लूप इंजिनीअरिंग: फक्त प्रॉम्प्ट देऊ नका, लूप डिझाइन करा
कोडिंग एजंट्सना मॅन्युअली प्रॉम्प्ट देणे थांबवा. त्यांच्यासाठी प्रॉम्प्ट देणारे लूप डिझाइन करण्यास सुरुवात करा.
पीटर स्टाइनबर्गर (Peter Steinberger) यांच्या या कल्पनेने AI डेव्हलपरमधील चर्चेचे स्वरूप बदलले आहे. प्रोग्रामर्सनी केवळ 'ड्रायव्हर' न राहता 'सिस्टम डिझाइनर' बनले पाहिजे, असा त्यांचा युक्तिवाद आहे.
लूप इंजिनीअरिंग म्हणजे काय?
हे एक प्रकारचे परिवर्तन आहे—एक-एक करून प्रॉम्प्ट टाईप करण्याऐवजी एजंट्सचे व्यवस्थापन करणारे प्रोग्राम लिहिणे. तुम्ही स्वतः काम करण्याऐवजी, एक लूप लॉजिक हाताळते.
लूप खालील पायऱ्या पूर्ण करते:
- ते एक कार्य निवडते.
- ते कार्य एजंटकडे पाठवते.
- ते निकालाची तपासणी करते.
- ते पुढे चालू ठेवायचे की थांबायचे याचा निर्णय घेते.
तुम्ही झोपलेले असतानाही लूप काम करत असते.
प्रत्येक लूपचे ४-टप्प्यांचे चक्र:
- कृती (Act): एजंट कोड लिहितो किंवा कमांड रन करतो.
- निरीक्षण (Observe): सिस्टम आउटपुट, एरर लॉग्स किंवा टेस्ट रिझल्ट्स वाचते.
- तर्क (Reason): ध्येय साध्य झाले आहे की नाही, याचे सिस्टम मूल्यांकन करते.
- पुनरावृत्ती (Repeat): जर अयशस्वी झाले, तर ते एजंटला पुन्हा प्रयत्न करण्यासाठी पाठवते.
मॅन्युअल प्रॉम्प्टिंग विरुद्ध लूप इंजिनीअरिंग:
- मॅन्युअल: तुम्ही स्वतः इंजिन आहात. तुम्हाला स्क्रीनसमोर बसून राहावे लागते. तुम्हाला प्रत्येक 'diff' वाचावा लागतो.
- लूप: लूप हे इंजिन आहे. ते आपोआप चालते. ते २४/७ काम करते.
यशाचे मुख्य आधारस्तंभ:
एका चांगल्या लूपसाठी तीन गोष्टींची आवश्यकता असते:
- व्हेरिफायर (Verifier): काम खरोखर बरोबर आहे की नाही हे तपासण्याचे साधन. एजंटला स्वतःचे काम स्वतः तपासू देऊ नका. वास्तविक टेस्ट्स आणि लिनटर्सचा (linters) वापर करा.
- स्टेट मॅनेजमेंट (State Management): काय पूर्ण झाले आहे आणि काय प्रलंबित आहे याचा मागोवा ठेवणे.
- कॉस्ट कंट्रोल (Cost Control): टोकन्स आणि पुन्हा प्रयत्न करण्याच्या (retry) संख्येवर मर्यादा घालणे.
लक्षात घ्यावयाचे धोके:
- खोटा पूर्णत्व (False Completion): एजंट म्हणतो की काम पूर्ण झाले आहे, परंतु बग्स अजूनही अस्तित्वात असतात. मजबूत व्हेरिफायर वापरून हे सुधारा.
- वेगाचा अतिरेक (Speed Overload): तुम्ही झोपलेले असताना लूप १,००० ओळींचा कोड लिहू शकते. तो कोड समजून घेण्याचा प्रयत्न करण्यातच तुमचा संपूर्ण दिवस जाऊ शकतो.
- अति-अवलंबित्व (Over-reliance): सलग दहा वेळा काम व्यवस्थित दिसत असल्यामुळे तुम्ही तपासणे थांबवता. महत्त्वाच्या कामांसाठी नेहमी 'ह्युमन इन द लूप' (human in the loop) ठेवा.
सुरुवात कशी करावी:
- लहान सुरुवात करा. जोपर्यंत टेस्ट पास होत नाही तोपर्यंत प्रॉम्प्ट पुन्हा प्रयत्न करणारा एक साधा लूप तयार करा.
- व्हेरिफायरमध्ये गुंतवणूक करा. तुमच्या सध्याच्या टेस्ट सूट्सचा (test suites) लूपचे डोळे म्हणून वापर करा.
- नुकसान मर्यादित करा. गिट ब्रँचेस (git branches) वापरा आणि जास्तीत जास्त 'retry' मर्यादा सेट करा.
- कमी जोखमीच्या कामांवर सराव करा. प्रोडक्शन कोडकडे वळण्यापूर्वी डॉक्युमेंटेशन किंवा रिफॅक्टरिंगसाठी लूपचा वापर करा.
मॅन्युअल प्रॉम्प्टिंगचा काळ संपत आहे. लूप इंजिनीअरिंगचा काळ सुरू झाला आहे.
वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi