उन लूप्स को कैसे बनाएं जिन्होंने प्रॉम्प्ट इंजीनियरिंग की जगह ले ली है

दो सालों तक, AI एजेंट से अधिक लाभ उठाने का मतलब था एक बेहतर प्रॉम्प्ट लिखना।

वह युग चुपचाप समाप्त हो रहा है। दुनिया के सबसे अच्छे इंजीनियरों ने कुछ समय पहले ही प्रॉम्प्ट लिखना बंद कर दिया और लूप लिखना शुरू कर दिया - ऐसे सिस्टम जो एजेंट को संकेत देते हैं, परिणाम जांचते हैं, और काम पूरा होने तक चलते रहते हैं।

कारपैथी की रात भर चलने वाली स्क्रिप्ट ने 20 ऐसे ऑप्टिमाइज़ेशन खोजे जो उन्होंने दो दशकों के मैन्युअल ट्यूनिंग में मिस कर दिए थे। बोरिस चेर्नी, जिन्होंने Claude Code बनाया, ने इस साल एक भी लाइन कोड नहीं लिखी। Anthropic के इंजीनियर अब 2024 की तुलना में प्रति दिन लगभग 8 गुना अधिक कोड मर्ज करते हैं।

उनमें से किसी ने भी कुछ ज़्यादा स्मार्ट टाइप नहीं किया। उन्होंने टाइप करना ही बंद कर दिया।

यहाँ बताया गया है कि वास्तव में लूप क्या है, आपको इसकी कब आवश्यकता है, कब नहीं, और अपना पहला लूप कैसे बनाएं।

700 प्रयोग जब मानव सो रहा था

मार्च 2026। आंद्रेज कारपैथी GitHub पर तीन फ़ाइलें पुश करता है। लगभग 630 लाइनों का कोड।

एक फ़ाइल में मॉडल था। एक ने इसे स्कोर किया। एक ने एजेंट को बताया कि क्या एक्सप्लोर करना है और क्या अकेला छोड़ देना है। एजेंट केवल ट्रेनिंग फ़ाइल को छू सकता था। और कुछ नहीं।

साइकिल जानबूझकर उबाऊ थी। कोड पढ़ें, बदलाव का प्रस्ताव दें, पाँच मिनट ट्रेन करें, जाँचें कि स्कोर में सुधार हुआ या नहीं, अगर हुआ तो बदलाव रखें, नहीं हुआ तो वापस रोलबैक करें, और फिर दोबारा करें।

उन्होंने इसे उस मॉडल पर लगाया जिसे उन्होंने दो दशकों तक हाथ से ट्यून किया था। उन्होंने इसे दो दिनों तक चलने दिया।

इसने 700 प्रयोग चलाए। इसने 20 सुधार पाए। उनमें से एक अटेंशन मैकेनिज़्म में एक मिसिंग स्केलर मल्टीप्लायर था, सूक्ष्म, उस तरह का बग नहीं जिसे कोई लिंटर कभी पकड़ पाता, लेकिन ठीक उसी तरह की चीज़ जो एक सावधान इंजीनियर पा सकता था और कभी नहीं पाया।

Shopify के CEO ने एक आंतरिक मॉडल पर रात भर वही ट्रिक चलाई। वह पिछले मॉडल के आधे आकार के मॉडल पर 19 प्रतिशत गुणवत्ता लाभ के साथ जागे।

अंतर्दृष्टि यह नहीं है कि "AI अधिक स्मार्ट है।" मनुष्य बारहवें प्रयोग के बाद थक जाते हैं। लूप बिल्कुल नहीं थकते।

लूप एक शेड्यूल पर प्रॉम्प्ट नहीं है

ज़्यादातर लोग "लूप" सुनते हैं और क्रॉन सोचते हैं। यह पूरी बात को मिस करता है।

एक प्रॉम्प्ट एक निर्देश है। एक लूप एक लक्ष्य है जिसकी ओर AI तब तक काम करता रहता है जब तक वह वहाँ नहीं पहुँच जाता, बिना किसी के कुर्सी पर बैठे। यह योजना बनाता है, निष्पादित करता है, अपने स्वयं के परिणाम को सत्यापित करता है, परिणाम को वापस फीड करता है, और दोहराता है।

पाँच चरण: खोजें, योजना बनाएं, निष्पादित करें, सत्यापित करें, पुनरावृत्ति करें। उनमें से तीन वास्तविक काम करते हैं।

सत्यापित करने वाला लूप का दिल है। आउटपुट पर एक वास्तविक गेट के बिना, आपके पास लूप नहीं है, आपके पास एजेंट हमेशा के लिए अपना होमवर्क खुद ग्रेड कर रहा है। एक गेट एक परीक्षण है जो पास या फेल होता है, एक बिल्ड जो कंपाइल या क्रैश होता है, एक लिंटर जो शून्य या गैर-शून्य रिटर्न करता है। कोई दूसरा एजेंट नहीं जिसकी राय हो।

स्टेट वह है जो लूप को सीखने में सक्षम बनाता है। एक फ़ाइल, एक Linear बोर्ड, एक प्रोजेक्ट लॉग, बातचीत के बाहर कहीं जो रिकॉर्ड करता है कि क्या प्रयास किया गया और क्या विफल रहा। कल का रन फिर से शुरू होता है, खरोंच से शुरू नहीं होता।

एक रुकने की स्थिति वह है जो इसे समझदार रखता है। हर वास्तविक लूप में दो निकास होते हैं: लक्ष्य पूरा होता है, या एक हार्ड कैप लगती है। इसे छोड़ें और आपने एक ऐसी मशीन बनाई है जो पूरी रात कुछ नहीं के लिए चलती है।

इन तीनों में से किसी को भी मिस करें और आपने लूप नहीं बनाया है। आपने एक महंगी स्क्रिप्ट बनाई है।

लूप बनाने से पहले चार शर्तें

लूप अपनी लागत तभी कमाते हैं जब चार चीज़ें एक साथ सत्य हों। एक को मिस करें और सेटअप लागत इससे अधिक लेती है जितना यह लौटाता है।

• कार्य सप्ताह में कम से कम एक बार दोहराया जाता है। इससे कम और सेटअप लागत कभी कम नहीं होती।
• कोई चीज़ स्वचालित रूप से काम को फेल कर सकती है। एक परीक्षण, एक टाइप चेक, एक लिंटर, एक बिल्ड।
• आपका टोकन बजट बर्बादी को अवशोषित कर सकता है। लूप संदर्भ को फिर से पढ़ते हैं, पुनः प्रयास करते हैं, एक्सप्लोर करते हैं।
• एजेंट के पास वरिष्ठ इंजीनियर उपकरण हैं। लॉग, एक प्रजनन वातावरण, जो कोड वह लिखता है उसे चलाने और यह देखने की क्षमता कि क्या टूटता है।

ईमानदार संस्करण, वह हिस्सा जो कोई लूप बेचने वाला आपको नहीं बताएगा: अधिकांश लोगों को अभी तक भारी संस्करण की आवश्यकता नहीं है। यदि आप गंभीर काम पर रात भर सत्यापन लूप चलाने की कोशिश कर रहे एक उपभोक्ता योजना पर हैं, तो टोकन बिल उत्पादकता लाभ से पहले आता है।

अच्छे पहले लूप उबाऊ होते हैं। CI ट्रायेज। डिपेंडेंसी बम्प। लिंट-एंड-फिक्स पासेस। फ्लैकी टेस्ट रिप्रोडक्शन। मजबूत परीक्षणों के साथ पहले से मौजूद कोडबेस पर इश्यू-टू-PR ड्राफ्ट।

बुरे पहले लूप दिलचस्प होते हैं। आर्किटेक्चर रीराइट। Auth कोड। पेमेंट्स। कोई भी चीज़ जहाँ "हो गया" एक निर्णय कॉल है और एक मानव को अभी भी वजन करना है।

पाँच ब्लॉक जो लूप को वास्तविक बनाते हैं

हर वास्तविक लूप उन्हीं पाँच टुकड़ों से इकट्ठा होता है। Claude Code और Codex अब ये सभी शिप करते हैं।

पहला है ऑटोमेशन। दिल की धड़कन। कुछ जो शेड्यूल या इवेंट पर लूप को फायर करता है। /loop एक कैडेंस पर चलता है। /goal तब तक चलता रहता है जब तक आपके द्वारा परिभाषित कोई शर्त वास्तव में लागू नहीं होती। दिल की धड़कन के बिना, लूप एक स्क्रिप्ट है जिसे आपने एक बार चलाया और भूल गए।

दूसरा है एक कौशल। प्रोजेक्ट नॉलेज को एक claude-md फ़ाइल के रूप में सहेजा गया जिसे एजेंट हर रन पर पढ़ता है। इसके बिना, लूप आपके संदर्भ को हर चक्र में शून्य से पुनर्प्राप्त करता है। इसके साथ, इरादा संचयी होता है। लूप आपकी परंपराओं, आपके बिल्ड स्टेप्स, उस चीज़ को जानता है जो आप उस एक घटना के कारण तीन महीने पहले कभी नहीं करते हैं।

तीसरा है उप-एजेंट। निर्माता और जाँचकर्ता एक ही मॉडल नहीं हो सकते। जिसने कोड लिखा है वह अपने स्वयं के काम को ग्रेड करने में बहुत उदार है। जिसने लेख लिखा है वह अपने स्वयं के कमजोर वर्गों को मिस करता है। लेखक तेज़ और सस्ता। समीक्षक धीमा और सख्त। यह अलगाव अधिकांश गुणवत्ता है।

चौथा है कनेक्टर। लूप पुल रिक्वेस्ट खोलता है, टिकट बंद करता है, चैनल को पिंग करता है जब CI हरा हो जाता है। यह एक एजेंट के बीच का अंतर है जो कहता है "यहाँ एक सुझाया गया फिक्स है" और एक रिपोर्ट जो सुबह आपका इंतजार कर रही है जिसमें कहा गया है कि PR पहले ही मर्ज हो चुका है।

पाँचवाँ है सत्यापित करने वाला। परीक्षण, टाइप चेक, या बिल्ड जो खराब काम को स्वचालित रूप से फेल करता है। बाकी सब प्लंबिंग है। यह वह ब्लॉक है जो तय करता है कि लूप आपकी मदद करता है या सिर्फ आपका पैसा खर्च करता है।

इन्हें एक साथ स्टैक करें और आपको वह मिलता है जो गंभीर टीमें अब पैमाने पर चलाती हैं। दर्जनों लूप, प्रत्येक एक संकीर्ण काम का मालिक है, सभी के सोते समय साथ-साथ चल रहे हैं। एक इंजीनियर ने इस तरह के एक फ्लीट लूप का उपयोग करके लगभग छह दिनों में एक पूरे कोडबेस को एक भाषा से दूसरी भाषा में फिर से लिखा, जो काम हाथ से करने पर लगभग एक साल लगता।

जहाँ लूप चुपचाप विफल होते हैं

लूप क्रैश नहीं होते। वे आपको चुपचाप बिल करते हैं। दो विफलता मोड जिनका नाम लेना उचित है, दोनों ही बदतर हो जाते हैं जैसे-जैसे लूप बेहतर होता जाता है, आसान नहीं।

पहला है राल्फ विगम लूप। इंजीनियर जेफ्री हंटली ने इसका दस्तावेजीकरण किया। एजेंट बहुत जल्दी तय करता है कि काम हो गया, आधे-अधूरे काम पर पूर्णता संकेत उत्सर्जित करता है, और लूप संतुष्ट होकर बाहर निकल जाता है। एक कठिन उद्देश्य गेट के बिना, लूप अगली रात चलता रहता है, खर्च करता रहता है, ऐसा काम पैदा करता रहता है जिसे कोई स्वीकार नहीं करेगा।

फिक्स एक स्मार्ट एजेंट नहीं है। यह एक मूर्ख गेट है। एक परीक्षण जो पास या फेल होता है। एक बिल्ड जो कंपाइल करता है या नहीं करता। कुछ जिसकी कोई राय नहीं है।

दूसरा अधिक सूक्ष्म है। समझ का कर्ज। जितनी तेज़ी से लूप आपके द्वारा नहीं लिखा गया कोड शिप करता है, आपके रिपॉजिटरी में क्या है और आप वास्तव में क्या समझते हैं, के बीच का अंतर उतना ही बड़ा होता जाता है। एक सुचारू रूप से चलने वाला लूप उस अंतर पर चक्रवृद्धि ब्याज लगाता है। जिस दिन आपको एक ऐसे सिस्टम को डीबग करना है जिसे टीम में किसी ने नहीं पढ़ा है, उसकी लागत टोकन से कभी अधिक होती है।

इसके साथ संज्ञानात्मक समर्पण आता है। जब लूप खुद चलता है, तो राय बनाना बंद करना और जो कुछ भी वापस आता है उसे स्वीकार करना लुभावना होता है। लूप को डिज़ाइन करना इलाज है जब आप इसे निर्णय के साथ करते हैं। यह त्वरक है जब आप इसे सोचने से बचने के लिए करते हैं। एक ही क्रिया, विपरीत परिणाम।

दो लोग बिल्कुल एक ही लूप बना सकते हैं और विपरीत स्थानों पर पहुँच सकते हैं। एक इसका उपयोग उस काम पर तेज़ी से आगे बढ़ने के लिए करता है जिसे वे गहराई से समझते हैं। दूसरा इसका उपयोग काम को बिल्कुल समझने से बचने के लिए करता है। लूप को अंतर नहीं पता। आपको पता है।

एक लूप से शुरू करें, दस से नहीं

गलती जो हर कोई करता है वह है पहले दिन पूरा सिस्टम बनाने की कोशिश करना। दस लूप, एक डैशबोर्ड, एक फ्लीट। यह सप्ताहांत तक ढह जाता है क्योंकि आप यह नहीं बता सकते कि किस लूप ने क्या किया।

एक से शुरू करें। अपने सबसे कष्टप्रद आवर्ती कार्य को चुनें, वह चीज़ जिसे आप आदत से हर सुबह जाँचते हैं, और उस एक कार्य को एक लूप में बदल दें। इसे कुछ दिनों तक चलने दें। देखें कि यह कहाँ अतिरेक करता है। देखें कि यह कहाँ चूकता है। कसें। फिर दूसरा जोड़ें।

क्रम उपकरणों से अधिक मायने रखता है। पहले एक मैन्युअल रन को विश्वसनीय बनाएं, तेज़ नहीं, विश्वसनीय। उस रन को एक claude-md कौशल में बदलें। कौशल को एक उद्देश्य गेट और एक कठिन रुकने की स्थिति के साथ लूप में लपेटें। और फिर, उसके बाद ही, इसे शेड्यूल पर रखें। आगे बढ़ना, किसी ऐसी चीज़ को शेड्यूल करना जिसे आपने हाथ से विश्वसनीय नहीं बनाया है, ठीक वैसा ही है जैसे लूप आपके सोते समय विस्फोट करते हैं।

मीट्रिक जो तय करता है कि लूप काम कर रहा है या नहीं, वह खर्च किए गए टोकन या प्रयास किए गए कार्य या खोले गए PR नहीं हैं। यह प्रति स्वीकृत परिवर्तन लागत है। यदि आपकी स्वीकृत-परिवर्तन दर 50 प्रतिशत से नीचे है, तो आप समीक्षा का काम कर रहे हैं जिसे लूप को हटाना था, और लूप हार रहा है।

कारपैथी ने ट्रेनिंग कोड लिखना बंद कर दिया। चेर्नी ने प्रॉम्प्ट करना बंद कर दिया। उनमें से किसी ने भी सोचना बंद नहीं किया। यदि आप इससे एक चीज़ लेते हैं, तो वह लें। लूप एक सिस्टम है जो उबाऊ 95 प्रतिशत करता है जबकि आप अपना पूरा ध्यान उस 5 प्रतिशत पर रखते हैं जो वास्तव में जोखिम वहन करता है।

आप एजेंटों के एक बेड़े के लिए भुगतान कर रहे हैं और एक चैट विंडो का उपयोग कर रहे हैं।

मुझे फॉलो करें और मेरे टेलीग्राम चैनल को सब्सक्राइब करें: https://t.me/+75nMf005jRpjMDU1