Claude Code के साथ AGI को भीतर तक लेना

 (kadekillary.work)
3 पॉइंट द्वारा GN⁺ 2025-06-17 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Claude Code के ज़रिए artificial general intelligence (AGI) तक पहुंच की संभावना पर राय प्रस्तुत की गई है
  • लेखक ने Claude के साथ वास्तविक code session के अपने अनुभव साझा किए हैं
  • programming क्षमता, व्यापक ज्ञान, और रचनात्मकता जैसे क्षेत्रों में Claude के स्तर पर ज़ोर दिया गया है
  • बताया गया है कि Claude की context समझने और code की व्याख्या करने की क्षमता उसे मौजूदा tools से अलग बनाती है
  • AI development और उसके उपयोग के तरीकों में बदलाव के तकनीकी प्रभाव का अनुमान लगाया गया है

परिचय

  • यह लेख Claude Code के साथ AI programming का अनुभव करते हुए, मानव-स्तर की general intelligence (AGI) तक पहुंच को लेकर लेखक के विचार प्रस्तुत करता है
  • लेखक ने हाल के conversational AI tools में Claude द्वारा दिखाए गए परिणामों को लेकर गहरा आश्चर्य और उत्साह महसूस किया

Claude के साथ programming session का अनुभव

  • Claude जटिल programming requests को तेज़ी और रचनात्मकता के साथ हल कर सकता है
  • यह सिर्फ साधारण गणना या दोहराव वाले काम ही नहीं, बल्कि समस्या के मूल को समझकर नया approach सुझाने में भी सक्षम है
  • लेखक ने Claude से optimization, structure improvement, code refactoring जैसे कठिन कार्य करवाए, और उन कार्यों की गुणवत्ता से गहराई से प्रभावित हुए
  • Claude ने मौजूदा LLMs की तुलना में कहीं बेहतर context understanding और code के इरादे को समझने की क्षमता दिखाई

Claude Code की अलग पहचान

  • सामान्य conversational AI से अलग, Claude सिर्फ code लिखने तक सीमित नहीं है; यह पूरे project structure, code review, और long-term intent की व्याख्या जैसे कामों में भी मानवीय developer की भूमिका निभा सकता है
  • यह विस्तृत explanation, test code लिखने, और अलग-अलग programming languages और paradigms के अनुसार ढलने में सक्षम है
  • Claude code के भीतर logical errors पहचानने या सुधार की दिशा सुझाने जैसी proactive क्षमता भी दिखाता है

AGI की दहलीज़ के बारे में धारणा

  • Claude Code के अनुभव के बाद, लेखक को AGI तक पहुंच की संभावना के बारे में नया भरोसा महसूस हुआ, जो अब पहले से अधिक वास्तविक लगती है
  • लेखक का अनुमान है कि वह समय निकट है जब इंसान द्वारा सीधे software बनाने के बजाय AI-led development environment वास्तविकता बन जाएगा

निष्कर्ष और आगे का दृष्टिकोण

  • Claude Code सिर्फ एक AI tool नहीं है, बल्कि यह AI उपयोग के paradigm को ही बदल देने वाली संभावना दिखाता है
  • भविष्य में इंसान और AI मिलकर program design और implementation करेंगे, जिससे और अधिक नवाचारी SW development culture बनने की संभावना है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-06-17
Hacker News की राय
  • यह वाकई शानदार आर्टिकल लगा, और मैं भी इसी तरह के अनुभव और तकनीकें साझा कर रहा हूँ; Claude Code की बेहतरीन परफ़ॉर्मेंस की वजह से कई काम एक साथ तेज़ी से निपटाने की दक्षता साफ़ महसूस हो रही है. sub agents वाले हिस्से में, Claude Code ने sigoden/aichat के ज़रिए o3 को कॉल किया, जिसकी मदद से मैंने अनगिनत समस्याएँ हल कीं; खासकर o3 concurrency issues, bug hunting जैसी उन समस्याओं में बेहतरीन है जहाँ context और गहरी reasoning चाहिए. हालाँकि Opus 4 के रिलीज़ के बाद से मैं इसे अपेक्षाकृत कम इस्तेमाल कर रहा हूँ. मैं अपना इस्तेमाल किया हुआ prompt और संदर्भ लिंक भी साझा कर रहा हूँ: advanced_ai.md, और sigoden/aichat
  • last_week.md देखकर ईमानदारी से लगा कि इसे पढ़ना बहुत मुश्किल है; लेखन बेहद लंबा-चौड़ा है और PR दस्तावेज़ जैसा लगता है, इसलिए AI summary की writing style पर भरोसा करने में संदेह होता है. उल्टा commit log सीधे देख लेना ज़्यादा बेहतर लगा. ज़्यादातर AI summary लेखों की शैली अच्छी नहीं होती, और जानकारी की विश्वसनीयता भी अब तक संतोषजनक नहीं है. आखिरकार कई बार मूल पाठ खुद पढ़ लेना ही ज़्यादा तेज़ और प्रभावी होता है.
    • onboarding के मामले में भी मुझे यही उलझन और निराशा महसूस हुई. किसी सहकर्मी के साथ बैठकर सीधे codebase सीखने के पारंपरिक तरीके की जगह, AI-जनित slides ही पढ़ने वाले भविष्य को लेकर मैं सशंकित हूँ. ऐसा भविष्य मुझे स्वीकार्य नहीं है.
    • मैं अपना अक्सर इस्तेमाल किया जाने वाला system prompt साझा करता हूँ: संक्षिप्त रहो, technical terms का इस्तेमाल कर सकते हो, साधारण marketing भाषा या अस्पष्ट अभिव्यक्तियों से बचो, और मानो कि उपयोगकर्ता तकनीकी रूप से दक्ष है. यह hallucination को पूरी तरह नहीं रोकता, लेकिन coding या technical सवालों के AI उत्तरों को पढ़ने योग्य बनाने में मदद करता है.
    • यह भी कहा गया कि मनचाहा style prompt में निर्दिष्ट किया जा सकता है; मज़ाकिया अंदाज़ में लगा कि आर्टिकल लेखक को PR जैसी लंबी-चौड़ी शैली पसंद है.
    • What happened here was more than just code... पढ़ते ही आगे पढ़ने की इच्छा खत्म हो गई.
    • पुराने Sycophant bug की तरह, यह याद दिलाता है कि उपयोगकर्ता को “अच्छा महसूस” कराना ही वह चीज़ है जिससे AI स्मार्ट या अच्छा अनुभव देने वाला लगता है. क्या AI का reinforcement learning लक्ष्य accuracy है, interaction को maximize करना है, या दोनों आपस में टकराते हैं—यह सवाल उठता है.
  • यह राय दी गई कि Rust के borrow checker को समझाने वाला उदाहरण, code पढ़ने की क्षमता दिखाने के लिहाज़ से सबसे खराब उदाहरणों में से एक है, क्योंकि इतनी बड़ी मात्रा में training data में यह पहले से मौजूद है.
    • सहमति जताते हुए कहा गया कि अगर Python asyncio tasks में exception handling समझाने को कहो, तो AI असंगत और डगमगाता रहता है, जैसे कोई बहुत खराब intern हो. वह सीखना भी जारी नहीं रख सकता, इसलिए यह व्यर्थ लगता है. अगर महत्वपूर्ण लेकिन अपेक्षाकृत सरल कामों में भी यही हाल है, तो यह सिर्फ़ समय की बर्बादी है.
  • मैंने साफ़ कहा कि मैं LLM-agnostic open source agents के साथ automation scripting का समर्थक हूँ. यह तकनीक software development की बुनियाद बदल रही है, इसलिए हमें काम करने के तरीकों पर नियंत्रण बनाए रखना चाहिए: openhands
    • यह एक अच्छा resource लगता है; Nvidia 4090 (24GB RAM) पर चलने वाले ताकतवर models (Devstral, Queen 3) का ज़िक्र किया गया. Ollama की वजह से अपने hardware पर इन्हें चलाना आसान हुआ है, लेकिन GPU की लागत बड़ी है. फिर भी अगर आप किसी paid service पर महीने के $250 दे रहे हैं, तो खुद सेटअप करना जल्दी ही वसूल हो सकता है.
    • यह बुनियादी सवाल भी उठाया गया कि अगर closed models गुणवत्ता के लिहाज़ से बेहतर हों, तो फिर क्या किया जाए.
    • इस पर 10000% सहमति जताई गई.
  • यह इंगित किया गया कि Opus का कोई ज़िक्र ही नहीं है. कई models आज़माने के बाद, किसी ने $100/माह वाले Anthropic “Max” plan पर Claude Code इस्तेमाल करते हुए पाया कि Opus 4 गणित, code और research के कामों के लिए सबसे बेहतरीन high-end model है. 5 घंटे के session limit से टकराने के बाद API पर स्विच किया और सिर्फ़ 1 घंटे में $20 खर्च हो गए. आखिरकार $200/माह वाले उससे नीचे के “Max” tier में upgrade करने पर बिना सीमा के आराम से इस्तेमाल कर पाए. इससे यह समझ आया कि model selection वास्तव में बहुत महत्वपूर्ण है, और “तुम किसी समझदार व्यक्ति से नहीं मिले” जैसी छोटी-सी बात भी बड़ा फर्क ला सकती है.
  • यह विचार साझा किया गया कि terminal शायद LLM के लिए सचमुच एकदम उपयुक्त interface है, और यह जिज्ञासा भी जताई गई कि क्या भविष्य में custom IDE integrations की जगह यही mainstream बन जाएगा.
    • वास्तव में terminal interface से पूरे system तक पहुँच संभव होने पर ज़ोर दिया गया. उदाहरण के तौर पर, claude code से read-only account के साथ DB जाँचना, puppeteer browser खोलकर CSS बदलाव देखना, k8s cluster debug करना और prometheus API देखना—सब कुछ किया जा सकता है, और इससे बहुत संतोष है.
    • एक ऐसे भविष्य की कल्पना की गई जहाँ LLM को parallel में 5 अलग-अलग fixes आज़माने दिए जाएँ और इंसानी समय बचे. अगर यह काम करने का तरीका फैलता है, तो लोग कई containers को parallel चलाएँगे, और terminal interface की बढ़त अपेक्षाकृत कम भी हो सकती है.
    • दूसरी ओर, यह भी कहा गया कि terminal सबसे खराब interface है, क्योंकि generated code को सीधे संपादित नहीं किया जा सकता.
    • यह अनुमान भी जताया गया कि models और बेहतर हुए तो IDE उल्टे low-level tools जैसे लगने लगेंगे.
  • जो टीमें details पर गहरा ध्यान देती हैं, उन्हें craftsmanship का महत्वपूर्ण संकेत माना गया, लेकिन अगर Anthropic की terms of service इतनी विरोधाभासी हों कि उन्हें लागू ही न किया जा सके, तो क्या वह भरोसेमंद partner है—इस पर संदेह व्यक्त किया गया. competitive use prohibition clause की वजह से इसे काम में न इस्तेमाल कर पाना, “three laws safe” जैसी बातों से काफी दूर लगता है.
    • कहा गया कि legal team पर टिप्पणी नहीं कर सकता, लेकिन Claude Code उत्पाद के रूप में details में बेहद उत्कृष्ट है. यहाँ तक कि हर context में haiku लगाकर working… indicator में प्यारे और उपयुक्त verbs दिखाने जैसी बारीकी का भी ज़िक्र हुआ.
  • पेज के background और text के बीच contrast कम होने से पढ़ना मुश्किल होने की प्रतिक्रिया दी गई.
    • किसी ने कहा कि ऊपर blinking cursor की वजह से ध्यान केंद्रित करना कठिन लगता है.
    • एक व्यावहारिक सलाह भी दी गई कि इस सामग्री को छोड़ देने से वास्तव में कोई बड़ा नुकसान नहीं होगा.
  • Claude Code, cursor से ज़्यादा शक्तिशाली लगता है—इस सवाल से सहमति जताते हुए कहा गया कि Claude Code सिर्फ़ code editor से कहीं बढ़कर है. इसे Obsidian vault में भी कई कामों के लिए इस्तेमाल किया जाता है: custom key bindings, capture का automatic upload, CDN links बनाना, terminal commands का summary program तैयार करना आदि. पहले automation scripts और manual काम के बीच की सीमा को लेकर बहुत सोचना पड़ता था, लेकिन अब Claude से सब कुछ एक साथ संभाल लेने पर संतोष है.
    • यह सीमा बताई गई कि Claude Code केवल plan subscribers के लिए उपलब्ध है; API पर इसका उपयोग नहीं किया जा सकता, और यह भी संदेह जताया गया कि क्या $100/माह वास्तव में पर्याप्त है. फिर भी इसे ऐसा tool माना गया जो पूरे दिन इस्तेमाल करने लायक मूल्य देता है.
    • Obsidian Vault में इसके ठोस उपयोग मामलों के बारे में और सुनने की दिलचस्पी जताई गई.
    • यह अनुभव साझा किया गया कि LLM से भारी मात्रा में notes को category-based folders में वर्गीकृत कराया गया और वह बहुत प्रभावी रहा.
  • openai codex के जल्द Rust में rewrite होने की बात पर मज़ाक में कहा गया कि अगर AI इतना सक्षम है, तो फिर refactor का काम AI को करने की ज़रूरत ही क्या है?