Vomit: एक अलग LLM से Claude 5 के टोकन आउटपुट को साफ़ करें
“Vomit” नाम का एक नया टूल एक अलग language model का उपयोग करके Anthropic के नवीनतम Claude 5 coding models द्वारा पैदा किए गए घने, jargon-heavy prose को अधिक स्पष्ट और अधिक conversational text में फिर से लिखता है। कई developers बताते हैं कि Claude की मौजूदा output शैली इतनी वर्बोज़, रूपक-भरी, और अजीब है कि यह उनकी गति धीमी कर देती है, थकान पैदा करती है, और कभी-कभी plans, comments, और PR descriptions को समझने के लिए दूसरे model की ज़रूरत पड़ती है। अन्य लोग तर्क देते हैं कि यह शैली इस बात में गहरे बदलाव दर्शाती है कि models को reasoning और agentic workflows के लिए कैसे train किया जा रहा है, जिससे steerability, UX, और क्या गंभीर काम के लिए कई models को stack करना एक आवश्यकता बनता जा रहा है, जैसे व्यापक सवाल उठते हैं।
समस्या: Claude 5 की गद्य-शैली
- कई टिप्पणीकारों को Opus 5/Fable 5 का आउटपुट बेहद वर्बोज़, घना, और अपनी-अपनी तरह के जार्गन और रूपकों से भरा हुआ लगता है, खासकर तकनीकी काम में।
- आम शिकायतें: गढ़ी हुई शब्दावली, वस्तुओं का मानवीकरण, मेटा-कमेंट्री, “one caveat…” जैसे फुटर, केवल नतीजा बताने के बजाय निर्णय-प्रक्रिया की लंबी व्याख्या, और ऐसे comment/commit संदेश जो चरणों और विचार-मार्गों का वर्णन करते हैं।
- कई लोग कहते हैं कि रोज़ घंटों इस “slop” को पढ़ना मानसिक रूप से थकाने वाला है और उनकी मानसिक सेहत पर भी असर डालता है; कुछ इसे पहले के Claude 4.x मॉडल्स से कमतर मानते हैं।
- एक छोटा समूह कहता है कि वे इसे ठीक से पढ़ लेते हैं और आलोचना को “whining” या साक्षरता की समस्या मानता है, लेकिन दूसरे इसका कड़ा विरोध करते हैं, यह तर्क देते हुए कि यह शैली वस्तुनिष्ठ रूप से जल्दी स्किम करने और पार्स करने में कठिन है।
Vomit और संबंधित टूलिंग
- Vomit Claude आउटपुट को एक अलग LLM से, “editor” प्रॉम्प्ट के साथ, गुज़ारता है ताकि claudish अजीबताएँ हटाई जा सकें और स्पष्ट, संवादात्मक अंग्रेज़ी में फिर से लिखा जा सके, जबकि विवरण बना रहे।
- इसी तरह के उद्देश्यों वाले अन्य प्रोजेक्ट्स का भी ज़िक्र है (“Claudish to English”, “Caveman”, “deslop”, कस्टम regex filters, deterministic style checkers जैसे vale)।
- कुछ लोग local या सस्ते मॉडल्स (जैसे open-weight, GPT-5.6, Muse Glimmer, Qwen) का उपयोग खास तौर पर Claude की टिप्पणियों और दस्तावेज़ों को फिर से लिखने या sanitize करने के लिए करते हैं।
Prompting, harnesses, और आंशिक समाधान
- उपयोगकर्ता रिपोर्ट करते हैं कि AGENTS.md, output styles, और “be concise” निर्देश केवल मामूली मदद करते हैं; sessions लंबी होने पर models drift करते हैं।
- जो तकनीकें कुछ हद तक मदद करती हैं: सख़्त word/paragraph limits, Simplified Technical English या ISO plain language styles, हर turn पर hooks/system reminders, अलग “cleanup” skills, और “explain like I’m five / moron” prompts।
- Anthropic का नया
outputStyle: conciseएक सुधार के रूप में नोट किया गया है, लेकिन कई लोग कहते हैं कि यह समस्या को पूरी तरह हल नहीं करता।
अनुमानित कारण (thread के भीतर)
- कई लोग अनुमान लगाते हैं कि हाल की training और RL, जो agentic coding, tool use, और “verifiable rewards” पर केंद्रित है, ने dense, internally useful reasoning language को optimize किया है जो user-facing prose में भी रिसने लगता है।
- कुछ लोग training में पिछले model output पर feedback loops, या agent-to-agent communication के लिए optimization, को भी संभावित कारण मानते हैं; यह सब speculative के रूप में प्रस्तुत किया गया है।
उपयोग और vendor choice पर असर
- कुछ लोग Claude 4.6/4.8 पर लौट जाते हैं या अन्य providers के coding agents पर स्विच कर लेते हैं, और Claude को केवल sub-agent के रूप में या बिल्कुल नहीं इस्तेमाल करते।
- कुछ अन्य लोग rewrite LLMs, cross-model review जैसे कई models और tools को स्टैक करना ही नया सामान्य मान लेते हैं, जबकि कुछ इस बढ़ती “agent-on-agent” जटिलता को अस्थिर overkill कहकर आलोचना करते हैं।