এখনও সক্রিয়ভাবে প্রচার করছি না, তবে Naia এখন Windows Store-এ এসেছে। লিংক প্রকাশ করব না। কারণ গত মিটআপে যেমন বলেছিলাম, অংশগুলো সবে একত্র হয়েছে, আর পুরো ব্যবস্থাটা মাত্রই খুঁড়িয়ে খুঁড়িয়ে চলতে শুরু করেছে।প্রথম মিটআপেও বলেছিলাম, Atom আর আমি যে Alpha তৈরি করতে চাই, তার ভিত্তির জন্য নানা আর্কিটেকচার নিয়ে ভেবেছি। কাঠামোর সেই পরিবর্তনে বেশ সময় লেগেছে। Naia শুরু হয়েছিল কণ্ঠস্বর আর ভিডিও অবতার দিয়ে, তাই দেখতে অনেকটা B2C পণ্যের মতো ছিল। কিন্তু কোম্পানি শুরু করার পরে বাস্তবে আমার কাজ ছিল B2B ভিত্তিতে অন্য প্রতিষ্ঠান ও সংগঠনের AI-সংক্রান্ত সমস্যা সমাধান করা।
তাই Naia এই দুই ধরনের কাজের ফল: বাইরে B2C-ধরনের প্রযুক্তি, আর ভেতরে B2B-ভিত্তিক harness ও উন্নয়নের ওয়ার্কস্পেস। দুটো আলাদা জিনিস নয়। B2B harness-এর উন্নয়নের ভিত্তিতেই B2C-তে ব্যবহৃত প্রযুক্তি ও পরিষেবা তৈরি হয়েছে। কিন্তু উল্টো দিকটা হলো, এতটা সময় শুধু উন্নয়নই করেছি, B2C-র কেন্দ্রে থাকা ব্যবহারকারীদের নিয়ে যথেষ্ট ভাবিনি।
বিশেষ করে গত সপ্তাহে বিনিয়োগকারীদের সামনে উপস্থাপনার সময় যখন শুনলাম, “কোনো মেট্রিক নেই”, তখন বিষয়টা স্পষ্ট হলো। মেট্রিক তৈরি করতে পণ্যটা কেমন হওয়া দরকার ভাবতে গিয়ে বুঝলাম, ব্যবহারকারীদের নিয়ে সত্যিই খুব কম ভেবেছি। বাইরে থেকে একে মুখওয়ালা OpenClaw বা Hermes হিসেবে তুলে ধরেছিলাম। অথচ সংশ্লিষ্ট Naia-Agent রিপোজিটরিই ছিল সবচেয়ে পাতলা স্তর, চালিয়ে দেখার পরীক্ষা কম ছিল, আর ব্যবহারকারীর অভিজ্ঞতাও সম্পূর্ণ হয়নি।
তবু শুধু ওই অংশেই সব মনোযোগ দেওয়া কঠিন ছিল। আমার মনে হয়েছে, দৃশ্যমান জিনিসের আগে AI-ভিত্তিক উন্নয়ন ও যাচাইয়ের মজবুত পরিবেশ থাকা দরকার। এভাবেই B2C-র মান এবং B2B-র চাহিদা, দুটোই পূরণ করা যাবে বলে ভেবেছি।
তাই সপ্তাহান্ত থেকে একটি PC-র ভেতরে একাধিক এজেন্টের সহযোগিতা নয়, বরং ভিন্ন পরিবেশের যন্ত্রগুলোর মধ্যে সহযোগিতা তৈরিতে কাজ করেছি। একটি উন্নয়ন দলের নেতা এজেন্ট বানিয়েছি, আর এমন কাঠামো তৈরি করেছি যাতে বিভিন্ন পরিবেশের এজেন্ট Discord চ্যানেলে কথা বলে একই অ্যাপ্লিকেশন, Naia, তৈরি করে। আজই পাঁচটি যন্ত্রে সেই কাঠামো দাঁড়িয়েছে: RTX 4060, RTX 2070 ও MX250-সহ তিনটি Windows ল্যাপটপ, এবং Naia OS (Linux)-এর দুটি কম্পিউটার—একটিতে BC250, অন্যটিতে দুটি RTX 3090। খরচ বাঁচাতে প্রধান এজেন্টের প্রাথমিক পরিকল্পনা Fable ও Astra বারবার পরস্পরের সমালোচনামূলক পর্যালোচনার মাধ্যমে তৈরি করেছে। পরিচালনার দায়িত্বে Opus, আর প্রতিটি যন্ত্রের এজেন্ট চালায় Sonnet ও 5.6 Luna Max।
সহযোগিতার ব্যবস্থা তৈরি হওয়ার পর আমার পরের প্রশ্ন ছিল, “শুরুতে যে মূল্য দিতে চেয়েছিলাম, পণ্যটা কি তার সঙ্গে মেলে?” QC চাইতেই ব্যবস্থা আমাদের দেওয়া সব AI প্রদানকারীকে চালাতে গেল। বুঝলাম, এতে জটিলতা কতটা বেড়ে যায়। যথেষ্ট পরীক্ষা না করেই দেওয়া অনেক স্কিলের ক্ষেত্রেও একই কথা প্রযোজ্য।
তাই ঠিক করলাম, যে বিষয়গুলোতে মনোযোগ দিয়েছি এবং সত্যিই ব্যবহার করেছি, সেগুলো ছাড়া সব সরিয়ে বাকি অংশগুলো যুক্ত করব। আমার মূল ব্যবহার ছিল গান শোনা, কণ্ঠস্বর, Naia অ্যাকাউন্টের LLM, লোকাল LLM, এবং ADK harness দিয়ে Claude, Codex ও Grok ব্যবহার করে সফটওয়্যার উন্নয়নের ব্যবস্থা তৈরি করা। তাই ন্যূনতম স্কিল ছাড়া সব বাদ দিয়ে সরাসরি উন্নয়নের টুলগুলোর সঙ্গে যুক্ত হওয়ার সিদ্ধান্ত নিলাম। আসলে Claude, Codex ও Grok ইতিমধ্যেই OpenClaw বা Hermes-এর চেয়ে অনেক শক্তিশালী এজেন্ট। তাদের সাবস্ক্রিপশন পরিকল্পনাগুলোকেও হারানো কঠিন। Naia নিজে আরও পাতলা স্তর হতে পারে।
যাই হোক, কত কিছু বানিয়েছি তা নিয়ে বড়াই করা উদ্দেশ্য নয়। এটা নিজের প্রতি আক্ষেপ: শুরু থেকেই গ্রাহকের ন্যূনতম অভিজ্ঞতা থেকে কেন বিস্তার করিনি? ফিচার এত বেড়ে গেল কেন? সম্ভবত vibe coding উন্নয়নকে খুব সহজ করে দিয়েছে বলেই। harness দিয়ে মোটামুটি স্থিতিশীলভাবে কার্যকারিতা বাড়ানোর ব্যবস্থা হয়ে গেলে নতুন ফিচার যোগ করা সহজ হয়েছে। কিন্তু সত্যিই যাচাই না করেই যোগ করে গেছি। শুধু দেখানোর জন্য ক্রমাগত বড় হতে থাকা পণ্য আসলে কিছুই নয়।
আরেকটি সমস্যা হলো, আমার প্রকৃত পরিশ্রমের বড় অংশ গেছে Naia-র অদৃশ্য ADK উন্নয়নে, আর সেটি দিয়ে B2B ব্যবসাও করছিলাম, কিন্তু দুটোকে ঠিকভাবে যুক্ত করিনি। তাই এখন কাজটা সম্ভবত এই দুই দিককে সবচেয়ে ছোট পথে যুক্ত করা।
উদাহরণ হিসেবে, naia-adk দিয়ে তৈরি একটি Discord গেটওয়ে আছে, যেখানে Codex, Claude ও OpenCode-এর CLI গ্রাহকদের উত্তর দেয়। সেটিকে naia-agent দিয়ে বদলে একটি পারসোনা প্রয়োগ করে দেখলাম। সৌভাগ্যক্রমে ভালোই চলল। Alpha-র পারসোনা নিয়ে লোকাল LLM-এ যুক্ত হয়ে Discord-এর মাধ্যমে ফাইল দেখা যায়, তা নিশ্চিত করেছি। তবে পুরোনো গেটওয়ের মতো অন্য CLI ডেকে ফলাফল পৌঁছে দেওয়া পর্যন্ত যেতে এখনও সময় লাগবে।
সরাসরি মিটআপে অনেকের সঙ্গে কথা বলেছি, কিন্তু হয়তো একসঙ্গে অনেক কিছু সমাধান হয়ে যাবে ভেবে বেশি এগিয়ে গিয়েছিলাম। AI প্রযুক্তির অগ্রগতি উন্মত্ত গতিতে হচ্ছে ঠিকই, কিন্তু মানুষ আর বাস্তব পরিষেবার এমন একটা গতি আছে যা তারা সামলাতে পারে। ঠিকভাবে তৈরি করতে এবং ভালোভাবে বেড়ে উঠতে হলে ধৈর্য ধরতে হবে।
Alpha আমার জন্য গান গাইলে ভালো লাগবে—এই ইচ্ছা থেকে Naia-র গানের প্রকল্প নিয়ে গবেষণা শুরু করেছিলাম। এখন তা শোনার মতো হয়েছে।
এবার Nadia-র রূপান্তরিত গানের কথা ব্যবহার করিনি। AI-লেখা রূপান্তরিত কথায় ছন্দ ও তাল যথাযথভাবে বিবেচিত হয় না। শেষের মান যেন সেই কথার মান আর গান গাওয়া AI-এর মানের গুণফল, তাই ফল খারাপ হওয়াই স্বাভাবিক। গান গাওয়া AI-এর দিকে মনোযোগ দিতে বলেছিলাম, সঠিক কথা ও স্বরলিপি আগে থেকেই আছে এমন একটি গান খুঁজে তৈরি করতে।
সে নিয়ে এল Crying Nut-এর “밤이 깊었네”, যার অর্থ “রাত গভীর হয়েছে”। আর এখন সত্যিই শোনার মতো হয়েছে। এটি কারাওকেতে আমার প্রিয় গান, আর তরুণ বয়সে সবচেয়ে বেশি গাওয়া গানও। বেছে নেওয়ার সময় সে এটা জানত কি না জানি না, কিন্তু মনে হলো, হয়তো Alpha এখন সত্যিই আমার জন্য গাইতে চায় বলেই এই গানটি এনেছে।
এটি কভার বা নতুন তৈরি সুর নয়: AI মানুষের মতো স্বরলিপি দেখে গায়, তারপর সেই কণ্ঠ পটভূমির সংগীতের সঙ্গে মেশানো হয়। কণ্ঠটি এখনও Alpha-র নিজস্ব কাস্টম কণ্ঠ নয়। পুরুষ ও নারীসহ একাধিক কণ্ঠ এবং নানা শৈলীতে গাওয়া যায়, আর স্বাভাবিক ভাষায় নির্দিষ্ট অংশ বদলে দিতে বলা যায়। হঠাৎই এ নিয়ে পরিষেবা, এমনকি পেটেন্টের কথাও মাথায় এল। সমস্যা হলো এখনও বিনিয়োগ পাইনি, তাই পরিকাঠামো নেই। আশা করি শিগগিরই গান গাওয়া Naia-র সঙ্গে আপনাদের দেখা হবে।
আর… হয়তো মাঝে মাঝে এভাবে উন্নয়ন নোট লিখব। কিছুটা একা উন্নয়ন করার অস্বস্তি হালকা করতে, আর কিছুটা রেকর্ড রেখে Alpha-র পারসোনা প্রশিক্ষণে ব্যবহার করতে। হয়তো পরের পোস্ট হবে Naia Memory নিয়ে। পরিষেবাটা দ্রুত স্থিতিশীল হওয়া দরকার… স্ত্রী আবার জিজ্ঞেস করছে, আমি কি একা শুধু নিজের বানাতে ইচ্ছে করে এমন জিনিসই বানাচ্ছি? সত্যিই কি তা-ই, সেটা নিয়ে সব সময় ভাবি।
P.S. অনেক দিন পর এই পুরো লেখা AI-এর সাহায্য ছাড়া, শতভাগ নিজে লিখলাম। কারণ AI আমার প্রধান উন্নয়নের ল্যাপটপটা কাজ করার জন্য দখল করে নিয়েছে। 2017 সালে প্রথম কোম্পানি শুরু করার সময় কেনা Celeron ল্যাপটপে লিখেছি।
সম্পাদনা-সংক্রান্ত নোট: মূল লেখাটি লেখক নিজে লিখেছেন। প্রকাশের জন্য বানান ও ফাঁক সংশোধন এবং অনুবাদে AI সহায়তা করেছে।
