कोडिंग एजेंट इतने बेवकूफ़ क्यों होते हैं?

समग्र भावना

• कई लोग मानते हैं कि मौजूदा कोडिंग एजेंट व्यवहार में “बेवकूफ़” लगते हैं, लेकिन इसमें मतभेद है:
  • कुछ का कहना है कि हालिया शीर्ष-स्तरीय मॉडल और बेहतर सेटअप ने लेख की कई परेशानियाँ काफी हद तक ठीक कर दी हैं।
  • अन्य लोग महीनों की निराशा की बात करते हैं, खासकर गैर-तुच्छ, लंबे समय तक चलने वाले प्रोजेक्ट्स में।

हार्नेस बनाम मॉडल

• कई लोगों का तर्क है कि ज़्यादातर समस्याएँ हार्नेस/ऑर्केस्ट्रेशन से जुड़ी हैं, मॉडल की सीमाओं से नहीं:
  • खराब डिफ़ॉल्ट प्रॉम्प्ट; सबएजेंट्स, समानांतरता, या रोल-सेपरेशन पर ज़ोर नहीं।
  • कुछ हार्नेस (जैसे नए वर्ज़न) कई async सबटास्क बना सकते हैं; कुछ अन्य क्रमिक या नाज़ुक ही रहते हैं।
  • लोग कस्टम ऑर्केस्ट्रेटर्स का वर्णन करते हैं जो सस्ते/तेज़ मॉडल्स को काम सौंपते हैं और अलग-अलग भूमिकाएँ इस्तेमाल करते हैं।

सबएजेंट्स, समानांतरता, और मॉडल चयन

• मिश्रित अनुभव:
  • कुछ लोग ऐसे स्वायत्त एजेंट्स के साथ उत्कृष्ट परिणाम बताते हैं जो टिकट लेते हैं और PRs खोलते हैं, या एक ही repo में कई एजेंट चलाते हैं।
  • अन्य लोगों को सबएजेंट्स चीज़ों को धीमा करते और परिणामों को खराब करते लगते हैं।
• डायनामिक मॉडल चयन (स्मार्ट बनाम सस्ता) अभी भी ज़्यादातर मैन्युअल या प्रॉम्प्ट-आधारित है; पूरी तरह स्वचालित कठिनाई-आकलन को कठिन माना जाता है।

कोड गुणवत्ता और समीक्षा वर्कफ़्लो

• कई लोगों की शिकायत है कि AI-लिखा कोड “काम करता है लेकिन बदसूरत होता है”:
  • अत्यधिक जटिल, कमजोर टाइपिंग, अस्पष्ट आर्किटेक्चर, खराब “टेस्ट”/“taste”।
• सुझाए गए उपाय:
  • डॉक-ड्रिवन डेवलपमेंट; एजेंट के साथ पहले स्पेक्स/डॉक्स लिखें।
  • दर्शन और स्टाइल को AGENTS.md और markdown “source-of-truth” डॉक्स में क़ानूनी/औपचारिक रूप दें।
  • हुक्स/रिव्यू सबएजेंट्स का उपयोग करें जो परिभाषित स्टाइल और “definition of done” के विरुद्ध कोड की स्वतः आलोचना और पुनर्लेखन करें।

प्रॉम्प्टिंग, कॉन्टेक्स्ट, और एनवायरनमेंट इंजीनियरिंग

• कुछ लोग ज़ोर देते हैं कि सावधानीपूर्वक कॉन्टेक्स्ट/प्रॉम्प्ट/एनवायरनमेंट डिज़ाइन आवश्यक है:
  • मॉडल जो कुछ भी देखता है—फ़ाइलें, डॉक्स, संरचना—उसे प्रॉम्प्ट का हिस्सा मानें।
  • सामान्य प्लगइन्स पर निर्भर रहने के बजाय लोकल टूल्स और स्किल्स बनाएं।
• अन्य लोग इसका विरोध करते हैं, यह बताते हुए कि ज़्यादातर उपयोगकर्ताओं के पास महीनों बिताकर कस्टम फ्रेमवर्क बनाने का समय नहीं है।

सुरक्षा और सैंडबॉक्सिंग

• फ़ाइलसिस्टम/नेटवर्क एक्सेस वाले एजेंट्स को लेकर गंभीर चिंता:
  • सैंडबॉक्स/कंटेनर की सिफ़ारिश की जाती है, लेकिन फिर भी एस्केप और सप्लाई-चेन जोखिम रहते हैं (जैसे .git में स्क्रिप्ट्स)।
  • कुछ लोग एजेंट्स को read-only git access देते हैं और उन्हें नेटवर्क्स पर अलग-थलग रखते हैं।

मेटा: अपेक्षाएँ और परिपक्वता

• कई लोग कहते हैं कि “स्पष्ट” फीचर्स की इच्छा-सूची हार्नेस में डिफ़ॉल्ट रूप से शामिल होनी चाहिए, लेकिन हम AI युग के शुरुआती चरण में हैं।
• “अगर आप इसे चाहते हैं, तो एजेंट के साथ बनाइए” और “ज़्यादातर लोग उचित रूप से बेहतर out-of-the-box व्यवहार की उम्मीद करते हैं” के बीच तनाव है।