ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ

ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਦਾ ਤਰਕ ਏਜੰਟਿਕ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਨੂੰ ਕਿਵੇਂ ਨਵਾਂ ਰੂਪ ਦੇਵੇਗਾ, ਅਤੇ ਵੈੱਬ ਡਿਵੈਲਪਮੈਂਟ ਦਾ ਭਵਿੱਖ ਸ਼ਾਇਦ ਸਧਾਰਨ ਨਿਯਮਾਂ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਲਿਖਿਆ ਜਾ ਚੁੱਕਾ ਹੈ

ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ, ਨਕਲੀ ਬੁੱਧੀ ਅਤੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸਿਧਾਂਤ ਦੇ ਸੰਗਮ 'ਤੇ ਇੱਕ ਡੂੰਘੀ ਤਬਦੀਲੀ ਹੋ ਰਹੀ ਹੈ। ਇਹ ਬਦਲਾਅ ਇੰਨਾ ਬੁਨਿਆਦੀ ਹੈ ਕਿ ਇਹ ਸਾਡੀ ਇਸ ਸਮਝ ਨੂੰ ਚੁਣੌਤੀ ਦਿੰਦਾ ਹੈ ਕਿ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟਾਂ ਦੇ ਯੁੱਗ ਵਿੱਚ "ਡਿਜ਼ਾਈਨ" ਦਾ ਅਸਲ ਮਤਲਬ ਕੀ ਹੈ।

ਦਹਾਕਿਆਂ ਤੋਂ ਅਸੀਂ ਡਿਜ਼ਾਈਨ ਅਤੇ ਕੋਡ ਨੂੰ ਦੋ ਵੱਖਰੇ ਖੇਤਰ ਮੰਨਦੇ ਆਏ ਹਾਂ: ਡਿਜ਼ਾਈਨ ਇਨਸਾਨੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਸੁਹਜ-ਬੋਧ ਦਾ ਖੇਤਰ, ਤੇ ਕੋਡ ਉਨ੍ਹਾਂ ਵਿਚਾਰਾਂ ਦਾ ਚੱਲਣਯੋਗ ਰੂਪ ਵਿੱਚ ਮਸ਼ੀਨੀ ਅਨੁਵਾਦ। ਪਰ ਜਿਵੇਂ-ਜਿਵੇਂ AI ਏਜੰਟ ਆਪਣੇ ਆਪ ਯੂਜ਼ਰ ਇੰਟਰਫੇਸ ਜੋੜਨ ਲੱਗੇ ਹਨ, ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਨੂੰ ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹੇ ਜਾਣ ਵਾਲੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਜੋਂ ਵਰਤਣ ਲੱਗੇ ਹਨ ਅਤੇ ਸਿਮੈਂਟਿਕ ਟੋਕਨਾਂ ਤੋਂ ਕੋਡ ਬਣਾਉਣ ਲੱਗੇ ਹਨ, ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਮੋੜ ਦੇ ਨੇੜੇ ਪਹੁੰਚ ਰਹੇ ਹਾਂ ਜੋ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸਿਧਾਂਤ ਦੇ ਇੱਕ ਕਿਤੇ ਪੁਰਾਣੇ ਵਿਚਾਰ ਦੀ ਗੂੰਜ ਹੈ।

ਉਹ ਵਿਚਾਰ? ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ।

ਇਹ ਸਿਰਫ਼ ਇੱਕ ਆਕਰਸ਼ਕ ਜੁਮਲਾ ਨਹੀਂ ਹੈ। ਇਹ ਇਸ ਗੱਲ ਦੀ ਪਛਾਣ ਹੈ ਕਿ ਅਸੀਂ ਸ਼ਾਇਦ ਅਜਿਹੀ ਦੁਨੀਆ ਵੱਲ ਵਧ ਰਹੇ ਹਾਂ ਜਿੱਥੇ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਵਾਂਗ ਕੰਮ ਕਰਦੇ ਹਨ, ਯਾਨੀ ਸਧਾਰਨ ਨਿਯਮ ਜੋ ਗੁੰਝਲਦਾਰ, ਉਭਰਦੇ ਵਿਹਾਰ ਨੂੰ ਜਨਮ ਦਿੰਦੇ ਹਨ। ਜਿੱਥੇ ਕਿਸੇ ਚੀਜ਼ ਨੂੰ "ਡਿਜ਼ਾਈਨ ਕਰਨ" ਅਤੇ ਉਸ ਨੂੰ "ਪ੍ਰੋਗਰਾਮ ਕਰਨ" ਦਾ ਫ਼ਰਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਮਿਟ ਜਾਂਦਾ ਹੈ। ਜਿੱਥੇ ਖੁਦਮੁਖਤਿਆਰ ਏਜੰਟ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਨੂੰ ਸਿਰਫ਼ ਵਰਤਦੇ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਕਾਰਜਸ਼ੀਲ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਆਪ ਹੁੰਦੇ ਹਨ।

ਇਹ ਬਲੌਗ ਪੋਸਟ ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ, ਉਭਰਦੇ ਵਿਹਾਰ ਅਤੇ ਏਜੰਟਿਕ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਦੇ ਭਵਿੱਖ ਵਿਚਲੇ ਡੂੰਘੇ ਸਬੰਧਾਂ ਦੀ ਪੜਚੋਲ ਕਰਦੀ ਹੈ। ਅਸੀਂ ਵੌਨ ਨੌਇਮਨ ਦੀਆਂ ਆਪਣੀ ਨਕਲ ਆਪ ਬਣਾਉਣ ਵਾਲੀਆਂ ਮਸ਼ੀਨਾਂ ਤੋਂ ਲੈ ਕੇ ਅੱਜ ਦੇ AI ਏਜੰਟ ਝੁੰਡਾਂ ਤੱਕ ਸਿਧਾਂਤਕ ਬੁਨਿਆਦਾਂ ਦੀ ਪੈੜ ਨੱਪਾਂਗੇ।

ਅਸੀਂ ਇਹ ਵੀ ਦੇਖਾਂਗੇ ਕਿ Drupal ਅਤੇ ਆਧੁਨਿਕ CMS ਪਲੇਟਫਾਰਮ Schema.org Blueprints ਅਤੇ Drupal AI ਵਰਗੇ ਮੌਡਿਊਲਾਂ ਰਾਹੀਂ AI ਨੂੰ ਕਿਵੇਂ ਜੋੜ ਰਹੇ ਹਨ। ਅਤੇ ਇਹ ਵਿਚਾਰ ਕਰਾਂਗੇ ਕਿ ਡਿਜ਼ਾਈਨਰਾਂ, ਡਿਵੈਲਪਰਾਂ ਅਤੇ ਡਿਜੀਟਲ ਉਤਪਾਦਾਂ ਦੀ ਸਿਰਜਣਾ ਦੇ ਭਵਿੱਖ ਲਈ ਇਸ ਸਭ ਦਾ ਕੀ ਅਰਥ ਹੈ।

ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਅਤੇ ਉਭਰਨ ਦਾ ਤਰਕ

ਸਧਾਰਨ ਨਿਯਮਾਂ ਦੀ ਖ਼ੂਬਸੂਰਤੀ

1970 ਵਿੱਚ ਗਣਿਤ-ਸ਼ਾਸਤਰੀ ਜੌਨ ਕੌਨਵੇ ਨੇ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਪੇਸ਼ ਕੀਤੀ, ਇੱਕ "ਜ਼ੀਰੋ-ਖਿਡਾਰੀ ਖੇਡ" ਜੋ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸਿਧਾਂਤ ਦੇ ਸਭ ਤੋਂ ਵੱਧ ਅਧਿਐਨ ਕੀਤੇ ਗਏ ਸਿਸਟਮਾਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣ ਗਈ। ਇਸ ਦੇ ਨਿਯਮ ਹੈਰਾਨੀਜਨਕ ਹੱਦ ਤੱਕ ਸਧਾਰਨ ਹਨ:

1. ਦੋ ਤੋਂ ਘੱਟ ਜਿਊਂਦੇ ਗੁਆਂਢੀਆਂ ਵਾਲਾ ਕੋਈ ਵੀ ਜਿਊਂਦਾ ਸੈੱਲ ਮਰ ਜਾਂਦਾ ਹੈ (ਘੱਟ ਆਬਾਦੀ)
2. ਦੋ ਜਾਂ ਤਿੰਨ ਜਿਊਂਦੇ ਗੁਆਂਢੀਆਂ ਵਾਲਾ ਕੋਈ ਵੀ ਜਿਊਂਦਾ ਸੈੱਲ ਬਚਿਆ ਰਹਿੰਦਾ ਹੈ
3. ਤਿੰਨ ਤੋਂ ਵੱਧ ਜਿਊਂਦੇ ਗੁਆਂਢੀਆਂ ਵਾਲਾ ਕੋਈ ਵੀ ਜਿਊਂਦਾ ਸੈੱਲ ਮਰ ਜਾਂਦਾ ਹੈ (ਵੱਧ ਆਬਾਦੀ)
4. ਠੀਕ ਤਿੰਨ ਜਿਊਂਦੇ ਗੁਆਂਢੀਆਂ ਵਾਲਾ ਕੋਈ ਵੀ ਮਰਿਆ ਹੋਇਆ ਸੈੱਲ ਜਿਊਂਦਾ ਹੋ ਜਾਂਦਾ ਹੈ (ਪ੍ਰਜਨਨ)

ਇਨ੍ਹਾਂ ਚਾਰ ਨਿਯਮਾਂ ਤੋਂ, ਜੋ ਮੁੱਠੀ ਭਰ ਬਾਈਨਰੀ ਸ਼ਰਤਾਂ ਵਿੱਚ ਬਿਆਨ ਹੋ ਜਾਂਦੇ ਹਨ, ਗੁੰਝਲਾਂ ਦਾ ਇੱਕ ਹੈਰਾਨ ਕਰਨ ਵਾਲਾ ਬ੍ਰਹਿਮੰਡ ਉੱਭਰ ਆਉਂਦਾ ਹੈ। ਗਲਾਈਡਰ ਅਨੰਤ ਗਰਿੱਡਾਂ ਨੂੰ ਪਾਰ ਕਰਦੇ ਹਨ। ਔਸਿਲੇਟਰ ਸਦੀਵੀ ਲੈਆਂ ਵਿੱਚ ਧੜਕਦੇ ਹਨ। ਗੰਨਾਂ ਸੈੱਲਾਂ ਦੀ ਸਪੇਸ ਵਿੱਚ ਨਮੂਨਿਆਂ ਦੀਆਂ ਧਾਰਾਵਾਂ ਛੱਡਦੀਆਂ ਹਨ। ਅਤੇ ਸਭ ਤੋਂ ਹੈਰਾਨੀ ਵਾਲੀ ਗੱਲ ਇਹ ਹੈ ਕਿ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਨੂੰ ਸਾਬਤ ਹੋ ਚੁੱਕਾ ਹੈ ਕਿ ਇਹ ਟਿਊਰਿੰਗ-ਸੰਪੂਰਨ ਹੈ: ਜੋ ਵੀ ਚੀਜ਼ ਐਲਗੋਰਿਦਮ ਨਾਲ ਗਿਣੀ ਜਾ ਸਕਦੀ ਹੈ, ਉਹ ਅਸੂਲੀ ਤੌਰ 'ਤੇ ਕੌਨਵੇ ਦੇ ਇਸੇ ਸਧਾਰਨ ਗਰਿੱਡ ਅੰਦਰ ਵੀ ਗਿਣੀ ਜਾ ਸਕਦੀ ਹੈ।

ਚਿੱਤਰ 1: ਕੌਨਵੇ ਦੀ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਵਿੱਚ ਗੋਸਪਰ ਦੀ ਗਲਾਈਡਰ ਗੰਨ। ਇਹ ਪੈਟਰਨ ਗਲਾਈਡਰਾਂ ਦੀ ਲਗਾਤਾਰ ਧਾਰਾ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਜੋ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਸਧਾਰਨ ਨਿਯਮ ਕਿਵੇਂ ਬੇਅੰਤ, ਆਪਣੇ ਆਪ ਕਾਇਮ ਰਹਿਣ ਵਾਲੀ ਗੁੰਝਲਦਾਰਤਾ ਨੂੰ ਜਨਮ ਦੇ ਸਕਦੇ ਹਨ।

ਸੈਲੂਲਰ ਆਟੋਮੇਟਾ ਦਾ ਪਹਿਲਾ ਸਬਕ ਇਹ ਹੈ: ਗੁੰਝਲਦਾਰ ਵਿਹਾਰ ਲਈ ਗੁੰਝਲਦਾਰਤਾ ਕੋਈ ਪੂਰਵ-ਸ਼ਰਤ ਨਹੀਂ ਹੈ। ਸਧਾਰਨ ਨਿਯਮ, ਜਦੋਂ ਕਿਸੇ ਆਧਾਰ-ਤਲ ਉੱਤੇ ਇੱਕਸਾਰ ਲਾਗੂ ਕੀਤੇ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਅਜਿਹੇ ਪੈਟਰਨਾਂ ਤੇ ਵਿਹਾਰਾਂ ਨੂੰ ਜਨਮ ਦੇ ਸਕਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਕਿਸੇ ਨੇ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਪ੍ਰੋਗਰਾਮ ਨਹੀਂ ਕੀਤਾ ਹੁੰਦਾ।

ਲੈਂਗਟਨ ਦੇ ਲੂਪ ਅਤੇ ਸਵੈ-ਪ੍ਰਤੀਕ੍ਰਿਤੀ

1984 ਵਿੱਚ ਕ੍ਰਿਸਟੋਫ਼ਰ ਲੈਂਗਟਨ ਨੇ ਇਸ ਸਿਧਾਂਤ ਨੂੰ ਹੋਰ ਅੱਗੇ ਵਧਾਇਆ ਅਤੇ ਆਪਣੇ ਆਪ ਦੀ ਨਕਲ ਬਣਾਉਣ ਵਾਲੇ ਲੂਪ ਪੇਸ਼ ਕੀਤੇ, ਇੱਕ ਅਜਿਹਾ ਸੈਲੂਲਰ ਆਟੋਮੇਟਨ ਜਿਸ ਨੇ ਅਸਲੀ ਨਕਲੀ ਜੀਵਨ ਦੇ ਸਿਧਾਂਤ ਦਿਖਾਏ। ਕੌਨਵੇ ਦੀ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਉਭਰਦੀ ਗੁੰਝਲਦਾਰਤਾ ਦਿਖਾਉਂਦੀ ਹੈ, ਜਦਕਿ ਲੈਂਗਟਨ ਦੇ ਲੂਪ ਉਭਰਦਾ ਹੋਇਆ ਪ੍ਰਜਨਨ.

ਦਿਖਾਉਂਦੇ ਹਨ। ਹਰ ਲੂਪ ਇੱਕ ਚੱਕਰੀ ਹੱਦ ਦਾ ਬਣਿਆ ਹੁੰਦਾ ਹੈ ਜਿਸ ਦੇ ਅੰਦਰ ਸੈੱਲ ਅਵਸਥਾਵਾਂ ਵਿੱਚ ਏਨਕੋਡ ਕੀਤਾ ਇੱਕ "ਜੀਨੋਮ" ਹੁੰਦਾ ਹੈ। ਇਹ ਜੀਨੋਮ ਲੂਪ ਦੁਆਲੇ ਲਗਾਤਾਰ ਵਹਿੰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਉਸਾਰੀ-ਬਾਂਹ ਰਾਹੀਂ ਬਾਹਰ ਨਿਕਲਦਾ ਹੈ, ਜੋ 151 ਸਮਾਂ-ਪੜਾਵਾਂ ਵਿੱਚ ਇੱਕ ਧੀ-ਲੂਪ ਬਣਾ ਲੈਂਦੀ ਹੈ। ਪੂਰੀ ਹੋਣ ਤੇ ਧੀ-ਲੂਪ ਆਪਣੇ ਮਾਪੇ ਤੋਂ ਵੱਖ ਹੋ ਜਾਂਦੀ ਹੈ ਅਤੇ ਦੋਵੇਂ ਨਕਲ ਬਣਾਉਂਦੇ ਰਹਿੰਦੇ ਹਨ।

ਚਿੱਤਰ 2: ਲੈਂਗਟਨ ਦਾ ਲੂਪ ਆਪਣੀ ਸ਼ੁਰੂਆਤੀ ਬਣਤਰ ਵਿੱਚ। ਜੈਨੇਟਿਕ ਜਾਣਕਾਰੀ ਲੂਪ ਵਿੱਚ ਘੁੰਮਦੀ ਹੈ ਅਤੇ ਵਧਦੀ ਬਾਂਹ ਰਾਹੀਂ ਧੀ-ਲੂਪਾਂ ਦੀ ਉਸਾਰੀ ਨੂੰ ਸੇਧ ਦਿੰਦੀ ਹੈ।

"ਜੇ ਕਿਸੇ ਸੈਲੂਲਰ ਆਟੋਮੇਟਨ ਦੇ ਅੰਦਰ ਆਪਣੀ ਨਕਲ ਆਪ ਬਣਾਉਣ ਵਾਲੀ ਮਸ਼ੀਨ ਸੰਭਵ ਹੈ, ਤਾਂ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਜੀਵਨ ਆਪ ਵੀ ਮਸ਼ੀਨਾਂ ਰਾਹੀਂ ਹਾਸਲ ਕੀਤਾ ਜਾ ਸਕੇ।"

- ਕ੍ਰਿਸਟੋਫ਼ਰ ਲੈਂਗਟਨ, "Studying Artificial Life with Cellular Automata" (1986)

ਇਸ ਦੇ ਅਰਥ ਬਹੁਤ ਡੂੰਘੇ ਹਨ। ਲੈਂਗਟਨ ਦੇ ਲੂਪ ਦਿਖਾਉਂਦੇ ਹਨ ਕਿ ਸਵੈ-ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਲਈ ਜੈਵਿਕ ਸੈੱਲਾਂ ਦੀ ਗੁੰਝਲਦਾਰਤਾ ਜਾਂ ਵਾਨ ਨਿਊਮਨ ਦੇ ਮੂਲ ਡਿਜ਼ਾਈਨ ਦੀ ਸਰਬ-ਵਿਆਪੀ ਉਸਾਰੀ ਸਮਰੱਥਾ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ। ਇਸ ਲਈ ਸਿਰਫ਼ ਇਹ ਚਾਹੀਦਾ ਹੈ:

• ਸਧਾਰਨ, ਸਥਾਨਕ ਨਿਯਮਾਂ ਦਾ ਇੱਕ ਸੈੱਟ
• ਹਦਾਇਤਾਂ ਨੂੰ ਏਨਕੋਡ ਕਰਨ ਦੀ ਇੱਕ ਵਿਧੀ
• ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਜਿਸ ਰਾਹੀਂ ਉਹ ਹਦਾਇਤਾਂ ਚਲਾਈਆਂ ਜਾਣ

ਨਿਯਮ ਹੀ ਜੀਵ ਹਨ। ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ।

1999 ਵਿੱਚ ਹਿਰੋਕੀ ਸਾਯਾਮਾ ਨੇ ਈਵੋਲੂਪ ਪੇਸ਼ ਕੀਤੇ, ਅਜਿਹੇ ਰੂਪ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਬਣਤਰੀ ਘੁਲਣਸ਼ੀਲਤਾ ਅਤੇ ਫ਼ੀਨੋਟਾਈਪ ਦੇ ਆਪਸੀ ਪ੍ਰਭਾਵ ਸ਼ਾਮਲ ਹਨ, ਜਿਸ ਨਾਲ ਆਪਮੁਹਾਰੇ ਪਰਿਵਰਤਨ ਅਤੇ ਵਿਕਾਸਵਾਦੀ ਗਤੀਸ਼ੀਲਤਾ ਸੰਭਵ ਹੁੰਦੀ ਹੈ। ਇਹ ਲੂਪ ਨਕਲ ਬਣਾਉਂਦੇ ਸਮੇਂ ਸਿੱਧੀਆਂ ਭੌਤਿਕ ਟੱਕਰਾਂ ਰਾਹੀਂ ਵਿਕਸਤ ਹੁੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਜੀਨੋਟਾਈਪ ਵਿੱਚ ਭਿੰਨਤਾਵਾਂ, ਰੂਪਾਂ ਦੀ ਵਧੇਰੇ ਵੰਨ-ਸੁਵੰਨਤਾ ਅਤੇ ਪੀੜ੍ਹੀ-ਦਰ-ਪੀੜ੍ਹੀ ਗੁੰਝਲਦਾਰਤਾ ਵਿੱਚ ਵਾਧਾ ਹੁੰਦਾ ਹੈ। ਲੈਂਗਟਨ ਦੀ ਸਥਿਰ ਪ੍ਰਤੀਕ੍ਰਿਤੀ ਦੇ ਉਲਟ, ਈਵੋਲੂਪ ਬਿਨਾਂ ਕਿਸੇ ਬਾਹਰੀ ਦਖ਼ਲ ਦੇ ਵਿਰਾਸਤ ਵਿੱਚ ਮਿਲਣ ਵਾਲੇ ਪਰਿਵਰਤਨ ਦਿਖਾਉਂਦੇ ਹਨ।

ਰੂਲ 110 ਅਤੇ ਸਰਬ-ਵਿਆਪੀ ਗਣਨਾ

ਸਟੀਫ਼ਨ ਵੌਲਫ਼ਰਮ ਦੀ ਮੁੱਢਲੇ ਸੈਲੂਲਰ ਆਟੋਮੇਟਾ ਦੀ ਖੋਜ ਇੱਕ ਹੈਰਾਨ ਕਰਨ ਵਾਲੀ ਖੋਜ ਤੇ ਜਾ ਪਹੁੰਚੀ: ਰੂਲ 110, ਜੋ ਇੱਕ-ਆਯਾਮੀ ਸੈਲੂਲਰ ਆਟੋਮੇਟਨ ਦੀ ਸਭ ਤੋਂ ਸਰਲ ਕਿਸਮ ਦੇ ਸਿਰਫ਼ 256 ਸੰਭਵ ਨਿਯਮਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ, ਸਰਬ-ਵਿਆਪੀ ਗਣਨਾ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹੈ।

ਰੂਲ 110 ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਇਸ ਤਰ੍ਹਾਂ ਦੱਸਿਆ ਜਾ ਸਕਦਾ ਹੈ ਕਿ ਇੱਕ ਸੈੱਲ ਅਤੇ ਉਸ ਦੇ ਦੋ ਗੁਆਂਢੀਆਂ ਦੇ ਅੱਠ ਸੰਭਵ ਮੇਲਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਦਾ ਨਤੀਜਾ ਦੇ ਦਿੱਤਾ ਜਾਵੇ। ਫਿਰ ਵੀ ਇਹ ਬੇਹੱਦ ਸਾਧਾਰਨ ਨਿਯਮ—ਅੱਠ ਬਾਈਨਰੀ ਫ਼ੈਸਲੇ—ਇੱਕ ਯੂਨੀਵਰਸਲ ਟਿਊਰਿੰਗ ਮਸ਼ੀਨ ਦੀ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ।

ਚਿੱਤਰ 3: ਰੂਲ 110 ਸੈਲੂਲਰ ਆਟੋਮੇਟਨ। ਪਰਿਭਾਸ਼ਾ ਸਾਦੀ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਰੂਲ 110 ਕਲਾਸ 4 ਵਿਵਹਾਰ ਦਿਖਾਉਂਦਾ ਹੈ—ਅਜਿਹੇ ਗੁੰਝਲਦਾਰ ਨਮੂਨੇ ਜੋ ਨਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਥਿਰ ਹਨ ਅਤੇ ਨਾ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਰਾਜਕ—ਅਤੇ ਇਹ ਟਿਊਰਿੰਗ-ਸੰਪੂਰਨ ਸਾਬਤ ਹੋ ਚੁੱਕਾ ਹੈ।

"ਯੂਨੀਵਰਸਲ ਗਣਨਾ ਲਈ ਪੂਰੇ ਕੰਪਿਊਟਰ ਦੇ CPU ਵਰਗੀ ਕਿਸੇ ਚੀਜ਼ ਦੀ ਲੋੜ ਨਹੀਂ। ਬੱਸ ਇਹੋ ਨਿੱਕਾ ਜਿਹਾ ਨਿਯਮ ਚਾਹੀਦਾ ਹੈ।"

- ਸਟੀਫ਼ਨ ਵੋਲਫ਼੍ਰਮ, "A New Kind of Science"

2004 ਵਿੱਚ ਮੈਥਿਊ ਕੁੱਕ ਨੇ ਇੱਕ ਸਬੂਤ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤਾ ਕਿ ਇੱਕ ਖ਼ਾਸ ਦੁਹਰਾਉਂਦੇ ਪਿਛੋਕੜ ਨਮੂਨੇ ਵਾਲਾ ਰੂਲ 110 ਟਿਊਰਿੰਗ-ਸੰਪੂਰਨ ਹੈ। ਇਹ ਸਬੂਤ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਰੂਲ 110 ਸਾਈਕਲਿਕ ਟੈਗ ਸਿਸਟਮਾਂ ਦੀ ਨਕਲ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਅੱਗੋਂ ਕਿਸੇ ਵੀ ਟਿਊਰਿੰਗ ਮਸ਼ੀਨ ਦੀ ਨਕਲ ਕਰ ਸਕਦੇ ਹਨ। ਕੁੱਲ 88 ਵਿਲੱਖਣ ਮੁੱਢਲੇ ਸੈਲੂਲਰ ਆਟੋਮੇਟਾ ਵਿੱਚੋਂ ਰੂਲ 110 ਹੀ ਇੱਕੋ-ਇੱਕ ਹੈ ਜਿਸ ਦੀ ਟਿਊਰਿੰਗ-ਸੰਪੂਰਨਤਾ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸਾਬਤ ਹੋਈ ਹੈ।

ਵੋਲਫ਼੍ਰਮ ਦਾ ਪ੍ਰਸਤਾਵਿਤ ਗਣਨਾਤਮਕ ਸਮਾਨਤਾ ਦਾ ਸਿਧਾਂਤ ਇਸ ਤੋਂ ਵੀ ਵੱਧ ਕ੍ਰਾਂਤੀਕਾਰੀ ਗੱਲ ਸੁਝਾਉਂਦਾ ਹੈ: ਜਟਿਲਤਾ ਦੀ ਇੱਕ ਨਿਊਨਤਮ ਹੱਦ ਤੋਂ ਉੱਪਰ ਦੇ ਸਿਸਟਮ ਆਪਣੀਆਂ ਗਣਨਾਤਮਕ ਸਮਰੱਥਾਵਾਂ ਵਿੱਚ ਲਗਭਗ ਇੱਕ ਬਰਾਬਰ ਹਨ। ਮਨੁੱਖੀ ਦਿਮਾਗ਼, ਮੌਸਮ ਦਾ ਸਿਸਟਮ ਅਤੇ ਰੂਲ 110 ਕਿਸੇ ਗਹਿਰੇ ਅਰਥ ਵਿੱਚ ਗਣਨਾ ਪੱਖੋਂ ਇੱਕ-ਬਰਾਬਰ ਹਨ।

0E0P ਮੈਟਾਸੈੱਲ: ਸੱਚੀ ਸਵੈ-ਪ੍ਰਤਿਕ੍ਰਿਤੀ

ਅਕਤੂਬਰ 2018 ਵਿੱਚ ਐਡਮ ਪੀ. ਗੌਚਰ ਨੇ 0E0P ਮੈਟਾਸੈੱਲ ਦੀ ਉਸਾਰੀ ਪੂਰੀ ਕੀਤੀ—ਇਹ ਕੌਨਵੇਅ ਦੀ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਦਾ ਇੱਕ ਅਜਿਹਾ ਨਮੂਨਾ ਹੈ ਜੋ ਸੱਚੀ ਸਵੈ-ਪ੍ਰਤਿਕ੍ਰਿਤੀ ਦੇ ਸਮਰੱਥ ਹੈ। ਪਹਿਲਾਂ ਦੇ ਮੈਟਾਸੈੱਲਾਂ ਵਾਂਗ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਆਲੇ-ਦੁਆਲੇ ਪਹਿਲਾਂ ਤੋਂ ਮੌਜੂਦ ਨਕਲਾਂ ਦੀ ਲੋੜ ਪੈਂਦੀ ਸੀ, ਇਹ ਨਹੀਂ; 0E0P ਮੈਟਾਸੈੱਲ ਆਪਣੀ ਹਦਾਇਤ-ਟੇਪ ਸਮੇਤ ਆਪਣੀਆਂ ਨਕਲਾਂ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਬਣਾ ਸਕਦਾ ਹੈ।

ਇਹ ਪ੍ਰਾਪਤੀ ਨਕਲੀ ਜੀਵਨ ਦੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਮੀਲ-ਪੱਥਰ ਹੈ: ਇੱਕ ਅਜਿਹਾ ਸਿਸਟਮ ਜੋ ਸਿਰਫ਼ ਸਥਾਨਕ ਨਿਯਮਾਂ ਦੀ ਵਰਤੋਂ ਨਾਲ ਗਣਨਾਤਮਕ ਆਧਾਰ ਵਿੱਚ ਆਪਣਾ ਪ੍ਰਸਾਰ ਕਰ ਸਕਦਾ ਹੈ। 23 ਨਵੰਬਰ 2013 ਨੂੰ ਡੇਵ ਗ੍ਰੀਨ ਨੇ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਵਿੱਚ ਪਹਿਲਾ ਅਜਿਹਾ ਰੈਪਲੀਕੇਟਰ ਬਣਾਇਆ ਜੋ ਹਦਾਇਤ-ਟੇਪ ਸਮੇਤ ਆਪਣੀ ਪੂਰੀ ਨਕਲ ਤਿਆਰ ਕਰਦਾ ਹੈ—ਇਹ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਕੌਨਵੇਅ ਦਾ ਦੋ-ਅਵਸਥਾਵਾਂ ਵਾਲਾ ਸਾਦਾ ਆਟੋਮੇਟਨ ਵੀ ਅਸੀਮਤ ਸਵੈ-ਪ੍ਰਜਣਨ ਨੂੰ ਸਹਾਰਾ ਦੇ ਸਕਦਾ ਹੈ।

ਗਣਨਾਤਮਕ ਆਧਾਰ ਵਜੋਂ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ

ਐਟੌਮਿਕ ਡਿਜ਼ਾਈਨ ਤੋਂ ਏਜੰਟਿਕ ਡਿਜ਼ਾਈਨ ਤੱਕ

ਬ੍ਰੈਡ ਫ਼੍ਰੌਸਟ ਦੀ ਐਟੌਮਿਕ ਡਿਜ਼ਾਈਨ ਵਿਧੀ, ਜੋ 2013 ਵਿੱਚ ਪੇਸ਼ ਹੋਈ, ਨੇ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਬਾਰੇ ਸਾਡੇ ਸੋਚਣ ਦਾ ਢੰਗ ਹੀ ਬਦਲ ਦਿੱਤਾ। ਇੰਟਰਫ਼ੇਸ ਨੂੰ ਐਟਮਾਂ (ਬਟਨ ਤੇ ਇਨਪੁੱਟ ਵਰਗੇ ਮੁੱਢਲੇ ਤੱਤ), ਮੌਲੀਕਿਊਲਾਂ (ਸਾਦੇ ਮੇਲ), ਆਰਗੈਨਿਜ਼ਮਾਂ (ਗੁੰਝਲਦਾਰ UI ਹਿੱਸੇ), ਟੈਂਪਲੇਟਾਂ (ਪੰਨੇ ਦੇ ਖਾਕੇ) ਅਤੇ ਪੰਨਿਆਂ (ਅੰਤਿਮ ਰੂਪ) ਵਿੱਚ ਵੰਡ ਕੇ, ਐਟੌਮਿਕ ਡਿਜ਼ਾਈਨ ਨੇ ਜਟਿਲਤਾ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਇੱਕ ਦਰਜੇਵਾਰ ਢਾਂਚਾ ਦਿੱਤਾ।

ਪਰ ਪਿੱਛੇ ਮੁੜ ਕੇ ਦੇਖਿਆਂ ਹੈਰਾਨੀ ਦੀ ਗੱਲ ਇਹ ਹੈ: ਐਟੌਮਿਕ ਡਿਜ਼ਾਈਨ ਪਹਿਲਾਂ ਹੀ ਸੈਲੂਲਰ ਆਟੋਮੇਟਾ ਦੇ ਸਿਧਾਂਤਾਂ ਨੂੰ ਆਪਣੇ ਵਿੱਚ ਸਮੋਈ ਬੈਠਾ ਸੀ ਭਾਵੇਂ ਇਸ ਨੇ ਉਨ੍ਹਾਂ ਨੂੰ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਪਛਾਣਿਆ ਨਹੀਂ ਸੀ।

"ਜਦੋਂ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਨੀਰਸ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਡਿਜ਼ਾਈਨਰ ਅਤੇ ਡਿਵੈਲਪਰ ਨਵੇਂ ਕੰਮ ਕਰਨ, ਨਵੀਆਂ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਨ ਲਈ ਆਜ਼ਾਦ ਹੋ ਜਾਂਦੇ ਹਨ। ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਨੀਰਸਤਾ ਦਾ ਬੋਝ ਆਪ ਚੁੱਕ ਲੈਂਦਾ ਹੈ, ਤਾਂ ਜੋ ਡਿਜ਼ਾਈਨਰਾਂ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਨਾ ਚੁੱਕਣਾ ਪਵੇ।"

- ਜੋਸ਼ ਕਲਾਰਕ, "The Most Exciting Design Systems Are Boring"

ਫ਼ਰਵਰੀ 2023 ਵਿੱਚ ਬ੍ਰੈਡ ਫ੍ਰੌਸਟ ਨੇ "Design Systems in the Time of AI" ਬਾਰੇ ਲਿਖਿਆ:

"AI ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਦਾ ਇੱਕ ਕੁਦਰਤੀ ਵਰਤੋਂਕਾਰ ਹੈ... ਸੱਚਾਈ ਇਹ ਹੈ ਕਿ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਦੇ ਕੰਪੋਨੈਂਟ ਬਣਾਉਣ ਦਾ ਬਹੁਤ ਸਾਰਾ ਕੰਮ ਸੱਚਮੁੱਚ ਮਸ਼ੀਨੀ ਅਤੇ ਪਹਿਲਾਂ ਤੋਂ ਅੰਦਾਜ਼ਾ ਲਾਉਣ ਯੋਗ ਹੈ। ਅਸੀਂ ਪਹਿਲਾਂ ਹੀ PlopJS ਵਰਗੇ ਟੂਲ ਵਰਤਦੇ ਹਾਂ, ਜੋ ਲਾਇਬ੍ਰੇਰੀ ਦੇ ਬਾਕੀ ਹਿੱਸੇ ਦੇ ਢਾਂਚੇ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਕੰਪੋਨੈਂਟ ਬੋਇਲਰਪਲੇਟ ਇੱਕੋ ਝਟਕੇ ਵਿੱਚ ਤਿਆਰ ਕਰ ਦਿੰਦੇ ਹਨ। ਮੈਂ ਖ਼ੁਸ਼ੀ ਨਾਲ ਚਾਹਾਂਗਾ ਕਿ AI ਮੇਰੇ ਲਈ ਅਜਿਹੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਆਮ ਬੋਇਲਰਪਲੇਟ ਚੀਜ਼ਾਂ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰੇ।"

- ਬ੍ਰੈਡ ਫ੍ਰੌਸਟ

ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਦਾ ਮਸ਼ੀਨੀ ਅਤੇ ਅੰਦਾਜ਼ਾ ਲਾਉਣ ਯੋਗ ਸੁਭਾਅ ਹੀ ਉਨ੍ਹਾਂ ਨੂੰ ਸੈਲੂਲਰ ਆਟੋਮੇਟਾ ਵਰਗੇ ਢੰਗ ਨਾਲ ਚੱਲਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਜਦੋਂ ਨਿਯਮ ਸਪੱਸ਼ਟ, ਸਥਾਨਕ ਅਤੇ ਇਕਸਾਰ ਢੰਗ ਨਾਲ ਲਾਗੂ ਹੋਣ, ਤਾਂ ਏਜੰਟ ਆਪਣੇ ਆਪ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ-ਜਿਵੇਂ ਕੌਨਵੇ ਦੀ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਦੇ ਸੈੱਲਾਂ ਨੂੰ ਗਲਾਈਡਰ ਅਤੇ ਔਸਿਲੇਟਰ ਬਣਾਉਣ ਲਈ ਕਿਸੇ ਕੇਂਦਰੀ ਕੰਟਰੋਲਰ ਦੀ ਲੋੜ ਨਹੀਂ ਪੈਂਦੀ।

ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹੇ ਜਾ ਸਕਣ ਦੀ ਲੋੜ

Storybook MCP (Model Context Protocol) ਪਹਿਲ ਇਸ ਦਿਸ਼ਾ ਵਿੱਚ ਇੱਕ ਅਹਿਮ ਵਿਕਾਸ ਹੈ। 2025 ਦੇ ਅਖ਼ੀਰ ਵਿੱਚ ਐਲਾਨੀ ਗਈ, Storybook MCP ਮੌਜੂਦਾ Storybook ਸੈੱਟਅੱਪਾਂ ਤੋਂ ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹਨਯੋਗ ਕੰਪੋਨੈਂਟ ਮੈਟਾਡੇਟਾ AI ਕੋਡਿੰਗ ਏਜੰਟਾਂ ਨੂੰ ਮੁਹੱਈਆ ਕਰਵਾਉਂਦੀ ਹੈ।

ਮੁੱਖ ਸਮਝ ਇਹ ਹੈ ਕਿ ਏਜੰਟਾਂ ਨੂੰ ਕੱਚਾ ਕੋਡ ਜਾਂ ਵਿਜ਼ੂਅਲ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ ਚਾਹੀਦੇ। ਉਨ੍ਹਾਂ ਨੂੰ ਇਹ ਚਾਹੀਦਾ ਹੈ:

• ਕੰਪੋਨੈਂਟ ਮੈਨੀਫ਼ੈਸਟ: ਹਰ ਕੰਪੋਨੈਂਟ ਬਾਰੇ ਢਾਂਚਾਬੱਧ ਮੈਟਾਡੇਟਾ-ਉਸਦੇ ਪ੍ਰੌਪਸ, ਵੇਰੀਐਂਟ, ਡਿਜ਼ਾਈਨ ਟੋਕਨ ਬਾਈਂਡਿੰਗ ਅਤੇ ਵਰਤੋਂ ਦੀਆਂ ਉਦਾਹਰਣਾਂ
• ਅਰਥਪੂਰਨ ਨਾਮਕਰਨ: ਮਕਸਦ ਨਾਲ ਭਰਪੂਰ ਟੋਕਨ, ਜਿਵੇਂ action.primary.confirm ਜੋ ਏਜੰਟਾਂ ਨੂੰ ਸਿਰਫ਼ ਮੁੱਲ ਨਹੀਂ, ਸਗੋਂ ਮਤਲਬ ਸਮਝਾਉਂਦੇ ਹਨ
• ਪੜਤਾਲ ਦੇ ਚੱਕਰ: ਟੈਸਟ ਚਲਾਉਣ, ਨਾਕਾਮੀਆਂ ਦੇਖਣ ਅਤੇ ਆਪਣੇ ਆਪ ਨੂੰ ਸੁਧਾਰਨ ਦੀ ਸਮਰੱਥਾ

"Storybook MCP ਏਜੰਟਾਂ ਨੂੰ ਤੁਹਾਡੇ ਪੈਟਰਨਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਅਤੇ ਤੁਹਾਡੇ ਟੈਸਟ ਪਾਸ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਇਹ ਉਨ੍ਹਾਂ ਨੂੰ ਦੋ ਅਜਿਹੀਆਂ ਚੀਜ਼ਾਂ ਦਿੰਦਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਕਦੇ ਉਨ੍ਹਾਂ ਕੋਲ ਨਹੀਂ ਸਨ: ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹਨਯੋਗ ਕੰਪੋਨੈਂਟ ਮੈਟਾਡੇਟਾ ਅਤੇ ਗ਼ਲਤੀਆਂ ਨੂੰ ਆਪੇ ਠੀਕ ਕਰਨ ਲਈ ਦੁਹਰਾਉਣ ਵਾਲਾ ਚੱਕਰ।"

- Storybook ਟੀਮ

Storybook MCP ਵਿੱਚ ਇੱਕ ਖ਼ੁਦਮੁਖ਼ਤਾਰ ਸੁਧਾਰ ਚੱਕਰ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਏਜੰਟਾਂ ਨੂੰ ਤੁਹਾਡੇ ਕੰਪੋਨੈਂਟ ਟੈਸਟ (ਇੰਟਰੈਕਸ਼ਨ ਅਤੇ ਐਕਸੈਸਬਿਲਟੀ) ਚਲਾਉਣ, ਦੇਖਣ ਕਿ ਕੀ ਫੇਲ੍ਹ ਹੋਇਆ, ਅਤੇ ਆਪਣੇ ਬੱਗ ਆਪ ਠੀਕ ਕਰਨ ਦਿੰਦਾ ਹੈ। ਡਿਵੈਲਪਰ ਨੂੰ ਸਿਰਫ਼ ਟੈਸਟ ਪਾਸ ਹੋਣ ਤੋਂ ਬਾਅਦ ਦਖ਼ਲ ਦੇਣਾ ਪੈਂਦਾ ਹੈ। ਹੁਣ ਪ੍ਰੌਂਪਟਾਂ ਦੀ ਨਿਗਰਾਨੀ ਵਿੱਚ ਉਲਝਣ ਦੀ ਲੋੜ ਨਹੀਂ।

ਡਿਜ਼ਾਈਨ ਉੱਤੇ ਲਾਗੂ ਸੈਲੂਲਰ ਆਟੋਮੇਟਨ ਦਾ ਢਾਂਚਾ ਬਿਲਕੁਲ ਇਹੀ ਹੈ: ਸਥਾਨਕ ਨਿਯਮ (ਕੰਪੋਨੈਂਟ ਦੇ ਵੇਰਵੇ), ਗੁਆਂਢੀਆਂ ਨਾਲ ਮੇਲ-ਜੋਲ (ਜੋੜਨ ਦੇ ਪੈਟਰਨ) ਅਤੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਅੱਪਡੇਟ (ਪੜਤਾਲ ਅਤੇ ਆਪੇ ਸੁਧਾਰ)।

ਜੀਨੋਮ ਵਜੋਂ ਕੰਪੋਨੈਂਟ ਮੈਨੀਫ਼ੈਸਟ

ਜਦੋਂ ਅਸੀਂ ਇਹ ਦੇਖਦੇ ਹਾਂ ਕਿ ਕੰਪੋਨੈਂਟ ਮੈਨੀਫ਼ੈਸਟ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ, ਤਾਂ ਲੈਂਗਟਨ ਦੇ ਲੂਪਸ ਨਾਲ ਤੁਲਨਾ ਹੋਰ ਵੀ ਢੁੱਕਵੀਂ ਹੋ ਜਾਂਦੀ ਹੈ। ਲੈਂਗਟਨ ਦੇ ਸਿਸਟਮ ਵਿੱਚ ਘੁੰਮਦੇ ਸੈੱਲਾਂ ਵਿੱਚ ਏਨਕੋਡ ਕੀਤੇ "ਜੀਨੋਮ" ਵਿੱਚ ਨਵਾਂ ਲੂਪ ਬਣਾਉਣ ਦੀਆਂ ਹਦਾਇਤਾਂ ਹੁੰਦੀਆਂ ਹਨ। ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹਨਯੋਗ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਵਿੱਚ, ਕੰਪੋਨੈਂਟ ਮੈਨੀਫ਼ੈਸਟ ਵਿੱਚ ਇੰਟਰਫ਼ੇਸ ਜੋੜਨ ਦੀਆਂ ਹਦਾਇਤਾਂ ਹੁੰਦੀਆਂ ਹਨ।

ਇੱਕ ਕੰਪੋਨੈਂਟ ਮੈਨੀਫ਼ੈਸਟ ਇਹ ਦੱਸ ਸਕਦਾ ਹੈ:

{
  "name": "Button",
  "variants": ["primary", "secondary", "destructive"],
  "sizes": ["sm", "md", "lg"],
  "props": {
    "label": "string",
    "disabled": "boolean",
    "onClick": "function"
  },
  "tokens": {
    "background": "color.action.primary",
    "borderRadius": "radius.md",
    "padding": "space.3"
  },
  "constraints": [
    "Must have accessible contrast ratio",
    "Label required for non-icon buttons",
    "Minimum touch target 44x44px"
  ],
  "examples": [
    { "variant": "primary", "label": "Submit", "size": "md" },
    { "variant": "destructive", "label": "Delete", "size": "sm" }
  ]
}

ਇਹ ਮੈਨੀਫੈਸਟ ਇੱਕੋ ਸਮੇਂ ਡਿਜ਼ਾਈਨ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ (specification) ਵੀ ਹੈ ਅਤੇ ਚੱਲਣਯੋਗ ਕੋਡ ਵੀ-ਜਾਂ ਇਸ ਤੋਂ ਵੀ ਸਹੀ, ਉਹ ਹਦਾਇਤਾਂ ਜਿਨ੍ਹਾਂ ਤੋਂ ਚੱਲਣਯੋਗ ਕੋਡ ਤਿਆਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਮੈਨੀਫੈਸਟ ਨੂੰ ਵਰਤਣ ਵਾਲੇ ਏਜੰਟ ਨੂੰ ਸੁਹਜ-ਸ਼ਾਸਤਰ ਜਾਂ ਵਰਤੋਂਕਾਰ ਅਨੁਭਵ ਨੂੰ ਇਨਸਾਨੀ ਅਰਥਾਂ ਵਿੱਚ ਸਮਝਣ ਦੀ ਲੋੜ ਨਹੀਂ। ਉਸ ਨੂੰ ਸਿਰਫ਼ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨੀ ਹੈ, ਤੱਤਾਂ ਨੂੰ ਉਨ੍ਹਾਂ ਦੀਆਂ ਪਾਬੰਦੀਆਂ ਅਨੁਸਾਰ ਜੋੜਨਾ ਹੈ ਅਤੇ ਸਹੀ ਨਤੀਜੇ ਤਿਆਰ ਕਰਨੇ ਹਨ।

yaml ਫਾਰਮੈਟ ਵਰਤਣ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਮੈਂ ਬ੍ਰੈਡ ਫ੍ਰੌਸਟ (Brad Frost) ਨਾਲ ਸਹਿਮਤ ਹਾਂ।

Drupal ਕੰਪੋਨੈਂਟ yaml ਫਾਰਮੈਟ ਵਰਤਦੇ ਹਨ। ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ

$schema: https://git.drupalcode.org/project/drupal/-/raw/HEAD/core/assets/schemas/v1/metadata.schema.json
name: Button
status: experimental
description: Use Bootstrap custom button styles for actions in forms, dialogs, and more with support for multiple sizes, states, and more.
props:
  type: object
  properties:
    html_tag:
      type: string
      title: The HTML tag to use for the button (button | a). Defaults to `button`.
      default: button
      enum:
        - button
        - a
    url:
      type: string
      title: URL Link
      description: URL link for the button when the HTML tag is an anchor link.
      $ref: "ui-patterns://url"
    color:
      type: string
      title: Color
      description: Bootstrap includes several predefined button styles, each serving its own semantic purpose, with a few extras thrown in for more control.
      default: ''
      enum:
        - ''
        - primary
        - secondary
        - success
        - danger
        - warning
        - info
        - dark
        - light
        - link
    outline:
      type: boolean
      title: Outline
      description: In need of a button, but not the hefty background colors they bring? Replace the default modifier classes with the .btn-outline-* ones to remove all background images and colors on any button.
      default: false
    size:
      type: string
      title: Size
      description: Bootstrap button size
      default: ''
      enum:
        - ''
        - btn-sm
        - btn-lg
    disabled:
      type: boolean
      title: Disabled
      description: Disabled button
      default: false
    button_utility_classes:
      type: array
      title: Utility Classes
      default: []
      items:
        type: 'string'
      description: An array of utility classes that can be used to add extra Bootstrap utility classes or custom classes to this component.
    attributes:
      type: object
      title: Attributes
      description: HTML attributes for the containing element.
      $ref: 'ui-patterns://attributes'
slots:
  content:
    type: string
    title: Content
    description: The content for the button
    minLength: 1
    examples:
      - Press
      - Submit now
      - Save
      - Login
      - Read more

ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ।

• ਵੇਰੀਐਂਟ (Variants)
• ਟੋਕਨ (Tokens)
• ਪ੍ਰੌਪਸ (Props)

• ਪਾਬੰਦੀਆਂ (Constraints) (ਅਸੀਂ ਇਹ ਕੰਪੋਨੈਂਟਾਂ ਵਿੱਚ ਜੋੜ ਸਕਦੇ ਹਾਂ)

• ਸਲੌਟ ਨਿਯਮ (Slots rules) (ਦੂਜੇ ਸਲੌਟਾਂ ਵਿੱਚ ਕੀ ਰੱਖਿਆ ਜਾ ਸਕਦਾ ਹੈ, ਜਾਂ ਮੇਰੇ ਸਲੌਟ ਵਿੱਚ ਕੀ ਰੱਖਣ ਦੀ ਇਜਾਜ਼ਤ ਹੈ)

• ਨਿਯਮ (Rules)

• ਉਦਾਹਰਨਾਂ 

• ਐਨੀਮੇਸ਼ਨ  ( ਵਰਤਣ ਦੀ ਇਜਾਜ਼ਤ ਜਾਂ ਸੇਧ )

ਫਿਰ ਵਿਹਾਰ ਨੂੰ ਵੇਖੋ ਅਤੇ ਪਰਖ ਕੇ ਦੇਖੋ।

ਜਿਵੇਂ ਕਿ https://storybook.demo.varbase.vardot.com/?path=/story/atoms-button--primary 

ਡਿਜ਼ਾਈਨ ਟੋਕਨ ਵਾਤਾਵਰਣ ਦੇ ਵੇਰੀਏਬਲਾਂ ਵਜੋਂ

ਡਿਜ਼ਾਈਨ ਟੋਕਨ ਇਸ ਬੁਝਾਰਤ ਦਾ ਇੱਕ ਹੋਰ ਅਹਿਮ ਟੁਕੜਾ ਹਨ। ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਵਿੱਚ ਸੈੱਲ ਆਪਣੇ ਨੇੜਲੇ ਵਾਤਾਵਰਣ-ਯਾਨੀ ਗੁਆਂਢੀ ਸੈੱਲਾਂ ਦੀਆਂ ਅਵਸਥਾਵਾਂ-ਦੇ ਅਨੁਸਾਰ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦੇ ਹਨ। ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਵਿੱਚ ਕੰਪੋਨੈਂਟ ਡਿਜ਼ਾਈਨ ਟੋਕਨਾਂ-ਯਾਨੀ ਉਨ੍ਹਾਂ ਸੰਦਰਭੀ ਮੁੱਲਾਂ ਜੋ ਦਿੱਖ ਅਤੇ ਵਿਹਾਰ ਤੈਅ ਕਰਦੇ ਹਨ-ਦੇ ਅਨੁਸਾਰ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦੇ ਹਨ।

ਆਧੁਨਿਕ ਟੋਕਨ ਢਾਂਚੇ ਕਈ ਪਰਤਾਂ ਵਰਤਦੇ ਹਨ:

• ਕੋਰ ਟੋਕਨ: ਕੱਚੇ ਮੁੱਲ ਜਿਵੇਂ color.blue.500: #3B82F6
• ਸਿਮੈਂਟਿਕ ਟੋਕਨ: ਇਰਾਦੇ ਉੱਤੇ ਆਧਾਰਿਤ ਹਵਾਲੇ ਜਿਵੇਂ color.action.primary: color.blue.500
• ਕੰਪੋਨੈਂਟ ਟੋਕਨ: ਖਾਸ ਦਾਇਰੇ ਵਿੱਚ ਲਾਗੂ ਹੋਣ ਵਾਲੇ ਟੋਕਨ ਜਿਵੇਂ button.background.primary: color.action.primary

ਜਦੋਂ ਕੋਈ ਏਜੰਟ ਬਟਨ (Button) ਕੰਪੋਨੈਂਟ ਬਣਾਉਂਦਾ ਹੈ, ਤਾਂ ਉਸ ਨੂੰ ਇਹ ਜਾਣਨ ਦੀ ਲੋੜ ਨਹੀਂ ਕਿ "primary" ਦਾ ਮਤਲਬ ਨੀਲਾ ਹੈ। ਉਸ ਨੂੰ ਸਿਰਫ਼ ਇਸ ਦਾ ਹਵਾਲਾ ਦੇਣਾ ਹੈ button.background.primary ਅਤੇ ਇਹ ਭਰੋਸਾ ਰੱਖਣਾ ਹੈ ਕਿ ਟੋਕਨ ਸਿਸਟਮ ਇਸ ਨੂੰ ਸਹੀ ਮੁੱਲ ਵਿੱਚ ਬਦਲ ਲਵੇਗਾ। ਜਾਣਕਾਰੀ ਵਾਤਾਵਰਣ (ਟੋਕਨ ਪਰਤ) ਕੋਲ ਹੈ; ਕੰਪੋਨੈਂਟ (ਸੈੱਲ) ਨੇ ਬਸ ਉਸ ਦੇ ਅਨੁਸਾਰ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਨੀ ਹੈ।

ਅਜਿਹੇ ਟੂਲ ਜਿਵੇਂ Tokens Studio ਇਸ ਹੱਦ ਤੱਕ ਵਿਕਸਿਤ ਹੋ ਚੁੱਕੇ ਹਨ ਕਿ ਉਹ ਡਿਜ਼ਾਈਨ ਟੋਕਨਾਂ ਨੂੰ ਰੀਜ਼ੌਲਵਰਾਂ ਵਾਲੇ ਗਣਨਾਤਮਕ ਗ੍ਰਾਫ਼ਾਂ ਵਾਂਗ ਵੇਖਦੇ ਹਨ-ਯਾਨੀ ਅਜਿਹੇ ਨੋਡ ਜੋ ਸੰਦਰਭ ਦੇ ਅਧਾਰ ਉੱਤੇ ਇਹ ਸਿਮੈਂਟਿਕ ਫ਼ੈਸਲਾ ਲੈਂਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਬੁਨਿਆਦੀ ਟੋਕਨ ਵਰਤਣੇ ਹਨ। ਇਸ ਨਾਲ ਡਿਜ਼ਾਈਨ ਟੋਕਨ ਸਥਿਰ ਮੁੱਲਾਂ ਤੋਂ ਬਦਲ ਕੇ ਗਤੀਸ਼ੀਲ, ਨਿਯਮ-ਆਧਾਰਿਤ ਸਿਸਟਮ ਬਣ ਜਾਂਦੇ ਹਨ।

Drupal ਈਕੋਸਿਸਟਮ ਅਤੇ AI ਦਾ ਏਕੀਕਰਨ

ਕੰਟੈਂਟ ਮੈਨੇਜਮੈਂਟ ਸਿਸਟਮਾਂ ਵਿੱਚ AI ਦਾ ਏਕੀਕਰਨ "ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ" ਦੇ ਅਸੂਲਾਂ ਨੂੰ ਪਰਖਣ ਲਈ ਇੱਕ ਆਦਰਸ਼ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਹੈ। Drupal ਵਰਗੇ CMS ਪਹਿਲਾਂ ਹੀ ਇਨ੍ਹਾਂ ਮੂਲ ਧਾਰਨਾਵਾਂ ਨੂੰ ਅਪਣਾਉਂਦੇ ਹਨ: ਢਾਂਚਾਗਤ ਕੰਟੈਂਟ ਕਿਸਮਾਂ, ਫ਼ੀਲਡ ਪਰਿਭਾਸ਼ਾਵਾਂ, ਆਪਸੀ ਸਬੰਧ ਅਤੇ ਰਚਨਾ ਦੇ ਨਿਯਮ।

ਮੈਂ ਕਦੇ ਸੋਚਿਆ ਨਹੀਂ ਸੀ ਕਿ ਅਸੀਂ ਇਹ ਕਹਿ ਸਕਾਂਗੇ। ਮੇਰੇ ਲਈ ਤਾਂ ਇਹ ਕਲਾ ਦਾ ਸਿਖਰ (state of art) ਸੀ।

 ਸਭ ਤੋਂ ਵਧੀਆ ਕੰਪਿਊਟਰ ਸੈੱਟ ਜੋ ਸਾਡੇ ਕੋਲ ਹੋ ਸਕਦਾ ਹੈ। ਕੁਝ ਡਿਵੈਲਪਰ ਜਿਵੇਂ ਭਵਿੱਖ ਦੇ ਸਟਾਰ ਟ੍ਰੈਕ ਤੋਂ ਆਏ ਹੋਣ, ਜੋ ਕੰਪਿਊਟਰ ਨਾਲ ਗੱਲ ਕਰਕੇ ਆਪਣੇ ਲਈ ਪ੍ਰੋਗਰਾਮ ਲਿਖਵਾਉਂਦੇ ਹਨ।

ਏਜੰਟ ਅਨੁਭਵ (AX) ਅਤੇ ਨਵਾਂ ਵਰਤੋਂਕਾਰ

ਮਸ਼ੀਨਾਂ ਲਈ ਡਿਜ਼ਾਈਨ

2025 ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, Netlify ਦੇ CEO ਮੈਥੀਅਸ ਬਿਲਮੈਨ (Mathias Biilmann) ਨੇ "ਏਜੰਟ ਅਨੁਭਵ" (Agent Experience, AX) ਦੀ ਧਾਰਨਾ ਪੇਸ਼ ਕੀਤੀ, ਇੱਕ ਨਵਾਂ ਖੇਤਰ ਜੋ ਇਸ ਗੱਲ ਉੱਤੇ ਕੇਂਦ੍ਰਿਤ ਹੈ ਕਿ AI ਏਜੰਟ ਉਤਪਾਦਾਂ ਅਤੇ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਕਿਵੇਂ ਵਰਤਾਓ ਕਰਦੇ ਹਨ।

ਇਹ ਬਦਲਾਅ ਬੁਨਿਆਦੀ ਹੈ। ਦਹਾਕਿਆਂ ਤੋਂ UX (ਵਰਤੋਂਕਾਰ ਅਨੁਭਵ) ਇਨਸਾਨੀ ਸਮਝ, ਧਾਰਨਾ ਅਤੇ ਵਿਹਾਰ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਕੇ ਬਣਾਇਆ ਜਾਂਦਾ ਰਿਹਾ। DX (ਡਿਵੈਲਪਰ ਅਨੁਭਵ) ਸੌਫ਼ਟਵੇਅਰ ਬਣਾਉਣ ਵਾਲੇ ਇਨਸਾਨੀ ਡਿਵੈਲਪਰਾਂ ਲਈ ਬਣਾਇਆ ਗਿਆ। AX ਇਹ ਮੰਨਦਾ ਹੈ ਕਿ ਏਜੰਟ ਡਿਜੀਟਲ ਸਿਸਟਮਾਂ ਦੇ ਮੁੱਖ ਵਰਤੋਂਕਾਰ ਬਣ ਰਹੇ ਹਨ-ਅਤੇ ਉਨ੍ਹਾਂ ਦੀਆਂ ਲੋੜਾਂ ਬਿਲਕੁਲ ਵੱਖਰੀਆਂ ਹਨ:

• ਉਹ ਦ੍ਰਿਸ਼ਟੀਗਤ ਸੁਹਜ ਦੀ ਪਰਵਾਹ ਨਹੀਂ ਕਰਦੇ-ਉਨ੍ਹਾਂ ਨੂੰ ਸਿਰਫ਼ ਢਾਂਚਾਗਤ ਅਤੇ ਪਾਰਸ ਹੋ ਸਕਣ ਵਾਲਾ ਡੇਟਾ ਚਾਹੀਦਾ ਹੈ
• ਉਹ ਇੰਟਰਫ਼ੇਸਾਂ ਵਿੱਚ ਘੁੰਮਦੇ ਨਹੀਂ-ਉਹ API ਕਾਲ ਕਰਦੇ ਹਨ ਅਤੇ ਮੈਨੀਫੈਸਟ ਵਰਤਦੇ ਹਨ
• ਉਹ ਇਨਸਾਨਾਂ ਵਾਂਗ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ ਪੜ੍ਹਦੇ-ਉਨ੍ਹਾਂ ਨੂੰ ਮਸ਼ੀਨ ਦੇ ਪੜ੍ਹਨ ਯੋਗ ਸੰਦਰਭ ਚਾਹੀਦਾ ਹੈ
• ਉਹ ਨਿੱਜੀ ਰਾਇ ਨਾਲ ਫ਼ੈਸਲੇ ਨਹੀਂ ਕਰਦੇ-ਉਹ ਨਿਯਮਾਂ ਅਤੇ ਪਾਬੰਦੀਆਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹਨ

"ਏਆਈ ਏਜੰਟ ਲੋਕ ਨਹੀਂ ਹਨ: ਉਹਨਾਂ ਨੂੰ ਬਟਨ ਦੇ ਆਕਾਰ, ਅੱਖਰਾਂ ਦੀ ਪੜ੍ਹਨਯੋਗਤਾ, ਤੁਹਾਡੀ ਵੈੱਬਸਾਈਟ ਦੇ ਸੋਹਣੇ ਰੰਗਾਂ ਜਾਂ ਤੁਹਾਡੀ ਐਪ ਦੇ ਚਮਕਦਾਰ ਐਨੀਮੇਸ਼ਨਾਂ ਦੀ ਕੋਈ ਪਰਵਾਹ ਨਹੀਂ ਹੁੰਦੀ। ਤਾਂ ਫਿਰ ਏਆਈ ਏਜੰਟ ਕਿਸ ਚੀਜ਼ ਦੀ 'ਪਰਵਾਹ' ਕਰਦੇ ਹਨ? ਇਸ ਸਵਾਲ ਦਾ ਅੱਜ ਕੋਈ ਠੋਸ ਜਵਾਬ ਨਹੀਂ ਹੈ, ਪਰ ਆਉਣ ਵਾਲੇ ਸਾਲਾਂ ਵਿੱਚ ਇਹ ਹੋਰ ਵੀ ਅਹਿਮ ਹੁੰਦਾ ਜਾਵੇਗਾ।"

- AX ਖੋਜ

ਜਵਾਬ ਹੈ: ਸਪੱਸ਼ਟ ਨਿਯਮ, ਅਨੁਮਾਨਯੋਗ ਵਿਹਾਰ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਢਾਂਚਾਬੱਧ ਡਾਟਾ, ਅਤੇ ਫੀਡਬੈਕ ਲੂਪ ਜੋ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਕੰਮਾਂ ਦੀ ਪੜਤਾਲ ਅਤੇ ਸੁਧਾਈ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦੇ ਹਨ।

ਦੋਹਰੇ ਇੰਟਰਫੇਸ ਦੀ ਚੁਣੌਤੀ

AX ਲਈ ਡਿਜ਼ਾਈਨ ਕਰਨ ਦਾ ਮਤਲਬ ਹੈ ਇੱਕੋ ਸਮੇਂ ਦੋ ਇੰਟਰਫੇਸ ਬਣਾਉਣਾ:

1. ਮਨੁੱਖ-ਤੋਂ-ਏਜੰਟ ਇੰਟਰਫੇਸ: ਜਿੱਥੇ ਮਨੁੱਖ ਏਜੰਟ ਦੇ ਵਿਹਾਰ ਦੀ ਨਿਗਰਾਨੀ ਕਰਦੇ ਹਨ, ਉਸ ਨੂੰ ਮਨਜ਼ੂਰ ਕਰਦੇ ਹਨ, ਸੋਧਦੇ ਹਨ ਅਤੇ ਸੇਧ ਦਿੰਦੇ ਹਨ — ਯਾਨੀ "ਮਿਸ਼ਨ ਕੰਟਰੋਲ" ਦੀ ਪਰਤ। ਇਸ ਨੂੰ ਫਾਰਮਾਂ ਅਤੇ ਬਟਨਾਂ ਦੀ ਥਾਂ ਡੈਸ਼ਬੋਰਡਾਂ ਅਤੇ ਮਨਜ਼ੂਰੀ ਕਤਾਰਾਂ ਵਜੋਂ ਸੋਚੋ।
2. ਏਜੰਟ-ਤੋਂ-ਸਿਸਟਮ ਇੰਟਰਫੇਸ: ਜਿੱਥੇ ਏਜੰਟ API, ਡਾਟਾਬੇਸਾਂ ਅਤੇ ਟੂਲਾਂ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ — ਯਾਨੀ "ਕਾਰਜਸ਼ੀਲ" ਪਰਤ। ਇਹ ਮਜ਼ਬੂਤ, ਚੰਗੀ ਤਰ੍ਹਾਂ ਦਸਤਾਵੇਜ਼ਬੱਧ ਅਤੇ ਮਸ਼ੀਨੀ ਕੁਸ਼ਲਤਾ ਲਈ ਅਨੁਕੂਲ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ।

ਇਹ ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਦੀ ਬਣਤਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਜਿੱਥੇ ਦੋ ਵੱਖਰੇ ਨਜ਼ਰੀਏ ਇਕੱਠੇ ਮੌਜੂਦ ਰਹਿੰਦੇ ਹਨ:

• ਸਥਾਨਕ ਨਜ਼ਰੀਆ: ਹਰ ਸੈੱਲ (ਏਜੰਟ) ਆਪਣੇ ਨੇੜਲੇ ਗੁਆਂਢੀਆਂ ਦੇ ਆਧਾਰ 'ਤੇ ਸਿੱਧੇ-ਸਾਦੇ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ
• ਵਿਸ਼ਵ-ਪੱਧਰੀ ਨਜ਼ਰੀਆ: ਗੁੰਝਲਦਾਰ ਨਮੂਨੇ ਉੱਭਰਦੇ ਹਨ ਜੋ ਸਿਰਫ਼ ਵੱਡੇ ਪੈਮਾਨੇ 'ਤੇ ਹੀ ਦਿਖਾਈ ਦਿੰਦੇ ਹਨ

"ਏਜੰਟ ਅਨੁਭਵ ਡਿਜ਼ਾਈਨ (AX) ਦਾ ਨਤੀਜਾ ਏਜੰਟਾਂ ਲਈ ਅਤੇ ਏਜੰਟਾਂ ਦੁਆਰਾ ਵਰਤੋਂ ਦੀ ਸ਼ਾਨਦਾਰ ਸੌਖ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਇਸ ਲਈ ਵਧੀਆ AX ਵਧੀਆ ਯੂਜ਼ਰ ਅਨੁਭਵ (UX) ਵੱਲ ਲੈ ਜਾਂਦਾ ਹੈ। ਜੇ ਏਆਈ ਏਜੰਟ ਨੂੰ ਕੋਈ ਟੁੱਟੀ ਹੋਈ ਪ੍ਰਕਿਰਿਆ, ਪ੍ਰੋਟੋਕੋਲ, ਜਾਂ ਸਿਸਟਮਾਂ ਵਿੱਚ ਅਸੰਗਤ ਸ਼ਬਦਾਵਲੀ ਵੀ ਮਿਲ ਜਾਵੇ, ਤਾਂ ਉਹ ਉਹ ਕੰਮ ਨਹੀਂ ਕਰ ਸਕਦਾ। ਇਹ ਏਜੰਟ ਲਈ ਮਾੜਾ ਅਨੁਭਵ ਹੈ, ਜੋ ਅੱਗੇ ਜਾ ਕੇ ਗਾਹਕ ਜਾਂ ਕਰਮਚਾਰੀ ਦੇ ਮਾੜੇ ਅਨੁਭਵ ਦਾ ਕਾਰਨ ਬਣਦਾ ਹੈ।"

- ਕੈਟ ਹੋਮਜ਼, ਚੀਫ਼ ਐਕਸਪੀਰੀਅੰਸ ਅਫ਼ਸਰ, Salesforce

UX ਤੋਂ AX ਤੱਕ: ਡਿਜੀਟਲ ਡਿਜ਼ਾਈਨ ਦਾ ਵਿਕਾਸ

ਸਟਿਗਮਰਜੀ ਅਤੇ ਅਪ੍ਰਤੱਖ ਸੰਚਾਰ

ਝੁੰਡ ਬੁੱਧੀ (swarm intelligence) ਦੇ ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸੰਕਲਪਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਸਟਿਗਮਰਜੀ — ਵਾਤਾਵਰਣ ਵਿੱਚ ਛੱਡੇ ਨਿਸ਼ਾਨਾਂ ਰਾਹੀਂ ਅਪ੍ਰਤੱਖ ਤਾਲਮੇਲ। ਕੀੜੀਆਂ ਭੋਜਨ ਦੀ ਥਾਂ ਬਾਰੇ ਇੱਕ-ਦੂਜੀ ਨਾਲ ਸਿੱਧੀ ਗੱਲ ਨਹੀਂ ਕਰਦੀਆਂ; ਉਹ ਫੇਰੋਮੋਨ ਦੀਆਂ ਲੀਹਾਂ ਛੱਡ ਜਾਂਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਪਿੱਛੇ ਹੋਰ ਕੀੜੀਆਂ ਤੁਰਦੀਆਂ ਹਨ। ਵਾਤਾਵਰਣ ਹੀ ਸੰਚਾਰ ਦਾ ਮਾਧਿਅਮ ਬਣ ਜਾਂਦਾ ਹੈ।

ਏਜੰਟਿਕ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਵਿੱਚ ਸਟਿਗਮਰਜੀ ਇਹ ਰੂਪ ਧਾਰਦੀ ਹੈ:

• ਸਾਂਝੀਆਂ ਕੰਪੋਨੈਂਟ ਲਾਇਬ੍ਰੇਰੀਆਂ: ਏਜੰਟ "ਦੇਖਦੇ" ਹਨ ਕਿ ਕਿਹੜੇ ਕੰਪੋਨੈਂਟ ਮੌਜੂਦ ਹਨ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਕਿਵੇਂ ਵਰਤਿਆ ਗਿਆ ਹੈ
• ਡਿਜ਼ਾਈਨ ਟੋਕਨ: ਅਰਥਪੂਰਨ ਮੁੱਲ ਜੋ ਡਿਜ਼ਾਈਨ ਦੇ ਫੈਸਲਿਆਂ ਨੂੰ ਵਾਤਾਵਰਣ ਦੇ ਤੱਥਾਂ ਵਜੋਂ ਦਰਜ ਕਰਦੇ ਹਨ
• ਪੈਟਰਨ ਦਸਤਾਵੇਜ਼ੀਕਰਨ: ਵਰਤੋਂ ਦੀਆਂ ਉਦਾਹਰਨਾਂ ਜੋ ਆਉਣ ਵਾਲੇ ਏਜੰਟਾਂ ਲਈ ਫੇਰੋਮੋਨ ਦੀਆਂ ਲੀਹਾਂ ਦਾ ਕੰਮ ਕਰਦੀਆਂ ਹਨ
• ਟੈਸਟ ਸੂਟ: ਪੜਤਾਲ ਦੇ ਨਿਯਮ ਜੋ ਜਾਇਜ਼ ਨਤੀਜਿਆਂ ਦੇ ਦਾਇਰੇ ਨੂੰ ਬੰਨ੍ਹ ਕੇ ਰੱਖਦੇ ਹਨ
• Git ਇਤਿਹਾਸ: ਪਿਛਲੇ ਫੈਸਲਿਆਂ ਦਾ ਰਿਕਾਰਡ ਜਿਸ ਦਾ ਏਜੰਟ ਹਵਾਲਾ ਲੈ ਸਕਦੇ ਹਨ

ਜਦੋਂ ਕੋਈ ਏਜੰਟ ਕਿਸੇ ਕੰਪੋਨੈਂਟ ਨਾਲ UI ਬਣਾਉਂਦਾ ਹੈ, ਤਾਂ ਉਹ ਨਿਸ਼ਾਨ ਛੱਡਦਾ ਹੈ — ਕੋਡਬੇਸ ਵਿੱਚ, ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ, ਅਤੇ ਉਹਨਾਂ ਪੈਟਰਨਾਂ ਵਿੱਚ ਜੋ ਉਹ ਸਥਾਪਤ ਕਰਦਾ ਹੈ। ਅਜਿਹੇ ਹੀ ਕੰਮਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਵਾਲੇ ਆਉਣ ਵਾਲੇ ਏਜੰਟ ਇਹਨਾਂ ਨਿਸ਼ਾਨਾਂ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਹੋਣਗੇ, ਜਿਸ ਨਾਲ ਸਮੂਹਿਕ ਬੁੱਧੀ ਦਾ ਇੱਕ ਅਜਿਹਾ ਰੂਪ ਬਣਦਾ ਹੈ ਜੋ ਕਿਸੇ ਇਕੱਲੇ ਏਜੰਟ ਕੋਲ ਨਹੀਂ ਹੁੰਦਾ।

ਏਜੰਟਿਕ ਡਿਜ਼ਾਈਨ ਪੈਟਰਨ

ਐਂਡਰਿਊ ਐਂਗ ਅਤੇ ਹੋਰਾਂ ਨੇ ਏਜੰਟਿਕ ਏਆਈ ਸਿਸਟਮਾਂ ਲਈ ਚਾਰ ਮੁੱਖ ਪੈਟਰਨਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਹੈ:

1. ਪੁਨਰ-ਵਿਚਾਰ (Reflection): ਏਆਈ ਆਪਣੇ ਹੀ ਨਤੀਜੇ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ ਅਤੇ ਵਾਰ-ਵਾਰ ਉਸ ਨੂੰ ਸੁਧਾਰਦਾ ਹੈ
2. ਟੂਲ ਦੀ ਵਰਤੋਂ: ਏਆਈ ਬਾਹਰੀ ਟੂਲਾਂ, API ਅਤੇ ਸਿਸਟਮਾਂ ਨਾਲ ਕੰਮ ਕਰਦਾ ਹੈ
3. ਯੋਜਨਾਬੰਦੀ:ਏਆਈ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਨੂੰ ਉਪ-ਕੰਮਾਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ ਅਤੇ ਉਨ੍ਹਾਂ ਨੂੰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਕ੍ਰਮ ਨਾਲ ਪੂਰਾ ਕਰਦਾ ਹੈ
4. ਮਲਟੀ-ਏਜੰਟ: ਕਈ ਮਾਹਰ ਏਜੰਟ ਮਿਲ ਕੇ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ

ਇਹ ਪੈਟਰਨ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸੈਲੂਲਰ ਆਟੋਮੇਟਾ ਦੇ ਸੰਕਲਪਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ:

ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ: ਇੱਕ ਡੂੰਘੀ ਪੜ੍ਹਤ

"ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ" ਦਾ ਅਸਲ ਮਤਲਬ ਕੀ ਹੈ

ਜਦੋਂ ਅਸੀਂ ਕਹਿੰਦੇ ਹਾਂ ਕਿ "ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ", ਤਾਂ ਅਸੀਂ ਇੱਕੋ ਸਮੇਂ ਕਈ ਦਾਅਵੇ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹਾਂ:

1. ਅਰਥ-ਸਮਾਨਤਾ

ਡਿਜ਼ਾਈਨ ਦੇ ਫ਼ੈਸਲੇ, ਜਦੋਂ ਸਹੀ ਢੰਗ ਨਾਲ ਏਨਕੋਡ ਕੀਤੇ ਜਾਣ, ਤਾਂ ਚਲਾਏ ਜਾਣ ਯੋਗ ਬਣ ਜਾਂਦੇ ਹਨ। ਡਿਜ਼ਾਈਨ ਟੋਕਨ ਸਿਰਫ਼ ਇੱਕ ਮੁੱਲ ਨਹੀਂ-ਇਹ ਇੱਕ ਹਦਾਇਤ ਹੈ। ਕੰਪੋਨੈਂਟ ਦਾ ਵਿਸ਼ੇਸ਼ਣ ਸਿਰਫ਼ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ-ਇਹ ਇੱਕ ਪ੍ਰੋਗਰਾਮ ਹੈ। ਜਦੋਂ ਏਜੰਟ ਇਨ੍ਹਾਂ ਚੀਜ਼ਾਂ ਨੂੰ ਵਰਤਦੇ ਹਨ, ਉਹ ਡਿਜ਼ਾਈਨ ਨੂੰ ਲਾਗੂ ਕਰਨ ਦੇ ਨਾਲ-ਨਾਲ ਉਸ ਨੂੰ ਚਲਾ ਵੀ ਰਹੇ ਹੁੰਦੇ ਹਨ।

2. ਸਿਰਜਣ ਦੀ ਸਮਰੱਥਾ

ਜਿਵੇਂ ਰੂਲ 110 ਹਰ ਗਣਨਾਯੋਗ ਚੀਜ਼ ਦੀ ਗਣਨਾ ਕਰ ਸਕਦਾ ਹੈ, ਉਸੇ ਤਰ੍ਹਾਂ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਪੂਰਨ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਕੋਈ ਵੀ ਜਾਇਜ਼ ਇੰਟਰਫ਼ੇਸ ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ। ਸਿਸਟਮ ਵਿੱਚ ਆਪਣੇ ਸਾਰੇ ਜਾਇਜ਼ ਰੂਪਾਂ ਦੀ ਸੰਭਾਵਨਾ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ। ਕੀ ਉੱਭਰੇਗਾ, ਇਹ ਸਿਰਫ਼ ਸ਼ੁਰੂਆਤੀ ਹਾਲਤਾਂ (ਲੋੜਾਂ) ਅਤੇ ਨਿਯਮਾਂ (ਸੀਮਾਵਾਂ) 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

3. ਉੱਭਰਦੀ ਗੁੰਝਲਤਾ

ਸਭ ਤੋਂ ਵਧੀਆ ਇੰਟਰਫ਼ੇਸ ਉੱਪਰੋਂ ਹੇਠਾਂ ਵੱਲ ਡਿਜ਼ਾਈਨ ਨਹੀਂ ਕੀਤੇ ਜਾਂਦੇ; ਉਹ ਸਧਾਰਨ ਨਿਯਮਾਂ ਦੀ ਇਕਸਾਰ ਵਰਤੋਂ ਵਿੱਚੋਂ ਉੱਭਰਦੇ ਹਨ। ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਡਿਜ਼ਾਈਨ ਕੀਤਾ ਬਟਨ, ਜੇ ਇਕਸਾਰਤਾ ਨਾਲ ਵਰਤਿਆ ਜਾਵੇ, ਤਾਂ ਇੱਕ ਸੁਮੇਲ ਵਾਲੀ ਦ੍ਰਿਸ਼ਟੀ-ਭਾਸ਼ਾ ਪੈਦਾ ਕਰਦਾ ਹੈ, ਬਿਨਾਂ ਇਸ ਦੇ ਕਿ ਕਿਸੇ ਨੇ ਉਸ ਸੁਮੇਲ ਦੀ ਸਪੱਸ਼ਟ ਯੋਜਨਾ ਬਣਾਈ ਹੋਵੇ।

4. ਗਣਨਾਤਮਕ ਅਖੰਡਨੀਯਤਾ

ਕੁਝ ਡਿਜ਼ਾਈਨ ਨਤੀਜਿਆਂ ਦਾ ਅੰਦਾਜ਼ਾ ਸਿਸਟਮ ਨੂੰ ਅਸਲ ਵਿੱਚ ਚਲਾਏ ਬਿਨਾਂ ਨਹੀਂ ਲਾਇਆ ਜਾ ਸਕਦਾ। ਏਜੰਟ ਵੱਲੋਂ ਜੋੜਿਆ ਇੰਟਰਫ਼ੇਸ ਕਿਹੋ ਜਿਹਾ ਦਿਖੇਗਾ, ਇਹ ਤੁਸੀਂ ਏਜੰਟ ਨੂੰ ਉਹ ਜੋੜਨ ਦਿੱਤੇ ਬਿਨਾਂ ਨਹੀਂ ਜਾਣ ਸਕਦੇ। ਇਹ ਵੁਲਫ਼ਰਾਮ ਦਾ ਗਣਨਾਤਮਕ ਅਖੰਡਨੀਯਤਾ (computational irreducibility) ਦਾ ਸਿਧਾਂਤ ਹੈ, ਜੋ ਡਿਜ਼ਾਈਨ 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ।

5. ਸਵੈ-ਸੋਧ

ਜਿਵੇਂ ਏਵੋਲੂਪਸ (evoloops) ਆਪਣੀ ਨਕਲ ਬਣਾਉਂਦਿਆਂ ਬਦਲ ਜਾਂਦੇ ਹਨ, ਉਸੇ ਤਰ੍ਹਾਂ ਏਜੰਟ-ਤਿਆਰ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਵਰਤੋਂ ਨਾਲ ਵਿਕਸਿਤ ਹੋ ਸਕਦੇ ਹਨ। ਏਜੰਟਾਂ ਵੱਲੋਂ ਬਣਾਏ ਕੰਪੋਨੈਂਟ ਉਸ ਲਾਇਬ੍ਰੇਰੀ ਦਾ ਹਿੱਸਾ ਬਣ ਜਾਂਦੇ ਹਨ ਜੋ ਅੱਗੇ ਦੇ ਏਜੰਟ ਵਰਤਣਗੇ। ਸਿਸਟਮ ਸਿੱਖਦਾ ਹੈ, ਢਲਦਾ ਹੈ ਅਤੇ ਵਧਦਾ ਹੈ।

ਸੈਲੂਲਰ ਆਟੋਮੇਟਾ ਦਾ ਰੂਪਕ, ਹੋਰ ਅੱਗੇ

ਰੂਪਕ ਤੋਂ ਪਰੇ: ਅਸਲ ਮੇਲ

ਪਰ ਇਹ ਸਿਰਫ਼ ਰੂਪਕ ਨਹੀਂ ਹੈ। ਇਹ ਮੇਲ ਅਸਲੀ ਹੈ ਅਤੇ ਹੁਣੇ ਵਾਪਰ ਰਿਹਾ ਹੈ:

• Storybook MCP ਕੰਪੋਨੈਂਟ ਲਾਇਬ੍ਰੇਰੀਆਂ ਨੂੰ ਮਸ਼ੀਨ-ਪੜ੍ਹਨਯੋਗ ਹਦਾਇਤਾਂ ਵਿੱਚ ਬਦਲ ਦਿੰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਏਜੰਟ ਚਲਾਉਂਦੇ ਹਨ
• Model Context Protocol ਇਹ ਮਿਆਰੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਏਜੰਟ ਟੂਲਾਂ ਅਤੇ ਸੰਦਰਭ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਦੇ ਹਨ-ਯਾਨੀ ਏਜੰਟਿਕ ਕਾਰਵਾਈਆਂ ਲਈ ਇੱਕ ਸਰਬ-ਵਿਆਪੀ ਆਧਾਰ ਤਿਆਰ ਕਰਦਾ ਹੈ
• ਮਲਟੀ-ਏਜੰਟ ਆਰਕੀਟੈਕਚਰ ਮਾਹਰ ਏਜੰਟਾਂ (ਆਰਕੀਟੈਕਟ, ਕੋਡਰ, ਰਿਵਿਊਅਰ) ਵਿਚਕਾਰ ਕੰਮ ਵੰਡਦੇ ਹਨ, ਜੋ ਪ੍ਰੋਟੋਕੋਲਾਂ ਅਨੁਸਾਰ ਆਪਸ ਵਿੱਚ ਤਾਲਮੇਲ ਕਰਦੇ ਹਨ-ਬਿਲਕੁਲ ਵੱਖੋ-ਵੱਖਰੇ ਕਾਰਜਾਂ ਵਾਲੇ ਸੈੱਲਾਂ ਵਾਂਗ
• ਸਵੈ-ਇਲਾਜ ਲੂਪਏਜੰਟਾਂ ਨੂੰ ਟੈਸਟ ਚਲਾਉਣ, ਗਲਤੀਆਂ ਲੱਭਣ ਅਤੇ ਵਾਰ-ਵਾਰ ਸੁਧਾਰ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ — ਉਹੀ ਫੀਡਬੈਕ ਵਿਧੀਆਂ ਜੋ ਸੈਲੂਲਰ ਆਟੋਮਾਟਾ ਸਥਿਰ ਸੰਰਚਨਾਵਾਂ ਵਿਕਸਿਤ ਕਰਨ ਲਈ ਵਰਤਦੇ ਹਨ
• Schema.org Blueprints ਸਮੱਗਰੀ ਦੇ ਢਾਂਚਿਆਂ ਨੂੰ ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹਨ ਯੋਗ ਅਤੇ ਅਰਥਪੂਰਨ ਬਣਾਉਂਦਾ ਹੈ
• Drupal AI AI ਏਜੰਟਾਂ ਲਈ ਆਪਣੇ ਆਪ ਸਮੱਗਰੀ ਬਣਾਉਣ, ਬਦਲਣ ਅਤੇ ਸੰਭਾਲਣ ਦਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਮੁਹੱਈਆ ਕਰਦਾ ਹੈ

ਅਸੀਂ "ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ" ਨੂੰ ਕੋਈ ਦਾਰਸ਼ਨਿਕ ਸਥਿਤੀ ਮੰਨ ਕੇ ਨਹੀਂ ਚੱਲ ਰਹੇ। ਅਸੀਂ ਇਸਨੂੰ ਤਕਨੀਕੀ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਜੋਂ ਉਸਾਰ ਰਹੇ ਹਾਂ।

ਪ੍ਰਭਾਵ ਅਤੇ ਅੱਗੇ ਦਾ ਰਾਹ

ਡਿਜ਼ਾਈਨਰਾਂ ਲਈ

ਡਿਜ਼ਾਈਨਰ ਦੀ ਭੂਮਿਕਾ "ਆਇਤਾਂ ਬਣਾਉਣ ਵਾਲੇ" ਤੋਂ ਬਦਲ ਕੇ "ਨਿਯਮ ਤੈਅ ਕਰਨ ਵਾਲੇ" ਦੀ ਬਣ ਰਹੀ ਹੈ। ਜਿਵੇਂ ਬ੍ਰੈਡ ਫ੍ਰੌਸਟ ਨੇ ਦੇਖਿਆ:

"ਜਿਹੜੇ ਡਿਜ਼ਾਈਨਰ ਅਤੇ ਡਿਵੈਲਪਰ ਆਪਣੇ ਕੰਮ ਨੂੰ ਆਇਤਾਂ ਬਣਾਉਣ ਤੱਕ ਸੀਮਤ ਸਮਝਦੇ ਹਨ, ਉਨ੍ਹਾਂ ਕੋਲ ਚਿੰਤਾ ਕਰਨ ਦੇ ਬਹੁਤ ਕਾਰਨ ਹਨ। ਪਰ ਜਿਹੜੇ ਡਿਜ਼ਾਈਨਰ ਅਤੇ ਡਿਵੈਲਪਰ ਆਪਣੇ ਕੰਮ ਨੂੰ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਨਾ ਸਮਝਦੇ ਹਨ — ਅਤੇ ਉਨ੍ਹਾਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਸਬੱਬ ਨਾਲ ਕੁਝ ਆਇਤਾਂ ਬਣਾਉਣੀਆਂ ਜਾਂ ਵਰਤਣੀਆਂ ਪੈਂਦੀਆਂ ਹਨ — ਉਨ੍ਹਾਂ ਨੂੰ ਡਰਨ ਦੀ ਲੋੜ ਘੱਟ ਹੈ।"

- ਬ੍ਰੈਡ ਫ੍ਰੌਸਟ

ਏਜੰਟਿਕ ਭਵਿੱਖ ਵਿੱਚ, ਡਿਜ਼ਾਈਨਰ:

• ਸਿਮੈਂਟਿਕ ਟੋਕਨ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਆਪਸੀ ਸਬੰਧ ਤੈਅ ਕਰਨਗੇ
• ਰਚਨਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਅਤੇ ਪੈਟਰਨ ਸਥਾਪਿਤ ਕਰਨਗੇ
• ਪ੍ਰਮਾਣਿਕਤਾ ਦੇ ਨਿਯਮ ਬਣਾਉਣਗੇ ਜਿਨ੍ਹਾਂ ਨੂੰ ਏਜੰਟਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨਾ ਪਵੇਗਾ
• ਉਨ੍ਹਾਂ ਨਿਯਮਾਂ ਨੂੰ ਸੰਭਾਲਣਗੇ ਅਤੇ ਵਿਕਸਿਤ ਕਰਨਗੇ ਜੋ ਉਭਰਦੇ ਵਿਹਾਰ ਨੂੰ ਸੇਧ ਦਿੰਦੇ ਹਨ
• ਉਹ ਫੀਡਬੈਕ ਵਿਧੀਆਂ ਡਿਜ਼ਾਈਨ ਕਰਨਗੇ ਜੋ ਆਪਣੇ ਆਪ ਸੁਧਾਰ ਸੰਭਵ ਬਣਾਉਂਦੀਆਂ ਹਨ
• ਉਨ੍ਹਾਂ "ਫਿਟਨੈੱਸ ਫੰਕਸ਼ਨਾਂ" ਨੂੰ ਘੜਨਗੇ ਜੋ ਤੈਅ ਕਰਦੇ ਹਨ ਕਿ ਕਿਹੜੇ ਨਤੀਜੇ ਸਵੀਕਾਰਯੋਗ ਹਨ

ਇਹ ਅਮੂਰਤਤਾ ਦੇ ਉੱਚੇ ਪੱਧਰ 'ਤੇ ਡਿਜ਼ਾਈਨ ਹੈ — ਡਿਜ਼ਾਈਨਾਂ ਦੀ ਥਾਂ ਉਹ ਨਿਯਮ ਡਿਜ਼ਾਈਨ ਕਰਨਾ ਜੋ ਡਿਜ਼ਾਈਨ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ ਹਰ ਸੈੱਲ ਨੂੰ ਵੱਖਰਾ ਵਾਹੁਣ ਦੀ ਬਜਾਏ ਸੈਲੂਲਰ ਆਟੋਮਾਟਨ ਦੇ ਨਿਯਮ ਤੈਅ ਕਰਨਾ।

ਡਿਵੈਲਪਰਾਂ ਲਈ

ਡਿਵੈਲਪਰ ਏਜੰਟ ਪ੍ਰਣਾਲੀਆਂ ਦੇ ਆਰਕੀਟੈਕਟ ਬਣ ਜਾਂਦੇ ਹਨ। ਜਿਵੇਂ Anthropic ਦੱਸਦਾ ਹੈ:

"ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਦੇ ਖੇਤਰ ਨੇ LLM ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਕਮਾਲ ਦੀ ਸੰਭਾਵਨਾ ਦਿਖਾਈ ਹੈ, ਜਿੱਥੇ ਸਮਰੱਥਾਵਾਂ ਕੋਡ ਪੂਰਾ ਕਰਨ ਤੋਂ ਵਧ ਕੇ ਆਪਣੇ ਆਪ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਕਰਨ ਤੱਕ ਪਹੁੰਚ ਗਈਆਂ ਹਨ।"

ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਇਹ ਕਰਨਾ ਪਵੇਗਾ:

• ਏਜੰਟਾਂ ਅਤੇ ਪ੍ਰਣਾਲੀਆਂ ਵਿਚਕਾਰ ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹਨ ਯੋਗ ਇੰਟਰਫੇਸ ਬਣਾਉਣੇ
• ਫੀਡਬੈਕ ਲੂਪ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਵਿਧੀਆਂ ਡਿਜ਼ਾਈਨ ਕਰਨੀਆਂ
• ਉਹ ਸਕੈਫੋਲਡਿੰਗ ਉਸਾਰਨੀ ਜਿਸ ਦੇ ਅੰਦਰ ਉਭਰਦਾ ਵਿਹਾਰ ਵਾਪਰਦਾ ਹੈ
• ਅੰਤਿਮ ਫ਼ੈਸਲਾ ਕਰਨ ਵਾਲੇ ਵਜੋਂ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਬਣਾਈ ਰੱਖਣੀ
• ਉਹ ਪ੍ਰੋਟੋਕੋਲ ਤੈਅ ਕਰਨੇ ਜਿਨ੍ਹਾਂ ਰਾਹੀਂ ਏਜੰਟ ਆਪਸ ਵਿੱਚ ਗੱਲਬਾਤ ਕਰਦੇ ਹਨ
• ਵੱਖ-ਵੱਖ ਏਜੰਟ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਜੋੜਨ ਵਾਲਾ "ਗਲੂ ਕੋਡ" ਲਾਗੂ ਕਰਨਾ

ਵੈੱਬ ਵਿਕਾਸ ਅਤੇ CMS ਪਲੇਟਫਾਰਮਾਂ ਲਈ

Drupal ਵਰਗੇ ਪਲੇਟਫਾਰਮਾਂ ਵਿੱਚ AI ਦਾ ਏਕੀਕਰਨ ਇੱਕ ਅਜਿਹੇ ਭਵਿੱਖ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ ਜਿੱਥੇ:

• ਸਮੱਗਰੀ ਮਾਡਲ ਏਜੰਟਾਂ ਦੇ ਵਰਤੋਂ ਯੋਗ ਬਣ ਜਾਂਦੇ ਹਨ Schema.org ਵਰਗੇ ਮਿਆਰਾਂ ਰਾਹੀਂ
• ਸੰਪਾਦਕੀ ਵਰਕਫਲੋ ਏਜੰਟ-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਹੋ ਜਾਂਦੇ ਹਨ AI ਦੀ ਮਦਦ ਨਾਲ ਖਰੜਾ ਲਿਖਣ, ਸੰਚਾਲਨ ਅਤੇ ਅਨੁਕੂਲਨ ਸਮੇਤ
• ਖੋਜ ਵਿਕਸਿਤ ਹੁੰਦੀ ਹੈ ਕੀਵਰਡ ਮੇਲ ਤੋਂ ਵਧ ਕੇ ਐਂਬੈਡਿੰਗ ਅਤੇ ਵੈਕਟਰ ਡੇਟਾਬੇਸ ਰਾਹੀਂ ਅਰਥ ਸਮਝਣ ਤੱਕ
• ਵਿਅਕਤੀਗਤਕਰਨ ਖੁਦਮੁਖਤਿਆਰ ਬਣ ਜਾਂਦਾ ਹੈ ਜਿੱਥੇ ਏਜੰਟ ਵਰਤੋਂਕਾਰ ਦੀਆਂ ਪਸੰਦਾਂ ਸਿੱਖਦੇ ਹਨ ਅਤੇ ਸਮੱਗਰੀ ਨੂੰ ਰੀਅਲ-ਟਾਈਮ ਵਿੱਚ ਢਾਲਦੇ ਹਨ
• ਵਿਕਾਸ ਤੇਜ਼ ਹੋ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਏਜੰਟ ਕੰਪੋਨੈਂਟ, ਟੈਸਟ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਆਪ ਤਿਆਰ ਕਰਦੇ ਹਨ

Drupal ਈਕੋਸਿਸਟਮ ਵੱਲੋਂ AI ਨੂੰ ਅਪਣਾਉਣਾ — Drupal AI, Drupal Canvas, Schema.org Blueprints ਅਤੇ AI ਪ੍ਰੋਵਾਈਡਰ ਏਕੀਕਰਨ ਵਰਗੇ ਮੌਡਿਊਲਾਂ ਰਾਹੀਂ — ਇਹ ਸਾਬਤ ਕਰਦਾ ਹੈ ਕਿ ਇਹ ਭਵਿੱਖ ਪਹਿਲਾਂ ਹੀ ਉਸਾਰਿਆ ਜਾ ਰਿਹਾ ਹੈ।

ਸੰਗਠਨਾਂ ਲਈ

ਮੁਕਾਬਲੇ ਵਿੱਚ ਫਾਇਦਾ ਉਨ੍ਹਾਂ ਸੰਗਠਨਾਂ ਨੂੰ ਮਿਲੇਗਾ ਜਿਨ੍ਹਾਂ ਦੇ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਸਭ ਤੋਂ ਵੱਧ "ਏਜੰਟ-ਤਿਆਰ" ਹਨ। ਏਜੰਟ-ਤਿਆਰ ਪ੍ਰਣਾਲੀਆਂ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਇਹ ਹਨ:

• ਕੰਪੋਨੈਂਟ ਦੀਆਂ ਸਾਰੀਆਂ ਅਵਸਥਾਵਾਂ ਅਤੇ ਰੂਪਾਂ ਦੀ ਪੂਰੀ ਕਵਰੇਜ
• ਇਰਾਦੇ ਨੂੰ ਬਿਆਨ ਕਰਨ ਵਾਲੀ ਸਿਮੈਂਟਿਕ ਨਾਮਕਰਨ
• ਮਸ਼ੀਨ ਦੁਆਰਾ ਪੜ੍ਹਨ ਯੋਗ ਦਸਤਾਵੇਜ਼ ਅਤੇ ਸੰਦਰਭ
• ਪ੍ਰਮਾਣਿਕਤਾ ਅਤੇ ਟੈਸਟਿੰਗ ਦਾ ਬੁਨਿਆਦੀ ਢਾਂਚਾ
• ਸਪਸ਼ਟ ਸੀਮਾਵਾਂ ਜੋ ਜਾਇਜ਼ ਨਤੀਜਿਆਂ ਦੇ ਦਾਇਰੇ ਨੂੰ ਬੰਨ੍ਹਦੀਆਂ ਹਨ
• ਏਜੰਟਾਂ ਦੀ ਵਰਤੋਂ ਲਈ ਡਿਜ਼ਾਈਨ ਕੀਤੇ API (AX-first)
• Schema.org-first ਸਮੱਗਰੀ ਆਰਕੀਟੈਕਚਰ

ਡਿਜੀਟਲ ਉਤਪਾਦਾਂ ਦੇ ਭਵਿੱਖ ਲਈ

ਅੰਤਿਮ ਸਥਿਤੀ ਕੁਝ ਡਿਜੀਟਲ ਵਾਤਾਵਰਣ-ਤੰਤਰ (ecology) ਵਰਗੀ ਹੈ: ਅਣਗਿਣਤ ਏਜੰਟ ਸਥਾਨਕ ਨਿਯਮਾਂ ਮੁਤਾਬਕ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਅਜਿਹੇ ਉੱਭਰਦੇ ਇੰਟਰਫੇਸ ਪੈਦਾ ਕਰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਯੋਜਨਾ ਕਿਸੇ ਇੱਕ ਡਿਜ਼ਾਈਨਰ ਜਾਂ ਡਿਵੈਲਪਰ ਨੇ ਨਹੀਂ ਬਣਾਈ ਸੀ, ਫਿਰ ਵੀ ਉਹ ਕਿਸੇ ਤਰ੍ਹਾਂ ਇੱਕ-ਦੂਜੇ ਨਾਲ ਜੁੜੇ ਰਹਿੰਦੇ ਹਨ, ਕਿਉਂਕਿ ਅੰਦਰਲੇ ਨਿਯਮ ਮਜ਼ਬੂਤ ਹਨ।

ਇਹ ਓਨਾ ਦੂਰ ਦੀ ਕੌਡੀ ਨਹੀਂ ਜਿੰਨਾ ਸੁਣਨ ਵਿੱਚ ਲੱਗਦਾ ਹੈ। ਜੈਵਿਕ ਪ੍ਰਣਾਲੀਆਂ ਇਸੇ ਤਰ੍ਹਾਂ ਚੱਲਦੀਆਂ ਹਨ, ਸ਼ਹਿਰ ਇਸੇ ਤਰ੍ਹਾਂ ਵਧਦੇ ਹਨ, ਬਾਜ਼ਾਰ ਇਸੇ ਤਰ੍ਹਾਂ ਕੰਮ ਕਰਦੇ ਹਨ। ਸਵਾਲ ਇਹ ਨਹੀਂ ਕਿ ਅਸੀਂ ਇਸ ਮੁਕਾਮ ਤੱਕ ਪਹੁੰਚਾਂਗੇ ਜਾਂ ਨਹੀਂ, ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਇਸ ਬਦਲਾਅ ਦੇ ਦੌਰ ਵਿੱਚੋਂ ਅਸੀਂ ਕਿਵੇਂ ਲੰਘਾਂਗੇ।

ਨਿਚੋੜ: ਕੋਡ ਜਿਉਂਦਾ ਹੈ

ਜੌਨ ਵੌਨ ਨਿਊਮਾਨ, ਉਹ ਬਹੁ-ਵਿਦਵਾਨ ਜਿਸ ਨੇ ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਦੀ ਕਾਢ ਕੱਢੀ, ਇੱਕ ਬੁਨਿਆਦੀ ਸਵਾਲ ਤੋਂ ਪ੍ਰੇਰਿਤ ਸੀ: ਆਪਣੇ ਆਪ ਨੂੰ ਦੁਹਰਾਉਣ (ਸਵੈ-ਪ੍ਰਜਣਨ) ਲਈ ਘੱਟੋ-ਘੱਟ ਕਿੰਨੀ ਜਟਿਲਤਾ ਚਾਹੀਦੀ ਹੈ? ਉਸ ਦਾ ਜਵਾਬ, ਵੌਨ ਨਿਊਮਾਨ ਦਾ ਯੂਨੀਵਰਸਲ ਕੰਸਟਰਕਟਰ, ਨੇ ਦਿਖਾਇਆ ਕਿ ਸਵੈ-ਨਕਲ ਲਈ ਜੈਵਿਕ ਮਸ਼ੀਨਰੀ ਦੀ ਲੋੜ ਨਹੀਂ। ਲੋੜ ਸਿਰਫ਼ ਉਨ੍ਹਾਂ ਨਿਯਮਾਂ ਦੀ ਹੈ ਜੋ ਆਪਣੇ ਲਾਗੂ ਹੋਣ ਦਾ ਢੰਗ ਵੀ ਆਪਣੇ ਅੰਦਰ ਸਮੋਈ ਬੈਠੇ ਹੋਣ।

ਸੱਤਰ ਸਾਲ ਬਾਅਦ ਅਸੀਂ ਉਹੀ ਅਸੂਲ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮਾਂ ਵਿੱਚ ਵੀ ਲੱਭ ਰਹੇ ਹਾਂ। ਆਪਣੇ ਆਪ UI ਬਣਾਉਣ ਲਈ ਘੱਟੋ-ਘੱਟ ਸ਼ਰਤ ਨਾ ਤਾਂ ਆਰਟੀਫ਼ੀਸ਼ੀਅਲ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ ਹੈ, ਨਾ ਹੀ ਮਨੁੱਖੀ ਪੱਧਰ ਦੀ ਰਚਨਾਤਮਕਤਾ। ਇਹ ਤਾਂ ਨਿਯਮਾਂ ਦਾ ਇੱਕ ਮੁਕੰਮਲ, ਇਕਸਾਰ ਅਤੇ ਮਸ਼ੀਨ ਦੇ ਪੜ੍ਹਨ-ਯੋਗ ਸਮੂਹ ਹੈ, ਜਿਸ ਨੂੰ ਏਜੰਟ ਚਲਾ ਸਕਣ।

ਜਦੋਂ ਲੈਂਗਟਨ ਦੇ ਲੂਪ (Langton's Loops) ਸੈਲੂਲਰ ਗ੍ਰਿਡ ਉੱਤੇ ਆਪਣੀ ਨਕਲ ਬਣਾਉਂਦੇ ਹਨ, ਤਾਂ ਅਸੀਂ ਇਹ ਨਹੀਂ ਕਹਿੰਦੇ ਕਿ ਲੂਪ ਨਵੇਂ ਲੂਪਾਂ ਨੂੰ "ਡਿਜ਼ਾਈਨ" ਕਰ ਰਹੇ ਹਨ। ਇਹ ਨਕਲ ਤਾਂ ਬਸ ਉਹੀ ਹੈ ਜੋ ਨਿਯਮ ਪੈਦਾ ਕਰਦੇ ਹਨ। ਫਿਰ ਵੀ ਨਤੀਜਾ, ਇੱਕੋ ਜਿਹੇ ਨਮੂਨਿਆਂ ਦੀਆਂ ਲਗਾਤਾਰ ਫੈਲਦੀਆਂ ਬਸਤੀਆਂ, ਬਿਨਾਂ ਸ਼ੱਕ ਸਿਰਜਣਾਤਮਕ ਹੈ, ਕਿਸੇ ਕਾਰਜੀ ਅਰਥ ਵਿੱਚ ਰਚਨਾਤਮਕ।

ਜਦੋਂ AI ਏਜੰਟ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਦੇ ਕੰਪੋਨੈਂਟਾਂ ਤੋਂ ਇੰਟਰਫੇਸ ਜੋੜਦੇ ਹਨ, ਸੈਮੈਂਟਿਕ ਟੋਕਨਾਂ ਅਤੇ ਰਚਨਾ-ਸੀਮਾਵਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹੋਏ, ਤਾਂ ਉਹ ਕੁਝ ਇਸੇ ਤਰ੍ਹਾਂ ਦਾ ਕੰਮ ਕਰ ਰਹੇ ਹੁੰਦੇ ਹਨ। ਇਸ "ਰਚਨਾਤਮਕਤਾ" ਦਾ ਵਾਸਾ ਏਜੰਟਾਂ ਵਿੱਚ ਨਹੀਂ, ਸਗੋਂ ਉਨ੍ਹਾਂ ਵੱਲੋਂ ਚਲਾਏ ਜਾਂਦੇ ਨਿਯਮਾਂ ਵਿੱਚ ਹੈ, ਉਹ ਨਿਯਮ ਜੋ ਮਨੁੱਖਾਂ ਨੇ ਘੜੇ, ਪਰ ਜੋ ਹੁਣ ਆਪਣੇ ਆਪ ਚੱਲਦੇ ਹਨ।

ਅਸੀਂ ਡਿਜੀਟਲ ਸਿਰਜਣਾ ਦੇ ਇੱਕ ਨਵੇਂ ਯੁੱਗ ਦੀ ਦਹਿਲੀਜ਼ 'ਤੇ ਖੜ੍ਹੇ ਹਾਂ। ਏਜੰਟ ਆ ਚੁੱਕੇ ਹਨ। ਪ੍ਰੋਟੋਕੋਲ ਰੂਪ ਲੈ ਰਹੇ ਹਨ। ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ ਨਕਲੀ ਜੀਵਨ ਦੀ ਜ਼ਮੀਨ ਬਣ ਰਹੇ ਹਨ।

ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ।
ਅਤੇ ਕੋਡ ਵਿੱਚ ਜਾਨ ਪੈ ਰਹੀ ਹੈ।

ਮੁੱਖ ਲੇਖ ਅਤੇ ਪ੍ਰੋਜੈਕਟ

• AI ਦੇ ਦੌਰ ਵਿੱਚ ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ - ਬਰੈਡ ਫ਼ਰੌਸਟ
• Storybook MCP ਦੀ ਪਹਿਲੀ ਝਲਕ - Storybook
• AX ਦੀ ਜਾਣ-ਪਛਾਣ: ਏਜੰਟ ਅਨੁਭਵ ਕਿਉਂ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ - ਮੈਥੀਅਸ ਬਿਲਮੈਨ
• ਕਾਰਗਰ ਏਜੰਟ ਬਣਾਉਣਾ - Anthropic

Drupal AI ਦੇ ਸਰੋਤ

• Drupal AI

• Schema.org Blueprints ਮੌਡਿਊਲ

   

ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਦੇ ਸਰੋਤ

• ਕੌਨਵੇ ਦੀ ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਦੀ ਸ਼ਬਦਾਵਲੀ - ਲਗਭਗ 1500 ਨਮੂਨੇ
• ਗੇਮ ਆਫ਼ ਲਾਈਫ਼ ਵਿੱਚ ਚੱਲਦੀ ਟਿਊਰਿੰਗ ਮਸ਼ੀਨ
• ਲੈਂਗਟਨ ਦੇ ਲੂਪ - ਵਿਕੀਪੀਡੀਆ
• ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ ਲਈ ਨਿਯਮ-ਸਮੂਹ
• ਇੱਕ ਨਵੀਂ ਕਿਸਮ ਦਾ ਵਿਗਿਆਨ (ਆਨਲਾਈਨ) - ਸਟੀਫ਼ਨ ਵੌਲਫ਼ਰਮ
• ਸੈਲੂਲਰ ਆਟੋਮੈਟਾ - Nature of Code

ਕੰਪਿਊਟੇਸ਼ਨਲ ਥਿਊਰੀ, ਡਿਜ਼ਾਈਨ ਸਿਸਟਮ, ਆਰਟੀਫ਼ੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਅਤੇ ਵੈੱਬ ਡਿਵੈਲਪਮੈਂਟ ਦੇ ਸੰਗਮ 'ਤੇ ਵਿਚਾਰਾਂ ਦੀ ਪੜਚੋਲ।

 ਇੱਥੇ ਪ੍ਰਗਟਾਏ ਵਿਚਾਰ ਉੱਭਰ ਰਹੇ ਰੁਝਾਨਾਂ ਦੀ ਅਨੁਮਾਨ-ਆਧਾਰਿਤ ਪੜਚੋਲ ਹਨ, ਕਿਸੇ ਪੱਕੇ ਭਵਿੱਖ ਦੀ ਭਵਿੱਖਬਾਣੀ ਨਹੀਂ।

ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ ਅਸੀਂ ਅਜਿਹੇ AI ਏਜੰਟ ਬਣਾ ਰਹੇ ਹਾਂ ਜੋ ਇੱਕ ਲੂਪ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ ਅਤੇ ਹੋਰ ਲੂਪਾਂ ਵਿੱਚ ਦੂਜੇ AI ਏਜੰਟਾਂ ਨਾਲ ਮੇਲ-ਜੋਲ ਕਰਦੇ ਹਨ।

ਡਿਜ਼ਾਈਨ ਹੀ ਕੋਡ ਹੈ, ਜਦੋਂ ਸਿਸਟਮ ਚੁਣੇ ਹੋਏ ਕੈਨਵਸ ਅਤੇ ਨਿਯਮਾਂ ਦੇ ਸਮੂਹ ਅੰਦਰ ਜੀਵਨ-ਚੱਕਰ ਵਰਗੇ ਲੂਪ ਵਿੱਚ ਚੱਲਦਾ ਹੈ।