Insights AI

स्वायत्त कोड एजंट्सचा विस्तार: पडताळणीची पुनरावर्ती चक्रे आणि सातत्यपूर्ण एकत्रीकरणातील कठोर सुरक्षा मर्यादा जलद सॉफ्टवेअर वितरण कसे शक्य करतात

पॉडकास्ट · ऐका (20 मि.)

Cursor工程師讓AI一個月自動合併1000個PR,關鍵不是更聰明

अनुक्रमणिका
  1. विश्वासाचा अडथळा: कोड एजंटांचा विस्तार ही अभियांत्रिकी व्यवस्थापनाची समस्या का आहे
  2. 1. मुख्य समस्येचे एकत्रित विवेचन करा
  3. 2. व्यवस्थापनाशी साधर्म्य प्रस्थापित करा
  4. प्रोग्रामद्वारे पडताळणी आणि वैशिष्ट्य नकाशांकन: एजंटचे चक्र पूर्ण करणे
  5. 1. टप्प्याटप्प्याने चालणारी पडताळणी यंत्रणा स्पष्ट करा
  6. 2. वैशिष्ट्य नकाशाचे स्थापत्य तपशीलवार स्पष्ट करा
  7. 3. एजंट कौशल्यांचे मूल्यमापन आणि देखभाल तपशीलवार स्पष्ट करा
  8. कठोर स्थापत्य संरक्षक मर्यादा: लवचिक सूचनांपासून सातत्यपूर्ण एकत्रीकरणातील अंमलबजावणीकडे
  9. 1. लवचिक नियम आणि कठोर निश्चित बंधने यांची तुलना करा
  10. 2. “Dune” स्थापत्याच्या प्रकरण-अभ्यासाचे विश्लेषण करा
  11. क्लाउड एजंट स्वयंचलन आणि संपूर्ण उद्योगातील उत्पादनांवरील परिणाम
  12. 1. स्वायत्त दोष पुनरुत्पादन आणि क्लाउड कार्यप्रवाह
  13. 2. अभियांत्रिकीबाह्य भूमिकांमध्ये विकासाचे लोकशाहीकरण
  14. रचनात्मक मर्यादा आणि अनुत्तरित अभियांत्रिकी प्रश्न
  15. 1. प्रमुख मर्यादा आणि अपवादात्मक परिस्थितींची नोंद
  16. प्रमुख आकडे
  17. हे चित्र कशामुळे बदलेल
  18. संदर्भसूची

आधुनिक सॉफ्टवेअर अभियांत्रिकी संस्था मूलभूत कार्यपद्धती बदलत आहेत; सूक्ष्म व्यवस्थापनाखालील कृत्रिम बुद्धिमत्ता-आधारित जोडीने प्रोग्रामिंग करण्यापासून त्या दरमहा शेकडो ते हजारो पुल विनंत्या समाविष्ट करू शकणाऱ्या स्वायत्त एजंटांच्या ताफ्यांकडे वळत आहेत. SpaceXAI मधील अभियंता Lauren Tan यांनी स्पष्ट केल्याप्रमाणे, कृत्रिम बुद्धिमत्तेद्वारे कोड निर्मितीचा विस्तार करणे ही साधी सूचना देण्याची प्रक्रिया नसून प्रामुख्याने अभियांत्रिकी व्यवस्थापनाची समस्या आहे. अभियांत्रिकी संघ जेव्हा मानवी देखरेख, ओळीनुसार कोड तपासणी आणि लवचिक सूचना-मार्गदर्शक तत्त्वांवर अवलंबून असतात, तेव्हा मानवी विकासक समकालिक अडथळा बनतो आणि एजंटांच्या विस्ताराला मर्यादा घालतो. उच्च स्वायत्ततेच्या अंमलबजावणीकडे जाण्यासाठी मानवी देखरेखीच्या जागी प्रोग्रामद्वारे पडताळणी चक्रे, संरचित वैशिष्ट्य नकाशांकन आणि निश्चित नियमांवर आधारित सातत्यपूर्ण एकत्रीकरण संरक्षक मर्यादा आणणे आवश्यक आहे. स्थापत्याचे अपरिवर्तनीय नियम थेट स्थिर विश्लेषण साधने आणि कार्यकाळातील पडताळणी चाचणी यंत्रणांमध्ये संहिताबद्ध करून, अभियांत्रिकी संघ कोडसंचाचा दर्जा पद्धतशीरपणे खालावू न देता समांतर क्लाउड एजंटांकडे अंमलबजावणी सोपवू शकतात.

विश्वासाचा अडथळा: कोड एजंटांचा विस्तार ही अभियांत्रिकी व्यवस्थापनाची समस्या का आहे

1. मुख्य समस्येचे एकत्रित विवेचन करा

कृत्रिम बुद्धिमत्तेच्या मदतीने सॉफ्टवेअर वितरण करताना सर्वात मोठा अडथळा म्हणजे एजंटांच्या निष्पत्तींवर विकासकांचा विश्वास नसणे. सॉफ्टवेअर एजंट अनेकदा काल्पनिक अमूर्त रचना तयार करतात, मूळ कारणांचे चुकीचे निदान करतात आणि आत्मविश्वासाने अवैध दुरुस्त्या सुचवतात. Vision Sabbat च्या YouTube वाहिनीवरील मुलाखतीत Lauren Tan यांनी निरीक्षण नोंदवले की, मूळ समस्या पूर्णपणे अनुत्तरित असतानाही एजंट अनेकदा “शंभराव्या वेळी निर्णायक पुरावा सापडल्याचे आत्मविश्वासाने सांगतात.”

अभियांत्रिकी संघ जेव्हा मानवी सहभाग असलेल्या पारंपरिक जोडीने प्रोग्रामिंगच्या माध्यमातून एजंटांचा वापर वाढवण्याचा प्रयत्न करतात, तेव्हा कार्यप्रवाह वेगाने एका कठोर मर्यादेपर्यंत पोहोचतो. एखाद्या अभियंत्याला तयार झालेल्या कोडची प्रत्येक ओळ तपासावी लागत असेल, स्थानिक संकलित आवृत्त्यांची हाताने चाचणी करावी लागत असेल आणि बदलांतील फरक पडताळावे लागत असतील, तर मानवी विकासक सर्व काम अनुक्रमाने चालवण्याचा एकमेव बिंदू बनतो. हा समकालिक अडथळा एक किंवा दोन स्थानिक एजंटांपलीकडील विस्ताराला मर्यादा घालतो आणि अभियांत्रिकी कार्यप्रवाहांमध्ये खऱ्या अर्थाने समांतर काम होऊ देत नाही.

2. व्यवस्थापनाशी साधर्म्य प्रस्थापित करा

या परिचालन गतिशीलतेचे विश्लेषण करण्यासाठी Lauren Tan यांनी कृत्रिम बुद्धिमत्ता-आधारित कोड एजंटांचे व्यवस्थापन आणि मानवी सॉफ्टवेअर अभियंत्यांचे व्यवस्थापन यांच्यात थेट साधर्म्य दाखवले. पारंपरिक अभियांत्रिकी व्यवस्थापनात, आपल्या थेट अधीनस्थांवर विश्वास नसलेला व्यवस्थापक अखेरीस सूक्ष्म व्यवस्थापनाकडे वळतो—विकासकांच्या कामावर सतत नजर ठेवणे, पुल विनंत्यांचे अखंड परीक्षण करणे आणि उत्पादन प्रणालीतील व्यत्यय टाळण्यासाठी कोडची प्रत्येक ओळ तपासणे.

       HIGH |                                     [ Fleet Autonomy ]
            |                                     Auto-merging PRs &
            |                                     Cloud Parallelization
   TRUST    |                                  /
            |                             /
            |                        /
            |   [ Micromanagement ]
        LOW |   Manual Prompting & 1-in-Loop
            +---------------------------------------------------
                LOW                                     HIGH
                               VELOCITY

एजंटांची स्वायत्तता वाढवण्यासाठी Tan यांनी परिभाषित केलेल्या “विश्वास वक्रावर” वर चढणे आवश्यक आहे. एजंट स्वीकारण्याच्या सुरुवातीच्या टप्प्यात, विकासक अंमलबजावणी चक्रात समकालिकपणे काम करतात, स्वतंत्र एजंटांना स्वतः सूचना देतात आणि प्रत्येक बदलातील फरक तपासतात. विश्वास वक्रावर वर चढण्यासाठी एजंटांच्या निष्पत्तींची वस्तुनिष्ठ, स्वयंचलित पडताळणी करणाऱ्या अभियांत्रिकी प्रणाली आवश्यक असतात. उच्च विश्वास प्रस्थापित झाल्यावर संस्थेची कार्यपद्धती समकालिक सूक्ष्म व्यवस्थापनापासून असमकालिक कार्य सोपवण्याकडे वळते, ज्यामुळे क्लाउड एजंटांचे स्वायत्त ताफे स्वतंत्रपणे कोड तयार करू शकतात, त्याची चाचणी करू शकतात आणि तो विलीन करू शकतात.

प्रोग्रामद्वारे पडताळणी आणि वैशिष्ट्य नकाशांकन: एजंटचे चक्र पूर्ण करणे

1. टप्प्याटप्प्याने चालणारी पडताळणी यंत्रणा स्पष्ट करा

एजंट-आधारित अभियांत्रिकी स्थापत्यांमध्ये, प्रोग्रामद्वारे पडताळणी म्हणजे लक्ष्य अनुप्रयोगांच्या कार्यकाळीन वातावरणांशी थेट संवाद साधण्यासाठी एजंटांना स्पष्ट अंमलबजावणी साधने उपलब्ध करून देणे. मोठ्या भाषा मॉडेलला त्याचा कोड योग्यरीत्या कार्य करतो का याचा अंदाज लावायला सांगण्याऐवजी, प्रोग्रामद्वारे पडताळणी चक्र एजंटला संकलन प्रक्रिया चालवणे, कार्यकाळीन वातावरणांची तपासणी करणे, केंद्रीय प्रक्रिया एककाच्या कार्यप्रदर्शनाचे मागोवे नोंदवणे, हीप स्मृतीची क्षणचित्रे विश्लेषित करणे आणि मोबाइल किंवा ब्राउझर अनुकारक चालवणे यासाठी सक्षम करते. वेब आणि डेस्कटॉप अनुप्रयोगांसाठी, एजंट वापरकर्ता आंतरफलकावर प्रोग्रामद्वारे नियंत्रण ठेवण्यासाठी Chrome DevTools Protocol सारख्या संप्रेषण नियमावलींवर उभारलेली कौशल्ये वापरतात.

Lauren Tan यांनी स्वयंपाकाशी साधर्म्य दाखवून ही यंत्रणा स्पष्ट केली: प्रोग्रामद्वारे पडताळणी नसलेल्या एजंटवर अवलंबून राहणे म्हणजे एखादा पदार्थ चविष्ट आहे का याचा अंदाज घेण्यासाठी उपाहारगृहाच्या व्यवस्थापकाने कागदावरील पाककृती वाचण्यासारखे आहे; उलट, प्रोग्रामद्वारे पडताळणी मुख्य आचाऱ्याला स्वयंपाकघरातील कार्यस्थाने उपलब्ध करून देते, ज्यामुळे तो पदार्थ तयार करताना सतत चव घेऊ शकतो, मोजमाप करू शकतो आणि आवश्यक बदल करू शकतो. एजंटांना अंमलबजावणी साधने दिल्याने अभिप्राय चक्र आपोआप पूर्ण होते. पडताळणी स्थापत्याच्या सुबकतेची हमी देत नसली, तरी मानवी कोड पुनरावलोकनापूर्वी ती निश्चित नियमांनुसार वर्तनाची अचूकता पडताळते.

2. वैशिष्ट्य नकाशाचे स्थापत्य तपशीलवार स्पष्ट करा

Tan यांच्या मुक्त-स्रोत PStack (Potato Stack) प्लगइनमध्ये सादर केलेला प्रोग्रामद्वारे पडताळणीचा एक महत्त्वाचा घटक म्हणजे “वैशिष्ट्य नकाशा”; हे विकासकांसाठीचे कौशल्य साधन असून त्याचे नाव Gary Tan यांच्या GStack वर शब्दखेळ म्हणून ठेवलेले आहे. गुंतागुंतीच्या प्रणालींमधील दोष सोडवण्याचा किंवा वैशिष्ट्ये लागू करण्याचा प्रयत्न करताना एजंटांना कोडसंचात योग्य ठिकाण शोधण्याची जी अडचण येते, ती वैशिष्ट्य नकाशा सोडवतो.

+-----------------------------------------------------------------------+
|                             FEATURE MAP                               |
+-----------------------------------------------------------------------+
|  User Context / Vague Report: "Left sidebar is laggy on click"         |
+-----------------------------------------------------------------------+
                                  |
                                  v
+-----------------------------------------------------------------------+
|  DOM Attributes & Selectors : [data-testid="sidebar-toggle"]          |
|  Keyboard Shortcuts         : Cmd+B / Ctrl+B                          |
|  Code Base Location         : src/components/sidebar/Sidebar.tsx      |
|  CDP Execution Action       : cdp.click('#sidebar-toggle')            |
+-----------------------------------------------------------------------+

वापरकर्ते जेव्हा कमी दर्जाचे, संदिग्ध दोष अहवाल सादर करतात—उदाहरणार्थ, फक्त “???” अशी नोंद असलेले Slack चे पडद्याचे छायाचित्र—तेव्हा संरचनात्मक संदर्भ नसलेल्या एजंटला प्रभावित घटक शोधणे कठीण जाते. वैशिष्ट्य नकाशा वापरकर्ता आंतरफलकातील घटकांचे थेट कोडसंचातील फाइल मार्ग, दस्तऐवज वस्तू प्रतिमानाची वैशिष्ट्ये, चाचणी ओळखचिन्हे, कळफलकावरील संक्षिप्त आदेश आणि Chrome DevTools Protocol चे अंमलबजावणी निवडक यांच्याशी नकाशांकन करून ही दरी स्पष्टपणे भरून काढतो.

PStack मधील create_verification_skill आणि maintain_verification_skill यांसारख्या कौशल्यांद्वारे एजंट संरचित वैशिष्ट्य नोंदण्या तयार करण्यासाठी कोडसंचांचे पद्धतशीर विश्लेषण करतात. संदिग्ध दोष अहवाल स्वीकारल्यावर एजंट वैशिष्ट्य नकाशाशी त्याची जुळवणी करू शकतो, थेट लक्ष्य वापरकर्ता आंतरफलक घटकांकडे जाऊ शकतो, Chrome DevTools Protocol द्वारे परस्परसंवादाचे प्रवाह चालवू शकतो, कार्यप्रदर्शन मापनांची नोंद करू शकतो आणि दोषाचे निराकरण झाल्याची पडताळणी करू शकतो.

3. एजंट कौशल्यांचे मूल्यमापन आणि देखभाल तपशीलवार स्पष्ट करा

कालांतराने एजंटांची साधने आणि कौशल्ये टिकवून ठेवण्यासाठी, विकास संघांनी स्वयंचलित मूल्यमापन चौकटी तैनात करणे आवश्यक आहे; या चौकटी कृत्रिम बुद्धिमत्ता एजंटांच्या कौशल्यांसाठी एकक चाचण्यांप्रमाणे काम करतात. मूल्यमापनाची कार्यपद्धती चार-टप्प्यांच्या अंमलबजावणी पद्धतीचे अनुसरण करते:

  1. मूल्यमापन निकषांची निर्मिती: समन्वयक एजंट साधनांकडून अपेक्षित वर्तन आणि परिमाणात्मक गुणांकन निकष परिभाषित करणारी स्पष्ट मूल्यमापन चौकट तयार करतो.
  2. विलग वातावरणातील अंमलबजावणी: उप-एजंट यादृच्छिक, ओळख अस्पष्ट करणारी नावे दिलेल्या स्वतंत्र तात्पुरत्या निर्देशिकांमध्ये कामे पार पाडतात. निर्देशिकांची ओळख अस्पष्ट करणे अत्यावश्यक आहे, कारण मोठी भाषा मॉडेल स्वतः मूल्यमापन चाचणी यंत्रणेत असल्याचे ओळखू शकतात आणि अंमलबजावणीचे वर्तन बदलू शकतात, ज्यामुळे मूल्यमापनात गंभीर पक्षपात निर्माण होतो.
  3. बहु-मॉडेल मॅट्रिक्स मूल्यमापन: एकाच मॉडेलमुळे होणारा गुणांकन पक्षपात दूर करण्यासाठी, विविध पायाभूत मॉडेलांच्या मॅट्रिक्सवर चालणारे परीक्षक एजंट समन्वयकाच्या निकषांनुसार उप-एजंटांच्या कामगिरीचे मूल्यमापन करतात.
  4. क्रमिक सुधारणा अनुकूलन चक्रे: स्वयंचलित अनुकूलन चक्रे (उदाहरणार्थ, Cursor मध्ये /loop चालवणे) संपूर्ण मॉडेल मॅट्रिक्सवर लक्ष्यित मूल्यमापन गुण (उदा., 10 पैकी 10) मिळेपर्यंत कौशल्य सूचना आणि साधनांचे मापदंड सतत परिष्कृत करतात.

Tan यांनी यावर भर दिला की एजंट कौशल्यांच्या देखभालीसाठी सतत मानवी निरीक्षण आणि अभियांत्रिकीतील गुणवत्तेची जाण आवश्यक असते. विकासकांनी सक्रिय मार्गदर्शक निरीक्षक म्हणून काम केले पाहिजे; कौशल्य विकासादरम्यान साधनांच्या आवाहन नोंदी आणि एजंटच्या विचारप्रक्रियेचे खंड तपासून सूक्ष्म अपयश प्रकार ओळखले पाहिजेत आणि सुधारक सूचना कायमस्वरूपी कौशल्यांमध्ये औपचारिकपणे समाविष्ट केल्या पाहिजेत.

कठोर स्थापत्य संरक्षक मर्यादा: लवचिक सूचनांपासून सातत्यपूर्ण एकत्रीकरणातील अंमलबजावणीकडे

1. लवचिक नियम आणि कठोर निश्चित बंधने यांची तुलना करा

मार्कडाउन शैली मार्गदर्शिका, सूचना नियम किंवा AGENTS.md सूचना फाइल यांसारख्या लवचिक सूचना-बंधनांवर पूर्णपणे अवलंबून राहिल्यास कोडसंचाचा दर्जा अपरिहार्यपणे खालावतो. बंधने नसलेले एजंट विशिष्ट ठिकाणची कामे पूर्ण करण्यासाठी सर्वात सोपा मार्ग निवडतात, तेव्हा ते अवैध अमूर्त रचना, पुनरावृत्त तर्क आणि साचलेले तांत्रिक ऋण यांनी युक्त असे “आपोआप घडलेले स्थापत्य” निर्माण करतात.

दीर्घकालीन संरचनात्मक अखंडता राखण्यासाठी सॉफ्टवेअर स्थापत्यांनी Lauren Tan यांचे मुख्य रचना तत्त्व लागू केले पाहिजे: एजंट स्वाभाविकपणे संरचनात्मक शॉर्टकट घेत असल्यामुळे, कोडसंचाचे स्थापत्य असे रचलेले असले पाहिजे की सर्वात लहान मार्ग हाच संरचनात्मकदृष्ट्या सर्वोत्तम आणि योग्य मार्ग असेल. अभियांत्रिकी संघांनी लवचिक मार्गदर्शक तत्त्वांवरील अवलंबित्व कमी करून कठोर सातत्यपूर्ण एकत्रीकरण तपासण्यांवर भर देणाऱ्या स्तरित संरक्षक चौकटीद्वारे हे तत्त्व अंमलात आणले पाहिजे.

स्तर अंमलबजावणीची कठोरता यंत्रणा / साधने वैशिष्ट्ये
1. कोडसंचाचे स्थापत्य आणि संपुटीकरण कठोर (निश्चित नियमाधारित) वैशिष्ट्यांचे एकत्र स्थानिकीकरण, कठोर निर्देशिका सीमा, सानुकूल आयात नियम सर्वात लहान मार्ग हाच योग्य मार्ग बनवून अयोग्य स्थापत्य पद्धतींना संरचनात्मकरीत्या प्रतिबंध करते
2. स्थिर विश्लेषण आणि संकलक निदान कठोर (निश्चित नियमाधारित) कठोर संकलक (उदा., Rust मधील उधार-वापर तपासक), सानुकूल कोड तपासक, सातत्यपूर्ण एकत्रीकरण तपासण्या मानवी पुनरावलोकनापूर्वी अपरिवर्तनीय नियमांचे उल्लंघन झाल्यास निश्चितपणे संकलन अयशस्वी करते
3. स्वयंचलित कोड पुनरावलोकन लवचिक / अर्ध-निश्चित नियमाधारित कृत्रिम बुद्धिमत्ता-आधारित कोड पुनरावलोकक (उदा., Bugbot), स्वयंचलित पुल विनंती विश्लेषण पुल विनंती पडताळणीदरम्यान संदर्भाधारित दोष शोधते
4. एजंट कौशल्ये आणि शैली मार्गदर्शिका लवचिक (अनिश्चित) मार्कडाउन नियम, सूचनात्मक निर्देश, शैली मार्गदर्शिका मॉडेल सहज दुर्लक्ष करतात किंवा विसंगतपणे लागू करतात

स्तर 3 आणि 4 मधील लवचिक मार्गदर्शक तत्त्वे उपयुक्त संदर्भ देत असली, तरी स्वायत्त एजंट अवैध कोड विलीन करू शकणार नाहीत याची हमी देण्यासाठी स्तर 1 आणि 2 मधील कठोर स्थिर विश्लेषण आणि स्थापत्य संपुटीकरण अनिवार्य आहेत.

2. “Dune” स्थापत्याच्या प्रकरण-अभ्यासाचे विश्लेषण करा

निश्चित नियमाधारित संरक्षक मर्यादांची व्यावहारिक अंमलबजावणी Grokbot डेस्कटॉप अनुप्रयोगाच्या अंतर्गत पुनर्रचनेत दिसून येते. Grokbot तयार करण्यासाठी “Dune” वापरले गेले; ही विशेष अंतर्गत चौकट Electron अनुप्रयोगांसाठीचे Next.js म्हणून वर्णन केली जाते आणि ती खास एजंट-चालित सॉफ्टवेअर वितरणासाठी रचलेली आहे.

अनुप्रयोगाच्या कार्यकाळीन कार्यप्रदर्शनाचे संरक्षण करण्यासाठी आणि एजंटांच्या वारंवार उद्भवणाऱ्या अपयश प्रकारांना दूर करण्यासाठी, Dune स्थापत्य सातत्यपूर्ण एकत्रीकरण प्रक्रियांमध्ये कठोर निश्चित नियम लागू करते:

  • React हुक्सवर बंदी: स्थिती समक्रमणातील दोष आणि अनपेक्षित पुनर्प्रस्तुतीकरण टाळण्यासाठी संपूर्ण कोडसंचात React च्या useEffect हुकला पूर्णपणे मनाई आहे. useEffect आढळल्यास सातत्यपूर्ण एकत्रीकरणातील संकलन त्वरित अयशस्वी होते.
  • कोडमधील टिप्पण्यांवर बंदी: अनुप्रयोगाच्या कोडमध्ये टिप्पण्यांना सक्त मनाई आहे. Tan यांनी निरीक्षण नोंदवले की एजंट अनेकदा ऐतिहासिक भाष्य तयार करतात किंवा तात्पुरत्या पुल विनंती पुनरावलोकन टिप्पण्यांचा चुकीचा अर्थ लावतात—उदाहरणार्थ, “Lauren यांनी हे कधीही करू नये असे सांगितले” यासारख्या एका पुनरावलोकन टिप्पणीचे स्थिर कोड टिप्पणीमध्ये रूपांतर करतात—ज्यामुळे कायमस्वरूपी, सर्वत्र लागू होणारी बंधने काल्पनिकरीत्या निर्माण होतात आणि मॉडेलच्या संदर्भ चौकटी प्रदूषित होतात. कोड टिप्पण्यांवर बंदी घातल्यामुळे स्वतःचा अर्थ स्पष्ट करणारा कोड लिहिणे आवश्यक ठरते आणि संदर्भाचा दर्जा खालावण्यास प्रतिबंध होतो.
  • प्रक्रिया सीमांचे अनिवार्य विलगीकरण: Electron अनुप्रयोगांमध्ये मुख्य नोड प्रक्रिया आणि वापरकर्ता आंतरफलक प्रस्तुत करणारा निष्पादन धागा यांच्यात कठोर विभाजन आवश्यक असते. सुरळीत 60 चौकटी प्रति सेकंद कार्यप्रदर्शन राखण्यासाठी आवश्यक असलेल्या प्रत्येक चौकटीमागील 16-मिलिसेकंद अंमलबजावणी मर्यादेचे संरक्षण करण्यासाठी, सादरीकरण धाग्यावर गणनाभार जास्त असलेली कार्ये आणि आदान/प्रदान कामांना मनाई असते. Dune तर्क electron_main आणि electron_renderer निर्देशिकांमध्ये विलग करून हे लागू करते आणि निर्देशिकांदरम्यान आयात रोखण्यासाठी स्वयंचलित सातत्यपूर्ण एकत्रीकरण अवलंबित्व-आलेख तपासण्या वापरते.

क्लाउड एजंट स्वयंचलन आणि संपूर्ण उद्योगातील उत्पादनांवरील परिणाम

1. स्वायत्त दोष पुनरुत्पादन आणि क्लाउड कार्यप्रवाह

स्थानिक पडताळणी साधने आणि कठोर सातत्यपूर्ण एकत्रीकरणाचे सुरक्षा निर्बंध स्थापित केल्याने सॉफ्टवेअर वितरण स्थानिक सूचना देण्यापासून क्लाउडवर चालणाऱ्या स्वायत्त एजंट समूहांकडे वळू शकते. Cursor मधील "Benny" सारखे अंतर्गत क्लाउड स्वयंचलन एजंट या बदलाचे उदाहरण आहेत.

  [ User Feedback ] (Slack / Support Channels)
         |
         v
  [ Benny Cloud Agent ] (Spawns Isolated Cursor Cloud Environment)
         |
         v
  [ Execute Verification Skill ] (Launches App, Simulates UI Input)
         |
         +---> Bug Reproduced? ---> Yes ---> Generate Fix & Submit PR
         |
         +---> Already Fixed on Main? ---> Confirm Resolution & Notify Team

Benny आपोआप Slack वाहिन्यांमधून वापरकर्त्यांचा मूळ अभिप्राय आणि दोष अहवाल स्वीकारतो. अहवाल मिळाल्यावर, Benny क्लाउडमध्ये Cursor ची एक विलग डेस्कटॉप प्रत सुरू करतो, अनुप्रयोगाचे कार्यन वातावरण चालवतो आणि नोंदवलेला दोष प्रोग्रामद्वारे पुन्हा निर्माण करण्यासाठी साठवलेली पडताळणी कौशल्ये वापरतो.

संपूर्ण पडताळणी क्षमतांनी सुसज्ज विलग वातावरणात काम केल्यामुळे, समस्या कायम आहे की मुख्य शाखेत आधीच सोडवली गेली आहे, हे Benny स्वतंत्रपणे ठरवू शकतो. या स्वयंचलनामुळे निकृष्ट दर्जाच्या वापरकर्ता अहवालांमधील दोष पुन्हा निर्माण करण्यासाठी मानवी अभियंत्यांना हाताने प्रयत्न करण्याची गरज उरत नाही.

2. अभियांत्रिकीबाह्य भूमिकांमध्ये विकासाचे लोकशाहीकरण

नियतात्मक सातत्यपूर्ण एकत्रीकरणाचे सुरक्षा निर्बंध उत्पादन विकास संस्थांच्या कार्यपद्धतीत मूलभूत बदल घडवतात. जेव्हा संकलक आणि सातत्यपूर्ण एकत्रीकरणाच्या स्क्रिप्ट रचनात्मक अपरिवर्तनीय अटी, स्मृतीच्या सीमा आणि कार्यक्षमता मर्यादा नियतात्मक पद्धतीने लागू करतात, तेव्हा उत्पादन व्यवस्थापक, वापरकर्ता अनुभव रचनाकार आणि बाजारपेठेत उत्पादन आणणारे कर्मचारी यांच्यासह अभियांत्रिकीबाह्य कर्मचारी सुरक्षितपणे वैशिष्ट्ये तयार करू शकतात आणि प्रत्यक्ष वापरातील प्रणालीसाठी बदल समाविष्ट करण्याच्या विनंत्या सादर करू शकतात.

पायाभूत व्यवस्था नियमांचे पालन न करणाऱ्या अंमलबजावण्या आपोआप नाकारत असल्यामुळे, अतांत्रिक योगदानकर्ते Grokbot सारख्या नैसर्गिक भाषा संवादमाध्यमांद्वारे संहितासंचाची स्थिरता किंवा कार्यक्षमता मर्यादा धोक्यात न आणता कार्यात्मक सुधारणा तयार करू शकतात.

या कार्यपद्धतीत विशिष्ट आर्थिक आणि गुंतवणुकीवरील परताव्यासंबंधी तडजोडी आहेत:

  • प्रारंभिक टोकन भांडवली खर्च: सर्वसमावेशक पडताळणी संच तयार करणे, बहु-एजंट मूल्यमापन सारण्या चालवणे आणि रचनात्मक पुनर्रचना करणे यासाठी सुरुवातीला लक्षणीय टोकन खर्च आवश्यक असतो. Grokbot अनुप्रयोगाची Dune रचनेनुसार पुनर्रचना करण्यासाठी 600 पेक्षा जास्त स्वतंत्र बदल समाविष्ट करण्याच्या विनंत्या आवश्यक ठरल्या.
  • श्रम कार्यक्षमतेतील लाभ: मानवी अभियांत्रिकीच्या अतिरिक्त कामात मोठी घट झाल्यामुळे उच्च प्रारंभिक टोकन खर्चाची भरपाई होते. उच्च क्षमतेच्या एजंट कार्यन साखळ्यांमुळे संस्था लहान संघांसह काम करू शकतात आणि मोठ्या अभियांत्रिकी विभागांचा संघटनात्मक अतिरिक्त भार टाळू शकतात. Grok 4.6 सारखी अत्याधुनिक मॉडेल सतत मूल्यमापन करणारी आवर्तने आणि एजंट मूल्यमापन सारण्यांची आर्थिक व्यवहार्यता आणखी वाढवतात; हे मॉडेल आवृत्ती 4.5 चे टोकन दर कायम ठेवून मानक चाचण्यांमध्ये अधिक चांगली कामगिरी करते.

रचनात्मक मर्यादा आणि अनुत्तरित अभियांत्रिकी प्रश्न

1. प्रमुख मर्यादा आणि अपवादात्मक परिस्थितींची नोंद

उच्च स्वायत्ततेच्या एजंट समूहांमुळे गतीत सुधारणा झाली असली, तरी सध्याच्या रचनात्मक पद्धतींमुळे स्पष्ट अभियांत्रिकी मर्यादा आणि तडजोडी निर्माण होतात:

  • प्रारंभिक टोकन खर्च: सतत पडताळणी करणाऱ्या कार्यसाखळ्या उभारणे आणि अनेक शेकडो बदल समाविष्ट करण्याच्या विनंत्यांची पुनर्रचना मोहीम राबवणे यासाठी प्रचंड प्रमाणात टोकन लागतात. मर्यादित टोकन खर्चमर्यादेत काम करणाऱ्या संघांसाठी, गुंतवणुकीवरील परतावा मिळण्यापूर्वीच पडताळणी साधने उभारण्यासाठी लागणारे भांडवल मोठा अडथळा ठरू शकते.
  • नव्याने नमुना अनुप्रयोग तयार करण्यातील जोखीम: रचनात्मक सुरक्षा निर्बंधांशिवाय वेगाने अनुप्रयोगांचे नमुने तयार केल्याने ("सहजभावनेवर आधारित संहितालेखन") गंभीर रचनात्मक तांत्रिक ऋण निर्माण होते. स्पष्ट अंतर्गत तपशील विलग ठेवण्याच्या सीमा आणि स्थिर निर्बंध नसल्यास, एजंट सोयीचे शॉर्टकट निवडतात, ज्यामुळे संहितासंच झपाट्याने नियंत्रणाबाहेर जातात आणि अखेरीस ते दुरुस्त करण्यासाठी अनेक शेकडो बदल समाविष्ट करण्याच्या विनंत्यांच्या मोठ्या पुनर्रचना मोहिमा आवश्यक ठरतात.
  • देखभाल आणि अभियांत्रिकी विवेकाचा अतिरिक्त भार: स्वयंचलित पडताळणी प्रणालींमुळे वरिष्ठ अभियंत्यांच्या विवेकाची गरज संपत नाही. मूल्यमापन चाचण्या तयार करणे, वैशिष्ट्यांचे नकाशे अद्ययावत करणे आणि सातत्यपूर्ण एकत्रीकरणाचे निर्बंध स्थापित करणे यासाठी सखोल क्षेत्रविशेष तज्ज्ञता आणि मार्गदर्शन करणारे सक्रिय पर्यवेक्षण आवश्यक असते.

प्रमुख आकडे

  • 1,000 बदल समाविष्ट करण्याच्या विनंत्या: Cursor येथे स्वायत्त एजंट वापरून Lauren Tan यांनी मागील महिन्यात समाविष्ट केलेल्या बदल विनंत्यांची संख्या.
  • जवळपास 800 बदल समाविष्ट करण्याच्या विनंत्या: चालू महिन्यात Lauren Tan यांनी समाविष्ट केलेल्या बदल विनंत्यांची संख्या (महिन्याच्या 12 व्या दिवसापर्यंत).
  • 20 बदल समाविष्ट करण्याच्या विनंत्या: एका दिवसात रात्रीच्या वेळी आपोआप एकत्रित झालेल्या आणि मुख्य शाखेत पडताळलेल्या, एजंटने तयार केलेल्या बदल विनंत्यांची संख्या.
  • 600+ बदल समाविष्ट करण्याच्या विनंत्या: Grokbot संहितासंचाची संपूर्ण रचनात्मक पुनर्रचना पूर्ण करण्यासाठी कार्यान्वित केलेल्या बदल विनंत्यांची संख्या.
  • 16 मिलिसेकंद: प्रति सेकंद 60 फ्रेमची सुरळीत वापरकर्ता संवादपटल कामगिरी टिकवण्यासाठी Electron च्या दृश्यनिर्मिती कार्यधाग्यावर प्रत्येक फ्रेमसाठी आवश्यक असलेली कमाल कार्यन कालमर्यादा.
  • 5 महिन्यांपूर्वी: Lauren Tan Cursor मध्ये रुजू झाल्याचा काळ; सुरुवातीला एजंटवरील विश्वास आणि पडताळणी कौशल्ये विकसित करताना त्यांना कमी उत्पादकतेचा अनुभव आला.
  • Grok 4.6: मानक चाचण्यांमधील कामगिरी वाढवताना मॉडेल आवृत्ती 4.5 चा टोकन खर्च कायम ठेवणारी नव्याने जाहीर केलेली मॉडेल आवृत्ती.

हे चित्र कशामुळे बदलेल

  1. संकलकात अंगभूत एजंट सुरक्षा निर्बंधांकडे वळणे: गतिशील सॉफ्टवेअर चौकटींऐवजी स्मृतीवरील कठोर मालकी आणि प्रकार प्रणाली असलेल्या काटेकोरपणे संकलित भाषांचा (जसे Rust) व्यापक अवलंब, ज्यामुळे रचनात्मक अंमलबजावणी सानुकूल सातत्यपूर्ण एकत्रीकरणाच्या स्क्रिप्टमधून थेट संकलकाच्या निदान व्यवस्थेत स्थलांतरित होईल.
  2. प्रोग्रामद्वारे पडताळणीच्या नियमावलींचे प्रमाणीकरण: Chrome DevTools Protocol च्या पलीकडे जाऊन, डेस्कटॉप, मोबाइल आणि वेब संवादपटल कृत्रिम बुद्धिमत्ता एजंटना थेट उपलब्ध करून देण्यासाठी एकसंध, मंच-निरपेक्ष एजंट-ते-वापरकर्ता-संवादपटल पडताळणी मानकांचा उद्योगभर व्यापक अवलंब.
  3. स्वायत्त सातत्यपूर्ण एकत्रीकरणातील व्यापक बदल-विलीनीकरण: मुख्य प्रवाहातील व्यावसायिक सॉफ्टवेअर संघांनी मानवी संहिता पुनरावलोकन कार्यसाखळ्यांमधून कृत्रिम मूल्यमापन गुण आणि सातत्यपूर्ण एकत्रीकरण चाचण्यांवर चालणाऱ्या पूर्णपणे स्वयंचलित बदल-विलीनीकरण रांगांकडे वळणे.
  4. बहु-एजंट मूल्यमापनातील टोकन खर्चात घट: पायाभूत मॉडेलच्या अनुमान खर्चात लक्षणीय रचनात्मक घट, ज्यामुळे मोठ्या उद्योगसंस्थांबाहेरील विकास संघांना बहु-एजंट मूल्यमापन सारण्या आणि टप्प्याटप्प्याने सुधारणा शोधणारी अनुकूलन आवर्तने किफायतशीरपणे सतत चालवता येतील.

प्रगत कृत्रिम बुद्धिमत्ता अभियांत्रिकी चौकटी आणि स्वायत्त कार्यन साखळ्या लागू करण्याविषयी अधिक जाणून घेण्यासाठी, DeepValues Research संकेतस्थळावर उपलब्ध मुक्त-स्रोत संशोधन पाहा किंवा आजच DeepValues अनुप्रयोग वापरून पाहा.

संदर्भसूची

Lauren Tan - SpaceXAI engineer, interview published on YouTube channel Vision Sabbat

पाहा

स्रोतांच्या लिंक्स

पाहा आणि ऐका

संशोधन मजकूर CC BY 4.0, संदर्भ असा द्या: DeepValues Research, स्वायत्त कोड एजंट्सचा विस्तार: पडताळणीची पुनरावर्ती चक्रे आणि सातत्यपूर्ण एकत्रीकरणातील कठोर सुरक्षा मर्यादा जलद सॉफ्टवेअर वितरण कसे शक्य करतात, https://research.deepvalues.ai/insights/2026-11-02-scaling-engineering-velocity-with-ai-agents-mr/

मोफत साप्ताहिक ईमेल

Margin of Safety Weekly

दर शनिवारी ईमेल: बाजाराचे तापमान, दिग्गज गुंतवणूकदारांनी काय खरेदी केले आणि विकले (13F दाखले), आठवड्याचे नवीन संशोधन, आमचे व्हिडिओ आणि पॉडकास्ट — मोफत, खाते आवश्यक नाही.

Send me the DeepValues Margin of Safety Weekly, one email every Saturday. I can unsubscribe at any time. Information only, not investment advice. गोपनीयता

आणखी जाणून घ्या

कोणत्याही शेअरचे हे विश्लेषण 2 मिनिटांत करा

हा अहवाल तयार करणारा मल्टी-एजंट AI विश्लेषक Deep Value Intelligence, मागणीनुसार कोणत्याही सूचीबद्ध कंपनीसाठी असाच अहवाल तयार करतो.

Deep Value Intelligence उघडा

DeepValues ॲपमध्ये 300+ शेअर्सवर लक्ष ठेवा

भूमिका, अंतर्निहित मूल्य आणि नवीनतम अहवाल, तुमच्या फोनवर.

डेव्हलपर्स: API द्वारे भूमिका आणि अहवाल

या पानांमागील मूलभूत आर्थिक माहिती, अंतर्निहित मूल्ये, भूमिका आणि अहवालांच्या लिंक्स, JSON स्वरूपात.

API दस्तऐवज

चर्चा करा