ਜ਼ਿਆਦਾਤਰ ਡਿਵੈਲਪਰ AI ਕੋਡਿੰਗ ਏਜੰਟਾਂ ਦਾ ਗਲਤ ਤਰੀਕੇ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹਨ। ਉਹ ਤਿੰਨ ਟੂਲ ਇੰਸਟਾਲ ਕਰਦੇ ਹਨ, ਇੱਕ ਟਰਮੀਨਲ ਖੋਲ੍ਹਦੇ ਹਨ, ਅਤੇ ਉਹੀ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਪ੍ਰੋਂਪਟ ਚਲਾਉਂਦੇ ਹਨ: build me a landing page। ਫਿਰ ਉਹ ਉਸ ਆਉਟਪੁੱਟ ਨੂੰ ਚੁਣਦੇ ਹਨ ਜੋ ਦੇਖਣ ਵਿੱਚ ਸਭ ਤੋਂ ਸੁੰਦਰ ਲੱਗਦਾ ਹੈ। ਉਹ ਟੈਸਟ ਤੁਹਾਨੂੰ ਇਸ ਬਾਰੇ ਲਗਭਗ ਕੁਝ ਨਹੀਂ ਦੱਸਦਾ ਕਿ ਇਹ ਸਿਸਟਮ ਅਸਲ ਕੋਡਬੇਸ ਦੇ ਅੰਦਰ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ।
ਬਿਹਤਰ ਸਵਾਲ ਇਹ ਨਹੀਂ ਹੈ ਕਿ ਕਿਸ ਮਾਡਲ ਨੇ ਕੋਡਿੰਗ ਬੈਂਚਮਾਰਕ 'ਤੇ ਸਭ ਤੋਂ ਵੱਧ ਸਕੋਰ ਕੀਤਾ ਹੈ। ਸਵਾਲ ਇਹ ਹੈ ਕਿ ਕਿਹੜਾ ਸਿਸਟਮ ਕੱਚੀ ਬੁੱਧੀ (raw intelligence) ਨੂੰ ਲੈ ਕੇ ਅਸਲ ਵਿੱਚ ਗੁੰਝਲਦਾਰ, ਮਲਟੀ-ਫਾਈਲ ਸਾਫਟਵੇਅਰ ਪ੍ਰੋਜੈਕਟਾਂ 'ਤੇ ਲਾਗੂ ਕਰ ਸਕਦਾ ਹੈ। ਮਾਡਲ ਦਿਮਾਗ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਹਾਰਨੈੱਸ (harness)—ਕੰਟੈਕਸਟ ਮੈਨੇਜਮੈਂਟ, ਟੂਲ ਐਕਸੈਸ, ਐਰਰ ਹੈਂਡਲਿੰਗ, ਅਤੇ ਪਰਮਿਸ਼ਨ ਲੇਅਰਾਂ—ਹੱਥ ਅਤੇ ਅੱਖਾਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਇੱਕ ਬਹੁਤ ਹੀ ਤੇਜ਼ ਦਿਮਾਗ ਪਰ ਅਸਮਰੱਥ ਹੱਥਾਂ ਵਾਲਾ ਸਿਸਟਮ ਤੁਹਾਡੇ ਪ੍ਰੋਡਕਸ਼ਨ ਕੋਡ ਨੂੰ ਉਨੀ ਹੀ ਤੇਜ਼ੀ ਨਾਲ ਤੋੜ ਦੇਵੇਗਾ ਜਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਇੱਕ ਮਾਮੂਲੀ ਦਿਮਾਗ ਵਾਲਾ ਸਿਸਟਮ।
ਜਦੋਂ ਤੁਸੀਂ ਨਵੇਂ ਡੈਮੋਸ ਤੋਂ ਅੱਗੇ ਵਧ ਕੇ ਇੰਜੀਨੀਅਰਿੰਗ ਕੰਮ ਵੱਲ ਵਧਦੇ ਹੋ, ਤਾਂ ਇੱਥੇ ਉਹ ਚੀਜ਼ਾਂ ਹਨ ਜੋ ਅਸਲ ਵਿੱਚ ਪ੍ਰਮੁੱਖ ਟੂਲਸ ਨੂੰ ਇੱਕ ਦੂਜੇ ਤੋਂ ਵੱਖ ਕਰਦੀਆਂ ਹਨ।
ਹਾਰਨੈੱਸ ਹੀ ਪ੍ਰੋਡਕਟ ਹੈ
ਇੱਕ ਏਜੰਟ ਹਾਰਨੈੱਸ ਇਹ ਤੈਅ ਕਰਦਾ ਹੈ ਕਿ ਰੈਪੋਜ਼ਟਰੀ ਦੇ ਅੰਦਰ ਬੁੱਧੀ ਕਿਵੇਂ ਕੰਮ ਕਰਦੀ ਹੈ। ਇਹ ਕੰਟਰੋਲ ਕਰਦਾ ਹੈ ਕਿ ਏਜੰਟ ਨੂੰ ਕਿੰਨਾ ਕੰਟੈਕਸਟ ਯਾਦ ਰਹਿੰਦਾ ਹੈ, ਉਹ ਕਿਹੜੀਆਂ ਫਾਈਲਾਂ ਨੂੰ ਛੂਹ ਸਕਦਾ ਹੈ, ਉਹ ਫੇਲ ਹੋਏ ਟਰਮੀਨਲ ਕਮਾਂਡ ਤੋਂ ਕਿਵੇਂ ਉਭਰਦਾ ਹੈ, ਅਤੇ ਕੀ ਉਹ ਤੁਹਾਡੀ .env ਫਾਈਲ ਨੂੰ ਡਿਲੀਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਰੁਕਣਾ ਜਾਣਦਾ ਹੈ। ਦੋ ਏਜੰਟ ਸਮਾਨ ਬੈਂਚਮਾਰਕ ਸਕੋਰਾਂ ਵਾਲੇ ਮਾਡਲਾਂ 'ਤੇ ਚੱਲ ਸਕਦੇ ਹਨ, ਪਰ ਜੇਕਰ ਇੱਕ ਏਜੰਟ ਤਿੰਨ ਫਾਈਲ ਐਡਿਟਾਂ ਤੋਂ ਬਾਅਦ ਮੋਡਿਊਲਸ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਨੂੰ ਗੁਆ ਲੈਂਦਾ ਹੈ ਜਦੋਂ ਕਿ ਦੂਜਾ ਤੁਹਾਡੇ ਆਰਕੀਟੈਕਚਰ ਦਾ ਇੱਕ ਸਪੱਸ਼ਟ ਨਕਸ਼ਾ ਬਣਾਈ ਰੱਖਦਾ ਹੈ, ਤਾਂ ਦੂਜਾ ਏਜੰਟ ਰੀਫੈਕਟਰ (refactor) ਨੂੰ ਪੂਰਾ ਕਰ ਲਵੇਗਾ ਅਤੇ ਪਹਿਲਾ ਏਜੰਟ ਰੈਗਰੈਸ਼ਨ (regressions) ਪੈਦਾ ਕਰ ਦੇਵੇਗਾ।
ਇਸ ਬਾਰੇ ਇਸ ਤਰ੍ਹਾਂ ਸੋਚੋ: ਮਾਡਲ ਇੰਜਣ ਹੈ, ਪਰ ਹਾਰਨੈੱਸ ਸਸਪੈਂਸ਼ਨ, ਬ੍ਰੇਕ ਅਤੇ ਸਟੀਅਰਿੰਗ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਸੜਕ 'ਤੇ ਟਿਕ ਕੇ ਨਹੀਂ ਰਹਿ ਸਕਦੇ, ਤਾਂ ਤਾਕਤ ਦਾ ਕੋਈ ਮਤਲਬ ਨਹੀਂ ਹੈ।
Claude Code: ਡੂੰਘੀ ਰੈਪੋਜ਼ਟਰੀ ਰੀਜ਼ਨਿੰਗ
Claude Code ਉਦੋਂ ਚਮਕਦਾ ਹੈ ਜਦੋਂ ਤੁਹਾਨੂੰ ਸਿਰਫ਼ ਕੋਡ ਜੋੜਨ ਦੀ ਬਜਾਏ ਇੱਕ ਗੁੰਝਲਦਾਰ ਕੋਡਬੇਸ ਨੂੰ ਸਮਝਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਸਦੀ ਤਾਕਤ ਮੋਡਿਊਲਸ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧਾਂ ਦਾ ਇੱਕ ਮਾਨਸਿਕ ਮਾਡਲ ਬਣਾਈ ਰੱਖਣਾ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਕਿਸੇ ਅਜਿਹੇ ਬੱਗ (bug) ਦਾ ਪਤਾ ਲਗਾ ਰਹੇ ਹੋ ਜੋ ਆਥੈਂਟੀਕੇਸ਼ਨ ਮਿਡਲਵੇਅਰ (authentication middleware) ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਡੇਟਾਬੇਸ ਵੈਪਰ (database wrapper) ਰਾਹੀਂ ਫੈਲਦਾ ਹੈ, ਅਤੇ ਵੈਲੀਡੇਸ਼ਨ ਯੂਟੀਲਿਟੀ (validation utility) ਵਿੱਚ ਸਾਹਮਣੇ ਆਉਂਦਾ ਹੈ, ਤਾਂ Claude Code ਉਸ ਲੜੀ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ। ਇਹ ਖਾਸ ਤੌਰ 'ਤੇ ਵੱਡੇ ਰੀਫੈਕਟਰ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣ ਲਈ ਉਪਯੋਗੀ ਹੈ ਜਿੱਥੇ ਤੁਹਾਨੂੰ ਇੱਕ ਅੰਦਰੂਨੀ API ਦਾ ਨਾਮ ਬਦਲਣ, ਹਰ ਕੰਜ਼ਿਊਮਰ (consumer) ਨੂੰ ਅਪਡੇਟ ਕਰਨ, ਅਤੇ ਕਿਸੇ ਭੁੱਲੀਆਂ ਹੋਈਆਂ ਯੂਟੀਲਿਟੀ ਫੋਲਡਰ ਵਿੱਚ ਛੁਪੇ ਹੋਏ ਇੰਪੋਰਟ (import) ਨੂੰ ਭੁੱਲੇ ਬਿਨਾਂ ਟੈਸਟਾਂ ਨੂੰ ਐਡਜਸਟ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਇਸ ਤੋਂ ਵੱਧ ਤੋਂ ਵੱਧ ਲਾਭ ਲੈਣ ਦਾ ਇੱਕ ਵਿਹਾਰਕ ਤਰੀਕਾ ਤੁਹਾਡੇ ਪ੍ਰੋਜੈਕਟ ਰੂਟ 'ਤੇ CLAUDE.md ਫਾਈਲ ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਹੈ। ਇਹ ਦਸਤਾਵੇਜ਼ ਇੱਕ ਸੰਸਥਾਗਤ ਯਾਦ (institutional memory) ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ ਜਿਸ ਨੂੰ ਤੁਸੀਂ ਕੋਡਿਫਾਈ (codify) ਕਰ ਸਕਦੇ ਹੋ। ਤੁਸੀਂ ਇਹ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੇ ਹੋ ਕਿ ਸਾਰੀ ਲੌਗਿੰਗ ਲਈ console.log ਦੀ ਬਜਾਏ ਅੰਦਰੂਨੀ ਵੈਪਰ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ, ਡੇਟਾਬੇਸ ਮਾਈਗ੍ਰੇਸ਼ਨ ਸਿਰਫ਼ /infra/migrations ਵਿੱਚ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ, ਜਾਂ ਹਰ ਨਵੇਂ React ਕੰਪੋਨੈਂਟ ਲਈ ਇੱਕ ਸੰਬੰਧਿਤ Storybook ਫਾਈਲ ਦੀ ਲੋੜ ਹੈ। ਇਸ ਗਾਰਡਰੇਲ (guardrail) ਤੋਂ ਬਿਨਾਂ, ਕੋਈ ਵੀ ਏਜੰਟ ਆਪਣੇ ਟ੍ਰੇਨਿੰਗ ਡਿਫੌਲਟਸ ਵੱਲ ਵਧ ਜਾਵੇਗਾ। ਇਸ ਦੇ ਨਾਲ, Claude Code ਉਹਨਾਂ ਪਰੰਪਰਾਵਾਂ ਦਾ ਸਤਿਕਾਰ ਕਰ ਸਕਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਥਾਪਤ ਕਰਨ ਵਿੱਚ ਤੁਹਾਡੀ ਟੀਮ ਨੂੰ ਮਹੀਨੇ ਲੱਗੇ ਹਨ।
ਇਸ ਟੂਲ ਨੂੰ ਉਦੋਂ ਚੁਣੋ ਜਦੋਂ ਤੁਹਾਡਾ ਕੰਮ ਖੋਜਮੂਲਕ (exploratory) ਅਤੇ ਆਰਕੀਟੈਕਚਰਲ ਹੋਵੇ। ਜੇਕਰ ਤੁਸੀਂ ਔਖੇ ਲੌਜਿਕ ਨੂੰ ਡੀਬੱਗ ਕਰ ਰਹੇ ਹੋ ਜਾਂ ਮੋਨੋਰੇਪੋ (monorepo) ਦੇ ਪੈਕੇਜ ਇੱਕ ਦੂਜੇ 'ਤੇ ਕਿਵੇਂ ਨਿਰਭਰ ਕਰਦੇ ਹਨ ਉਸ ਨੂੰ ਮੁੜ ਵਿਵਸਥਿਤ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ ਕੰਟੈਕਸਟ ਹੈਂਡਲਿੰਗ ਦੀ ਡੂੰਘਾਈ ਆਮ ਤੌਰ 'ਤੇ ਫਾਇਦੇਮੰਦ ਹੁੰਦੀ ਹੈ।
OpenAI Codex: ਸੰਰਚਨਾਤਮਕ ਆਟੋਮੇਸ਼ਨ
Codex ਉਹਨਾਂ ਟੀਮਾਂ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਦੁਹਰਾਉਣਯੋਗ ਨਤੀਜਿਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਜਿੱਥੇ Claude Code ਖੋਜ ਵੱਲ ਝੁਕਦਾ ਹੈ, Codex ਆਟੋਮੇਸ਼ਨ ਵੱਲ ਝੁਕਦਾ ਹੈ। ਇਹ ਉਦੋਂ ਸਭ ਤੋਂ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ ਜਦੋਂ ਤੁਹਾਡੇ ਕੋਲ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਪਰਿਭਾਸ਼ਿਤ ਕੰਮ ਹੁੰਦੇ ਹਨ ਜਿਨ੍ਹਾਂ ਨੂੰ ਮੌਜੂਦਾ ਟੀਮ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ: ਇੱਕ ਨਵੇਂ ਮਾਈਕਰੋਸਰਵਿਸ ਲਈ ਬੋਇਲਰਪਲੇਟ (boilerplate) ਤਿਆਰ ਕਰਨਾ, ਤੁਹਾਡੇ ਵਿਸ਼ੇਸ਼ ਮਿਡਲਵੇਅਰ ਸਟੈਕ ਦੇ ਨਾਲ CRUD ਐਂਡਪੁਆਇੰਟ ਬਣਾਉਣਾ, ਜਾਂ ਸੇਵਾਵਾਂ ਦੇ ਸਮੂਹ ਵਿੱਚ ਕੌਂਫਿਗਰੇਸ਼ਨ ਫਾਈਲਾਂ ਨੂੰ ਅਪਡੇਟ ਕਰਨਾ।
ਮੁੱਖ ਗੱਲ ਇਹ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਸਹੀ ਹੋਣਾ ਪਵੇਗਾ। ਜੇਕਰ ਤੁਹਾਡੇ ਸਵੀਕ੍ਰਿਤੀ ਮਾਪਦੰਡ (acceptance criteria) ਅਸਪਸ਼ਟ ਹਨ, ਤਾਂ Codex ਖੁਸ਼ੀ-ਖੁਸ਼ੀ ਅਜਿਹਾ ਕੋਡ ਤਿਆਰ ਕਰੇਗਾ ਜੋ ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਚੱਲਦਾ ਹੈ ਪਰ ਤੁਹਾਡੀਆਂ ਪਰੰਪਰਾਵਾਂ ਦੀ ਉਲੰਘਣਾ ਕਰਦਾ ਹੈ। ਢਾਂਚਾ, ਨਾਮਕਰਨ ਦੇ ਨਿਯਮ, ਐਰਰ ਹੈਂਡਲਿੰਗ ਪੈਟਰਨ, ਅਤੇ ਟੈਸਟ ਉਮੀਦਾਂ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਨਿਰਧਾਰਤ ਕਰੋ। ਉਸ ਮਾਹੌਲ ਵਿੱਚ, Codex ਇੱਕ ਪੇਅਰ ਪ੍ਰੋਗਰਾਮਰ ਦੀ ਬਜਾਏ ਇੱਕ ਅਸੈਂਬਲੀ ਲਾਈਨ ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ ਜੋ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦੇ ਨਿਰਦੇਸ਼ਾਂ ਨੂੰ ਸਮਝਦਾ ਹੈ। ਇਹ ਇਸਨੂੰ ਅੰਦਰੂਨੀ ਟੂਲਿੰਗ, CI-ਨੇੜਲੇ ਵਰਕਫਲੋਅਜ਼, ਅਤੇ ਕਿਸੇ ਵੀ ਅਜਿਹੀ ਸਥਿਤੀ ਲਈ ਸ਼ਕਤੀਸ਼ਾਲੀ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਰਚਨਾਤਮਕ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਨਾਲੋਂ ਇਕਸਾਰਤਾ (consistency) ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਹੈ।
Gemini CLI: ਖੁੱਲ੍ਹੇ, ਸਕ੍ਰਿਪਟੇਬਲ ਵਰਕਫਲੋਅਜ਼
Gemini CLI ਬਿਲਕੁਲ ਵੱਖਰੀ ਸ਼ਕਲ ਲੈਂਦਾ ਹੈ। ਇਹ ਇੱਕ ਗੱਲਬਾਤ ਕਰਨ ਵਾਲੇ ਕੋਡਿੰਗ ਸਹਾਇਕ ਦੀ ਬਜਾਏ ਤੁਹਾਡੇ ਟਰਮੀਨਲ ਵਾਤਾਵਰਣ ਦੇ ਅੰਦਰ ਇੱਕ ਵਿਸਤਾਰਯੋਗ (extensible) ਕੰਪੋਨੈਂਟ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸਕ੍ਰਿਪਟੇਬਲ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਸੀਂ ਇਸਨੂੰ ਮਿਆਰੀ Unix ਵਰਕਫਲ
ਇਹ ਖੁੱਲ੍ਹਾਪਣ ਉਹਨਾਂ ਇੰਜੀਨੀਅਰਾਂ ਲਈ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ ਜੋ ਟਰਮੀਨਲ ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਇੰਟਰਫੇਸ ਵਜੋਂ ਵਰਤਦੇ ਹਨ। ਤੁਸੀਂ ਇਸਦੀ ਵਰਤੋਂ ਸਟੇਜਡ ਡਿਫਸ (staged diffs) ਤੋਂ ਆਟੋ-ਜਨਰੇਟ ਕਮਿਟ ਮੈਸੇਜ ਬਣਾਉਣ, ਪੁਰਾਣੀਆਂ ਸ਼ੈੱਲ ਸਕ੍ਰਿਪਟਾਂ ਨੂੰ ਇਨਲਾਈਨ ਵਿਆਖਿਆਵਾਂ ਦੇ ਨਾਲ Python ਵਿੱਚ ਲਿਖਣ, ਜਾਂ ਕਿਸੇ ਫੇਲ੍ਹ ਹੋਏ Kubernetes pod ਤੋਂ ਲੌਗ ਆਊਟਪੁੱਟ ਦਾ ਸਾਰ ਕੱਢਣ ਲਈ ਕਰ ਸਕਦੇ ਹੋ। ਇਸਦਾ ਨਾਨ-ਇੰਟਰਐਕਟਿਵ ਮੋਡ CI ਪਾਈਪਲਾਈਨਾਂ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਵਿਹਾਰਕ ਹੈ। ਤੁਸੀਂ ਹਲਕੀਆਂ ਕੋਡ ਤਬਦੀਲੀਆਂ ਕਰਨ, ਸੋਰਸ ਤੋਂ ਡਾਕੂਮੈਂਟੇਸ਼ਨ ਸਨਿਪੇਟਸ ਤਿਆਰ ਕਰਨ, ਜਾਂ Slack ਚੈਨਲ 'ਤੇ ਪੋਸਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਐਰਰ ਆਊਟਪੁੱਟ ਨੂੰ ਸਾਫ਼ ਕਰਨ ਲਈ ਇਸਨੂੰ GitHub Action ਜਾਂ Makefile ਸਟੈਪ ਵਿੱਚ ਇਨਬੈਡ ਕਰ ਸਕਦੇ ਹੋ।
ਜੇਕਰ ਤੁਹਾਡਾ ਵਰਕਫਲੋ ਪਹਿਲਾਂ ਹੀ ਸ਼ੈੱਲ ਸਕ੍ਰਿਪਟਾਂ ਅਤੇ ਕੰਪੋਜ਼ੇਬਲ ਟੂਲਸ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਬਣਿਆ ਹੋਇਆ ਹੈ, ਤਾਂ Gemini CLI ਤੁਹਾਡੀਆਂ ਆਦਤਾਂ ਨੂੰ ਬਦਲਣ ਲਈ ਕਹੇ ਬਿਨਾਂ ਹੀ ਫਿੱਟ ਹੋ ਜਾਂਦਾ ਹੈ।
ਉਹ ਕੰਮ ਜੋ ਅਸਲ ਵਿੱਚ ਮਾਇਨੇ ਰੱਖਦਾ ਹੈ
AI ਏਜੰਟ ਸਵੀਕਾਰਤਾ ਦਰਾਂ (acceptance rates) 'ਤੇ ਖੋਜ ਇੱਕ ਅਜਿਹਾ ਪੈਟਰਨ ਦਰਸਾਉਂਦੀ ਹੈ ਜੋ ਤਜਰਬੇਕਾਰ ਇੰਜੀਨੀਅਰਾਂ ਨੂੰ ਹੈਰਾਨ ਨਹੀਂ ਕਰੇਗੀ: ਨਵੇਂ ਫੀਚਰ ਦੇ ਕੰਮ ਨਾਲੋਂ ਡਾਕੂਮੈਂਟੇਸ਼ਨ ਤਬਦੀਲੀਆਂ ਨੂੰ ਕਿਤੇ ਜ਼ਿਆਦਾ ਵਾਰ ਮਨਜ਼ੂਰੀ ਮਿਲਦੀ ਹੈ। Docstrings ਨੂੰ ਅੱਪਡੇਟ ਕਰਨਾ, ਕੁਮੈਂਟਸ ਨੂੰ ਸਹੀ ਕਰਨਾ, ਜਾਂ README ਨੂੰ ਵਧਾਉਣਾ ਇੱਕ ਏਜੰਟ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਦੇ ਅਨੁਕੂਲ ਹੈ ਕਿਉਂਕ