Log in to leave a comment
No posts yet
एक साधारण चैटबॉट से कोड पूछने और उत्तर की प्रतीक्षा करने का युग समाप्त हो गया है। Claude Code या GitHub Copilot बेहतरीन सहायक हैं, लेकिन सैकड़ों फाइलों वाले एंटरप्राइज सिस्टम को संशोधित करने के लिए वे बहुत धीमे और रैखिक (linear) हैं। जब सेशन लंबे हो जाते हैं, तो संदर्भ (context) खो देने वाले एक अकेले AI पर सब कुछ छोड़ देना अब उत्पादकता के लिए एक बाधा मात्र है।
अब एजेंट ऑर्केस्ट्रेशन (Agent Orchestration) का युग है। Steve Yegge द्वारा प्रस्तावित ओपन-सोर्स Gastown का लक्ष्य एक ऐसी कोडिंग फैक्ट्री प्रणाली बनाना है जो 30 से अधिक AI एजेंट्स को एक साथ चलाकर कार्यों को विभाजित करती है और उन्हें समानांतर (parallel) रूप से बनाती है। अब आपको एक कोडर नहीं, बल्कि AI की एक सेना का नेतृत्व करने वाला ऑर्केस्ट्रेटर बनना होगा।
Gastown केवल एक साधारण AI रैपर नहीं है। यह वितरित कंप्यूटिंग (distributed computing) के सिद्धांतों को अपनाकर सिस्टम संरचना के माध्यम से व्यक्तिगत एजेंट्स की अस्थिरता को हल करता है। इसकी कुंजी भूमिकाओं को स्पष्ट रूप से अलग करने और कार्यों को परमाणु (atomic) इकाइयों में तोड़ने में है।
इस संरचना का मुख्य उद्देश्य Vibe Coding (सहज ज्ञान से कोडिंग) से बाहर निकलना है। Gastown अपने PreToolUse हुक सिस्टम के माध्यम से एजेंट्स को सीधे मेन ब्रांच में कमिट करने से भौतिक रूप से रोकता है। सारा कोड अलग फीचर ब्रांच में लिखा जाता है और रिफाइनरी के सख्त परीक्षण सत्यापन को पास करने के बाद ही एकीकृत किया जाता है।
हर काम में दर्जनों लोगों को लगाना API लागत की बर्बादी है। कार्य की जटिलता के अनुसार मारक क्षमता को उचित रूप से वितरित किया जाना चाहिए।
| प्रोजेक्ट स्केल | एजेंट कॉन्फ़िगरेशन | मुख्य उपयोग रणनीति |
|---|---|---|
| लघु (बग फिक्स) | 1 मेयर + 1~2 पोलकैट | कोडिंग के बजाय निर्देश देने और परिणामों की समीक्षा करने पर ध्यान दें |
| मध्यम (नया API) | 1 मेयर + 5~10 पोलकैट | फ्रंटएंड और बैकएंड कार्यों को समानांतर में चलाएं |
| बड़े पैमाने पर (आर्किटेक्चर परिवर्तन) | 1 मेयर + 20~30 पोलकैट | बाधाओं को वास्तविक समय में हल करने के लिए विटनेस एजेंट तैनात करें |
| बड़े बदलावों के दौरान 30 एजेंट्स चलाने से वह काम जो मैन्युअल रूप से करने में 6 घंटे लगते, लगभग 20 मिनट में सिमट जाता है। हालाँकि, यह मॉडल आवंटन अनुकूलन पर निर्भर करता है। डिजाइन के प्रभारी 'मेयर' को Claude 3.5 Sonnet जैसे उच्च-प्रदर्शन वाले मॉडल सौंपें, और सरल कार्यान्वयन या परीक्षण करने वाले 'पोलकैट्स' को Gemini जैसे किफायती मॉडल आवंटित करके लागत दक्षता को अधिकतम करें। |
मान लीजिए कि आप Go-आधारित एप्लिकेशन में JWT ऑथेंटिकेशन जोड़ रहे हैं। एक कमांड के साथ सेना को चलाने की प्रक्रिया इस प्रकार है:
gt mayor attach कमांड के साथ सेशन शुरू करें।gt convoy list के साथ वास्तविक समय में प्रत्येक एजेंट की प्रगति की जांच करें।gt status के साथ रिफाइनरी द्वारा मर्ज किए गए अंतिम परिणाम की पुष्टि करें और उसे अनुमति दें।यदि चीजें सुचारू रूप से काम नहीं कर रही हैं, तो पहले अपने परिवेश की जांच करें। विशेष रूप से, यह सुनिश्चित करना आवश्यक है कि Dolt का वर्जन 1.82.4 या उससे अधिक हो। पुराने वर्जन Git डेटाबेस सिंक्रोनाइज़ेशन एरर का कारण बन सकते हैं, जिससे एजेंट्स के बीच कार्य टकराव होता है। इसके अलावा, यदि डेमन चलाने में समस्या है, तो tmux -V के साथ सुनिश्चित करें कि वर्जन 3.0 या उससे अधिक है, और फिर परिवेश को रीसेट करने के लिए gt doctor --fix चलाएं।
एक साथ 30 AI एजेंट्स चलाने का मतलब है कि अब आप टाइपिंग नहीं कर रहे हैं। अब एक इंजीनियर का वास्तविक कौशल इस बात पर निर्भर करता है कि वह CLAUDE.md जैसे निर्देश दस्तावेजों में आर्किटेक्चर निर्णयों को कितनी सटीकता से रिकॉर्ड करता है।
एजेंट बेहतरीन सहायक होते हैं, लेकिन यदि उन्हें ठीक से प्रबंधित नहीं किया गया, तो वे उन अति-बुद्धिमान चिंपांजी की तरह हैं जो सिस्टम को पंगु बना सकते हैं। उन्हें हमेशा एक अलग प्रायोगिक रिग (Rig) में चलाएं और API लागत सीमा निर्धारित करें। दर्जनों PR की व्यक्तिगत रूप से समीक्षा करने की थकान को कम करने के लिए, 'PR शेरिफ' की भूमिका निभाने वाले एक अतिरिक्त एजेंट को तैनात करें जो सिंटैक्स एरर और विफल परीक्षणों को पहले ही छान ले। आपकी सॉफ्टवेयर फैक्ट्री अब संचालन के लिए तैयार है।