যখন সাধারণ মানুষ এখনও "সর্বশক্তিশালী প্রম্পট মন্ত্র" নিয়ে কাজ করছে, তখন সিলিকন ভ্যালির শীর্ষ পরীক্ষাগারগুলি ইতিমধ্যেই AI ইনফ্রাস্ট্রাকচারকে প্রোডাকশন লাইনে পরিণত করেছে।

লেখক এবং উৎস: নিউজিয়েন

আপনি কি এখনও ChatGPT-এর চ্যাট বক্সে পুনরাবৃত্তি করে প্রম্পট পরিবর্তন করছেন?

সাম্প্রতিক একটি এক্স ব্যবহারকারী একটি টুইট পোস্ট করেছেন, যার শুরুটি ছিল একটি চিৎকার: হেডলাইন কোম্পানিগুলি গোপনে ব্যবহার করছে এমন Claude Code প্রকল্প টেমপ্লেট প্রকাশিত!

এটি এখন প্রম্পট লেখার বিষয় নয়। এটি এআই ইঞ্জিনিয়ারিং ইনফ্রাস্ট্রাকচার।

সম্পূর্ণ কৌশলটি একটি ফাইল «CLAUDE.md»-এর চারপাশে ঘুরে বেড়ায়, এবং এর মূলনীতিগুলি কেবল তিনটি:

প্রতিবার ক্লড ভুল করে → তুমি একটি নিয়ম যোগ করো; প্রতিবার তুমি নিজেকে পুনরাবৃত্তি করো → তুমি একটি কাজের প্রবাহ যোগ করো; প্রতিবার বাগ আসে → তুমি একটি সুরক্ষা ব্যবস্থা যোগ করো।

এটি প্রকল্পের অভিজ্ঞতাকে দীর্ঘমেয়াদী কনটেক্সট এবং অটোমেশন সীমাবদ্ধতায় রূপান্তরিত করে যা প্রতিবার শুরু হলে পড়া হয়।

সম্পূর্ণ কাঠামোটি একটি এআই কোম্পানির চাকরির ব্যবস্থার মতো: CLAUDE.md হল চাকরির ইন্ট্রো ম্যানুয়াল, skills/ হল কাজের SOP, hooks/ হল কমপ্লায়েন্স বিভাগ, docs/ হল কোম্পানির চার্টার, tools/ হল লজিস্টিক্স দল, আর src/ হল প্রকৃতপক্ষে কাজ করা ব্যবসায়িক বিভাগ।

আপনি এখন একটি AI-এর সাথে কথা বলছেন না, বরং আপনার কোড রিপোজিটরি বুঝতে পারে এমন একটি AI তৈরি করছেন।

সবচেয়ে অবাক করে দেওয়া বিষয় হলো, আপনাকে শুধু একবার কনফিগার করতে হবে, তারপর Claude স্বয়ংক্রিয়ভাবে কোড পরীক্ষা করবে, নির্দেশ অনুযায়ী পুনর্গঠন করবে, আর্কিটেকচার নিয়ম প্রয়োগ করবে, রিলিজ নোট লিখবে, দক্ষতা থেকে ওয়ার্কফ্লো চালাবে, অতীতের ত্রুটি মনে রাখবে ইত্যাদি।

এবং এটি ব্যবহার করতে করতে বুদ্ধিমান হয়ে উঠবে।

অধিকাংশ মানুষ শুধুমাত্র ChatGPT খুলে প্রম্পট লেখেন, কপি-পেস্ট করেন এবং পুনরাবৃত্তি করেন; কিন্তু এই পদ্ধতিতে, আপনাকে শুধুমাত্র টার্মিনাল খুলে একটি skill কোড চালানোর প্রয়োজন হয়।

এটি মূলত আপনার কোড লাইব্রেরিতে একটি এআই সহকারীদের দল রাখার মতো।

এই টুইটের পেছনে একটি সূক্ষ্ম সংকেত লুকিয়ে আছে যে এই যুগটি ধীরে ধীরে শেষ হয়ে যাচ্ছে, অধিকাংশ মানুষ এখনও এটি বুঝতে পারেননি।

একটি অপ্রকাশিত "লিক স্ক্রিনশট" একটি সত্য উন্মোচন করে

@ai_rohitt দ্বারা শেয়ার করা এই স্ক্রিনশটটি Anthropic-এর অফিসিয়াল ডকুমেন্টে প্রকাশিত এবং সুপারিশকৃত Claude Code স্ট্যান্ডার্ড প্যাটার্ন।

CLAUDE.md হল প্রতিটি সেশন শুরুতে ক্লাউড কোড দ্বারা স্বয়ংক্রিয়ভাবে পড়া প্রকল্প মেমোরি ফাইল।

.claude/skills/ এবং .claude/hooks/ হল অফিসিয়ালভাবে সমর্থিত এক্সটেনশন মেকানিজম।

এগুলি কয়েক মাস ধরে সম্প্রদায় দ্বারা আলোচিত প্রকাশ্য অনুশীলন, কোনো ব্যক্তি চুরি করা 'অভ্যন্তরীণ টেমপ্লেট' নয়।

কিন্তু এটি কিছু অভিজ্ঞ ডেভেলপারদের দ্বারা সক্রিয়ভাবে শেয়ার করা হয়েছে, যা এটির সাথে ক্লাউড ব্যবহারকারী ডেভেলপারদের সমর্থনকে নির্দেশ করে।

যে অংশটি খুব বেশি, সম্ভবত এই দুই দিনের মধ্যেই বুঝতে পেরেছে যে এটি এভাবেও ব্যবহার করা যায়।

এবং সিলিকন ভ্যালির শীর্ষ দল এটিকে একটি উৎপাদন লাইনে পরিণত করেছে।

প্রথম উদাহরণটি হল OpenAI Frontier টিম।

OpenAI-এর অফিসিয়াল ডিসক্লোজার অনুযায়ী, একটি ফ্রন্টিয়ার টিমের পরীক্ষায়, একটি খালি রিপো থেকে শুরু করে একটি অভ্যন্তরীণ বিটা প্রায় ৫ মাসে Codex দ্বারা প্রায় ১০০ লাখ লাইন কোড এবং প্রায় ১৫০০টি PR তৈরি করেছে; টিম ৩ জন থেকে ৭ জনে বাড়ানো হয়েছে, এবং মানুষ সরাসরি কোড লেখেনি।

পরবর্তী সাক্ষাত্কারে দলের নেতা রায়ান লোপোপোলো উল্লেখ করেন যে এই কাজের প্রবাহটি এখন প্রায় "0 মানব কোড, 0 মানব রিভিউ"-এর চূড়ান্ত রূপের কাছাকাছি।

তিনি মনে করেন যে টোকেন সঞ্চয় করার পরিবর্তে মডেলের অত্যন্ত উচ্চ সমান্তরাল ক্ষমতা এবং অত্যন্ত কম খরচের সুবিধা নেওয়া উচিত, যা মানুষের সীমিত এবং মহঙ্গ সিঙ্ক্রোনাস মনোযোগকে প্রতিস্থাপন করে।

দ্বিতীয় উদাহরণটি হল Stripe-এর অভ্যন্তরীণ অটোমেশন কোড এজেন্ট সিস্টেম Minions।

স্ট্রাইপের মিনিয়নগুলি প্রতি সপ্তাহে 1300-এর বেশি PR তৈরি এবং প্রচার করে, যেগুলি সম্পূর্ণরূপে AI দ্বারা তৈরি হয়, তবে মানব রিভিউয়ের মাধ্যমে পরীক্ষা করা হয়।

এখানে আরেকটি ডেটা জোড়া রয়েছে: 1.6% vs 98.4%, যা Mohamed bin Zayed AI বিশ্ববিদ্যালয়ের VILA-Lab দ্বারা প্রকাশিত একটি গবেষণাপত্র থেকে আসে।

https://arxiv.org/pdf/2604.14228

একজন গবেষক ক্লড কোড v2.1.88 সংস্করণের 512,000 লাইন টাইপস্ক্রিপ্ট সোর্স কোডকে পদ্ধতিগতভাবে বিশ্লেষণ করে এই উপসংহারে পৌঁছেছেন: মাত্র 1.6% হল এআই সিদ্ধান্ত গ্রহণ যুক্তি, বাকি 98.4% নির্ধারণমূলক ইঞ্জিনিয়ারিং ইনফ্রাস্ট্রাকচার।

অর্থাৎ অনুমতি গেটওয়ে, কনটেক্সট ম্যানেজমেন্ট, টুল রাউটিং এবং ত্রুটি পুনরুদ্ধার এই চারটি ধরন।

এই সংখ্যাগুলি বোঝায় যে মডেলটি কেবল 1.6% ক্ষমতা যোগ করে, বরং এটি বোঝায় যে Claude Code পণ্যটির বহু জটিলতা মডেলের নিজস্ব মধ্যে নয়, বরং অনুমতি, প্রসঙ্গ, টুল রাউটিং, পুনরুদ্ধার ব্যবস্থা ইত্যাদি নির্ধারণমূলক ইঞ্জিনিয়ারিং অবকাঠামোতে।

@ai_rohitt চিত্রের CLAUDE.md/skills/hooks স্ট্রাকচারটি হল একটি এন্ট্রি-লেভেল ইনফ্রাস্ট্রাকচার যা সাধারণ ডেভেলপাররাও তৈরি করতে পারেন, এটি OpenAI এবং Stripe-এর প্রোডাকশন-লেভেল আর্কিটেকচারের সাথে একই প্যাটার্ন অনুসরণ করে, শুধু স্কেল অনেক ছোট।

CLAUDE.md-এর প্রকাশিত গোপনীয়তা

গত তিন বছর ধরে, সবাই জিজ্ঞাসা করছিল, “GPT কখন আরও বুদ্ধিমান হবে?” “Claude কখন নতুন ভার্সন আনবে?”

কিন্তু বাস্তব উৎপাদন পরিবেশে এআই প্রোগ্রামিং চালানোর জন্য যারা কাজ করে, তাদের জন্য এটা হয়তো মূল বিষয় নয়; তাদের বাস্তবিক চিন্তা হচ্ছে কীভাবে এআইকে আগের বারের ভুলগুলো মনে রাখতে শেখানো যায়, কীভাবে এআইকে কাজ শুরু করার আগে প্রকল্পের আর্কিটেকচারের সীমাবদ্ধতা দেখতে বাধ্য করা যায়, এবং কীভাবে এআই ভুল করলেই টুলগুলো তা বন্ধ করে দেয়।

CLAUDE.md হল এই সবকিছুর বহনকারী।

অ্যানথ্রোপিকের অফিসিয়াল সংজ্ঞাটি শুধু একটি বাক্য:

প্রকল্পের মূল ডিরেক্টরিতে একটি মার্কডাউন ফাইল, যা Claude Code প্রতিটি সেশন শুরুতে স্বয়ংক্রিয়ভাবে পড়ে।

https://code.claude.com/docs/en/memory

এটা সহজ মনে হচ্ছে, কিন্তু এর চারপাশে গড়ে ওঠা কয়েকটি স্তরই এর সত্যিকারের শক্তি।

CLAUDE.md হল প্রকল্পের মস্তিষ্ক।

আর্কিটেকচার ডিসিশন, নামকরণ চুক্তি, টেস্টিং প্রয়োজনীয়তা, যেসব জায়গায় বারবার পা পেড়েছি—সবকিছু এখানে জমা হয়েছে। এটি AI-এর প্রতিবার শুরুতে প্রথম চোখে দেখা একটি 'কর্মচারী হ্যান্ডবুক'।

.claude/skills/ হল পুনঃব্যবহারযোগ্য কার্যপ্রবাহ।

ক্লড কোডের প্রতিষ্ঠাতা বোরিস চারনি সম্প্রদায়ে বারবার একটি বাক্য পুনরাবৃত্তি করেন: «যদি আপনি প্রতিদিন কোনো কিছু একবারের বেশি করেন, তাহলে এটিকে skill বা command-এ পরিণত করুন।»

একটি skill হল একটি সম্পাদনযোগ্য পদ্ধতি। কোড রিভিউ, কমিট মেসেজ জেনারেট করা, রিলিজ নোট লেখা—এগুলো প্রতিদিন হাতে টাইপ করা প্রম্পটের কাজ হওয়া উচিত নয়, এগুলো একটি skill চালু করলেই ফলাফল পাওয়া উচিত।

.claude/hooks/ হল অটোমেটিক হ্যান্ডল।

এটি সবচেয়ে গুরুত্বপূর্ণ অংশ। এটি AI-এর নিজস্ব বিচারের উপর নির্ভর করে না, বরং নির্ধারণমূলক কোড দ্বারা AI ভুল করার আগেই এটি বন্ধ করে দেওয়া হয়। এই কারণেই AI-কে “অনুপস্থিত পর্যবেক্ষণে” চালানোর সাহস হয়, কারণ ভুলের সীমানা hooks দ্বারা কঠোরভাবে নিয়ন্ত্রিত হয়।

docs/decisions/ হল আর্কিটেকচার ডিসিশন রেকর্ড।

এআইকে শুধু কোডের “কী” জানানো নয়, কোডের “কেন এমন” জানানো হোক।

এটি সবচেয়ে বেশি উপেক্ষিত হয়, কিন্তু এটিই AI সহযোগিতার সর্বাধিক লিভারেজ পয়েন্ট।

tools/ এবং src/ হল একেকটি বাস্তবায়ন স্তর।

এই আর্কিটেকচারের সত্যিকারের গুরুত্বপূর্ণ বিষয় হল কোনো ডেভেলপার একটি সুন্দর ডিরেক্টরি তৈরি করা নয়, বরং একের পর এক স্বাধীন টিমগুলি একই দিকে এগিয়ে যাচ্ছে: মডেলগুলিকে কনটেক্সট, টুলস, পারমিশন, মূল্যায়ন এবং ফিডব্যাক সাইকেলের একটি হারনেসের মধ্যে রাখা।

গিটহাবে এখন অনেক এই ধরনের প্রকল্প দেখা যাচ্ছে:

রোহিতগ০০-এর awesome-claude-code-toolkit, diet103-এর claude-code-infrastructure-showcase, এবং affaan-m-এর everything-claude-code সবগুলোই agents, skills, hooks, rules, MCP configs ইত্যাদি উপাদানগুলি ব্যবহার করে Claude Code-এর ইঞ্জিনিয়ারিং পরিবেশ তৈরি করছে।

এটি বোঝায় যে, প্রকৃতপক্ষে পরিপক্ক AI প্রোগ্রামিং ওয়ার্কফ্লো শুধুমাত্র একটি শক্তিশালী মডেলের উপর নির্ভর করে না, আবার শুধুমাত্র একটি দীর্ঘ প্রম্পটের উপরও নির্ভর করে না, বরং মডেলটিকে একটি পুনরায় ব্যবহারযোগ্য, সীমাবদ্ধ, পুনরুদ্ধারযোগ্য এবং অডিটযোগ্য ইঞ্জিনিয়ারিং সিস্টেমের সাথে এমবেড করে।

নির্দিষ্ট ডিরেক্টরি স্ট্রাকচারটি প্রতিটি বাস্তবায়নে সম্পূর্ণরূপে একই নয়।

OpenAI ল্যাবের এক্সট্রিম এক্সপেরিমেন্ট

২০২৬ সালের ১১ ফেব্রুয়ারি, ওপেনএআইয়ের অফিসিয়াল ব্লগে একটি নিবন্ধ প্রকাশিত হয়েছিল: দ্য হারনেস ইঞ্জিনিয়ারিং: এজেন্ট-ফার্স্ট ওয়ার্ল্ডে কোডেক্স ব্যবহার করা।

https://openai.com/index/harness-engineering/

অ্যানথ্রোপিক এই ধারণাকে কেন্দ্র করে ক্লড কোডের আর্কিটেকচার পুনরায় সংজ্ঞায়িত করেছে; মার্টিন ফাউলারের ওয়েবসাইট এটিকে একটি সূত্রে সংক্ষিপ্ত করেছে: 'এজেন্ট=মডেল+হারনেস।'

Harness শব্দটি ঘোড়াচালনার সাথে সম্পর্কিত। এটি ঘোড়ার সম্পূর্ণ যানবাহন সরঞ্জাম—ঘোড়ার ডোরা, মুখপাখা, চামড়ার চাদর, এবং মুখবন্ধকে বোঝায়।

একটি ঘোড়া খুব দ্রুত এবং শক্তিশালীভাবে দৌড়াতে পারে, কিন্তু এটি নিজেই জানে না কোথায় যাবে: সম্পূর্ণ যানবাহন এর দিকনির্দেশনা নির্ধারণ করে।

এআই প্রোগ্রামিং-এর সাথে তুলনা করুন: মডেলটির নিজস্ব ক্ষমতা খুব বেশি, কিন্তু এটি জানে না যে আপনার কোড লাইব্রেরিতে কোথায় যাবে। হারনেস হল আপনার দ্বারা তৈরি একটি স্টিয়ারিং ওয়্যাল, ব্রেক এবং নেভিগেশন।

OpenAI ফ্রন্টিয়ার টিমের «100 লাখ লাইন, 0 মানুষের হস্তক্ষেপ» পরীক্ষাটি মূলত Harness-কে সর্বোচ্চ সীমায় পৌঁছানো।

তাদের প্রধান ইঞ্জিনিয়ারিং অনুশীলনগুলি নিম্নলিখিতগুলি অন্তর্ভুক্ত করে।

স্তরীয় কাঠামোর শক্তিশালী বাধ্যবাধকতা।

টাইপস থেকে কনফিগ থেকে রিপো থেকে সার্ভিস থেকে রানটাইম থেকে UI-এর দিকে নির্ভরশীলতা একদিকে প্রবাহিত হয়, যা CI স্তরে linter দ্বারা বাধ্যতামূলকভাবে প্রয়োগ করা হয়। এজেন্ট লেয়ার সম্পর্ক ভঙ্গ করে কোড লিখলে? সরাসরি বিল্ড ব্যর্থ হয়।

লিন্টার ত্রুটি বার্তাগুলি নিজেই ঠিক করার নির্দেশনা, যা সবচেয়ে বিপরীতমুখী বিস্তারিত।

সাধারণ প্রকল্পের lint ত্রুটি হল "violation detected", যা মানুষের জন্য; OpenAI Frontier-এর lint ত্রুটি হল "console.log-এর পরিবর্তে logger.info({event: 'name', …data}) ব্যবহার করুন", যা Agent-এর জন্য, যা সরাসরি পড়ে এবং ঠিক করতে পারে।

ডকুমেন্টটি একক সত্যের উৎস হিসাবে কাজ করে। সমস্ত আর্কিটেকচার ডায়াগ্রাম, এক্সিকিউশন প্ল্যান এবং ডিজাইন স্পেসিফিকেশন docs/ ডিরেক্টরির ভিতরে রিপোতে রয়েছে। এজেন্টের কোনো বাহ্যিক জ্ঞানভাণ্ডারের প্রয়োজন নেই, সবকিছু রিপোতেই আছে।

এই জিনিসগুলির কতটা কার্যকরতা আছে?

মডেলটি পরিবর্তন করা হয়নি, তবে LangChain হারনেস সংশোধন করেছে, যার মধ্যে সিস্টেম প্রম্পট, টুল, মিডিলওয়্যার এবং রিজনিং মোড অন্তর্ভুক্ত রয়েছে, যার ফলে Terminal Bench 2.0 স্কোর 52.8 থেকে 66.5 এ উন্নীত হয়েছে।

আজই আপনি যা করতে পারেন

একটি প্রকল্পের মস্তিষ্ক তৈরি করুন যা এআই-এর জন্য তৈরি

সাধারণ ডেভেলপারদের কাছে প্রশ্নটি ফিরে আসে: যদি প্যারাডাইমটি পরিবর্তিত হয়ে যায়, তাহলে একজন সাধারণ ইঞ্জিনিয়ার হিসেবে আজই কী করা যায়?

প্রথম বিষয়টি হল, আপনার সবচেয়ে গুরুত্বপূর্ণ প্রকল্পের রুট ডিরেক্টরিতে একটি CLAUDE.md তৈরি করুন।

আদর্শ হওয়ার দরকার নেই, দীর্ঘও হতে হবে না। আপনার টিমের আর্কিটেকচার নিয়ম, নামকরণ চুক্তি, টেস্টিং প্রয়োজনীয়তা, এবং বারবার পড়া ফাঁদগুলো লিখে ফেলুন—১০ মিনিটেই একটি কাজের ভার্সন তৈরি করে ফেলুন।

পরবর্তী বার এআই ভুল করলে, হাতে ঠিক করার আগে নিজেকে জিজ্ঞাসা করুন: CLAUDE.md-এ কী অনুপস্থিত?

দ্বিতীয় বিষয়টি হল, প্রতিদিনের পুনরাবৃত্তি করা কাজগুলিকে দক্ষতায় রূপান্তর করুন।

বোরিস চেরনির এই উক্তিটি মনে রাখবেন: "যদি আপনি কোনো কিছু একদিনে একবারের বেশি করেন, তাহলে এটিকে দক্ষতা বা কমান্ডে পরিণত করুন।"

কোড রিভিউ, কমিট মেসেজ জেনারেট করা, রিলিজ নোট লেখা, একই ধরনের বাগ ঠিক করা—এগুলো স্কিল হওয়া উচিত, প্রতিদিন হাতে টাইপ করা প্রম্পট হওয়া উচিত নয়।

তৃতীয় বিষয়, সহজেই সমস্যার মধ্যে পড়ার স্থানে একটি হুক যোগ করুন।

হুক হল 98.4% এর মধ্যে সবচেয়ে বেশি লিভারেজযুক্ত অংশ। এটি এআই দ্বারা বুদ্ধিমান হওয়ার উপর নির্ভর করে না, এটি নির্ধারিত কোডের উপর নির্ভর করে বাধ্যতামূলক চেক করে। এটি মানুষের ইঞ্জিনিয়ারদের বিচারক্ষমতাকে মেশিন-পঠনযোগ্য সীমাবদ্ধতায় অনুবাদ করার প্রক্রিয়া।

এটির মূল বিষয় কোড লেখা নয়, বরং নিয়ম লেখা।

কারপাথি এই বছর জানুয়ারিতে টুইটারে পোস্ট করা সেই বিখ্যাত বাক্য: "আমি ৮০% ম্যানুয়ালি কোড লেখা থেকে ৮০% এজেন্টকে কোড লেখার জন্য ছেড়ে দিয়েছি।"

পরবর্তী পাঁচ বছরে, ইঞ্জিনিয়ারদের দক্ষতার বক্ররেখা পরিবর্তিত হচ্ছে—“আমি কতগুলি কোড লাইন লিখতে পারি” থেকে “আমি AI-এর জন্য কতটা কঠোর কাজের পরিবেশ ডিজাইন করতে পারি”-এর দিকে।

কোড লেখার কাজটি এখন এজেন্টদ্বারা নেওয়া হচ্ছে।

কিন্তু এমন একটি বিশ্ব তৈরি করা যেখানে এজেন্ট ভালো কোড লিখতে পারবে, তা মানুষের কাজ। এবং এটি আগের চেয়ে বেশি কঠিন, গুরুত্বপূর্ণ এবং আকর্ষক।