लूप्स: एजेंटिक प्रिमिटिव जिस पर सब कुछ अभिसरित हुआ

सभी रास्ते /goal की ओर ले गए

कुछ ही महीनों के भीतर, हर प्रमुख एजेंटिक कोडिंग टूल स्वतंत्र रूप से एक ही आदिम (primitive) पर अभिसरित हुए: एक स्वायत्त लूप जो एक लक्ष्य लेता है और तब तक चलता है जब तक वह तय नहीं कर लेता कि उसका काम हो गया है।

• Claude Code ने /goal जारी किया।
• OpenAI Codex ने /goal जारी किया।
• एंटीग्रेविटी ने अपना पूरा मॉडल लूप्स के इर्द-गिर्द बनाया।
• GitHub Copilot ने रूटीन और ऑटोमेशन जारी किए।

चार टीमें, चार कोडबेस, चार तरह के प्रोत्साहन। एक आदिम। जब Claude Code के निर्माता बोरिस चेर्नी बताते हैं कि वह अब कैसे काम करते हैं, तो यह पंक्ति बहुत कुछ कहती है:

“उन्होंने कोड लिखना बंद कर दिया। वह लूप्स लिखते हैं।”

यह कोई संयोग नहीं है। जब प्रतिस्पर्धी दबाव में स्वतंत्र टीमें एक ही एब्स्ट्रैक्शन पर पहुँचती हैं, तो यह एक वास्तविक आदिम का प्रमाण है, जिस तरह map और reduce वास्तविक आदिम थे। दिलचस्प सवाल यह नहीं है कि अभिसरण क्यों हुआ। सवाल यह है कि आप इसके साथ क्या करते हैं। क्योंकि अगर सबके पास लूप है, तो लूप का कोई मूल्य नहीं है। एजेंट्स, ऑर्केस्ट्रेटेड का एपिसोड 1 इस बारे में है कि वास्तविक मूल्य कहाँ स्थानांतरित हुआ।

लूप वास्तव में क्या है

“पूरा होने तक चलाओ” एक लूप नहीं है। यह एक टाइमआउट के साथ एक उम्मीद है। एक सुव्यवस्थित लूप के तीन भाग होते हैं, और मैंने पाया है कि उन्हें स्पष्ट रूप से नाम देना एक खराब डिज़ाइन वाले लूप को पहचानने का सबसे तेज़ तरीका है।

परिणाम। सफलता कैसी दिखती है। यह वह लक्ष्य स्थिति है जिसे एजेंट प्राप्त करने की कोशिश कर रहा है, और मुख्य शब्द ‘स्थिति’ है। कोई कार्य नहीं (“auth मॉड्यूल को रीफैक्टर करें”) बल्कि एक सत्यापन योग्य एंडपॉइंट (“सभी auth टेस्ट पास होते हैं और मॉड्यूल वही सार्वजनिक इंटरफ़ेस निर्यात करता है”)। यदि आप परिणाम को किसी जाँचने योग्य चीज़ के रूप में नहीं बता सकते, तो आपके पास अभी तक लूप नहीं है। आपके पास एक ‘वाइब’ है।

प्रमाण। आपको कैसे पता चलेगा कि यह हो गया है। यह सत्यापन चरण है: टेस्ट पास होते हैं, आउटपुट स्पेसिफिकेशन से मेल खाता है, अंतर सही है। यहीं पर अधिकांश लूप विफल होते हैं, और यह चुपचाप विफल होता है। एक एजेंट जो अपने कहने पर जीत की घोषणा करता है, वह काम सही हो या न हो, जीत की घोषणा करेगा। प्रमाण कुछ ऐसा होना चाहिए जिसे एजेंट केवल यह चाहकर उत्पन्न न कर सके कि वह सच हो।

गार्डरेल। क्या अनियंत्रित होने से रोकता है। निकास की स्थिति, बजट, या मानवीय गेट जो लूप को हमेशा के लिए घूमने से रोकता है। इसके बिना, एक लूप जो अपने परिणाम तक नहीं पहुँच सकता, वह रुकता नहीं है। यह टोकन जलाता है, स्थिति को बदलता है, और तब तक पुनः प्रयास करता है जब तक कोई बाहरी हस्तक्षेप न करे। गार्डरेल ही विफलता मोड को महंगा होने के बजाय उबाऊ बनाता है।

परिणाम, प्रमाण, गार्डरेल। मैंने उत्पादन में जितने भी लूप देखे हैं, उन सभी में ये तीनों होते हैं। मैंने जितने भी लूप विफल होते देखे हैं, उनमें से कम से कम एक, आमतौर पर प्रमाण, गायब था।

चार प्रकार के लूप

सभी लूप समान नहीं होते, और एक फ्रेमवर्क ने मेरे लिए पूरे क्षेत्र को समझने योग्य बना दिया। इसे दो अक्ष परिभाषित करते हैं: लूप कहाँ चलता है (आपके सत्र में या क्लाउड में) और क्या इसके निकास को नियंत्रित करता है (एक ट्रिगर या एक सत्यापन)।

इससे आपको चार चतुर्थांश मिलते हैं:

	ट्रिगर द्वारा नियंत्रित	सत्यापन द्वारा नियंत्रित
इन-सेशन	एड-हॉक रन	लक्ष्य-संचालित रन
क्लाउड	शेड्यूल्ड जॉब	स्वायत्त एजेंट

एड-हॉक रन (इन-सेशन, ट्रिगर-नियंत्रित)। उपयोगकर्ता इसे शुरू करता है, एजेंट टाइमआउट या बजट तक चलता है, और जब आप इसे रोकते हैं तो यह रुक जाता है। आज अधिकांश एजेंट का उपयोग ऐसा ही है। यह उपयोगी है, लेकिन मानव सत्यापन परत है, जिसका अर्थ है कि यह मानव के ध्यान से आगे नहीं बढ़ता है।

लक्ष्य-संचालित रन (इन-सेशन, सत्यापन-नियंत्रित)। एजेंट पूरा होने के प्रमाण तक चलता है। यह /goal है। एजेंट प्रस्ताव करता है कि यह हो गया है, सत्यापन चरण जाँच करता है, और लूप केवल सबूत के आधार पर बाहर निकलता है। यह वह लूप है जिसका आप ऑडिट कर सकते हैं, क्योंकि निकास की स्थिति घटना के बाद जाँची जा सकती है।

शेड्यूल्ड जॉब (क्लाउड, ट्रिगर-नियंत्रित)। क्रॉन इसे शुरू करता है, एजेंट एक निश्चित समय के लिए चलता है, और इसमें कोई सत्यापन लूप नहीं होता है। यहीं पर बहुत सारे “स्वायत्त एजेंट” मार्केटिंग चुपचाप रहते हैं: एक ट्रेंच कोट पहने हुए एक क्रॉन जॉब।

स्वायत्त एजेंट (क्लाउड, सत्यापन-नियंत्रित)। क्लाउड-होस्टेड, लक्ष्य-संचालित, लंबे समय तक चलने वाला। एजेंटिक काम इसी दिशा में बढ़ रहा है, और मैं तर्क दूंगा कि यह तभी काम करता है जब सत्यापन परत ठोस हो। उस चतुर्थांश में बाकी सब एक शेड्यूल्ड जॉब है जिसे कभी-कभी भाग्य का साथ मिल जाता है।

यह फ्रेमवर्क अपनी उपयोगिता सिद्ध करता है क्योंकि यह उन दो चीजों को अलग करता है जिन्हें लोग भ्रमित करते हैं: एजेंट कहाँ चलता है और क्यों रुकता है। स्वायत्तता के प्रश्न लगभग हमेशा “यह क्यों रुकता है” के भेस में होते हैं।

खाई सत्यापन है, स्वायत्तता नहीं

अभिसरण रोमांचक है, और मैं समझता हूँ कि डेमो स्वायत्तता पर क्यों ध्यान केंद्रित करते हैं। लेकिन केवल स्वायत्तता ही खाई नहीं है। अब हर लैब के पास यह है। एक ही तिमाही में एक ही आदिम को जारी करने वाले चार उपकरण इस बात का प्रमाण हैं कि आदिम एक वस्तु है।

खाई वह है जो लूप के अंदर होता है जब उसे लगता है कि उसका काम हो गया है। एक सत्यापन परत जो खराब आउटपुट को पकड़ती है, गलतियों को वापस लेती है, और एक ऑडिट ट्रेल उत्पन्न करती है, वह एक डेमो और एक उत्पाद के बीच का अंतर है। मैं वित्तीय संस्थानों के साथ काम करता हूँ, और पहला सवाल कभी “यह कितना स्वायत्त है” नहीं होता। यह होता है “मुझे दिखाओ कि इसने ऐसा क्यों किया,” और जो लूप जवाब नहीं दे सकता वह एक क्षमता नहीं, बल्कि एक दायित्व है।

यही पूरे एपिसोड का, और ईमानदारी से कहूँ तो पूरी श्रृंखला का मुख्य विचार है: जिस लूप का आप ऑडिट कर सकते हैं, वही एकमात्र है जो शिप होता है।

लिंक्डइन पोस्ट में क्या शामिल नहीं किया गया

एपिसोड खुद उसी आदिम से बनाया गया था जिसका वह वर्णन करता है, और उस हिस्से का ईमानदार संस्करण बताना ज़रूरी है।

एपिसोड 01 लगभग 58-सेकंड के, 4:5 मोशन ग्राफिक के रूप में जारी किया गया था जिसमें प्रस्तुतकर्ता की वॉयसओवर थी, जिसे मेरे एक्सप्लेनर-वीडियो-स्टूडियो स्किल और Claude Code के /goal आदिम का उपयोग करके एक लिखित स्पेसिफिकेशन के खिलाफ बनाया गया था। जिसका अर्थ है कि लूप के तीनों भाग मेरे द्वारा डिज़ाइन किए गए थे: परिणाम स्पेसिफिकेशन था, प्रमाण एक स्टिल-फ्रेम सत्यापन पास था जिसने जाँच की कि रेंडर किए गए फ्रेम वास्तव में लॉक किए गए कैप्शन दिखाते हैं, और गार्डरेल मैं था, रन को देखते हुए।

दो ईमानदार बातें। पहला, प्रमाण चरण ही वीडियो के जारी होने का पूरा कारण है। भोला-भाला लूप खुशी-खुशी एक mp4 बनाता है जो मौजूद तो है लेकिन गलत है; केवल स्पेसिफिकेशन के खिलाफ फ्रेम-स्तर के सत्यापन ने कैप्शन और टाइमिंग ड्रिफ्ट को पकड़ा। दूसरा, यह एक इन-सेशन, लक्ष्य-संचालित रन था, न कि स्वायत्त क्लाउड चतुर्थांश जिसकी ओर फ्रेमवर्क इशारा करता है। मैं मानवीय गेट था। मैं एक पर्यवेक्षित रन को स्वायत्तता के रूप में वर्णित नहीं करने वाला हूँ, क्योंकि उन दो चतुर्थांशों के बीच का अंतर ठीक वही सत्यापन परत है जिसके बारे में यह एपिसोड है।

स्पेसिफिकेशन, लूप सेटअप और आउटपुट सभी रेपो में हैं, ताकि आप कलाकृति के खिलाफ दावों की जांच कर सकें।

शिप लॉग

• प्रारूप: ~58s मोशन ग्राफिक, 4:5, प्रस्तुतकर्ता वॉयसओवर
• इसके साथ बनाया गया: Claude Code /goal एक लिखित स्पेसिफिकेशन के खिलाफ
• पाइपलाइन: explainer-video-studio skill
• रेंडरर: Remotion
• सत्यापन: लॉक किए गए स्पेसिफिकेशन के खिलाफ रेंडर किए गए आउटपुट की स्टिल-फ्रेम जांच
• रेपो: letmereviewyourcode/what-are-loops