फरवरी 2025 में, Andrej Karpathy ने vibe coding को प्राकृतिक भाषा में इरादे का वर्णन करने, LLM के बदलावों को न्यूनतम समीक्षा के साथ स्वीकार करने और कोड को आपकी सामान्य समझ से परे बढ़ने देने की प्रथा बताया। इसने व्यक्तिगत परियोजनाओं और प्रोटोटाइप के लिए प्रभावशाली गति प्रदान की।
एक साल बाद, उन्होंने देखा कि एजेंट क्षमताएँ उन्नत हो गई थीं, और उन्होंने "agentic engineering" को एजेंटों को व्यवस्थित करने की विकसित प्रथा के लिए अपना पसंदीदा नाम प्रस्तावित किया, जबकि आर्किटेक्चर और प्रक्रिया पर मजबूत मानवीय निगरानी बनी रही। उनके शब्दों में, लक्ष्य एजेंटों का लाभ उठाना है बिना सॉफ्टवेयर गुणवत्ता से समझौता किए।
यह अंतर महत्वपूर्ण है। Vibe coding एकल उपयोगकर्ता के लिए कम जोखिम वाले व्यक्तिगत काम पर अच्छा काम करता है, लेकिन जैसे ही अन्य लोग परिणाम पर निर्भर होते हैं, यह जल्दी से छिपा हुआ ऋण, सुरक्षा अंतराल और रखरखाव की समस्याएँ जमा कर लेता है। Agentic engineering आधुनिक एजेंटों की गति और लाभ को बनाए रखता है, लेकिन सब कुछ स्पष्ट संरचना, अनुरेखणीय आर्टिफैक्ट और मानवीय जवाबदेही में आधारित करता है।
Agentic Engineering कार्यप्रवाह
मोटे इरादे से शुरू करें और AI के साथ डिज़ाइन वार्तालाप जारी रखें, जबकि कार्यक्षमता को डिज़ाइन मीटिंग नोट्स में दस्तावेज़ित करें जो कार्यक्षमता को उसके घटक भागों में वर्णित करें। एक बार डिज़ाइन ठोस लगने पर, उच्च-स्तरीय दृश्य और घटक मानचित्र को एक डिज़ाइन पदानुक्रम में कैप्चर करें (यह वही है जो लोग दिखाते हैं जब वे Obsidian "मस्तिष्क" दिखाते हैं) – एक नेविगेबल संरचना जो आपको और एजेंट दोनों को आसपास के संदर्भ, संबंधित निर्णयों और निर्भरताओं तक तत्पर पहुँच प्रदान करती है। यहीं पर डिज़ाइन आरेख भी रहते हैं, जैसे UML (यूनिवर्सल मॉडल लैंग्वेज), कोड या उपयोगकर्ता इंटरैक्शन फ़्लो, साथ ही आर्किटेक्चरल डिसीज़न रिकॉर्ड (ADRs) के लिंक जहाँ वे स्पष्ट करते हैं कि घटक कैसे संबंधित हैं।
प्रत्येक मॉड्यूल या सबसे छोटे कार्यक्षमता ब्लॉक के लिए, LLD के भीतर एक केंद्रित spec.md बनाएँ जो सटीक व्यवहार, फ़ंक्शन सिग्नेचर, एज केस, परीक्षण अपेक्षाएँ और एकीकरण बिंदुओं को परिभाषित करता है। पूरी संरचना को डिज़ाइन संदर्भ के रूप में उपयोग करके AI को एक टिकट-शैली पदानुक्रम बनाने का संकेत दें जिसमें विकी पृष्ठों और spec.md के लिए प्रत्यक्ष अनुरेखणीयता हो। एजेंट के साथ प्रासंगिक spec.md को अपने अनुबंध के रूप में मानते हुए टिकट दर टिकट लागू करें। फिर आप सत्यापन गेट चलाते हैं, डिप्लॉय करते हैं, निरीक्षण करते हैं और आवश्यकताओं के विकसित होने पर जीवित आर्टिफैक्ट को अपडेट करते हैं।
वास्तविक उदाहरण: दैनिक बैकअप सत्यापक
एक छोटे, उत्पादन-ग्रेड CLI टूल पर विचार करें जो दैनिक S3 बैकअप को सत्यापित करता है और विफलता पर Slack अलर्ट भेजता है।
मोटे लक्ष्य से शुरू करें: "मुझे कुछ विश्वसनीय चाहिए जो हर दिन मेरे बैकअप स्वस्थ हैं या नहीं जाँचे।" फिर AI के साथ आर्किटेक्चरल वार्तालाप जारी रखें ताकि आवश्यकताएँ और एज केस सामने आएँ:
- व्यवहार में S3 बैकअप के लिए यथार्थवादी विफलता मोड क्या हैं?
- हमें वास्तव में क्या सत्यापित करना चाहिए (आयु, फ़ाइल गणना, आकार, सफलता दर), और कौन सी थ्रेशोल्ड समझ में आती हैं?
- स्थानीय विकास और उत्पादन IAM भूमिकाओं में कॉन्फ़िगरेशन और रहस्यों को कैसे संभाला जाना चाहिए?
- दिन-प्रतिदिन कौन से CLI कमांड और आउटपुट फ़ॉर्मेट उपयोगी होंगे?
- एक अनुसूचित दैनिक टूल के लिए कौन सी गैर-कार्यात्मक आवश्यकताएँ सबसे महत्वपूर्ण हैं?
ये वार्तालाप दायरे को स्पष्ट करते हैं और टूल को उसके मुख्य घटकों में विघटित करने में मदद करते हैं: पुनः प्रयास तर्क के साथ S3 मेटाडेटा फ़ेचिंग, एक सत्यापन नियम इंजन, एक अधिसूचना सिस्टम, एक कॉन्फ़िगरेशन लोडर, एक CLI इंटरफ़ेस, संरचित लॉगिंग और त्रुटि प्रबंधन।
डिज़ाइन स्पष्ट होने पर, आप उच्च-स्तरीय दृश्य और घटक मानचित्र को डिज़ाइन पदानुक्रम विकी में दस्तावेज़ित करते हैं, जहाँ प्रत्येक पृष्ठ संस्करणित और लिंक करने योग्य है।
विकी भविष्य के पाठकों को आसपास का संदर्भ प्रदान करता है जो एक सपाट दस्तावेज़ प्रदान नहीं कर सकता। उसी डिज़ाइन कार्य के भाग के रूप में, आप प्रत्येक मॉड्यूल के लिए उप-LLD स्तर पर एक केंद्रित spec.md बनाते हैं। यहाँ S3 मेटाडेटा फ़ेचर के लिए अनुबंध है।
यह spec.md वह अनुबंध है जो आप एजेंट को सौंपते हैं, उदाहरण के लिए: "s3_client/ निर्देशिका में spec.md के अनुसार ठीक वैसे ही लागू करें, प्रोजेक्ट मानकों का पालन करें और व्यापक परीक्षण शामिल करें।" विकी और मॉड्यूल स्पेक्स तैयार होने के साथ, आप फिर AI को उनसे सीधे टिकट पदानुक्रम उत्पन्न करने का संकेत देते हैं। प्रत्येक आइटम एक कार्यात्मक आवश्यकता और उस स्पेक तक अनुरेखित होता है जो उसके अनुबंध को परिभाषित करता है।
फिर कार्यान्वयन टिकट दर टिकट आगे बढ़ता है, प्रत्येक को एजेंट को उसके मिलान वाले spec.md के साथ अनुबंध के रूप में सौंपा जाता है। व्यवहार में यही उत्पन्न होता है: एक छोटे बैकअप सेट को पकड़ने वाला शेड्यूल रन और अलर्ट फायर करना।
रन गैर-शून्य कोड के साथ बाहर निकलता है ताकि cron जॉब नोटिस करे और अलर्ट फायर करे जो Slack में पहुँचता है।
अलर्ट में नियम संदर्भ होता है जिसकी एक ऑन-कॉल इंजीनियर को कार्रवाई करने के लिए आवश्यकता होती है: कौन सी जाँच विफल हुई, क्या पाया गया, क्या अपेक्षित था और कौन सा बैकअप सेट।
इस स्तरीय दृष्टिकोण के लाभ
- एजेंट कार्यान्वयन की मात्रा संभालते हैं जबकि मानव प्रत्येक स्तर पर आर्किटेक्चर और गुणवत्ता के मालिक होते हैं।
- विकी परियोजना-स्तर की खोज और निर्णय प्रदान करता है, जबकि spec.md फ़ाइलें उच्च-स्तरीय डिज़ाइन को फुलाए बिना सटीक मॉड्यूल-स्तरीय अनुबंध प्रदान करती हैं।
- आवश्यकताएँ और निर्णय सीधे विकी पृष्ठों और स्पेक्स से टिकट और कोड में प्रवाहित होते हैं।
- परिवर्तन कोडबेस को रिवर्स-इंजीनियरिंग करने के बजाय जीवित डिज़ाइन आर्टिफैक्ट से शुरू होते हैं।
- चिंताओं का स्पष्ट पृथक्करण समानांतर कार्य, ऑनबोर्डिंग और ऑडिट का समर्थन करता है।
- T-आकार के पेशेवर व्यापकता के साथ नेविगेट करते हैं और सटीकता के साथ प्रश्न करते हैं, और एजेंट माँग पर गहराई प्रदान करता है बिना किसी को पूरे सिस्टम को अपने दिमाग में रखने के लिए मजबूर किए।
Vibe coding अन्वेषण और तीव्र व्यक्तिगत प्रोटोटाइप के लिए एक उत्कृष्ट मोड बना हुआ है। Agentic engineering वह तरीका है जिससे आप उसी संवादी शक्ति को उन सिस्टमों में प्रवाहित करते हैं जिन पर अन्य लोग भरोसा कर सकते हैं और बनाए रख सकते हैं।
T-आकार के पेशेवर की भूमिका
यह वर्कफ़्लो विशेष रूप से T-आकार के पेशेवरों के लिए शक्तिशाली है: वे इंजीनियर जो एप्लिकेशन स्पेस में व्यापक ज्ञान बनाए रखते हैं और आवश्यकता पड़ने पर गहराई में जाने की क्षमता रखते हैं।
क्योंकि आपको किसी भी समय पूरे एप्लिकेशन के कार्य करने के तरीके का एक पूर्ण, नवीनतम मानसिक मॉडल रखने की आवश्यकता नहीं है। एजेंट उस गहराई को वहन कर सकता है और माँग पर किसी भी भाग को पुनः समझा सकता है, जब तक उसके पास विकी, spec.md फ़ाइलों और वार्तालाप इतिहास से सही संदर्भ हो।
आपको जिस चीज़ की आवश्यकता है वह है यह जानने की क्षमता कि क्या देखना है और कहाँ देखना है, साथ ही तब तक सटीक प्रश्न पूछते रहने का अनुशासन जब तक आप कार्य के तहत विशिष्ट आइटम को न समझ लें। T का चौड़ा हिस्सा आपको सिस्टम का नक्शा देता है; AI एजेंट उन कौशलों का समर्थन करता है जो अभी मायने रखने वाले सटीक मॉड्यूल, एज केस या एकीकरण बिंदु में ड्रिल करने के लिए आवश्यक हैं। जब भी आप पूछते हैं, एजेंट विस्तृत जानकारी प्रदान करता है।
यह मानवीय भूमिका को "मुझे हर समय सब कुछ समझना चाहिए" से "मैं जानता हूँ कि सही ऊँचाई पर कैसे नेविगेट करना, प्रश्न करना और मान्य करना है" में स्थानांतरित करता है। यही agentic engineering का वास्तविक कौशल है।
