एआई एजेंटों को केवल नियमों से अधिक की आवश्यकता है: इंजीनियरिंग विशेषज्ञता कैसे स्थानांतरित करें
लेखक का तर्क है कि घोषणात्मक निर्देश जैसे लंबे प्रॉम्प्ट, उत्पन्न दस्तावेज़, या कौशलों का संग्रह, एआई कोडिंग एजेंटों के लिए समीक्षा में उत्तीर्ण होने वाला कोड तैयार करने के लिए अपर्याप्त हैं। इसके बजाय, वे एक छह-नियम प्रक्रिया का प्रस्ताव करते हैं जहां एजेंट एक डेवलपर के समान निर्णय पथ का पालन करते हैं, समाधानों को संदर्भित करने के लिए कार्यों को विघटित करते हैं, कुछ-शॉट उदाहरणों का उपयोग करते हैं, और धीरे-धीरे सत्यापित परीक्षणों और स्वीकृत निर्णयों को पुन: प्रयोज्य कौशल में बदलते हैं। दृष्टिकोण स्वायत्त एजेंट संचालन के बजाय पुनरावृत्त सीखने और मानवीय निरीक्षण पर जोर देता है।
हैबर पर लिखा यह लेख विस्तृत प्रॉम्प्ट्स से लेकर दस्तावेज़ीकरण और स्किल्स तक, AI कोडिंग सहायता के विकास का वर्णन करता है, लेकिन लेखक ने पाया कि अकेले ये चीज़ें समीक्षा के लिए तैयार कोड नहीं देतीं। समस्या यह है कि दक्षता को पूरी तरह से घोषणात्मक रूप से स्थानांतरित नहीं किया जा सकता; इसका अधिकांश हिस्सा कार्य के दौरान उभरता है। लेखक छह नियम प्रस्तावित करता है: एजेंट को डेवलपर के समान निर्णय पथ का पालन करना चाहिए, कार्यों को संदर्भ समाधान के स्तर तक विघटित करना चाहिए, स्थानीय परियोजना ज्ञान प्रदान करना चाहिए, सत्यापित संदर्भ को बाद के कोड के लिए फ़्यू-शॉट के रूप में उपयोग करना चाहिए, सत्यापित परीक्षणों को एक स्वतंत्र स्वीकृति चरण बनाना चाहिए, और स्वीकृत निर्णयों को पुन: प्रयोज्य स्किल्स में बदलना चाहिए। वह इसे वाइब कोडिंग और राल्फ लूप जैसे स्वायत्त मोड से अलग करता है, और मनुष्य को अंतिम मध्यस्थ के रूप में जोर देता है। वह उदाहरण देता है जैसे स्किल्स के माध्यम से N+1 समस्याओं को ठीक करना और बाद के कोड के लिए पहले कार्यान्वयन को टेम्पलेट के रूप में उपयोग करना।
स्रोत: Habr — хаб ИИ —
मूल
