ਆਪਣੀਆਂ ਯੋਜਨਾਵਾਂ ਨੂੰ ਡੇਟਾ ਵਿੱਚ ਬਦਲੋ
ਅਸੀਂ ਮਹੀਨਿਆਂ ਤੱਕ ਰਿਵਿਊ ਲੂਪ (review loop) ਵਿੱਚ ਬਿਤਾਏ। LLM agents ਨੇ ਕੋਡ ਦੀ ਯੋਜਨਾ ਬਣਾਈ ਅਤੇ ਉਸਦਾ ਰਿਵਿਊ ਕੀਤਾ। ਕੰਮ ਵਾਰ-ਵਾਰ ਵਾਪਸ ਆਉਂਦਾ ਰਹਿੰਦਾ ਸੀ। ਹਰ ਵਾਰ ਵਾਪਸ ਆਉਣ ਨਾਲ ਸਮਾਂ ਬਰਬਾਦ ਹੁੰਦਾ ਸੀ।
ਅਸੀਂ 2,400 ਰਿਵਿਊ ਦਸਤਾਵੇਜ਼ਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ। ਸਾਨੂੰ ਅਸਫਲਤਾ ਦੇ 6 ਕਾਰਨ ਮਿਲੇ। ਜ਼ਿਆਦਾਤਰ ਕੋਡ ਬੱਗਸ (bugs) ਨਹੀਂ ਸਨ। ਉਹ ਯੋਜਨਾ ਵਿੱਚ ਖਾਮੀਆਂ ਸਨ। ਗੁੰਮ ਹੋਏ ਦਸਤਾਵੇਜ਼। ਅਣਕਹੇ ਨਿਯਮ। ਸਬੂਤਾਂ ਵਿੱਚ ਕਮੀਆਂ।
Prose ਯੋਜਨਾਵਾਂ ਕੋਡ ਨੂੰ ਬੰਨ੍ਹ ਕੇ ਨਹੀਂ ਰੱਖ ਸਕਦੀਆਂ। ਰਿਵਿਊਅਰ ਇੱਕ ਟੈਕਸਟ ਯੋਜਨਾ ਨੂੰ ਦੁਬਾਰਾ ਚਲਾਉਣ ਵਿੱਚ ਅਸਫਲ ਰਹਿੰਦੇ ਹਨ। ਅਸੀਂ ਫਾਰਮੈਟ ਬਦਲ ਦਿੱਤਾ। ਅਸੀਂ TOML ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਅਸੀਂ ਯੋਜਨਾਵਾਂ ਨੂੰ ਡੇਟਾ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ।
ਅਸੀਂ ਇੱਕ Python validator ਬਣਾਇਆ। ਇਹ ਇਨਸਾਨ ਦੇ ਦੇਖਣ ਤੋਂ ਪਹਿਲਾਂ ਯੋਜਨਾ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ।
- ਇਹ cycles ਲੱਭਦਾ ਹੈ।
- ਇਹ dependencies ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ।
- ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਹਰ ਦਾਅਵੇ ਦਾ ਸਬੂਤ ਹੋਵੇ।
- ਇਹ placeholders ਨੂੰ ਰੱਦ ਕਰ ਦਿੰਦਾ ਹੈ।
ਇੱਕ ਗਲਤ ਯੋਜਨਾ ਹੁਣ ਇੱਕ ਅਸਫਲ assertion ਹੈ। ਮਨੁੱਖੀ ਰਿਵਿਊਅਰ ਬਣਤਰ (structure) 'ਤੇ ਸਮਾਂ ਬਰਬਾਦ ਨਹੀਂ ਕਰਦਾ। ਉਹ domain risks 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹਨ।
ਸਾਡੀ ਪਹਿਲੀ DAG-ਰਿਵਿਊ ਕੀਤੀ ਯੋਜਨਾ ਇੱਕ ਰਾਊਂਡ ਵਿੱਚ ਹੀ ਪਾਸ ਹੋ ਗਈ। ਰਿਵਿਊਅਰਾਂ ਨੇ ਆਪਣਾ ਬਜਟ ਅਸਲ ਜੋਖਮਾਂ 'ਤੇ ਖਰਚਿਆ।
ਤੁਹਾਡਾ ਰਿਵਿਊ ਆਰਕਾਈਵ ਇੱਕ ਡੇਟਾ ਸੈੱਟ ਹੈ। ਪੈਟਰਨ ਲੱਭਣ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰੋ। ਤਕਨੀਕੀ ਯੋਜਨਾਵਾਂ ਲਈ prose ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਬੰਦ ਕਰੋ। ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰੋ।
Source: https://dev.to/wernerk_au/dag-toml-how-we-turned-four-months-of-code-review-pain-into-a-machine-checkable-planning-format-236j Optional learning community: https://t.me/GyaanSetuAi