Building an Internal Coding Agent at Zup: Lessons and Open Questions
यह शोध पत्र ज़ुप (Zup) के आंतरिक कोडिंग एजेंट, कोडजेन (CodeGen) को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि टूल डिज़ाइन, सुरक्षात्मक बाधाओं (safety guardrails) और मानवीय निरीक्षण से जुड़े इंजीनियरिंग निर्णय, केवल मॉडल की गुणवत्ता की तुलना में प्रोडक्शन रेडीनेस और एडॉप्शन के लिए अधिक महत्वपूर्ण हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपने एक प्रतिभाशाली, अति-बुद्धिमान इंटर्न काम पर रखा है जिसका नाम CodeGen है। यह इंटर्न एक ऐसा AI है जो आपके कोड को पढ़ सकता है, नए फीचर्स लिख सकता है, टेस्ट चला सकता है और अपने आप बग्स (bugs) भी ठीक कर सकता है। आप उत्साहित हैं क्योंकि यह वादा करता है कि यह आपकी टीम के घंटों का काम बचा लेगा।
लेकिन यहाँ एक समस्या है: जब आप इसे पहली बार अपने ऑफिस में काम करने के लिए छोड़ते हैं, तो यह थोड़ा विनाशकारी साबित होता है। यह गलती से गलत फाइलें डिलीट कर देता है, केवल एक कॉमा बदलने के बजाय पूरी किताबें फिर से लिखने की कोशिश करता है, और कभी-कभी इस बात को लेकर भ्रमित हो जाता है कि वह वास्तव में क्या देख रहा है।
यह पेपर इस कहानी के बारे में है कि कैसे Zup Innovation (एक ब्राज़ीलियाई टेक कंपनी) ने अपने इस "प्रतिभाशाली इंटर्न" को एक अराजक प्रोटोटाइप से बदलकर एक भरोसेमंद, प्रोडक्शन-रेडी कर्मचारी बनाया। उन्होंने खोजा कि सफलता का रहस्य केवल एक स्मार्ट AI मॉडल ढूंढना नहीं था; बल्कि यह था कि आप उस इंटर्न को कैसे प्रबंधित करते हैं, उन्हें कौन से टूल्स देते हैं, और आप विश्वास कैसे पैदा करते हैं।
यहाँ उनके सफर का विवरण दिया गया है, जिसमें कुछ रोजमर्रा के उपमाओं (analogies) का उपयोग किया गया है:
1. "इंटर्न" बनाम "मैनेजर" (आर्किटेक्चर)
शुरुआत में, टीम ने अपने इंटर्न को चलाने के लिए एक पहले से बना हुआ "मैनेजमेंट फ्रेमवर्क" (जैसे LangChain) इस्तेमाल करने की कोशिश की। उन्हें एहसास हुआ कि यह एक जटिल निर्माण परियोजना (construction project) को खिलौने वाली ट्रेन सेट से चलाने जैसा था। वह फ्रेमवर्क सरल, सीधी रेखा वाले कार्यों के लिए डिज़ाइन किया गया था, लेकिन कोडिंग के लिए एक लूप की आवश्यकता होती है: सोचो → कार्य करो → परिणाम की जाँच करो → फिर से सोचो।
समाधान: उन्होंने अपना खुद का "मैनेजर" (जिसे Maestro कहा गया) शून्य से बनाया।
- उपमा: इंटर्न को एक कठोर, पूर्व-मुद्रित चेकलिस्ट का पालन करने के लिए मजबूर करने के बजाय, उन्होंने एक गतिशील नियंत्रण कक्ष (control room) बनाया। यह नियंत्रण कक्ष इंटर्न पर नज़र रखता है, उन्हें टूल्स सौंपता है, उनके काम की जाँच करता है, और उन्हें बताता है कि कब रुकना है।
- सबक: केवल एक जेनेरिक टूल न खरीदें; वह विशिष्ट प्रबंधन प्रणाली बनाएं जिसकी आपके अद्वितीय कार्य के लिए आवश्यकता है।
2. "स्कैल्पल" बनाम "सledgehammer" (टूल डिज़ाइन)
इंटर्न द्वारा की गई सबसे बड़ी गलतियों में से एक थी एक साथ पूरी फाइलों को फिर से लिखना।
- समस्या: यदि आप AI को "इस 500-लाइन वाली फाइल को फिर से लिखो" कहते हैं, तो वह अक्सर थक जाता है, बीच का हिस्सा भूल जाता है, या ऐसे कोड का भ्रम (hallucinate) पैदा करता है जो मौजूद ही नहीं है। यह एक शेफ से एक रेसिपी बदलने के लिए पूरी कुकबुक फिर से लिखने के लिए कहने जैसा है।
- समाधान: उन्होंने इंटर्न को एक स्कैल्पल (
editटूल) दिया। पूरी फाइल को फिर से लिखने के बजाय, इंटर्न को यह कहने के लिए मजबूर किया जाता है: "इस विशिष्ट वाक्य को खोजें और इसे इस विशिष्ट वाक्य से बदल दें।" - सबक: AI के कार्यों के दायरे को सीमित करें। बड़े, व्यापक बदलावों के बजाय छोटे, सटीक कट अधिक सुरक्षित और सटीक होते हैं।
3. "सेफ्टी हार्नेस" (सुरक्षा और गार्डरेल्स)
इंटर्न के पास एक शक्तिशाली टूल तक पहुंच है: Shell (जो उसे आपके कंप्यूटर पर कमांड चलाने की अनुमति देता है)। यह एक नए कर्मचारी को पूरी इमारत की चाबियाँ देने जैसा है, जिसमें सर्वर रूम और फायर अलार्म भी शामिल है।
- जोखिम: इंटर्न गलती से
rm -rf(एक कमांड जो सब कुछ डिलीट कर देता है) टाइप कर सकता है या पूरी कंपनी के लिए एक खराब अपडेट पुश कर सकता है। - समाधान: उन्होंने एक स्तरित सुरक्षा हार्नेस (Layered Safety Harness) बनाया:
- "एडिट करने से पहले पढ़ें" का नियम: इंटर्न को उसे छूने से पहले फाइल को देखना ही होगा। अनुमान लगाने की अनुमति नहीं है।
- "ह्यूमन-इन-द-लूप" मोड: खतरनाक कार्यों के लिए, इंटर्न को एक "पॉज" बटन दबाना होगा और एक इंसान से पूछना होगा: "हे, मैं इसे डिलीट करने वाला हूँ। क्या यह ठीक है?"
- "ऑडिट ट्रेल": इंटर्न द्वारा की गई हर हरकत को एक लॉगबुक में रिकॉर्ड किया जाता है, जैसे कि एक सुरक्षा कैमरा, ताकि अगर कुछ गलत हो जाए तो आप देख सकें कि वास्तव में क्या हुआ था।
4. "ट्रेनिंग व्हील्स" दृष्टिकोण (मानवीय निरीक्षण)
टीम को एहसास हुआ कि वे बस एक स्विच नहीं दबा सकते और कह नहीं सकते कि, "अब तुम 100% स्वायत्त हो।" यह डेवलपर्स के लिए बहुत डरावना है।
- रणनीति: उन्होंने प्रगतिशील विश्वास (Progressive Trust) पेश किया।
- चरण 1 (ट्रेनिंग व्हील्स): इंटर्न एक बदलाव का सुझाव देता है, लेकिन होने से पहले एक इंसान को "Approve" पर क्लिक करना ही होगा।
- चरण 2 (विश्वास): जैसे-जैसे इंटर्न खुद को भरोसेमंद साबित करता है, इंसान कम चीजों को अप्रूव करना शुरू कर देता है।
- चरण 3 (स्वायत्तता): अंततः, इंटर्न नियमित कार्यों के लिए अपने आप चलता है।
- उपमा: यह एक बच्चे को साइकिल चलाना सिखाने जैसा है। आप ट्रेनिंग व्हील्स (अप्रूवल मोड) के साथ शुरू करते हैं, फिर आप उनके साथ दौड़ते हैं, और अंत में, आप उन्हें अकेले चलाने देते हैं। आप बस उन्हें साइकिल पर नहीं फेंकते और उम्मीद नहीं करते।
5. "मेमोरी" सिस्टम (स्टेट मैनेजमेंट)
कोडिंग कार्यों में लंबा समय लग सकता है। यदि इंटर्न विचलित हो जाता है या इंटरनेट कट जाता है, तो उसे यह नहीं भूलना चाहिए कि वह क्या कर रहा था।
- समाधान: उन्होंने एक सिस्टम बनाया जो "बातचीत के इतिहास" और प्रोजेक्ट की "वर्तमान स्थिति" को सहेजता है। यदि इंटर्न डिस्कनेक्ट हो जाता है, तो वह फिर से जुड़ सकता है और कह सकता है, "ठीक है, मैं अभी लॉगिन बटन को ठीक करने वाला था। चलिए वहीं से शुरू करते हैं।"
मुख्य निष्कर्ष
पेपर का मुख्य संदेश यह है: AI मॉडल स्वयं नायक नहीं है; इसके आसपास की इंजीनियरिंग असली हीरो है।
आपके पास दुनिया का सबसे स्मार्ट AI हो सकता है, लेकिन यदि आप उसे स्कैल्पल के बजाय हथौड़ा (sledgehammer) देते हैं, या यदि आपके पास सुरक्षा हार्नेस नहीं है, तो वह विफल हो जाएगा। असली जादू टूल्स के डिज़ाइन, सुरक्षा नियमों और मशीन के साथ मनुष्यों द्वारा विश्वास बनाने के तरीके में होता है।
संक्षेप में: केवल एक बेहतर दिमाग न खरीदें; उसके रहने के लिए एक बेहतर शरीर और एक बेहतर वातावरण बनाएं। इसी तरह आप एक प्रोटोटाइप को एक ऐसे उत्पाद में बदलते हैं जिसे लोग वास्तव में उपयोग करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।