Peter Steinberger, OpenClaw के निर्माता, का एकमात्र कमेंट 2.5 मिलियन से अधिक बार देखा गया।
"कोडिंग AI में प्रॉम्प्ट टाइप करना बंद करें। इसके बजाय, 'लूप' डिज़ाइन करें जो AI को प्रॉम्प्ट टाइप करता है।" मूलतः उनका यही मतलब था।
इसके अलावा, Peter ने जवाब दिया, "चिंता न करें, तीन महीने में लूप इंजीनियरिंग यहाँ होगी।"
यह आधा मज़ाक है। हालाँकि, दिशा काफी सटीक है।
मैं YourBright नामक कंपनी में काम करता हूँ, जहाँ हम AI को व्यावसायिक कार्यों में एकीकृत करते हैं। मैं रोज़ जो देखता हूँ वह बिल्कुल यही है: जो लोग ऐसे सिस्टम बना सकते हैं जहाँ AI खुद चीज़ों को आज़माता और ठीक करता है, वे उन लोगों की तुलना में काफी तेज़ी से बढ़ रहे हैं जो सिर्फ AI से चीज़ें माँगने में अच्छे हैं।
AI के उपयोग का विकास चार चरणों में हुआ है
इसके बारे में बहुत अधिक सोचने से पहले, मैं एक छवि साझा करना चाहता हूँ। अंग्रेजी बोलने वाली दुनिया में, AI के उपयोग के विकास को आमतौर पर इस प्रकार व्यवस्थित किया जाता है:
- Prompt Engineering: एकल निर्देश को अच्छी तरह से लिखना (2023–2024 का सितारा)
- Context Engineering: AI को दिखाई जाने वाली जानकारी को व्यवस्थित करना
- Harness Engineering: AI के चारों ओर उपकरणों, सुरक्षा उपायों और वातावरण का निर्माण करना
- Loop Engineering: एक ऐसी प्रणाली डिज़ाइन करना जहाँ AI बार-बार खोज, निष्पादन, सत्यापन और सुधार के चक्र से गुज़रता है (अब)
मोटे तौर पर, ध्यान "एक अच्छा वाक्य लिखने" से "एक अच्छी प्रणाली बनाने" की ओर कदम-दर-कदम बाहर की ओर स्थानांतरित हो गया है।
Loop Engineering इस बदलाव में सबसे आगे है।
Loop Engineering के घटक — 6 भाग
जबकि यह शब्द नया है, सामग्री ठोस है। Google के Addy Osmani ने एक प्रभावी लूप के घटकों को स्पष्ट रूप से सूचीबद्ध किया है। यह जमीनी स्तर पर मेरे अनुभव से लगभग पूरी तरह मेल खाता है।
- Automations: वे ट्रिगर जो समय-समय पर लूप चलाते हैं, जैसे "हर सुबह CI विफलताओं की जाँच करें।"
- Worktrees: कार्यक्षेत्रों को अलग करना ताकि कई AI बिना टकराए समानांतर में काम कर सकें।
- Sub-agents: निर्माता की भूमिका को समीक्षक से अलग करना। AI को अपने उत्तरों को बहुत उदारता से ग्रेड न करने दें।
- Skills: पुन: उपयोग के लिए SKILL.md जैसी बाहरी फ़ाइलों में परियोजना-विशिष्ट ज्ञान लिखना।
- Memory: AI बातचीत भूल जाता है। इसलिए, प्रगति को Markdown या Linear में बाहरी रूप से रखा जाना चाहिए।
- /goal: Claude Code या Codex में, एक बार जब आप घोषित करते हैं "पूर्णता क्या है," AI तब तक बारी लेता रहता है जब तक शर्तें पूरी नहीं हो जातीं।
संक्षेप में, इसका अर्थ है "आगे क्या करना है" के निर्देशों को, जो मनुष्य पहले मैन्युअल रूप से प्रदान करते थे, सिस्टम में ही स्थानांतरित करना।
मनुष्य AI को प्रॉम्प्ट नहीं टाइप करते। "सिस्टम AI को प्रॉम्प्ट टाइप करता है।" मेरा मानना है कि स्वामी-दास संबंध का यह उलटफेर loop engineering का वास्तविक सार है।
अब मैं लूप चलाकर AI को काम सौंप रहा हूँ।
यहाँ मेरा अपना एक उदाहरण है।
YourBright द्वारा संचालित मीडिया साइट "Mikata for Foreign Talent" पर, लेख सूची पृष्ठ भारी था। इसलिए, मैंने बार-बार माप और सुधार के लिए Claude Code के /loop को एक लूप दिया और इसे ज़्यादातर बिना निगरानी के चलने दिया।
5 घंटों में, 9 सुधार स्वचालित रूप से लागू किए गए। लेख सूची के लिए स्थानांतरण मात्रा 90% से अधिक घटकर 2,723KB से 101KB हो गई। LCP भी 6.4 सेकंड से घटकर 1.8 सेकंड हो गया। एक दौर में, एक एकल छवि 957KB PNG से 11KB AVIF में बदल गई।
AI ने सब कुछ संभाला। मैंने केवल शाखा बिंदुओं पर निर्णय लिए: प्रोडक्शन URL को सही करना, इमेज कन्वर्ज़न लेयर जोड़ने का निर्णय लेना, और दिशाओं का चयन करना।
यहाँ दिलचस्प हिस्सा है: नौ सुधारों में से एक विफलता थी। AI द्वारा लागू किया गया एक फिक्स वास्तव में एक अन्य मीट्रिक को खराब कर दिया। AI ने स्वयं इसे "बिगड़ना" माना, परिवर्तन को वापस ले लिया, और विफलता के बारे में एक नोट छोड़ दिया।
PRs की संख्या चौंका देने वाली 20 थी। लूप गणना 23 थी। जब तक मूल्यांकन मानदंड सही हैं, AI मानव हस्तक्षेप के बिना चलता रहेगा।
मुझे लगता है कि यह loop engineering का ठोस एहसास है। AI इसे चलाता है। यह इसे विफलताओं सहित चलाता है। मनुष्य तय करते हैं कि कहाँ रुकना है और किन मानकों पर भरोसा करना है।
अब क्यों, और तीन महीने क्यों?
"तीन महीने" निश्चित रूप से उत्तेजक है। हर कोई तीन महीने में बदल नहीं जाएगा।
हालाँकि, संख्याएँ इस दिशा का समर्थन करती हैं। Anthropic ने घोषणा की कि मई 2026 तक, Claude प्रोडक्शन में मर्ज किए जाने वाले 80% से अधिक कोड लिख रहा है। जब Claude Code फरवरी 2025 में जारी किया गया था, तो यह केवल कुछ प्रतिशत था, इसलिए यह सिर्फ एक वर्ष से अधिक में इस बिंदु पर पहुँच गया है। प्रति इंजीनियर मर्ज किए गए कोड की मात्रा भी 2024 की तुलना में आठ गुना अधिक बताई गई है।
यहाँ जो हो रहा है वह "मनुष्यों द्वारा लिखी गई मात्रा कम हो गई है" की कहानी नहीं है। यह मानव कार्य के "लेखन" से "लूप डिज़ाइन करने और अंतिम निर्णय लेने" में स्थानांतरित होने की कहानी है।
एक ही काम को देखते हुए भी, मानसिकता बदल जाती है। जो कोई एक बार में चीज़ें माँगता है, वह सोचता है "इसे सही पाने के लिए कैसे पूछूँ।" जो कोई लूप बनाता है, वह सोचता है "पूर्णता की पुष्टि करने के लिए क्या देखूँ, अगर यह चूक जाए तो कहाँ लौटूँ, और खतरनाक कार्यों को कहाँ रोकूँ।"
यह अंतर तीन महीने में ही दिखाई देने लगेगा। मुझे ऐसा लगता है।
सुविधा का दूसरा पहलू — अथाह कोड और सोच का परित्याग
यह सब अच्छी खबर नहीं है। लूप में समस्याएँ हैं।
एक है पैसा। यदि कोई लूप बहुत अधिक चलता है, तो टोकन लागत आसमान छू सकती है। इसलिए, शुरुआत में रोक की शर्तों और सीमाओं पर निर्णय लिया जाना चाहिए।
दूसरी है कोड की समझ, जो हाल ही में बहस का विषय रहा है। AI ने इसे लिखा, AI ने इसे ठीक किया, और परीक्षण पास हो गए। यह काम करता है। हालाँकि, कोई भी सामग्री को नहीं समझता। मनुष्यों के लिए सभी कोड की जाँच करना एक सपना बन जाएगा।
इसके अलावा, निष्पादन-प्रकार के AI ईमेल भेज सकते हैं, शेल कमांड चला सकते हैं, और ब्राउज़र का उपयोग कर सकते हैं। जितने सुविधाजनक हैं, उनकी पहुँच जितनी व्यापक है, दुर्घटनाओं के लिए सतह क्षेत्र उतना ही बड़ा है।
Loop Engineering AI पर भरोसा करने की तकनीक नहीं है। यह इस आधार पर आधारित तकनीक है कि AI गलतियाँ करता है, विफल होने पर भी लौटने का रास्ता बनाता है।
निष्कर्ष
जो इंजीनियर प्रॉम्प्ट टाइप करते हैं, वे कल अचानक अनावश्यक नहीं हो जाएंगे।
हालाँकि, मूल्य का गुरुत्वाकर्षण केंद्र निश्चित रूप से स्थानांतरित हो रहा है। भविष्य में मजबूत वे नहीं होंगे जो AI से अच्छी तरह पूछ सकते हैं, बल्कि वे होंगे जो ऐसे लूप बना सकते हैं जहाँ AI प्रयास करता है, विफल होता है, ठीक करता है, और मनुष्य अंतिम निर्णय ले सकता है।
जब तक आप एक पंक्ति का प्रॉम्प्ट टाइप करने से संतुष्ट हैं, आप संभवतः धीरे-धीरे पीछे छूट जाएंगे। आज से शुरू करें, वह वातावरण बनाएँ जहाँ AI चलता रहे।
हम एक AI उपयोग समुदाय बना रहे हैं!
हमने "AI Business Labs" नामक एक Discord समुदाय खोला है जहाँ व्यवसाय में AI का उपयोग करने का अध्ययन किया जाता है। कोई भी AI के बारे में प्रश्न पूछ सकता है या परामर्श ले सकता है। हम समुदाय के सदस्यों के साथ सहयोग करते हुए सीखने को गहरा करना चाहते हैं, कृपया हमसे जुड़ें।
