AI एजेंट्स अनियमित होते हैं... यह समाधान उन्हें नियतात्मक (Deterministic) बनाता है (Archon)
원제 · AI Agents Are Random… This Fix Makes Them Deterministic (Archon)
핵심 요약
Archon पारंपरिक AI एजेंट्स की अनिश्चितता को YAML आधारित वर्कफ़्लो और Git वर्क ट्री अलगाव के माध्यम से एक पूर्वानुमेय और स्केलेबल सॉफ्टवेयर डेवलपमेंट सिस्टम में बदल देता है।
하이라이트
Archon पारंपरिक AI कोडिंग टूल्स की तुलना में नियतात्मक (Deterministic) परिणाम सुनिश्चित करने के लिए 'हार्नेस इंजीनियरिंग' (Harness Engineering) का उपयोग करता है।
यह सिस्टम YAML आधारित Directed Acyclic Graphs (DAGs) का उपयोग करके प्लानिंग, कोडिंग और टेस्टिंग की प्रक्रियाओं को सख्ती से परिभाषित करता है।
प्रत्येक एजेंट रन एक अलग Git वर्क ट्री (Worktree) में संचालित होता है, जो मुख्य कोडबेस को छुए बिना मर्ज कॉन्फ्लिक्ट की संभावना को पूरी तरह समाप्त कर देता है।
एजेंट 'स्किल्स' (Skills) नामक रियूज़ेबल इंस्ट्रक्शन पैक्स को स्वचालित रूप से लोड करते हैं, जिससे बार-बार प्रॉम्प्ट इंजीनियरिंग करने की आवश्यकता नहीं रहती।
Archon स्थानीय स्तर पर Apple M4 Pro जैसे M-सीरीज चिप्स पर बिना किसी क्लाउड निर्भरता के प्रभावी ढंग से काम करता है।
타임라인
AI एजेंट्स की अनिश्चितता और स्केलिंग की चुनौतियाँ
Claude, Cursor या Codex जैसे वर्तमान टूल्स प्रारंभिक उपयोग में प्रभावी लगते हैं, लेकिन बड़े पैमाने पर काम करने पर वे अस्थिर हो जाते हैं। जब एक साथ कई एजेंट्स चलाए जाते हैं, तो रिपॉजिटरी में अराजकता फैल जाती है क्योंकि उनके पास कोई निश्चित कार्यप्रणाली नहीं होती। यह अनिश्चितता डेवलपर्स को समय बचाने के बजाय बार-बार प्रॉम्प्ट सुधारने और त्रुटियों को मैन्युअल रूप से ठीक करने के लिए मजबूर करती है।
- एक ही निर्देश देने पर AI एजेंट्स अक्सर हर बार अलग-अलग गुणवत्ता और निर्णय प्रदान करते हैं।
- एजेंट्स के बीच कॉन्टेक्स्ट का भटकना और दिशा बदलना बड़े कोडबेस को प्रबंधित करना असंभव बना देता है।
- मर्ज कॉन्फ्लिक्ट और टूटे हुए कोड को ठीक करने में लगने वाला समय एजेंट्स से मिलने वाली उत्पादकता को खत्म कर देता है।
हार्नेस इंजीनियरिंग और Archon की कार्यप्रणाली
Archon का उपयोग करने के लिए स्थानीय मशीन पर 'archonserv' कमांड के माध्यम से UI सक्रिय किया जाता है। यह सिस्टम कोड लिखने के दौरान पारदर्शिता प्रदान करता है, जिससे डेवलपर देख सकते हैं कि कौन सा स्टेप विफल हुआ। Git वर्क ट्री का उपयोग यह सुनिश्चित करता है कि सभी बदलाव 'main' ब्रांच से अलग रहें, जिससे एक साफ-सुथरी पुल रिक्वेस्ट (PR) और सुसंगत संरचना प्राप्त होती है।
- हार्नेस इंजीनियरिंग एजेंट के व्यवहार पर भरोसा करने के बजाय पूरी प्रक्रिया को पहले से परिभाषित करती है।
- एजेंट्स अपनी ज़रूरत के अनुसार विशिष्ट स्किल्स और वर्कफ़्लो को स्वचालित रूप से खोज और लोड कर सकते हैं।
- UI इंटरफ़ेस के माध्यम से विफल चरणों की पहचान करना और उन्हें ठीक करना आसान हो जाता है।
स्थिरता के तीन स्तंभ: वर्कफ़्लो, आइसोलेशन और स्किल्स
Archon को विशेष रूप से कोडिंग के लिए बनाया गया है, जो इसे LangChain जैसे सामान्य बॉट-बिल्डिंग फ्रेमवर्क से अलग बनाता है। यह सिस्टम अंदाज़ा लगाने की प्रक्रिया को खत्म कर देता है क्योंकि एजेंट एक वास्तविक और पुन: प्रयोज्य सिस्टम का पालन करता है। समान इनपुट पर समान आउटपुट प्राप्त करना ही वह मुख्य विशेषता है जो पहले के एजेंट मॉडलों में मौजूद नहीं थी।
- YAML DAGs एक अनिवार्य चेकलिस्ट के रूप में कार्य करते हैं जहाँ कुछ चरण AI-आधारित और कुछ निश्चित (Fixed) होते हैं।
- आइसोलेशन सुनिश्चित करता है कि कई एजेंट्स एक-दूसरे के काम को ओवरराइट न करें।
- चैट हिस्ट्री के बजाय वर्कफ़्लो में जानकारी संग्रहीत होने से हर अगला रन अधिक सटीक हो जाता है।
Archon का कार्यान्वयन और सीमाएँ
Archon उन डेवलपर्स के लिए सबसे अधिक प्रभावी है जो केवल त्वरित प्रॉम्प्ट देने के बजाय गंभीर एजेंट-आधारित सॉफ्टवेयर निर्माण करना चाहते हैं। हालांकि वर्कफ़्लो सेट अप करना समय ले सकता है, लेकिन यह पारदर्शिता और नियंत्रण प्रदान करता है जो भविष्य के विकास के लिए महत्वपूर्ण है। यह टूल साधारण डेमो और वास्तविक कार्यप्रवाह के बीच के अंतर को कम करता है।
- ओपन सोर्स होने के कारण यह स्थानीय M-सीरीज चिप्स पर बिना VPS कॉन्फ़िगरेशन के चलता है।
- जटिल वर्कफ़्लो डिज़ाइन करने के लिए डेवलपर को अग्रिम योजना और अतिरिक्त प्रयास की आवश्यकता होती है।
- सिस्टम की सफलता अभी भी उपयोग किए जा रहे मूल AI मॉडल की क्षमता पर निर्भर करती है।
설명
In this video, we look at how Archon + Agent Skills introduce a new approach called harness engineering to turn unreliable AI coding workflows into deterministic, repeatable systems that actually ship production-ready code. I’ll show a live demo running AI agents in parallel on my M4 Pro with isolated git worktrees, clean PR generation, YAML workflows, and automatic skill loading using Claude Code. 🔗 Relevant Links Archon Repo - https://github.com/coleam00/archon Archon - https://archon.diy/ ❤️ More about us Radically better observability stack: https://betterstack.com/ Written tutorials: https://betterstack.com/community/ Example projects: https://github.com/BetterStackHQ 📱 Socials Twitter: https://twitter.com/betterstackhq Instagram: https://www.instagram.com/betterstackhq/ TikTok: https://www.tiktok.com/@betterstack LinkedIn: https://www.linkedin.com/company/betterstack 📌 Chapters: 00:00 Why AI Coding Agents Still Feel Random 00:33 The Real Problem With Claude Code, Cursor & Codex 01:06 What Is Harness Engineering? (Archon Explained) 01:35 Live Demo of Archon to Fix Issues 02:10 Archon Agent Skills + YAML Workflow 02:40 YAML DAG Workflows for AI Coding Agents 03:00 Why Git Worktrees Change Everything for AI Agents 03:38 Parallel AI Agents Without Breaking Your Repo 04:03 The Good, Bad & Ugly of Archon 04:45 Is Archon Actually Worth It for Developers? 05:25 The Future of AI Coding Workflows?