Ask HN: आपका वर्तमान AI एजेंटिक सेटअप क्या है?
डेवलपर्स तेज़ी से कुछ प्रमुख टूल्स—खासकर Claude Code, Codex, DeepSeek, और Qwen—के आसपास सिमट रहे हैं, जबकि simple chat-based helpers से लेकर coordinated agents की जटिल “software factories” तक सब कुछ आज़मा रहे हैं। कई लोग multiple subscriptions, harnesses (Pi, OpenCode, T3 Code, herdr, Orca, आदि), और custom orchestrators को code, research, और personal automation को parallelize करने के लिए संभालते हैं, लेकिन cognitive overload, QA headaches, और बढ़ते token bills की भी रिपोर्ट करते हैं। एक उल्लेखनीय अल्पसंख्यक या तो एक ही हल्के मॉडल पर टिके रहते हैं या LLMs से पूरी तरह बचते हैं, privacy, safety, और skill-atrophy concerns का हवाला देते हुए, और sandboxing, local inference, तथा humans को समीक्षा-चक्र में मज़बूती से बनाए रखने पर बढ़ता ज़ोर दिखता है।
सब्सक्रिप्शन्स और मॉडल्स
- बहुत आम: पेड Claude (Opus 5.5/Sonnet/Fable) और ChatGPT/Codex टियर्स; कुछ लोग कई प्रदाताओं के बीच $100–$200 वाले प्लान्स संभालते हैं।
- दूसरे लोग इसे न्यूनतम रखते हैं: एक ही $20 टियर, या सिर्फ़ नियोक्ता-भुगतान Copilot/Claude/Gemini; एक दिखाई देने वाला अल्पसंख्यक कुछ भी नहीं चुकाता और फ्री टियर्स या लोकल मॉडल्स पर टिके रहता है।
- ओपन-वेट मॉडल्स का भारी उपयोग होता है: DeepSeek 4.1 Flash, GLM-5.3, Qwen 3.6/3.8, Kimi, Mistral, Gemma, आदि OpenRouter या छोटे EU प्रदाताओं के माध्यम से।
- सामान्य पैटर्न: योजना/समीक्षा के लिए “फ्रंटियर” मॉडल, और भारी इंप्लीमेंटेशन, सारांशण, या बैच जॉब्स के लिए सस्ते या लोकल मॉडल्स।
हर्नेस और वर्कफ़्लोज़
- Claude Code और Codex डेस्कटॉप/CLI प्रमुख कोडिंग हर्नेस हैं; कई लोग कहते हैं कि वे “काफ़ी हैं” और तेज़ी से बेहतर हो रहे हैं।
- विकल्प: OpenCode, Pi/oh‑my‑pi, DeepSeek Harness, Antigravity, Kiro, Maki, Hermes, Muse Code, Zed/JetBrains/Cursor इंटीग्रेशन्स, और टर्मिनल मल्टीप्लेक्सर्स (tmux, Herdr, Rex, Orca, T3 Code)।
- कई लोगों ने अपने UX के अनुरूप अपने कस्टम हर्नेस बनाए हैं (अक्सर ओपन सोर्स): kanban डैशबोर्ड, card/canvas UIs, Emacs इंटीग्रेशन्स, या Slack/Telegram फ्रंटएंड्स।
ऑर्केस्ट्रेशन, सबएजेंट्स और “सॉफ़्टवेयर फैक्ट्रियाँ”
- बहुत से लोग fan-out कार्यों और कोड समीक्षा के लिए Claude Code, Codex, DeepSeek Harness, Pi, आदि में बिल्ट-इन सबएजेंट फीचर्स पर निर्भर रहते हैं।
- एक लंबी पूंछ स्पष्ट ऑर्केस्ट्रेटर्स या प्लेटफ़ॉर्म्स का उपयोग करती है: OpenClaw, Hermes Agent, Grok Bot, Dots, Muse, ctlflow, Paseo, Gas Town, Kiro-शैली की फैक्ट्रियाँ, आदि।
- काफ़ी लोगों ने अपनी “सॉफ़्टवेयर फैक्ट्रियाँ” खुद बनाई हैं: Jira/Linear/GitHub इश्यूज़, kanban बोर्ड्स, या sprint कार्ड्स से संचालित एजेंट; एजेंट PR खोलते हैं, टेस्ट चलाते हैं, adversarial reviews करते हैं, और मानव स्वीकृति तक लूप करते रहते हैं।
- दूसरे लोग swarms को लेकर संशय में हैं, उन्हें token-burner, brittle, या एक मजबूत एजेंट + मानव steering की तुलना में अनावश्यक मानते हैं।
लोकल बनाम क्लाउड, लागत और प्रदर्शन
- कुछ लोग सब कुछ लोकल चलाते हैं (Mac MLX, RTX/Strix Halo/DGX Spark rigs) Qwen/Gemma/GLM/DeepSeek के साथ, गोपनीयता, नियंत्रण, और कम marginal cost का हवाला देते हुए।
- दूसरे cloud subs को प्राथमिकता देते हैं, तर्क देते हैं कि subscription buckets API pricing से बेहतर हैं और hardware की झंझट से बचाते हैं; कुछ $400–$1000/माह खर्च करते हैं, लेकिन बहुत से $10–$40 पर आराम से काम करते हैं।
- थ्रेड trade-offs नोट करता है: frontier closed models अभी भी सामान्यतः अधिक मज़बूत और अधिक concise हैं; open weights कई coding और automation कार्यों के लिए तेज़ी से “good enough” हो रहे हैं।
सुरक्षा, isolation और दृष्टिकोण
- Isolation strategies “raw on my laptop” से लेकर जटिल sandboxes तक जाती हैं: bubblewrap, Docker/microVMs, dedicated Unix users, libvirt VMs, Coder workspaces, या custom gVisor/gateway setups जिनमें credential proxies और URL allowlists हों।
- कुछ लोग account bans, safety filters, data retention, या prompt injection को लेकर स्पष्ट रूप से चिंतित हैं; दूसरे अधिक सहज हैं।
- AI स्वयं पर राय बहुत अलग-अलग है: “मुझे programmer से architect बना दिया” और लगभग addictive productivity से लेकर, सावधान लेकिन उत्साही adoption, और यहाँ तक कि ऐसे लोग भी जो ethics, safety, या cognitive offloading के डर से LLMs का बिल्कुल उपयोग नहीं करते।