समानांतर coding agents: डेवलपमेंट प्रोडक्टिविटी बढ़ाने वाला नया ट्रेंड

समानांतर coding agents: डेवलपमेंट प्रोडक्टिविटी बढ़ाने वाला नया ट्रेंड

हाल के समय में कई AI coding agents को एक साथ चलाकर डेवलपमेंट का काम कराने का 'समानांतर coding agents' तरीका इंजीनियरों के बीच एक नए ट्रेंड के रूप में उभर रहा है। डेवलपर और लेखक Simon Willison ने कहा कि शुरुआत में उन्हें लगा था कि AI द्वारा बनाए गए code की review करने में समय लगेगा, इसलिए यह अप्रभावी होगा, लेकिन खुद आज़माने के बाद उन्होंने धीरे-धीरे इस तरीके के फायदे पहचाने और इसे अपने workflow में लागू करना शुरू किया।

समानांतर agents का प्रभावी उपयोग करने के उनके प्रमुख पैटर्न इस प्रकार हैं।

1. concept proof (PoC) के लिए research

नई library या technology की समीक्षा करते समय, agent को एक सरल PoC बनाने का काम देकर यह जल्दी जाँचा जा सकता है कि तकनीक वास्तव में काम करती है या नहीं। agent, training data में शामिल न होने वाली नई library के मामले में भी, सीधे code पढ़कर उसका उपयोग समझ सकता है और काम पूरा कर सकता है।

2. मौजूदा codebase को समझना

जब किसी विशाल codebase में यह समझना हो कि कोई खास feature कैसे काम करता है, तब agent से analysis करवाया जा सकता है। agent grep जैसे tools का उपयोग करके दर्जनों files के बीच code path को trace कर सकता है और किसी विशेष feature, जैसे cookie setting या API documentation coverage, पर कुछ ही मिनटों में विस्तृत explanation दे सकता है।

3. छोटे-मोटे maintenance कार्य

test suite में आने वाली warnings को ठीक करने जैसे ऐसे काम, जिनमें cognitive burden कम हो लेकिन वे झंझट भरे हों, agent को सौंपे जा सकते हैं। इससे डेवलपर अपने मुख्य काम के flow को बाधित किए बिना छोटी समस्याएँ सुलझा सकता है।

4. स्पष्ट रूप से परिभाषित task निर्देश

अगर डेवलपर खुद समस्या के समाधान का तरीका और विस्तृत specification तय करने के बाद coding agent को implementation सौंपे, तो नतीजे की review में लगने वाला समय काफी कम किया जा सकता है। यह बिना सोचे-समझे generate किए गए code का analysis करने की तुलना में कहीं अधिक प्रभावी है।

वर्तमान workflow और tools

Willison ने बताया कि वह इस समय Claude Code, Codex CLI, Codex Cloud आदि को मुख्य रूप से इस्तेमाल कर रहे हैं, और कई terminal windows में अलग-अलग काम एक साथ चलाते हैं। उन्होंने यह भी कहा कि जिन कामों पर उन्हें भरोसा होता है, उनमें वह approval के बिना code चलाने वाला 'YOLO mode' इस्तेमाल करते हैं, और सुरक्षा के लिए आगे चलकर agents को Docker container के भीतर चलाने पर विचार कर रहे हैं।

उन्होंने जोर देकर कहा कि यह क्षेत्र अभी शुरुआती चरण में है और model performance हाल ही में इतनी बेहतर हुई है कि यह तरीका व्यावहारिक बन पाया है। उन्होंने लेख का समापन इस अपील के साथ किया कि दूसरे डेवलपर्स भी अपने-अपने उपयोग पैटर्न और workflow अनुभव सक्रिय रूप से साझा करें।