Six Key Components of a Coding Agent: How Modern AI Systems for Code Writing Work
Anthropic
OpenAI
The article examines the structure of coding agents—systems that wrap an LLM in an application layer (agent wrapper) to efficiently solve software development tasks. The author identifies six main components of such a wrapper: live repository context, prompt formation with caching, tool access and validation, combating context bloat, memory and logging, as well as delegation and nested subagents. It is noted that the wrapper, not just the model, determines the actual performance of the system.
यह लेख कोडिंग एजेंटों — जैसे Claude Code या Codex CLI जैसे टूल्स — की आर्किटेक्चर पर चर्चा करता है, जो एक बड़ी भाषा मॉडल (LLM) के चारों ओर एक हार्नेस (wrapping) होते हैं। लेखक के अनुसार, आधुनिक प्रणालियों में, यह हार्नेस ही अक्सर मॉडल से अधिक व्यावहारिक परिणाम निर्धारित करता है। वे ऐसे हार्नेस के छह मुख्य घटक बताते हैं। पहला है लाइव रिपॉजिटरी कॉन्टेक्स्ट (live repo context): एजेंट पहले से Git ब्रांच, प्रोजेक्ट फ़ाइलों, README और नियमों (AGENTS.md) के बारे में जानकारी इकट्ठा करता है ताकि उसे शून्य से शुरू न करना पड़े। दूसरा है प्रॉम्प्ट निर्माण और कैश पुन: उपयोग (prompt shape and cache reuse): प्रॉम्प्ट का स्थिर भाग (सामान्य निर्देश, टूल विवरण, वर्कस्पेस सारांश) कैश किया जाता है और पुन: उपयोग किया जाता है, जबकि केवल अंतिम उपयोगकर्ता प्रश्न, हालिया ट्रांस्क्रिप्ट और अल्पकालिक स्मृति अपडेट होती है। तीसरा है संरचित उपकरण, मान्यता और अनुमतियाँ (structured tools, validation and permissions): एजेंट केवल पूर्वनिर्धारित उपकरण (जैसे फ़ाइलें सूचीबद्ध करना, फ़ाइल पढ़ना, खोजना, शेल कमांड चलाना) को कॉल कर सकता है, जो निष्पादित होने से पहले आर्गुमेंट सत्यापन, पथ अनुमति और उपयोगकर्ता अनुमोदन की आवश्यकता जैसी जाँचों से गुज़रते हैं। चौथा है कॉन्टेक्स्ट कमी और आउटपुट प्रबंधन (context reduction and output management): क्लिपिंग और इतिहास प्रबंधन का उपयोग कॉन्टेक्स्ट को बढ़ने और प्रतिक्रिया गुणवत्ता को बिगड़ने से रोकने के लिए किया जाता है। पाँचवाँ है ट्रांस्क्रिप्ट, मेमोरी और सत्र पुनर्प्रारंभ (transcripts, memory and resumption): इंटरैक्शन रिकॉर्ड, नोट्स संग्रहीत किए जाते हैं, और सत्र को रोकने और फिर से शुरू करने की क्षमता बनाए रखी जाती है। छठा है प्रतिनिधित्व और सीमित उप-एजेंट (delegation and bounded subagents): एजेंट कुछ कार्यों को विशेषज्ञ उप-एजेंटों को सौंप सकता है। लेखक जोर देता है कि एक अच्छा हार्नेस सामान्य (नॉन-रीज़निंग) मॉडल की दक्षता को काफी बढ़ा सकता है, इसे अधिक शक्तिशाली प्रणालियों के बराबर ला सकता है, यदि उनका उपयोग ऐसे हार्नेस के बिना किया जाए।
स्रोत: Sebastian Raschka —
मूल