AI एजेंट्स अनियमित होते हैं... यह समाधान उन्हें नियतात्मक (Deterministic) बनाता है (Archon)
BBetter Stack
컴퓨터/소프트웨어창업/스타트업가전제품/카메라AI/미래기술
Transcript
00:00:00AI एजेंट्स बहुत ज़्यादा शक्तिशाली होते जा रहे हैं, लेकिन वे अभी भी बेतरतीब हैं।
00:00:04हम उन्हें बिल्कुल एक जैसा काम देते हैं, और हमें हर बार अलग-अलग कोड, अलग क्वालिटी,
00:00:09और यहाँ तक कि अलग-अलग फैसले मिलते हैं।
00:00:12एजेंट्स के साथ काम करने की हकीकत कुछ ऐसी ही है।
00:00:15लेकिन पता चला है कि ऐसा होना ज़रूरी नहीं है।
00:00:17यह Archon है, और यह अब बिना किसी मर्ज कॉन्फ्लिक्ट और सटीक परिणामों के
00:00:22समानांतर में कई एजेंट्स चला सकता है।
00:00:24अगले कुछ मिनटों में मैं आपको दिखाऊँगा कि इसे कैसे सेट अप करना है और यह कैसे काम करता है।
00:00:30अब, Claude code, cursor, या codex का उपयोग करते हुए, हम जानते हैं कि पहली बार में यह शानदार लगता है।
00:00:39दूसरी बार में योजना पूरी तरह अलग हो सकती है।
00:00:42कॉन्टेक्स्ट भटक सकता है।
00:00:44एजेंट बीच रास्ते में ही दिशा बदल देता है।
00:00:47फिर आप इसे स्केल करने की कोशिश करते हैं।
00:00:49दो एजेंट्स, शायद तीन, चार एजेंट्स।
00:00:51अब आपकी रेपो पूरी तरह से गड़बड़ हो गई है।
00:00:54और यहाँ असली समस्या है।
00:00:55अब आप वाकई समय नहीं बचा रहे हैं।
00:00:57आप प्रॉम्प्ट्स को बार-बार चला रहे हैं।
00:00:58आप टूटे हुए कोड को ठीक कर रहे हैं, इस उम्मीद में कि इस बार सब कुछ न बिगड़ जाए।
00:01:02और अगर आप कुछ बना रहे हैं, तो यह वास्तव में हमारी स्पीड को खत्म कर देता है।
00:01:06Archon इसे “हार्नेस इंजीनियरिंग” नामक चीज़ से ठीक करता है।
00:01:10एजेंट के व्यवहार की उम्मीद करने के बजाय, आप वास्तव में प्रक्रिया को परिभाषित करते हैं।
00:01:14प्लानिंग, कोडिंग, टेस्टिंग, रिव्यू, सब कुछ YAML में।
00:01:18और एजेंट स्किल्स, वे रियूज़ेबल इंस्ट्रक्शन पैक्स हैं जिन्हें एजेंट अपने आप लोड कर लेता है।
00:01:23तो अंदाज़ा लगाने के बजाय, आपका एजेंट एक सिस्टम का पालन करता है।
00:01:28अगर आप ऐसे कोडिंग टूल्स पसंद करते हैं जो आपके वर्कफ़्लो को तेज़ करते हैं, तो सब्सक्राइब ज़रूर करें।
00:01:32हमारे वीडियो हर समय आते रहते हैं।
00:01:34ठीक है, अब मैं आपको दिखाता हूँ।
00:01:36यह मेरे M4 Pro पर लोकली चल रहा है, कोई क्लाउड नहीं।
00:01:40मैं 'archonserv' टाइप कर सकता हूँ।
00:01:43इससे यह UI इंटरफ़ेस सामने आ जाता है।
00:01:45मैं Claude के साथ इस रेपो में Archon स्किल इंस्टॉल करूँगा।
00:01:49अब मैं इस समस्या को ठीक करने के लिए एक साधारण वर्कफ़्लो चलाता हूँ।
00:01:54अब इस हिस्से को ध्यान से देखें।
00:01:55एजेंट खुद ही स्किल ढूँढ लेता है, वर्कफ़्लो लोड करता है और स्टेप-बाय-स्टेप उसे चलाता है।
00:02:02आप इसे यहाँ टर्मिनल में या यहाँ UI पर देख सकते हैं।
00:02:04यह कहीं बेहतर लग रहा है।
00:02:05यहाँ प्रॉम्प्ट में कोई फेरबदल नहीं करना पड़ता।
00:02:07यहाँ तक कि जब यह फेल होता है, तब भी आपको UI में पूरी पारदर्शिता मिलती है।
00:02:11आप देख सकते हैं कि कौन सा स्टेप टूटा और वर्कफ़्लो को ठीक कर सकते हैं।
00:02:15यह रॉ Claude code से बहुत बेहतर है जहाँ आपको बस उलझी हुई चैट हिस्ट्री मिलती है।
00:02:20यह हिस्सा बहुत महत्वपूर्ण है।
00:02:21यह अपने खुद के Git वर्क ट्री पर भी चलता है, इसलिए यह कभी भी 'main' को नहीं छूता।
00:02:26यह प्रॉम्प्ट कर रहा है और आप यहाँ देख सकते हैं कि यह इसे जेनरेट करता है।
00:02:29यह हो गया, एकदम साफ PR, वही स्ट्रक्चर, वही परिणाम।
00:02:33हम लॉग्स देख सकते हैं, प्रॉम्प्ट्स किस प्रक्रिया से गुज़रते हैं और पूरा आउटपुट देख सकते हैं।
00:02:38सटीकता ऐसी ही दिखती है।
00:02:40तो यहाँ वास्तव में क्या बदला है?
00:02:42खैर, Archon का उपयोग करके तीन चीज़ें बदल गई हैं।
00:02:45पहला, वर्कफ़्लो।
00:02:47Archon YAML DAGs का उपयोग करता है।
00:02:50इसे एक चेकलिस्ट की तरह समझें जिसका एजेंट को पालन करना ही होता है।
00:02:53कुछ स्टेप्स AI का उपयोग करते हैं, बेशक।
00:02:56कुछ स्टेप्स फिक्स होते हैं।
00:02:58यही तालमेल इसे और अधिक भरोसेमंद बनाता है।
00:03:00फिर हमारे पास आइसोलेशन (अलगाव) है।
00:03:01हर रन एक अलग Git वर्क ट्री में होता है, इसलिए एजेंट एक-दूसरे के ऊपर ओवरराइट नहीं कर सकते।
00:03:06यही कारण है कि कोई मर्ज कॉन्फ्लिक्ट नहीं होते।
00:03:08स्किल्स में, हर बार प्रॉम्प्ट भरने के बजाय, एजेंट कॉन्टेक्स्ट को अपने आप लोड कर लेता है।
00:03:14तो सामान्य एजेंट्स की तुलना में, आप इस सारी अनिश्चितता को दूर कर देते हैं।
00:03:19LangChain जैसे टूल्स के साथ तुलना करें।
00:03:22LangChain शानदार है, लेकिन Archon कोड के लिए बनाया गया है, सामान्य बॉट्स के लिए नहीं।
00:03:27और स्क्रिप्ट्स की तुलना में, यह रियूज़ेबल है।
00:03:30यह वर्जन कंट्रोल के साथ है।
00:03:31यह आसानी से खोजा जा सकता है।
00:03:32एजेंट अब अंदाज़ा नहीं लगा रहा है।
00:03:34हमारे पास यह पूरा वर्कफ़्लो है जिससे वह गुज़र रहा है।
00:03:36यह इस वास्तविक सिस्टम का पालन कर रहा है।
00:03:38अब हम एक ही समय में कई एजेंट्स चला सकते हैं और रेपो बिगड़ने की चिंता नहीं करनी पड़ती।
00:03:42आप ऐसे PR जनरेट कर सकते हैं जो हर बार एक जैसे दिखते हैं।
00:03:45और बड़ी बात यह है कि आप चैट हिस्ट्री में जानकारी खोना बंद कर देते हैं।
00:03:49आपकी प्रक्रिया अब वर्कफ़्लो में रहती है, जिसका मतलब है कि इसके उपयोग से हर रन अधिक सटीक हो जाता है।
00:03:56इसके साथ, साफ-सुथरे PR और अधिक पूर्वानुमानित परिणाम मिलते हैं।
00:03:58यह वही इनपुट है, यह वही आउटपुट है।
00:04:00यही वह हिस्सा था जिसकी एजेंट्स में कमी थी।
00:04:02अब यह एकदम परफेक्ट तो नहीं है, है ना?
00:04:04लेकिन इसमें अच्छा क्या है?
00:04:05ठीक है, यह ओपन सोर्स है, यह लोकली बहुत अच्छा चलता है, खासकर M चिप्स पर, ठीक है?
00:04:10कुछ ऐसे भी हैं जिनमें VPS कॉन्फ़िगरेशन होता है।
00:04:13मुझे यहाँ उसकी ज़रूरत नहीं है।
00:04:14YAML सब कुछ पारदर्शी बना देता है।
00:04:16हमारे लिए यह एक बड़ी जीत है और Git वर्क ट्री एक वास्तविक समस्या को हल करते हैं।
00:04:19लेकिन फिर से, इसका मतलब कुछ और भी है।
00:04:21आपको पहले से सोचना होगा।
00:04:23वर्कफ़्लो डिज़ाइन करने में थोड़ी मेहनत लगेगी और यह अभी भी विकसित हो रहा है, ठीक है?
00:04:28चीज़ें बदलेंगी।
00:04:29वे विकसित होंगी, लेकिन वे बढ़ रही हैं।
00:04:31और अगर आप सिर्फ त्वरित प्रॉम्प्ट दे रहे हैं, तो शायद आपको इसकी ज़रूरत भी नहीं है।
00:04:34सच कहूँ तो, यह सिर्फ समय की बर्बादी होगी।
00:04:36इसके अलावा, मॉडल अभी भी मायने रखता है।
00:04:38तो ज़ाहिर है कि एक बेहतर मॉडल हमें बेहतर आउटपुट देगा।
00:04:42अगर आप एजेंट की गलतियों को ठीक करते-करते थक गए हैं, तो इसे ज़रूर आज़माना चाहिए।
00:04:46अगर आप कुछ ऐसा चाहते हैं जिस पर आप खुद पर संदेह किए बिना भरोसा कर सकें, तो यह काफी सार्थक है।
00:04:52अगर आप सिर्फ प्रयोग कर रहे हैं, तो हाँ, मैं भी इसके लिए प्रयोग ही कर रहा था।
00:04:55मैंने इसे सरल रखा।
00:04:56यह बढ़िया काम करता है।
00:04:57मुझे देखने को मिला कि यह सब क्या है।
00:04:58लेकिन अगर आप एजेंट्स के साथ निर्माण करने के लिए गंभीर हैं, तो यह मेरे सामने आए अब तक के सबसे उच्च-प्रभाव वाले टूल्स में से एक है।
00:05:04यही वह चीज़ है जो एजेंट्स को उन साधारण डेमो से बदल देती है जिनका हम उपयोग कर रहे हैं,
00:05:08और इसे हमारे वर्कफ़्लो में शामिल करके हम अधिक भरोसे के साथ काम कर सकते हैं।
00:05:13यह बहुत सरल है।
00:05:14इससे पहले कि आप उम्मीद करें कि एजेंट सही काम करे, ठीक है?
00:05:16आखिर वह एक एजेंट है।
00:05:17अब हम परिभाषित करते हैं कि यह कैसे काम करता है।
00:05:20यही उनका दावा है या यही हार्नेस इंजीनियरिंग है।
00:05:23अगर आप इस तरह के कोडिंग टूल्स और टिप्स का आनंद लेते हैं, तो Better Stack चैनल को सब्सक्राइब ज़रूर करें।
00:05:27हम आपको एक और वीडियो में मिलेंगे।