মেশিন ইন্টেলিজেন্স

ডিস্ট্রিবিউটেড সিস্টেমের "সেন্ট গ্রাল" — কনসেনসাস প্রোটোকল (Consensus Protocols), দীর্ঘদিন ধরে শীর্ষ ইনফ্রাস্ট্রাকচার ইঞ্জিনিয়ারদের "বাগ হেল" ছিল। এর অবস্থা অত্যন্ত জটিল, একাধিক নোড দ্বারা পরস্পরের সাথে জড়িয়ে থাকায়, প্রাচীন পরীক্ষা এবং একক LLM কঠিন Deep Bug (গভীর লজিক্যাল ভুল) এর জন্য প্রায় অসহায়।

সাম্প্রতিক সময়ে, 0G Labs এবং সিঙ্গাপুর জাতীয় বিশ্ববিদ্যালয়, পেকিং বিশ্ববিদ্যালয়, বেইজিং ইউনিভার্সিটি অফ টেলিকমিউনিকেশনস সহ শীর্ষস্থানীয় শৈক্ষিক ও শিল্প দলগুলির গবেষকরা প্রথম ডোমেইন জ্ঞান এবং বড় মডেল মাল্টি-এজেন্ট সহযোগিতার গভীর একীভূতকরণকে সমর্থন করে এমন স্বয়ংক্রিয় পরীক্ষার কাঠামো—Agora-এর প্রস্তাব দেন।

এই ফ্রেমওয়ার্কটি একটি উদ্ভাবনী আর্কিটেকচারের মাধ্যমে প্রোটোকলের প্রধান সমস্যাগুলিকে সরাসরি লক্ষ্য করে, Raft, EPaxos, HotStuff, BullShark এর মতো শিল্প-স্তরের এবং শিক্ষাগত মূল প্রোটোকলগুলিতে ১৫টি আগে অজানা প্রোটোকল-স্তরের Deep Bug একসাথে খুঁজে বার করে! এর তুলনায়, GPT-5.2, Claude 4.5 এর মতো শক্তিশালী নেটিভ বড় মডেলগুলি সবই ব্যর্থ হয়েছে, শূন্য স্কোর করেছে। ২০২৬ সালের সবচেয়ে জনপ্রিয় ক্ষেত্রগুলির মধ্যে একটি হয়ে উঠছে মাল্টি-এজেন্ট (Multi-Agent) সিস্টেম এবং 'এজেন্টিক কোয়ালিটি কন্ট্রোল' (Agentic Quality Control), এই পরিস্থিতিতে Agora শুধুমাত্র একটি গবেষণা পত্রই দিচ্ছে না, বরং একটি বাস্তবায়নযোগ্য শিল্প-স্তরের সমাধানও।

প্রবন্ধ: 《Agora: Toward Autonomous Bug Detection in Production-Level Consensus Protocols with LLM Agents》

1. পটভূমি: 0G এবং NUS একত্রে কাজ করছে, দীর্ঘমেয়াদী সিস্টেম জ্ঞানের সঞ্চয় এবং Multi-Agent পদ্ধতির বহু-প্রজন্মীয় ও বহু-ক্ষেত্রের একীভূতকরণ

বিতরিত সমঝোতা প্রোটোকলের বিকাশ হল প্রতিভার উদ্ভাবনের ইতিহাস এবং অসংখ্য শীর্ষ ইঞ্জিনিয়ারদের রক্তপাতের পথের ইতিহাস। যেমনটি টিউরিং পুরস্কার বিজয়ী ল্যামপোর্ট বলেছেন, বিতরিত প্রোটোকলের বাস্তবায়নের সঠিকতা নিশ্চিত করা হল একটি নিরন্তর কাঁপছে এমন ল্যাবিরিন্থের মধ্যে চোখ বন্ধ করে হাঁটার মতো কঠিন। এবং এই 'হেল' লেভেলের পথে, বাজারটি ধীরে ধীরে পরিবর্তিত হচ্ছে: Gartner-এর পর্যবেক্ষণে, এক বছরেরও কম সময়ের মধ্যে মাল্টি-এজেন্ট সিস্টেমের জন্য কোম্পানির পরামর্শের পরিমাণ ১০ গুণেরও বেশি বেড়েছে, এবং মাল্টি-এজেন্ট প্ল্যাটফর্মের বাজারও প্রতি বছর প্রায় দ্বিগুণেরও বেশি দ্রুত বৃদ্ধির পথে—'মাল্টি-এজেন্ট সহযোগিতা'কে সবচেয়ে কঠিন বেসমেন্ট সিস্টেমের যাচাইয়ের জন্য ব্যবহার করা, এখন একটি অগ্রগতির ধারণা থেকে শিল্পের প্রয়োজনীয়তায় পরিণত হচ্ছে।

এই হেল লেভেল রেসের মুখোমুখি হয়ে, টেক মহাকায়সগুলি প্রথমেই বড় সম্পদ ভিত্তিক অনুসন্ধানে হাত দেয়। উদাহরণস্বরূপ, শীর্ষস্থানীয় Anthropic সম্প্রতি Claude Code-এর অভ্যন্তরে Glasswing প্রকল্পটি এগিয়ে নিয়ে যাচ্ছে, যা Agent ব্যবহার করে বেসমেন্ট ইনফ্রাস্ট্রাকচার পরীক্ষা করার চেষ্টা করেছে, কিন্তু এর আর্কিটেকচার এখনও সর্বোচ্চ মানের বাণিজ্যিক বড় মডেলগুলির উপর অত্যন্ত নির্ভরশীল। প্রকল্পটির বিস্তারিত তথ্য অস্পষ্ট, এবং এটি শুধুমাত্র কয়েকটি বড় টেক প্রতিষ্ঠান এবং আন্তর্জাতিক মহাকায়সদের সাথে বন্ধ সহযোগিতা করছে। আরও ভয়ঙ্কর বিষয় হল, এই মহাকায়সদের সমাধানগুলি চলাকালীন ভয়ানক Token-এর খরচ দেখাতে পারে, এবং এই উচ্চ কম্পিউটিং বাধা এবং বড়-সম্পদের পথটি সরাসরি বাজেট-সীমিত স্টার্টআপগুলি এবং SME-দেরকে বহির্ভূত করে।

ছোট কোম্পানি বা ওপেন সোর্স সম্প্রদায় কি অবশ্যই শীর্ষস্থানীয় অটোমেশন ভালুনের অডিট টুল ব্যবহার করতে পারবে না?

0G ল্যাবসের প্রকৌশলীদের সাথে সিঙ্গাপুর জাতীয় বিশ্ববিদ্যালয়ের লিউ শিয়াং, বেইজিং ইউনিভার্সিটি অফ পোস্টস এন্ড টেলিকমিউনিকেশনসের সোং সা এবং সুন ইয়ং, এবং পেকিং বিশ্ববিদ্যালয়ের স্মার্ট কলেজের ডক্টরাল ছাত্র জাং জিয়াওহে এবং গবেষক জাং সেয়াওয়ে তাদের এজেন্ট ক্ষেত্রের গভীর জ্ঞানকে সিস্টেমে সম্প্রসারিত করেন, যা "ছোট দিয়ে বড়কে পরাজিত" করার একটি বিপ্লবী উদ্ভাবন ঘটিয়েছে, যার কাজ 2026AI-এর শীর্ষ কনফারেন্স ICML-এ প্রকাশিত হয়েছে।

শিক্ষাগত ক্ষেত্রের "দীর্ঘমেয়াদি সিস্টেম জ্ঞানের সঞ্চয়" যখন শিল্পক্ষেত্রের "চাহিদা এবং সংবেদনশীল সংবেদন" এর সাথে মিলে যায়, তখন পরবর্তী প্রজন্মের সিস্টেম নিরাপত্তা বিপ্লবকে কীভাবে বিস্ফোরিত করা যায়?

0G টিম ব্লকচেইন কনসেনসাস প্রোটোকল বাস্তবায়নে খুব বেশি প্রোডাকশন-লেভেল অ্যাটাক এবং ডিফেন্স অভিজ্ঞতা অর্জন করেছে; এবং টিম হাই-পারফরম্যান্স ডিস্ট্রিবিউটেড সিস্টেম, লো-লেভেল কনকারেন্সি কন্ট্রোল এবং সিস্টেম ফরমাল ভেরিফিকেশন ক্ষেত্রে খুব গভীর একাডেমিক পছন্দ রাখে। তারা জানে যে প্রচলিত পদ্ধতি (যেমন Fuzzing টেস্টিং) ইন্ডাস্ট্রিয়াল-লেভেল কোডবেসের সামনে অক্ষমতা দেখায়। অনেকগুলি গবেষক সিদ্ধান্ত নিলেন, যে দীর্ঘদিনের অর্জিত ডিস্ট্রিবিউটেড সিস্টেমের গ্লোবাল invariants (অপরিবর্তনীয়তা) লজিক্যাল রিজনিংয়ের জ্ঞানকে 'আত্মা' হিসাবে ব্যবহার করে, এটিকে সবচেয়ে উন্নত মাল্টি-এজেন্ট কোঅপারেটিভ প্যারাডাইম এবং অটোমেটেড Harness আর্কিটেকচারের মধ্যে প্রবেশ করানো হবে, Agora ফ্রেমওয়ার্কটি ওপেন-সোর্স, ডেমোক্রেটিকভাবে চালু করা হয়।

এর সাথে সাথে, শিল্পের অগ্রগামী মডিউলার এআই অবকাঠামো এবং উচ্চ পারফরম্যান্স ডিসেন্ট্রালাইজড ডেটা উপলব্ধতা নেটওয়ার্ক হিসাবে, 0G টিম ব্লকচেইন কনসেনসাস প্রোটোকল এবং হাই-কনকারেন্ট বিএফটি (বাইজেনশিয়ান ফault টলারেন্ট) আর্কিটেকচারের শিল্পগত বাস্তবায়নে অত্যন্ত সমৃদ্ধ প্রোডাকশন-লেভেল অ্যাটাক-অ্যান্ড-ডিফেন্স অভিজ্ঞতা এবং বাস্তব জগতের প্রোটোকল ত্রুটির নমুনা অর্জন করেছে।

এই ক্রস-ডোমেইন একীভূতকরণ খেলার নিয়ম পুরোপুরি পরিবর্তন করে দিয়েছে: এটি অন্ধভাবে বলপ্রয়োগের পরীক্ষা নয়, আবার কোনো ডোমেইন-জ্ঞানহীন বড় মডেলের “অন্ধদের হাতে হাত বুলানো” নয়, বরং পেশাদার Agent-এর বিভাজনের মাধ্যমে অভিজ্ঞ সিস্টেম বিশেষজ্ঞদের দশকগুলির যুক্তি-ভিত্তিক অনুমানকে Agent-এর মধ্যে প্রতিদ্বন্দ্বিতা এবং সহযোগিতায় রূপান্তরিত করে, যার ফলে এটি প্রচলিত টেস্টিং টুলগুলির উপর ডিমেনশন-কমানোর ক্ষমতা অর্জন করেছে।

গ্লাসউইং বড় পরিমাণে টপ টোকেন খরচ করে যে ভারী সম্পদের পথ অনুসরণ করে, তার বিপরীতে, অগোরা ছোট ও মাঝারি ব্যবসাগুলির জন্য একটি অত্যন্ত বান্ধব বিকল্প আনে—এটি প্রমাণ করে যে, যদিও বেস মডেলটি "একটু কম" হয় এবং মূল্য-প্রতি-পারফরম্যান্স বেশি হয়, তবুও পরিষ্কারভাবে ডোমেইন-অনুভূতি-ভিত্তিক মাল্টি-এজেন্ট সহযোগিতা আর্কিটেকচারের মাধ্যমে, আপনি এখনও হার্ডকোর Deep Bug-গুলি ধরে ফেলতে পারেন!

২. চ্যালেঞ্জ: একক LLM সীমানা অতিক্রম করতে পারে না, বিতরণকৃত সিস্টেমের উপর ঝুলছে "গভীর যুক্তির ডেমোক্লিসের তরবারি"

আজকের বিগ ডেটা, ব্লকচেইন এবং ডিস্ট্রিবিউটেড ডেটাবেসের যুগে, কনসেনসাস প্রোটোকল (যেমন Paxos, Raft, PBFT ইত্যাদি) সমগ্র ডিজিটাল বিশ্বের মৌলিক ভিত্তি। তবে, কনসেনসাস প্রোটোকলের বাস্তবায়ন হল পরিচিতভাবে 'হেল-লেভেল ডিফিকাল্ট'। এমনকি etcd-এর মতো বিশ্বব্যাপী লক্ষ লক্ষ শীর্ষস্থানীয় ইঞ্জিনিয়ারদের দ্বারা পরীক্ষিত এবং বছরের পর বছর চলমান ইন্ডাস্ট্রি-লেভেল স্ট্যান্ডার্ড প্রজেক্টও এখনও ঘাম ফোঁটানো Deep Bug (গভীর লজিক্যাল ভুল) নিয়ে লুকিয়ে আছে।

এই ধরনের গুরুতর দুর্বলতা মেমোরি লিক, পূর্ণসংখ্যা অতিপ্রবাহ ইত্যাদি সাধারণ নিম্নস্তরের বাস্তবায়ন ত্রুটি (Implementation Bugs) থেকে ভিন্ন; এগুলি একাধিক কার্যক্রম পর্যায়কে জড়িত করে এবং জটিল সমান্তরাল অবস্থার উপর নির্ভরশীল। এগুলি যদি ক্ষতিকারকভাবে ট্রিগার করা হয়, তবে শুধুমাত্র কেন্দ্রীয় ডেটা ক্ষতিগ্রস্ত হয় না, বরং দুর্ভাগ্যজনক আর্থিক পরিণতিরও কারণ হতে পারে।

গত কয়েক বছরে জনপ্রিয় হয়ে উঠা বড় ভাষা মডেল (LLM) সাধারণ কোড বিশ্লেষণে উল্লেখযোগ্য পারফরম্যান্স দেখায়, কিন্তু ডিস্ট্রিবিউটেড কনসেনসাসের ক্ষেত্রে এগুলো "বুদ্ধির অভাব" দেখায়। এগুলো সর্বোচ্চ স্থানীয় কোডের পৃষ্ঠস্তরের ত্রুটি শনাক্ত করতে পারে, কিন্তু গ্লোবাল স্টেটের উপর নির্ভরশীল প্রোটোকল-লেভেলের লজিক্যাল ভুলগুলির সম্মুখীন হলে, একক LLM প্রায়শই স্থানীয় কোডের গুটিতে আটকে যায় এবং গ্লোবাল টাইমিং রিজনিংয়ের কোনও ক্ষমতা প্রদর্শন করতে পারে না।

3. বিপ্লব: অ্যাগোরার তিন এজেন্ট কুন্ডলিনী নিয়ন্ত্রণ এবং কোর হ্যান্ডল আর্কিটেকচার

এই অবস্থার ভাঙ্গনের জন্য, Agora প্রথমবারের মতো একাডেমিক বিশ্লেষণের ক্লাসিক হাইপোথিসিস-ড্রিভেন টেস্টিং (Hypothesis-Driven Testing, HDT) পদ্ধতিটি বড় মডেল এজেন্ট সিস্টেমে চালু করে। দক্ষ গ্লোবাল রিজনিংয়ের জন্য, Agora প্রচলিত “একক কাজের” মডেলটি ত্যাগ করে এবং একটি কাজের প্রবাহকে তিনটি উচ্চ-বিশেষায়িত এজেন্টে সূক্ষ্মভাবে বিভক্ত করে:

অর্কেস্ট্রেটর এজেন্ট (সমন্বয়ক): গ্লোবাল স্টেট বজায় রাখা এবং পরিচিত ভালনাগুলির সম্ভাব্য ব্যবহার নির্ণয় করা;

স্ট্র্যাটেজি এজেন্ট: ডিস্ট্রিবিউটেড ডোমেইন জ্ঞান প্রবর্তন করে সি এফ টি এবং বি এফ টি প্রোটোকলের জন্য অত্যন্ত আক্রমণাত্মক অস্বাভাবিক পরিস্থিতি তৈরি করে।

টেস্টজেন এজেন্ট (কোড অফিসার): কর্মনিষ্ঠ। এগোরা বাস্তবায়ন এবং কার্যকরী পরীক্ষা স্বয়ংক্রিয়ভাবে জেনারেট করার মূল কী হল এর কেন্দ্রীয় স্বয়ংক্রিয় পরীক্ষা আর্কিটেকচার।

এর আর্কিটেকচার নিম্নলিখিত চিত্রে দেখানো হয়েছে:

অগোরার সামগ্রিক ডিজাইনে, এই "ছোট থেকে বড়ের দিকে" সমতার জাদু কোনো অদৃশ্য থেকে আসেনি, বরং এর পরিষ্কার বুদ্ধিমান এজেন্ট ইন্টারঅ্যাকশন মেকানিজম এবং টেস্ট হারনেস আর্কিটেকচারের গভীর একীভূতকরণ থেকে এসেছে।

অধ্যয়ন দলটি সিস্টেম ফ্রেমওয়ার্কের ভিতরে একটি অত্যন্ত সরল এবং দক্ষ যোগাযোগ এবং মেমোরি মেকানিজম (Succinct Memory & Communication) ডিজাইন করেছে, যা প্রতিটি Agent-কে তাদের প্রধান কাজের উপর ফোকাস করতে দেয় এবং অপ্রয়োজনীয় কনটেক্সট ট্রান্সমিশনের ওভারহেডকে সর্বনিম্নে নামিয়ে আনে। এই চরম যোগাযোগ সীমাবদ্ধতার অধীনে, Orchestrator Agent (সমগ্র সমন্বয় এবং স্টেট কন্ট্রোলের জন্য দায়ী), Strategy Agent (বিতরিত অস্বাভাবিক পরিবেশ এবং সিনারিও জেনারেশনের জন্য দায়ী) এবং TestGen Agent (কোড টেস্টিং এবং ডাইনামিক মূল্যায়ন Evaluation-এর জন্য দায়ী) পরিপূর্ণভাবে মিশে গিয়ে Harness আর্কিটেকচারকে চালিত এবং পূরণ করে:

স্ট্র্যাটেজি এজেন্ট যখন বিচ্ছিন্ন আক্রমণের বিমূর্ত পরিস্থিতি প্রতিষ্ঠা করে, তখন অত্যন্ত ডিকপ্লাইড ইন্টারঅ্যাকশন ফ্রেমওয়ার্কের উপর ভিত্তি করে, টেস্টজেন এজেন্ট তাৎক্ষণিকভাবে নিম্নস্তরের টেস্ট শুরু করে। এই আর্কিটেকচার শক্তিশালী পরিবেশ-সামঞ্জস্যযোগ্যতা প্রদান করে, যা Go, Rust ইত্যাদি বিভিন্ন প্রোগ্রামিং ভাষার পরিবেশের মধ্যে অতিক্রম করে আক্রমণের অনুমানকে বাস্তবায়িত ইউনিট টেস্টে রূপান্তরিত করে, এবং এটি দক্ষ রিফ্লেকশন-লুপ (Reflection-Loop) প্রযুক্তি অন্তর্ভুক্ত করে।

যখন পরিবেশে পরীক্ষা ব্যর্থ হয়, সিস্টেমটি স্ট্যাক ট্রেস এবং একিউটিং লগগুলি সঠিকভাবে এবং বাস্তবসময়ে ধরে ফেলে এবং সেগুলিকে নির্দিষ্টভাবে সংশোধনের জন্য এজেন্টের কাছে সংক্ষিপ্তভাবে ফিরিয়ে দেয়। এই «বহু-এজেন্ট সরল ইন্টারঅ্যাকশন + ডাইনামিক হারনেস সিলস»-এর সমন্বিত কার্যকারিতা শুধুমাত্র Agora-কে অত্যন্ত কম Token খরচে সবচেয়ে গোপন গভীর লজিক্যাল বাগগুলি সঠিকভাবে শনাক্ত করতে সক্ষম করে, এবং অত্যন্ত কম মিথ্যা-ইতিবাচক হারের বিস্তারিত বিশ্লেষণ প্রতিবেদনও উৎপাদন করে।

এর চূড়ান্ত চালনার ওভারভিউ নিম্নলিখিত চিত্রে দেখানো হয়েছে:

4. ফলাফল: 15টি শীর্ষস্থানীয় জিরো-ডে ডিপ বাগ জিতেছে, বড় মডেল বেসলাইন সম্পূর্ণরূপে শূন্য

ফলাফল অবিশ্বাস্য। গবেষণা দলটি চারটি প্রখ্যাত কনসেনসাস প্রোটোকল লাইব্রেরিতে (যার মধ্যে উৎপাদন-স্তরের etcd এবং উত্থানশীল পাবলিক চেইন Sui-এর নিহিত উপাদান অন্তর্ভুক্ত) সম্পূর্ণ পরীক্ষা চালিয়েছে এবং GPT-5.2, Gemini 3.0 Pro Preview, Claude Sonnet 4.5 এবং Qwen3 Coder-এর মতো পৃথিবীর শ্রেষ্ঠ মডেলগুলির তুলনা করেছে।

ফলাফলটি শুধুমাত্র 0G-এর নিজস্ব কনসেনসাস সিস্টেমকে আরও নিরাপদ করে তোলে, এবং একটি অতিশয় অধিকার প্রদর্শন করে:

15টি সম্পূর্ণ নতুন Logic Deep Bug উঠে এসেছে: Agora 15টি আগে অজানা প্রোটোকল-লেভেল ডিপ লজিক ভাঙ্গন সনাক্ত করেছে। এই ভাঙ্গনগুলি বাস্তবায়ন বৈসাদৃশ্য, মোনোটোনিকিটি লঙ্ঘন, টপোলজি ত্রুটি, সিগনেচার দুর্বলতা ইত্যাদি উচ্চ-ঝুঁকিপূর্ণ ক্ষেত্রগুলিতে বিস্তৃত।

নেটিভ বড় মডেলগুলি সম্পূর্ণভাবে ব্যর্থ: বেসলাইন মডেলগুলির ক্ষেত্রে (যদিও এগুলি উন্নত ReAct ডাইনামিক টুলচেইন দিয়ে সজ্জিত), এই ধরনের গভীর লজিক্যাল ভুলের সম্মুখীন হলে সবগুলি 0/15 এ ব্যর্থ হয়। এগুলি ব্যাপক পরিমাণে টোকেন খরচ করে, কিন্তু শুধুমাত্র নিম্নস্তরের কোড ইমপ্লিমেন্টেশন বাগের চারপাশে ঘুরেবেড়ায়।

অত্যন্ত কম মিথ্যা সতর্কবার্তা এবং অসাধারণ মূল্য: অগোরা দ্বারা উত্পাদিত সমস্ত বাগ রিপোর্টের মধ্যে, 73.9% বাস্তব লজিক ভুল (কেবল 26.1% মিথ্যা সতর্কবার্তা)। আরও অবাক করে দেওয়া হলো যে, একটি অভিজ্ঞ আর্কিটেক্টকে চুল পাকানোর মতো শীর্ষস্থানীয় লজিক বাগ খুঁজে পেতে প্রতিটির জন্য মাত্র 5.32M টোকেন (প্রায় 40 ডলার) খরচ হয়, যা অসাধারণ মূল্য।

একাধিক LLM-এর ফলাফল নিম্নরূপ:

5. ভবিষ্যৎ: উচ্চ প্রচারযোগ্যতা, আরও বেশি বেস লেয়ার হার্ডকোর 'অজ্ঞাত অঞ্চলে' প্রবেশ

Agora-এর সাফল্য শুধু বিতরিত সিস্টেমের নিরাপত্তাকে একটি শক্তিশালী বুস্ট দেয়, বরং বড় মডেলগুলিকে উচ্চ-স্তরের শিল্প প্রয়োগে বাস্তবায়নের দিকনির্দেশ করে।

বিশেষ করে, অ্যাগোরার আর্কিটেকচার অত্যন্ত স্কেলযোগ্য এবং সাধারণীকরণযোগ্য। গবেষণা দল জোর দিয়ে বলেছেন যে, অ্যাগোরা প্লাগইন বা স্কিলের মাধ্যমে ব্যাপক ব্যবহারকারীদের দ্বারা দ্রুত পুনরুৎপাদন করা যেতে পারে, এবং আমাদের কোডে (github.com/0gfoundation/agora) পুনরুৎপাদনের জন্য সংশ্লিষ্ট স্কিলগুলি প্রদান করা হয়েছে। এছাড়াও, অ্যাগোরার “বড় মডেল + মাল্টি-এজেন্ট সহযোগিতা + হাইপোথিসিস-ড্রিভেন” প্যারাডাইম শুধুমাত্র কনসেনসাস প্রোটোকলের জন্যই সীমাবদ্ধ নয়। এর নিম্নস্তরের ওয়ার্কফ্লো নিয়ন্ত্রণ এবং উচ্চস্তরের ডোমেইন-স্পেসিফিক জ্ঞানভাণ্ডার, টেস্টিংয়ের মধ্যে গভীরভাবে ডিকপলিং ঘটেছে। এর অর্থ হল, এই আর্কিটেকচারটি শুধুমাত্র বহুবিধ ব্যবহারকারীদেরকে দ্রুত কনসেনসাস প্রোটোকল debug-এর জন্য ব্যবহারের সুযোগ দেয়, এটি “প্লাগ-অ্যান্ড-প্লে” (Plug-and-Play) পদ্ধতিতে “গভীর লজিক্যাল বাগসমূহের নরক”-এর সমস্যা সহকারে অন্যান্য কঠিন ডোমেইনগুলিতেও দ্রুত প্রসারিত করা যেতে পারে:

ডেটাবেস সমান্তরাল নিয়ন্ত্রণ (Concurrency Control): বিতরিত ডেটাবেসের চরম বিচ্ছিন্নতা স্তর (যেমন সিরিয়ালাইজেবল Serializable) এর অধীনে জটিল ট্রানজেকশন সংঘাত ত্রুটি পরীক্ষার জন্য।

অপারেটিং সিস্টেম কার্নেল / কনকারেন্ট সিস্টেম: মাল্টিথ্রেড ইনফ্রাস্ট্রাকচারে লুকিয়ে থাকা ডেডলক এবং রেস কন্ডিশন গভীরভাবে আবিষ্কার করুন।

ওয়েব৩ স্মার্ট চুক্তি অডিট: জটিল অর্থনৈতিক মডেল সহ ক্রস-চেইন প্রোটোকল এবং ডিফি লজিকের জন্য গভীর সুরক্ষা সীমানা পরীক্ষা। ব্লকচেইন সুরক্ষা বাজারের আকার ২০২৬ সালে প্রায় ৮.৫ বিলিয়ন ডলার হওয়ার পূর্বানুমান করা হচ্ছে, এবং এখন পর্যন্ত "মাল্টি-এজেন্ট সিকিউরিটি সিস্টেম" ব্যবহার করে স্মার্ট চুক্তি অডিট করা এবং অডিট চক্রকে কয়েকসপ্তাহের পরিবর্তে কয়েক ঘন্টায় কমিয়ে আনা বাণিজ্যিক পণ্যগুলি উত্থাপিত হয়েছে, যা বাজারের চাহিদাকে বিস্ফোরিত করছে।

Agora এবং এর Harness আর্কিটেকচার দ্বারা শিল্প-মানের বেসমেন্ট ইনফ্রাস্ট্রাকচারের এআই অটোমেশন সিকিউরিটি যুগ সম্ভবত আনুষ্ঠানিকভাবে শুরু হচ্ছে।

আমাদের বিশ্বাস করার কারণ আছে যে, এগোরা বিভিন্ন ক্ষেত্রে পাওয়া আরও বেশি deep bug-এর মাধ্যমে coding LLM-এর ক্ষমতা ভালোভাবে পরীক্ষা করতে পারে, এবং এর দ্বারা আবিষ্কৃত deep bug উদাহরণগুলি coding LLM-এর কোড বুঝতে সাহায্য করতে পারে।

Agora ফাইন্যান্সিয়াল সিকিউরিটি ট্রানজেকশনের ভিত্তি হিসেবে কনসেনসাস প্রোটোকল, কনকারেন্সি কন্ট্রোল, স্মার্ট কন্ট্রাক্ট ইত্যাদির কোড রিপোজিটরির নিরাপত্তা উল্লেখযোগ্যভাবে বাড়াতে পারে। এছাড়াও, Agora বেশি সংখ্যক টেক কোম্পানিকে আরও গভীর logic bug খুঁজে বার করতে সাহায্য করতে পারে, যখন কম টোকেন ব্যবহার করে অর্থ সঞ্চয় করে আরও দক্ষতার সাথে!

সবচেয়ে গুরুত্বপূর্ণ বিষয় হলো, এটি বর্তমানের দুটি সবচেয়ে জনপ্রিয় ক্ষেত্রকে স্পর্শ করে: প্রথমত, মাল্টি-এজেন্ট সিস্টেম পরীক্ষামূলক পর্যায় থেকে উৎপাদনে যাচ্ছে—Gartner-এর অনুমান, 2028 সালের মধ্যে তিনশতাংশেরও বেশি এন্টারপ্রাইজ সফটওয়্যারে agentic AI অন্তর্ভুক্ত হবে, এবং মাল্টি-এজেন্ট প্ল্যাটফর্মের বাজার আকার কয়েক বছরের মধ্যে শত বিলিয়ন ডলার থেকে কয়েকশত বিলিয়ন ডলারে পৌঁছাবে; দ্বিতীয়ত, "এজেন্ট দ্বারা এজেন্টের পরীক্ষা" করা এজেন্ট-ভিত্তিক কোয়ালিটি কন্ট্রোল (Agentic Quality Control) 2026 সালের জন্য শিল্পের স্ট্যান্ডার্ড হয়ে উঠছে।

ভেরাকোড ২০২৫ রিপোর্ট অনুযায়ী, প্রায় ৪৫% এআই-উত্পাদিত কোডে সুরক্ষা দুর্বলতা রয়েছে, এবং এজেন্টিক এআই সুরক্ষা বাজার প্রায় ৪২% বার্ষিক জটিল বৃদ্ধির সাথে দ্রুত বৃদ্ধি পাচ্ছে—এই প্রেক্ষাপটে, Agora-এর মাধ্যমে প্রযুক্তি কোম্পানিগুলি কম টোকেন খরচে গভীর Logic Bug খনন করতে পারবে, যা সুরক্ষা অডিটকে “সপ্তাহে ভিত্তিক মানব কাজ” থেকে “ঘন্টায় স্বয়ংক্রিয়ভাবে সম্পন্ন” ক্ষমতায় উন্নীত করবে।

এবং যখন এই পথের কাঠামো ধীরে ধীরে পরিষ্কার হয়ে উঠে, তখন সবচেয়ে বেশি শব্দ করা বিশাল কোম্পানিগুলি নয়, বরং যে দলটি সবচেয়ে আগে পদ্ধতিটি সফলভাবে চালু করেছে এবং তা নিয়মিতভাবে পুনরাবৃত্তি করতে পারে, তারাই সত্যিকারের অগ্রগতি অর্জন করে।

অরিজিনাল লিঙ্ক

লিউডোং ব্লকবিটসে চাকরির জন্য ক্লিক করুন

লিউডোং ব্লকবিটসের অফিসিয়াল সম্প্রদায়ে স্বাগতম:

টেলিগ্রাম সাবস্ক্রিপশন গ্রুপ：https://t.me/theblockbeats

টেলিগ্রাম কমিউনিটি: https://t.me/BlockBeats_App

টুইটার অফিসিয়াল অ্যাকাউন্ট：https://twitter.com/BlockBeatsAsia