भविष्य के लिए कोडिंग पैनल

하이라이트

• एआई कोडिंग एजेंट पूरे सॉफ्टवेयर विकास चक्र को स्वचालित कर सकते हैं - केवल कोडिंग नहीं बल्कि दस्तावेज़ीकरण, परीक्षण और समीक्षा भी

• स्थानीय और क्लाउड दोनों पर एजेंट चलाने की क्षमता उपलब्ध है, जो संसाधनों के स्थान और कार्य की जटिलता पर निर्भर करता है

• खुले स्रोत मॉडल तेजी से विकसित हो रहे हैं और अब उनका उपयोग 10-20% पर पहुंच गया है, जो एक साल पहले 5% से कम था

• एजेंट उन्नत विशिष्टता और स्पष्ट मार्गदर्शन के साथ बेहतर परिणाम देते हैं - अस्पष्ट निर्देश का अर्थ कम गुणवत्ता का आउटपुट होना है

• विभिन्न कौशल स्तर के पेशेदारों के लिए एजेंट अलग तरीके से काम करते हैं - जूनियर इंजीनियर अधिक मौलिक कार्य करते हैं जबकि वरिष्ठ इंजीनियर अपनी क्षमता 10 गुना बढ़ा सकते हैं

• वीजेरो जैसे उपकरण प्रिव्यू-संचालित विकास को सक्षम करते हैं जहां डेवलपर सीधे चलती ऐप्स के विरुद्ध एजेंट से बात कर सकते हैं

• एजेंट अगले साल 100+ चरणों तक कई घंटों के लिए काम कर सकेंगे और स्वचालित रूप से आवश्यक संदर्भ स्रोत खोज सकेंगे

타임라인

1. 00:00 - 01:10

   एआई कोडिंग एजेंट का परिचय और फैक्टरी का मिशन

   यह खंड एआई कोडिंग पैनल की शुरुआत करता है और फैक्टरी के मिशन को समझाता है। फैक्टरी का प्राथमिक उद्देश्य सॉफ्टवेयर इंजीनियरिंग में स्वायत्तता लाना है, जिसके लिए उन्होंने ड्रॉइड्स नामक एंड-टू-एंड सॉफ्टवेयर विकास एजेंट बनाए हैं। ये एजेंट केवल कोडिंग पर ही ध्यान नहीं देते, बल्कि दस्तावेज़, परीक्षण और समीक्षा जैसे पूरे विकास चक्र को संभालते हैं। इसका मतलब है कि डेवलपर्स मजेदार कोडिंग कार्यों पर ध्यान केंद्रित कर सकते हैं जबकि एजेंट कठिन प्रशासनिक काम करते हैं।

2. 01:10 - 02:35

   कोडेक्स का विकास और विभिन्न परिस्थितियां

   इस अनुभाग में कोडेक्स के विकास की प्रगति की व्याख्या की जाती है। वक्ता बताते हैं कि इस साल की शुरुआत में उन्होंने पहला कोडिंग एजेंट लॉन्च किया, फिर कोडेक्स सीएलआई और कोडेक्स क्लाउड जारी किया। वर्तमान ध्यान इन अनुभवों को एकीकृत करने पर है ताकि वे निरंतर और विश्वसनीय तरीके से काम करें। वीजेरो की परिकल्पना की जाती है जो डेवलपर्स को प्रिव्यू-संचालित एजेंटिक प्रोग्रामिंग करने में सक्षम बनाता है, जहां आप एजेंट को चलते हुए ऐप के विरुद्ध सीधे प्रॉम्प्ट कर सकते हैं।

3. 02:35 - 06:20

   स्थानीय बनाम क्लाउड: एजेंट की परिस्थितियों का चुनाव

   यह खंड स्थानीय और क्लाउड-आधारित एजेंट्स के बीच अंतर की गहन चर्चा करता है। वक्ता समझाते हैं कि दीर्घकालीन में दोनों एक जैसे होने चाहिए, लेकिन अल्पकालीन में क्लाउड आमतौर पर छोटे, स्पष्ट कार्यों के लिए अधिक उपयोगी है जिन्हें आप आत्मविश्वास से सौंप सकते हैं। स्थानीय एजेंट तब सर्वश्रेष्ठ होते हैं जब आप एजेंट के पास रहना चाहते हैं, विशेषकर बड़े या जटिल कार्यों के लिए जिनकी सक्रिय निगरानी की आवश्यकता है। एजेंट चुनने के निर्णय को संसाधनों के स्थान द्वारा निर्देशित किया जाता है - यदि आप स्थानीय फ़ाइल सिस्टम पर काम कर रहे हैं तो स्थानीय चलाएं, यदि गिटहब जैसी क्लाउड सेवाओं का उपयोग कर रहे हैं तो क्लाउड चलाएं।

4. 06:20 - 09:24

   कचरे बनाम मूल्य: एजेंट आउटपुट की गुणवत्ता का सवाल

   इस महत्वपूर्ण खंड में एजेंट द्वारा उत्पन्न आउटपुट की गुणवत्ता पर विचार किया जाता है। वक्ता स्वीकार करते हैं कि अस्पष्ट निर्देशों के साथ आप कम गुणवत्ता के परिणाम प्राप्त कर सकते हैं, लेकिन उचित मार्गदर्शन और विशिष्टता के साथ गुणवत्ता काफी सुधर जाती है। वह कम्प्यूटर के 01 संस्करण से वर्तमान क्षमताओं तक की प्रगति को हाइलाइट करते हैं। महत्वपूर्ण बिंदु यह है कि एजेंट शक्ति स्वयं को प्रवर्धित करते हैं - उच्च कौशल वाले इंजीनियर अधिक मूल्य प्राप्त करते हैं, जबकि नए डेवलपर्स भी एक अच्छी नींव प्राप्त करते हैं। एक प्रिंसिपल इंजीनियर एक दिन में 5,000 पंक्तियों का मैनुअल कोड लिख सकता है, लेकिन एजेंट के साथ 50,000 पंक्तियां लिख सकता है।

5. 09:24 - 12:05

   विभिन्न डेवलपर आर्किटाइप और एजेंट का उपयोग कैसे करें

   यह अनुभाग विभिन्न प्रकार के डेवलपर्स के लिए एजेंट का उपयोग कैसे भिन्न होता है, इसकी व्याख्या करता है। जूनियर इंजीनियर अक्सर अधिक दिशानिर्देश की आवश्यकता होती है, जबकि अनुभवी इंजीनियर विस्तृत विशिष्टताएं प्रदान कर सकते हैं। एंटरप्राइज सेटिंग में एक दिलचस्प पैटर्न देखा जाता है: वरिष्ठ इंजीनियर विस्तृत टिकट लिखते हैं, जूनियर इंजीनियर उन्हें एजेंट को सौंपते हैं। agents.md जैसी कस्टम निर्देशनाएं, जो विभिन्न कोडिंग एजेंटों में सामान्य होती हैं, व्हाइटबोर्ड सेशन से विकसित होती हैं। वक्ता कोडेक्स की शुरुआती पुनरावृत्तियों का उदाहरण देते हैं जहां विभिन्न टीमें (प्रोडक्ट इंजीनियर बनाम रीजनिंग टीम) एजेंट के साथ पूरी तरह अलग तरीके से बातचीत करते थे।

6. 12:05 - 20:20

   खुले स्रोत मॉडल का उदय और एजेंट में उनकी भूमिका

   इस बड़े खंड में खुले स्रोत एलएलएम मॉडल की तेजी से प्रगति पर विस्तार से चर्चा की जाती है। वक्ता बताते हैं कि एक साल पहले खुले स्रोत मॉडल का उपयोग लगभग 5% था, लेकिन अब यह 10-20% रेंज में है। फैक्टरी ने देखा है कि जब उन्होंने खुले स्रोत समर्थन जारी किया, तो उपयोग नाटकीय रूप से बढ़ा। कोडेक्स और आंतरिक बेंचमार्किंग से पता चलता है कि जीएलएम जैसे खुले मॉडल काफी प्रतिस्पर्धी हैं, हालांकि सीमांत बंद-स्रोत मॉडल अभी भी आगे हैं। महत्वपूर्ण अंतर यह है कि बंद स्रोत मॉडल अत्याधुनिक तर्क के लिए बेहतर हैं, जबकि खुले स्रोत को विशिष्ट कार्यों के लिए फाइन-ट्यून किया जा सकता है। नई घोषणाएं (हैकू, जीपीटी-4ओ मिनी, जेमिनी फ्लैश) हल्के वजन मॉडल पर अधिक जोर देते हैं जो खुले स्रोत प्रतिद्वंद्विता को सीधे अनुकूल करते हैं।

7. 20:20 - 23:56

   भविष्य की दिशाएं: अगले साल एजेंट क्या कर सकेंगे

   अंतिम खंड एजेंट क्षमताओं के भविष्य की आशाजनक दृष्टिकोण प्रदान करता है। गत वर्ष में, एजेंट आमतौर पर 1-3 चरणों तक सीमित थे, लेकिन आज वे 5-20 चरण चला सकते हैं 90% सफलता दर के साथ। अगले साल, पूर्वानुमान 100+ चरणों तक पहुंचता है जो कई घंटों तक चल सकते हैं। दूसरी प्रमुख प्रगति यह है कि एजेंट अब एमसीपी के माध्यम से बाहरी कनेक्शन कॉन्फ़िगर कर सकते हैं, लेकिन भविष्य में एजेंट्स को यह जानने की भी आवश्यकता नहीं होगी कि कौन से संदर्भ स्रोत दें - वे सक्रिय रूप से उन्हें खोजेंगे। वक्ता जोर देते हैं कि आदर्श भविष्य का एजेंट एक आदर्श सहयोगी होगा - वह व्यक्ति जिसके साथ आप पहली बार विचार साझा करते हैं, और जिसकी विश्वसनीयता और सक्रियता उपयोगकर्ता की तैयारी पर निर्भर करती है।