাফলের ওপর নির্ভর করে, ডিবাগিং যেখানে ফিক্স নির্ভর করে টেস্ট আউটপুটের ওপর, ব্রাউজিং যেখানে পরের ক্লিক নির্ভর করে পেজের ওপর। নমনীয়তাটাই এখানে আসল পণ্য।
যখন পাথ জানা থাকে তখন একটা এজেন্ট ভুল টুল। সারাংশ করা, তথ্য বের করা, অনুবাদ করা, ফরম্যাট বদলানো, শ্রেণীবিভাগ করা: এগুলো একটা কল বা একটা ফিক্সড ক্রম মাত্র, আর এগুলোকে একটা লুপে মোড়ানো ক্ষমতা না বাড়িয়েই খরচ, ল্যাটেন্সি আর ব্যর্থ হওয়ার একটা নতুন উপায় যোগ করে। Anthropic-এর গাইডের পরামর্শ এখনো ঠিক: একটা একক কল দিয়ে শুরু করুন, একটা কল যথেষ্ট না হলে একটা ওয়ার্কফ্লোতে যান, আর একটা এজেন্টের দিকে তখনই যান যখন ওয়ার্কফ্লোতে বারবার এমন একটা শাখা দরকার হয় যা আপনি আগে থেকে অনুমান করতে পারেন না।
সিদ্ধান্তের নিয়ম: শুরু করার আগে যদি আপনি স্টেপগুলো একটা হোয়াইটবোর্ডে আঁকতে পারেন, একটা এজেন্ট বানাবেন না।
- একটা পণ্যকে এজেন্ট বিশ্বাস করার আগে জিজ্ঞেস করুন কে পরের পদক্ষেপ ঠিক করে
- একটা এজেন্ট কাজের বাজেট ঠিক করুন স্টেপ গুণ প্রতি-উত্তর দাম হিসেবে, তারপর বাড়ন্ত ইনপুটের জন্য যোগ করুন
- যেকোনো স্টেপ যা পাঠায়, কেনে, মুছে ফেলে বা প্রকাশ করে, তার আগে একটা স্টেপ ক্যাপ আর একটা মানুষের চেকপয়েন্ট রাখুন
- পরিকল্পনার স্টেপগুলোতে শক্তিশালী মডেল আর রুটিন স্টেপগুলোতে সস্তা মডেল ব্যবহার করুন
- যদি আপনি স্টেপগুলো আগে থেকে আঁকতে পারেন, তাহলে এজেন্টের বদলে একটা ওয়ার্কফ্লো বানান
প্রায়ই জিজ্ঞাসিত প্রশ্ন
একটা এআই এজেন্ট আর একটা চ্যাটবটের মধ্যে পার্থক্য কী?
একটা চ্যাটবট প্রতি মেসেজে একটা রিপ্লাই তৈরি করে আর কোনো অ্যাকশন নেয় না। একটা এজেন্ট অনেক স্টেপ ধরে একটা লক্ষ্যের পেছনে ছোটে, নিজেই প্রতিটা পরের অ্যাকশন বেছে নেয়, সার্চ বা কোডের মতো টুল কল করে, ফলাফল পড়ে আর সিদ্ধান্ত নেয় কখন কাজ শেষ। একই মডেল, ভিন্ন লুপ: এজেন্ট একটা লুপ চালায়, চ্যাটবট চালায় না।
একটা এআই এজেন্টের উদাহরণ কী?
একটা কোডিং অ্যাসিস্ট্যান্ট যা একটা বাগ রিপোর্ট পড়ে, কোড এডিট করে, টেস্ট চালায়, ব্যর্থতা পড়ে আর যতক্ষণ না পাস করে ততক্ষণ আবার চেষ্টা করে। Deep Research মোড যা সার্চ করে, পড়ে, আর যা পেয়েছে তার ভিত্তিতে আবার সার্চ করে, সেটাও আরেকটা উদাহরণ। দুটোই নিজেদের পরের পদক্ষেপ নিজেরাই ঠিক করে, যা এর সংজ্ঞাগত বৈশিষ্ট্য।
ChatGPT কি একটা এআই এজেন্ট?
সাধারণ চ্যাট এজেন্ট নয়; এটা একবারে একটা মেসেজের উত্তর দেয়। ChatGPT-র এজেন্ট আর Deep Research মোড এজেন্ট, কারণ সেসব মোডে মডেল নিজেই পরিকল্পনা করে, টুল ব্যবহার করে আর নিজে থেকেই বারবার চেষ্টা করে। একই কথা প্রযোজ্য Gemini-র Agent Mode আর Deep Research-এর জন্য, আর Claude-এর Research মোড আর Claude Code-এর জন্যও। প্রতিটা পণ্যই একটা চ্যাটবট, যার ভেতরে এজেন্ট মোড আছে।
এআই এজেন্ট কেন ব্যয়বহুল?
কারণ প্রতিটা স্টেপ মডেলের একটা পূর্ণ কল, আর হিস্টরি জমতে থাকায় প্রতি স্টেপে ইনপুট বাড়তে থাকে। Claude Sonnet 5-এ একটা 20-স্টেপ রানের খরচ কমপক্ষে লিস্ট প্রাইসে $0.14, যেখানে একটা মাত্র উত্তরের খরচ $0.007, 2026-08-20 তারিখে আনা OpenRouter রেট অনুযায়ী, আর বাড়ন্ত ইনপুট এটাকে আরো ওপরে ঠেলে দেয়। রুটিন স্টেপগুলো একটা সস্তা মডেলে রাউট করাই এটা নিয়ন্ত্রণ করার প্রচলিত উপায়।
আমার কাজের জন্য কি একটা এআই এজেন্ট দরকার?
শুধু তখনই যখন পাথটা আগে থেকে পরিকল্পনা করা যায় না। গবেষণা, ডিবাগিং আর ব্রাউজিং, যেখানে প্রতিটা স্টেপ শেষ ফলাফলের ওপর নির্ভর করে, সেখানে একটা এজেন্ট উপকারী। সারাংশ করা, তথ্য বের করা, অনুবাদ করা আর ফরম্যাট বদলানো একটা কল বা একটা ফিক্সড ক্রম, আর একটা এজেন্ট এখানে ক্ষমতা না বাড়িয়েই খরচ আর ব্যর্থতার নতুন উপায় যোগ করে।
