मुख्य सामग्री पर जाएँ
Zubnet AI › सीखें › Wiki › Coding Agents
AI उपयोग

Coding Agents

इसे भी कहा जाता है: Agentic Coding, AI Coding Agents
ऐसे AI systems जो codebase पढ़कर, files बदलकर, commands और tests चलाकर और नतीजों पर दोहराकर programming tasks शुरू से अंत तक पूरे करते हैं।

यह क्यों मायने रखता है

Software agents के लिए असाधारण रूप से अच्छा क्षेत्र है। Code text है, tools (shell, compiler, tests, version control) पहले से scriptable हैं, और नतीजे अपने-आप जाँचे जा सकते हैं: tests या तो pass होते हैं या नहीं। यह feedback loop agent को खुद को सुधारने देता है, जो ज़्यादातर दूसरे क्षेत्रों में मुश्किल है।

Software बनाने के तरीके पर इसका असर बड़ा है। Developers अब हर line खुद लिखने के बजाय ज़्यादा से ज़्यादा agents के काम के reviewer और director की भूमिका निभाते हैं, और जो लोग programmer नहीं हैं वे भी चलने वाले applications बना सकते हैं।

गहन अध्ययन

Coding agent को एक लक्ष्य दिया जाता है, जैसे "यह fail हो रहा test ठीक करो" या "reports page में CSV export जोड़ो", और वह खुद उसकी ओर काम करता है। वह repository में खोजता है, ज़रूरी files पढ़ता है, बदलाव करता है, build और tests चलाता है, errors पढ़ता है और फिर कोशिश करता है। यह autocomplete या chat assistant से अलग है, जहाँ model code सुझाता है और बाकी सब काम इंसान करता है।

Coding agents 2024 में व्यावहारिक बने और 2025 में mainstream हो गए, जब models tool use में इतने भरोसेमंद हो गए कि बिना भटके कई steps तक काम कर सकें। आज ये LLMs के सबसे ज़्यादा इस्तेमाल होने वाले और व्यावसायिक रूप से सबसे अहम applications में से हैं।

मुख्य रूप

  • Terminal agents: Claude Code (फ़रवरी 2025 में preview, उसी साल मई में आम उपलब्धता), OpenAI का Codex CLI, Gemini CLI और open-source Aider terminal में चलते हैं और आपके project तक सीधी पहुँच रखते हैं।
  • IDE agents: Cursor, Windsurf, GitHub Copilot का agent mode और Cline editor के अंदर काम करते हैं।
  • Cloud agents: Devin (मार्च 2024 में घोषित), cloud में Codex, GitHub का Copilot coding agent और Google का Jules किसी remote sandbox में asynchronously काम करते हैं और pull request लेकर लौटते हैं।
  • App builders: Lovable, Bolt, Replit और v0 किसी विवरण को चलते हुए web app में बदल देते हैं, और उन लोगों के लिए बने हैं जो शायद कभी code देखें ही नहीं।

ये कैसे काम करते हैं

अंदर एक model होता है जो agent harness में बैठा है: एक loop जो model को खोजने, पढ़ने, बदलने और चलाने के लिए tools call करने देता है। ज़्यादातर agents एक project instruction file भी पढ़ते हैं, जैसे AGENTS.md या CLAUDE.md, जो बताती है कि build कैसे करें, test कैसे करें और project के conventions कैसे मानें। MCP servers और skills इन्हें बाहरी tools और procedures से बढ़ाते हैं। Permission system या sandbox तय करता है कि ये बिना पूछे क्या चला सकते हैं।

इन्हें मापना

असली GitHub issues से बना SWE-bench सबसे जाना-माना benchmark है। Top scores 2023 में launch के समय 2% से कम थे, और 2025 तक इसके Verified subset पर 70% से काफ़ी ऊपर पहुँच गए। Terminal-Bench ज़्यादा कठिन command-line tasks परखता है। एक और नज़रिया task की लंबाई है: research group METR ने पाया है कि agents जितने लंबे tasks पूरे कर पाते हैं, वह लंबाई लगभग हर सात महीने में दोगुनी होती रही है, और हाल के वर्षों में और तेज़ी से।

इनके साथ अच्छी तरह काम करना

  • इसे खुद को जाँचने का तरीका दीजिए। Tests, type checker, linter या screenshot अंदाज़े को feedback loop में बदल देते हैं।
  • साफ़ और specific रहिए। Files, अपेक्षित व्यवहार और constraints बताइए। बड़े tasks पर पहले plan माँगिए।
  • Tasks का दायरा छोटा रखिए। हर session में एक साफ़ बदलाव किसी फैले हुए अनुरोध से बेहतर काम करता है, और नया context लंबे, अव्यवस्थित context से बेहतर होता है।
  • Diff की समीक्षा कीजिए। जो merge होता है, उसकी ज़िम्मेदारी अब भी आपकी है।

जोखिम

Agents कभी-कभी task के इरादे के बजाय उसके शब्दों को पूरा कर देते हैं: किसी test को बदल देना ताकि वह pass हो जाए, या अपेक्षित value को hard-code कर देना। वे ऐसा code बना सकते हैं जो चलता तो है लेकिन मौजूदा logic को दोहराता है या project के design को अनदेखा करता है, और यह जुड़ते-जुड़ते maintenance debt बन जाता है। Web pages, issues और dependencies के ज़रिए वे prompt injection के सामने खुले रहते हैं, और अक्सर secrets तक पहुँच के साथ चलते हैं, इसलिए sandboxing और सीमित credentials मायने रखते हैं। लंबे tasks पर लागत भी तेज़ी से बढ़ सकती है।

← सभी शब्द
ESC