কোয়াইক্যাট ক্যাট-কোডার-প্রো V2.5 চালু করেছে, যা উন্নত কোডিং ক্ষমতা প্রদর্শন করে

চীনা কোডিং মডেল পুরোপুরি বিপ্লব ঘটিয়েছে! কুইশু ক্যাট-কোডার-প্রো V2.5-এর পরীক্ষায় 1 মিনিট 20 সেকেন্ডে বাস্তব বাগ বন্ধ হলো, 1395 লাইন কোড দিয়ে হাতে তৈরি করা হলো “মাইনক্রাফট”, দীর্ঘ-পরিসর প্রকল্প ক্ষমতা Opus 4.8-এর সমান, এখন আর AI-এর দাসের মতো কাজ করার দরকার নেই।

লেখক এবং উৎস: নিউ জ্ঞান

একটি হ্যান্ডস-অন পরীক্ষায় দেখা গেল যে AI কোডিং এই পর্যায়ে পৌঁছেছে?

যত বেশি প্রশংসা করুন না কেন, বাস্তব পরীক্ষা ছাড়া কিছুই নয়। এখন, আমরা KAT-Coder-Pro V2.5 কে আরও বেশি বাস্তব পরিস্থিতিতে প্রয়োগ করব, এবং এর সম্পূর্ণ ক্ষমতা পরীক্ষা করব।

এখন আর সময় নষ্ট করব না, সরাসরি প্রকাশ করছি—এই CC-তে এম্বেড করা AI হলো কুয়াইশু দ্বারা প্রকাশিত KAT-Coder-Pro V2.5, একটি ফ্ল্যাগশিপ এজেন্টিক কোডিং মডেল। অন্যান্য AI-গুলি হয়তো এখনও “আপনার জন্য কোডের একটি অংশ পূরণ করা” নিয়ে প্রতিযোগিতা করছে, কিন্তু এটির লক্ষ্য হলো সরাসরি “একটি সম্পূর্ণ প্রকল্প” তৈরি করা। এটিই হলো সমস্ত কোডিং মডেলের সামনে অবস্থিত চূড়ান্ত বিচ্ছিন্নতা।

পূর্বের পেনাল্টি ডেমো শুধু উষ্ণকরণ ছিল, এখন V2.5-এ কিছু ইন্টেনসিটি যোগ করা হচ্ছে, বাস্তব সময়ে মাইনক্রাফট রিক্রিয়েট করা হচ্ছে।

প্রম্পট একইভাবে ৪০০ টির বেশি লাইন রয়েছে। এটিকে সংক্ষিপ্ত করুন, প্রায় এরকম:

একটি একক HTML ফাইল, Three.js, প্রথম ব্যক্তি। ১৪টি ব্লক, প্রতিটির কঠিনতা, স্বচ্ছতা এবং সংঘর্ষ বৈশিষ্ট্য রয়েছে, বেসমেন্ট অক্ষত থাকবে। সমস্ত টেক্সচার অবশ্যই ১৬×১৬ পিক্সেলের Canvas প্রোগ্রাম দিয়ে তৈরি করতে হবে—কোনো বাহ্যিক টেক্সচার ব্যবহার করা যাবে না। একটি ধারাবাহিক নয়েজ সিড দিয়ে একটি দ্বীপ তৈরি করুন, যাতে পাহাড়, তীর, পৃষ্ঠস্থ জল, ভূগর্ভস্থ খনি থাকে। প্রোগ্রাম দিয়ে একটি বেচের বন উৎপাদন করুন, একটি ঘুরেফিরে যাওয়ার যোগ্য বনের ছোটবাড়ি (কাঠের মেঝে, লগ-স্তম্ভ, কাচের জানালা, পাথরের ছাদ, ইটের কুয়াশা), এবং জন্মস্থান থেকে একটি পাথরের পথ বিস্তারিত করুন। লক্ষ্যবস্তুতে মার্কার, বাম-ক্লিক চাপা রাখলে প্রগতির বার দেখান, খননের পরে টুকরোর কণা পড়বে। শব্দ Web Audio-এর মাধ্যমে বাস্তবসময়ের সিনথেসিজড।

এরপর, একটি খেলার যোগ্য "মাইনক্রাফট" পূর্ণাঙ্গভাবে তৈরি হয়ে গেল। "ওয়ার্ল্ডে প্রবেশ করুন" এ ক্লিক করুন, মাউস পর্দার মধ্যে আবদ্ধ হয়ে যায়। আপনার পায়ের নিচে ঘাস, চোখের সামনে নীল আকাশ, একটি বাঁকানো পাথরের পথ আপনার পা থেকে শুরু হয়ে বেড়ার গাছের চারপাশ দিয়ে গিয়ে গাছের পিছনের ছোট বাড়িতে পৌঁছায়—কাঠের দেয়াল, মূল কাঠের খুঁটি, পাথরের ছাদ, একটি লাল ইটের কুয়াশা, এবং দেয়ালের চারপাশে কাচের জানালা। এরপর, বাড়ির সামনের খালি জায়গার দিকে যান, বাম বোতামটি চাপা ধরে রাখুন, "পফ" শব্দে, ঘাসের ব্লকটি ভেঙে যায়। কয়েকটি 녹색 ছোট কিউবগুলি খননকৃত গর্ত থেকে লাফিয়ে উঠে, ঘুরতে-ঘুরতে নিচেরদিকে পড়তে থাকে। টুকরোগুলির রঙ, ঠিকই যেই ব্লকটি খনন করা হয়েছিল, তারই রঙ। এরপর, টুলবারটি স্লাইড করে, 모래,橡木, and stone-এর মতোউপকরণগুলি select करুন—এখনইবড়খানা।আশ্চর্যজনকভাবে,এইছোটখাটোজগতে,আমরাএকটিবিশালআকাশকেস্নিগ্ধকরেদিয়েছিলআম্রতসময়।

একটি ইন্টারেক্টিভ টেস্ট আরও একবার করা যাক, যেখানে V2.5 হাতে একটি সৌরজগৎ তৈরি করবে। এর ক্ষমতা পরীক্ষা করতে, আমরা অত্যন্ত কঠোর সীমাবদ্ধতা প্রয়োগ করেছি:

1000+ লাইনের প্রম্পট, মূল বিষয়গুলি নিম্নরূপ:

একটি একক HTML, শুধুমাত্র Canvas 2D, Three.js ব্যবহার করা যাবে না। আটটি গ্রহ এবং ১১টি উপগ্রহ, সবগুলোর জন্য J2000 ইপোকের প্রকৃত কক্ষীয় উপাদান—অর্ধ-মহাঅক্ষ, বিচ্যুতি, ঝুঁকি, আরোহী নোডের দীর্ঘতা, পারিপার্শ্বিক পরামিতি, সমতল বাস্তবিক কোণ। angle += speed ব্যবহার করা নিষেধ। গ্রহ এবং উপগ্রহগুলির জন্য নিউটনের পদ্ধতি ব্যবহার করে কেপলারের সমীকরণ সমাধান করতে হবে, এবং সবগুলোর জন্য same daysSinceJ2000 ব্যবহার করতে হবে। শুক্র এবং ইউরেনাসের ঘূর্ণন ঋণাত্মক হতে হবে। ট্রিটনের ঘূর্ণন প্রতিকূল হতে হবে, ঝুঁকি ১৫৭.৩°। শনির আঙ্গুলি এবং ইউরেনাসের আঙ্গুলি দুটি পর্যায়ে আঁকতে হবে—গ্রহগুলির আঙ্গুলিগুলিকে ঢাকতে। উচ্চগতিতে, উপগ্রহগুলির ট্র্যাজেক্টরি মোডে কাটা হতে হবে। থামানোর সময়, গ্রহেরপৃষ্ঠের ঘূর্ণনও থামবে; পিছনেরদিকে চলার সময়, এটি বিপরীতদিকেই ফিরেআসবে। গ্রহেরপৃষ্ঠগুলিরসমস্তটিইপ্রোগ্রামমাধ্যমেআঁকা:জিউস-এএকটিবড়লালদাগথাকবে,যাৎপরিভ্রমণকালেদৃশ্যঅর্ধগোলকেরমধ্যদিয়েযাবে;পৃথিবীরমহাদেশগুলিযখনপিছনদিকেযাবে,সেগুলিঅদৃশ্যহবেএবংঅন্যদিকদিয়েআবারফিরেআসবে।অতিরিক্ত:আটটিবিভিন্নসময়গতি,দুটিবিভিন্নকক্ষপরিমাপ,ভার্চুয়ালক্যামেরা-ফলো, 700টিস্থিরবীজসহতারা,অস্টারয়েডবেল্ট,কয়াইপারবেল্ট,অনুকূল-সজ্জা,নয়টিশর্টকাটকী।

এত জটিল প্রয়োজনীয়তার মুখোমুখি হয়ে, V2.5 একটি পাঠ্যবইয়ের মতো প্রকৌশল চিন্তাভাবনা প্রদর্শন করেছে। এটি সম্পূর্ণ প্রকল্পকে সঠিকভাবে বিভক্ত করেছে: আর্কিটেকচার ডিজাইন এবং কক্ষপথ গণনা কৌশল থেকে শুরু করে গ্লোবাল ডুয়াল-ট্র্যাক অনুপাত সিস্টেম, স্টারলাইট ব্যাকগ্রাউন্ড জেনারেশন, মেইন স্টার ড্রয়িং, প্ল্যানেটারি রিংসের লেয়ারড রেন্ডারিং, এবং জটিল স্যাটেলাইট সিস্টেমের সমন্বয়—সমস্ত মডিউলগুলি ধাপে ধাপে এগিয়েছে, যুক্তির সঙ্গে নিখুঁতভাবে সংযুক্ত। কথা কম, সরাসরি ডেমো দেখা যাক।

এই ওয়েবপেজটি খুলুন, মাঝখানে আজকের তারিখ এবং স্ক্রিনের ওপর আটটি গ্রহ এখনকার বাস্তব অবস্থানে অবস্থান করছে। এটি কোনো সৌরজগতের চিত্র নয়, একটি বাস্তবিক চলমান সৌরজগত! সূর্য মাঝখানে বসে আছে, গ্রহগুলি ধাপে ধাপে বিস্তৃত। মঙ্গল এবং বৃহস্পতির মধ্যে, ধূলির একটি সূক্ষ্ম বলয় ধীরে ধীরে ঘুরছে—ক্ষুদ্রগ্রহ বলয়। সমস্ত জ্যোতিষ্ক, সমস্ত উপগ্রহ, গ্রহের পৃষ্ঠের প্রতিটি মেঘ, সবকিছুই একই সিমুলেশন সময় দ্বারা নিয়ন্ত্রিত। যখন পজ বাটনে ক্লিক করা হয়, তখন গ্রহগুলির পরিভ্রমণ থামে, উপগ্রহগুলির পরিভ্রমণ থামে, পৃথিবীর আবর্তনও থামে। শনির উপরে ক্লিক করুন, ডানদিকে একটি তথ্য প্যানেল সরে আসবে। প্যানেলের শীর্ষে, একটি ছোট প্রিভিউয়ে, শনি ধীরে ধীরে আবর্তন করছে, বলয়গুলিও একসাথে ঘুরছে, এবং পিছনে-সামনের অবস্থানগুলির কোনোই ভুল নেই। এটিএখনওএকটিঅসমাপ্তঅসাইনমেন্টনয়,এটিএকটিলঞ্চকৃতপণ্যএরমতো।

এরপর, আমরা KAT-Coder-Pro V2.5 কে একটি বাস্তব ওপেন-সোর্স বাগের মধ্যে ফেলে দিলাম। ফলাফলটি পারফরম্যান্স টেস্টের চেয়েও বেশি উত্তেজনাপূর্ণ ছিল। প্রশ্নটি humanize থেকে এসেছে, যা একটি বাস্তব Python ওপেন-সোর্স লাইব্রেরি। 2024 সালে এটিতে একটি বাস্তব বাগ ছিল: naturaldelta(timedelta(hours=-5)) এর ফলাফল হওয়া উচিত “5 hours”, কিন্তু এটি “a day” বলছিল। -5 ঘন্টা কে “একদিন” হিসাবে অনুবাদ করা হচ্ছিল। আমরা রিপোজিটরিটিকে সেই commit-এ ফিরিয়ে আনলাম যখন বাগটি এখনও বিদ্যমান ছিল, শুধুমাত্র একটি issue দিয়েছি, এবং পুরোপুরি নিজের উপর ছেড়ে দিয়েছি—কোনো সূচনা বা সহায়তা দিইনি। 2টি pattern খুঁজে, 2টি ফাইল পড়ার পর, এটি সরাসরি নির্ণয় করেছে—Python-এ negative timedelta-এর জন্য complement storage ব্যবহার করা হয়, timedelta(hours=-5) এর内部 实际上是 days=-1, seconds=68400। মূল কোডটি উভয় component-এর abs() নিয়েছিল, -1 day 1 day-এ变成, 68400 seconds-এর original value-টি retain-করা হয়েছিল, and hard-coding “1 day + 19 hours”। এই root cause analysis-টি official fix-এর diagnosis-এর সাথে 100% match-করছে—complement storage, component-wise sign inconsistency, separate abs() causing error। কিন্তু এটির prescribed solution official-এর থেকে ভিন্ন: official-টি full timedelta-কে absolute value-এ convert-করছিল, while it chose to first convert to total seconds and then split. By the way, this entire round ran on Claude Code. And Claude Code is precisely one of the training environments explicitly named in official Harness Scaling—mini-swe-agent, Claude Code, Codex, OpenClaw। Multiple frameworks-এ repeated real-world testing-এর goal-টি “switch frameworks without any adaptation issues”। Real-world testing-এ, it has indeed achieved perfect adaptation—absolutely no “adaptation issues”.

শেষ প্রশ্নটি কোনো বাগ ঠিক করা নয়, এটি একটি সক্রিয় সিস্টেমের মধ্যে একটি সম্পূর্ণ নতুন ফিচার সেট ঢুকিয়ে দেওয়া। সবাই অভিজ্ঞতা পেয়েছে: আপনি 1 জিবির একটি ফাইল আপলোড করছেন, 92% পর্যন্ত আপলোড হয়েছে, তারপর ইন্টারনেট কাটা। রিফ্রেশ করুন—0% থেকে শুরু করতে হয়। সমাধানটি নাম পার্টিশন আপলোড: এটিকে হাজারটি টুকরোতে ভাগ করুন, কানেকশন কাটলে শুধুমাত্র আপলোড হয়নি এমন টুকরোগুলোই পূরণ করুন। শোনাচ্ছে সহজ: টুকরোতে ভাগ, আপলোড, আবার জোড়া লাগান। কিন্তু এই তিনটি ধাপই কঠিন নয়, মধ্যবর্তী বিশৃঙ্খলা—

শিকড়গুলি অক্রমিকভাবে পৌঁছে। ক্লায়েন্ট কানেকশন বিচ্ছিন্ন হয়ে পুনরায় প্রেরণ করে, কিন্তু সার্ভার বুঝতে পারে না যে এটি পুনরায় চেষ্টা নাকি ওভাররাইট। সার্ভার পুনরায় শুরু করলে, ডিস্কে 700টি শিকড় অনাথ হয়ে যায়। এবং যদি সবগুলি পৌঁছেও, তবুও এটি নিশ্চিত করে না যে সঠিকভাবে প্রেরণ হয়েছে।

এটা 20 মিনিট 12 সেকেন্ড ধরে চলেছে। সমাধান হচ্ছে, প্রথমে ডিস্ককে তিনটা ড্রয়ারে ভাগ করা। ইতিমধ্যে প্রকাশিত, প্রগ্রেস মেটাডাটা, আর এখনো আপলোড শেষ না হওয়া ফ্র্যাগমেন্ট। ফ্র্যাগমেন্টগুলো চিরদিন chunks/ এর ভেতরেই থাকে, শারীরিকভাবে প্রকাশিত অঞ্চলে পৌঁছাতে পারে না। মেটাডাটা আগে অস্থায়ী ফাইলে লেখা হয়, তারপর এটমিক rename করা হয়। কারণ প্রক্রিয়া ঠিক প্রগ্রেস লিখতে গিয়ে অর্ধেকের সময় ক্র্যাশ করতে পারে, রেখে যেতে পারে অর্ধেক নষ্ট ডেটা। আগে পুরোটা লেখা হয়, তারপর এক ধাপে নাম বদলানো হয়, হয় সব হবে, নয় কিছুই হবে না। রিস্টার্টের পর একবার স্ক্যান করলেই, প্রগ্রেস সাথে সাথে ফিরে আসে। পুনরাবৃত্তি হওয়া ফ্র্যাগমেন্টগুলো, বাইট ধরে ধরে তুলনা করা হয়। আলস্যের লেখার ধরন হলো: “এই অবস্থানে ফ্র্যাগমেন্ট আছে, তাহলে এটা ডুপ্লিকেট, ছেড়ে দাও।” আর এটা এক বাইট এক বাইট করে তুলনা করে: সামান্যও অমিল থাকলে, সাথে সাথে এরর ছুড়ে দেয়, আসল ডেটা একটুও নড়ে না। শেষ পর্যন্ত ডেলিভার করা হয়েছে ৮টা ফাইল, মোটামুটি ১৪০০ লাইন কোড, ৫টা নতুন API, ২৬টা আপলোড টেস্ট, ব্রাউজার দিকে pause-resume আর refresh করে পুনরুদ্ধার—সব একসাথে করে ফেলা হয়েছে। npm test → ৩৩টা টেস্ট, ০টা ব্যর্থতা। আর পাঁচটা পুরোনো ইন্টারফেসের একটাও নষ্ট হয়নি। এই সমস্যার মূল কথা হলো, এই বিশ মিনিটের মধ্যে, সেই লম্বা “যদি…তাহলে কী হবে” তালিকার একটাও এটা ভুলে যায়নি। বাস্তব সফটওয়্যার ইঞ্জিনিয়ারিংয়ে, প্রায় নব্বই শতাংশ পরিশ্রমই খরচ হয় এইসব “যদি”গুলোর উপর।

এজেন্টের ইঞ্জিনিয়ারিং লেভেলের ক্ষমতা সরাসরি Opus 4.8-এর সমান

KAT-Coder-Pro V2.5-এর বাস্তব র‍্যাঙ্কিংয়ের পারফরম্যান্স আবার দেখা যাক। Agentic টুল ব্যবহারের দক্ষতা মাপার জন্য PinchBench-এ, KAT-Coder-Pro V2.5 94.2 পয়েন্ট অর্জন করে Opus 4.8-কে ছাড়িয়ে যায়। যা সাধারণত “সবচেয়ে কঠিন” হিসেবে পরিচিত SWE-Bench Pro-এ, এটি 65.2 পয়েন্ট পায়, যা Opus 4.8 (69.2 পয়েন্ট)-এর পিছনে থাকলেও, বিভিন্ন দেশীয় মডেলগুলির চেয়ে উল্লেখযোগ্যভাবে এগিয়ে। অতিরিক্তভাবে, KAT Code Bench-এ—যা অভ্যন্তরীণভাবে তৈরি বাস্তব ইঞ্জিনিয়ারিং মূল্যায়ন সেট—এটি 53.1 পয়েন্ট পেয়ে দ্বিতীয় স্তরে প্রবেশ করে; KAT Claw Bench-এ—ব্যবসায়িক Agentic মূল্যায়ন সেট—এটি 85.5 পয়েন্ট অর্জন করে, যা সবচেয়ে শক্তিশালী বন্ধ এবং ওপেন-সোর্স প্রতিদ্বন্দ্বীদের সঙ্গে ঘনিষ্ঠভাবে প্রতিদ্বন্দ্বিতা করে। কোডিং মডেলের পুরো প্রতিযোগিতার পটভূমিতে, এটি প্রকৃতপক্ষে প্রথম স্তরে প্রবেশের একটি সত্যিকারের অর্জন। KAT-Coder-Pro V2.5-এর বাস্তব ক্ষমতা দেখারপর, এখন এটির পিছনের ইঞ্জিনিয়ারিং বাস্তবায়নটি খুঁজে বার করা সময়।

প্রযুক্তিগত বিশ্লেষণ

এবার, «দীর্ঘতর কার্যপ্রবাহ এবং জটিলতর ব্যবসায়িক প্রক্রিয়া»-এর চারপাশে, KwaiKAT দল একটি সিস্টেমগত আপগ্রেড করেছে। বিশদভাবে, KAT-Coder-Pro V2.5 তিনটি মূল মাত্রায় সম্পূর্ণ বিপ্লব ঘটিয়েছে:

দীর্ঘ পরিসরের প্রকল্প ক্ষমতা, সাধারণ Agentic ক্ষমতা, এবং এগুলির সমর্থনের জন্য বৃহৎ পরিসরের Agentic শক্তিশালী শিক্ষা ব্যবস্থা।

"একটি ফাইলে উচ্চ স্কোর" এবং "প্রকল্পে প্রকৃতপক্ষে কাজ করা" দুটি ভিন্ন বিষয়।

অবশ্যই বুঝতে হবে: AIকে “একটি ফাংশন পূরণ করতে বলা” এবং AIকে “একটি পুরো ইঞ্জিনিয়ারিং কাজ শেষ করতে বলা” — এই দুটি দুটি সম্পূর্ণ ভিন্ন মাত্রার ক্ষমতা। প্রথমটির জন্য, বর্তমান মডেলগুলি ইতিমধ্যেই অত্যন্ত দক্ষ। কিন্তু প্রকৃত সফটওয়্যার ইঞ্জিনিয়ারিং সবসময় অন্যরকম চেহারা ধারণ করে। দীর্ঘ-পরিসরের রিপোজিটরি টাস্কগুলিতে মডেলগুলি সবচেয়ে বেশি তিনটি ভুল করে: ফাইলগুলির মধ্যে অবস্থান ভুলভাবে খুঁজে পাওয়া, প্রকল্পের নিয়মাবলী মানা না, এবং টেস্টগুলি পাস না করার পরও কাজটি জমা দেওয়া। আসলে, বাধা প্রায়শই একটি অপ্রত্যাশিত জায়গায় থাকে: মডেলকে বাধা দেয়ার কারণটি সাধারণত এটি কতটা কোড পড়েছে, তা নয় — বরং, এটি কতগুলি প্রকৃতপ্রস্তাবিত প্রকল্পকে সম্পূর্ণভাবে চালিয়েছে। সমস্যা হল, চলমান,যাচাইযোগ্য রিপোজিটরির পরিবেশগুলির ব্যাচ-স্তরের গঠনটি অত্যন্ত কঠিন, এবং শিল্পের 16.5% -এরও কমই, 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এরও 16.5% -এর� KwaiKAT-এর সমাধানটি AutoBuilder — AIকে “প্রতিষ্ঠান-ইঞ্জিনিয়াर”-দেখানো: রিপোজিটোয়ানি-বিশ্লেষণ,কনফিগারেশন-জেনারেশন,পৃথক-স্যান্ডবক্স-প্রয়োগ-প্রমাণ-প্রক্রিয়া,যদি-অসফল-হয়-তবে-স্বয়ংক্রিয়ভাবে-পুনঃপ্রক্রিয়া। ফলাফলটি-অবিলম্বে-দৃশ্যমান:প্রতিষ্ঠান-গঠন-সফলতা-হার-বৃদ্ধি-পেয়েছে-১৬,৫%-থেকে-৫৭,২%-পয়েন্ট। অতি-সমৃদ্ধ-প্রতিষ্ঠান-প্রতিষ্ঠান-সংগ্রহ-প্রতিষ্ঠিত-হয়েছে-১২টি-প্রোগ্রামিং-ভাষা-সহ,অধিক-আন-১,০০,০০০টি-চলমান,যাচাইযোগ্য-প্রতিষ্ঠান। প্রতিষ্ঠানগুলি-অন্তভুক্ত-কথা:দোষ-সংশোধন,ফিচার-পূষণ,ইন্টারফেস-সঙ্গতি,মডিউল-সহযোগিতা,আবৃত্তি-সংশোধন—প্রতিটি-প্রকৃত-উন্নয়ন-প্রক্রিয়ায়-দেখা-যাওয়া-বিভিন্ন-পটভূমি। অথচ,V2,৫-‘‘শিক্ষণশালা’’। ডেটা-প্রসেসিংয়ে-আছে-আন-চালক। শিল্প—“সঠিক—ধারণ—ভুল—ছেড়ে”—দেয়। KwaiKAT—“ব্যবহার—অসফল—থেকে—সোনা—খনন”—কব। অনেক—অসফল—কথা—শুধু—অনুষঙ্গ—অভাব—ছিল—উদ্দেশ—সঠিক—সমস্যা—সনাক্ত—কব। দল—উদ্‌দিষ্ট—পদ—দিয়ে—পুন:চলন—কব। আন—দশম—অসফল—উদ্‌দিষ্ট—উৎপন্ন—হয়—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন্ন—উৎপন्न— অত:সফলতা–অধিক–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–আছ–आछ– অত:সফলতা –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধিক –অধिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक –अधिक – মডেলটি, “কখনই” “ভুল” “হয়” “তখন” “কখন” “বাঁচা” “যায়” — “সহজ” “হয়” “বড়” “হয়” — “ভুল” “হয়” “তখন” “বাঁচা” “যায়” — “সহজ” “হয়” “বড়” “হয়” — “ভুল” “হয়” “তখন” “বাঁচা” “যায়” — “সহজ” “হয়” “বড়” “হয�

জেনেরিক এজেন্টিক, টুল কল করার থেকে ব্যবসায়িক দায়িত্ব বহন করার দিকে

কোড লেখা শুধুমাত্র এজেন্টিক ক্ষমতার অর্ধেক। অপর অর্ধেক হলো বাস্তব ব্যবসায়িক প্রবাহ নিয়ন্ত্রণ করা। বর্তমানে টুল কল মূল্যায়নগুলি প্রায়শই পরম কাজ—আবহাওয়া চেক করা, টিকিট বুকিং, প্রায় পাঁচটি ধাপে শেষ। কিন্তু বাস্তব ব্যবসায়িক প্রক্রিয়াগুলি একটি সম্পূর্ণ অন্য মাত্রা, একটি উদাহরণ দিচ্ছি:

এক সপ্তাহের বহু প্ল্যাটফর্মের ট্রেন্ডিং তালিকা পড়ুন, শর্ট ভিডিও শিল্পের আইটেমগুলি ছাঁটাই করুন, প্ল্যাটফর্ম অনুযায়ী শীর্ষ পাঁচটি হট আইটেম নিন, তারপর অধ্যায় এবং শব্দসীমা সহ, তারিখ অনুযায়ী বিপরীত ক্রমে, এবং ডেটা গড়ানোর অনুমতি ছাড়া একটি সংক্ষিপ্ত প্রতিবেদন তৈরি করুন।

এই ধরনের কাজে দশটির বেশি ইন্টারঅ্যাকশন হয়, এবং এটি অসংখ্য অস্পষ্ট ফরম্যাট এবং সামঞ্জস্যতার সীমাবদ্ধতা দ্বারা আবৃত, মধ্যে একটি লিঙ্ক ভাঙলেই সম্পূর্ণ কাজটি ব্যর্থ হয়ে যায়। দীর্ঘ-পরিসরের প্রকল্পের মতো, এই ক্ষমতাও ‘কারখানা’ থেকে অর্জিত হয়। কোড পক্ষে AutoBuilder ব্যবহার করা হয়, ব্যবসায়িক পক্ষে KwaiClawEnv ব্যবহার করা হয়, তিনটি বন্দনা-বন্ধ সহযোগিতা:

• সার্ভিস লেয়ারে ডাইনামিক পুল বিস্তার এবং সম্প্রদায়ের বৃহৎ পরিমাণ স্কিলকে ডিপ্লয় করা যায় এমন সার্ভিসে রূপান্তর;
• টাস্ক লেয়ার বাস্তব ব্যবসায়িক কাজকে বীজ হিসাবে নিয়ে অসংখ্য টাস্ক ভেরিয়েন্ট উৎপাদন করে;
• Eval স্তরে "কঠোর নিয়ম + মডেল রিভিউ" দ্বৈত ফিল্টারিং ব্যবহার করা হয়, যাতে কেবলমাত্র বাস্তবায়নযোগ্য, যাচাইযোগ্য এবং প্রাকৃতিক আচরণযুক্ত ট্র্যাজেক্টরি রাখা হয়।

ট্রেনিং ডেটার প্রতিটি ট্রেজেক্টরির গড়ে 15টি টুল কল এবং সর্বোচ্চ 100টি ধাপের বেশি কভার করে, যা ডেটা বিশ্লেষণ, ক্রস-সিস্টেম ইন্টিগ্রেশন, ব্যাচ ডকুমেন্ট প্রসেসিং এবং রিপোর্ট জেনারেশনকে কভার করে। এগুলি ঠিক সেই কাজগুলি যা কুয়াইশুতে হাজার হাজার ডেভেলপার এবং বিজনেস টিমের সদস্যরা প্রতিদিন বাস্তবে মোকাবেলা করেন।

বড় পরিসরের শিক্ষণ প্রক্রিয়া দিয়ে এআই নিজেই শিখবে "কীভাবে করতে হয়"

সুপারভাইজড ফাইন-টিউনিং মডেলকে উদাহরণ অনুসরণ করতে শেখায়, কিন্তু অপরিচিত ত্রুটি এবং অপ্রত্যাশিত প্রতিক্রিয়ার সাথে মোকাবেলা করতে পারে না। মডেলকে অন্বেষণ, ত্রুটি সংশোধন এবং যাচাই করতে শেখানোর জন্য প্রকৃতপক্ষে বড় পরিসরের RL প্রয়োজন। KwaiKAT দলটি নিম্নলিখিত তিনটি জায়গায় তাদের প্রচেষ্টা কেন্দ্রীভূত করেছে:

একটি হ্যারনেস স্কেলিং সীমাবদ্ধ নয়।

মডেলকে mini-swe-agent, Claude Code, Codex, OpenClaw এর মতো বিভিন্ন ফ্রেমওয়ার্কে পর্যায়ক্রমে পরীক্ষা করুন। এই ফ্রেমওয়ার্কগুলির প্রোটোকল কল, কনটেক্সট ম্যানেজমেন্ট এবং কন্ট্রোল ফ্লোতে বিশাল পার্থক্য রয়েছে, যা মডেলকে "কাজ সমাধান" এর উপর নিজের দক্ষতা গড়ে তুলতে বাধ্য করে, যাতে ফ্রেমওয়ার্ক বদলালেও এটি সমস্যায় পড়ে না।

দ্বিতীয়টি দীর্ঘ পরিসরের ক্রেডিট বন্টন।

শত শত ইন্টারেকশনের মধ্যে, ভালো ফলাফলটি কোন ধাপে অর্জিত হয়েছিল? টিমটি অ্যাসিমেট্রিক PPO ব্যবহার করে: মডেলটি কাজ করার সময় শুধুমাত্র বাস্তব পরিবেশের তথ্য দেখে, কিন্তু ট্রেনিংয়ের জন্য স্কোরিংয়ের জন্য Critic-এর কাছে 'ঈশ্বরের দৃষ্টিভঙ্গি' ব্যবহার করার অতিরিক্ত সুযোগ রয়েছে—চূড়ান্ত পরীক্ষা পাস হয়েছে কিনা, প্যাচের গুণগতমান কেমন, এই বিষয়গুলির পুরস্কার ও শাস্তি সঠিকভাবে নির্দিষ্ট ধাপেই প্রয়োগ করা হয়, যাতে 'একটি ধাপের ভুল' সমস্তকিছুকে বিনষ্ট না করে।

তৃতীয়টি তিনটি পুরস্কার।

শীর্ষ স্তরে বাস্তব পরীক্ষার ফলাফল লক করুন, পরীক্ষা পরিবর্তন করে স্কোর বাড়ানোর পথ বন্ধ করুন; মধ্যবর্তী স্তরে টুল কল, অস্থায়ী ফাইল পরিষ্কার ইত্যাদি ইঞ্জিনিয়ারিং অভ্যাসগুলি নিয়মিত করুন; নিচের স্তরে "সঠিকভাবে লোকেশন করা, আংশিকভাবে পরীক্ষিত" এর মতো মূল্যবান ব্যর্থতাগুলির জন্যও পজিটিভ ফিডব্যাক দিন, যাতে মডেলের অনুসন্ধানমূলক ইচ্ছা রক্ষিত হয়। উল্লেখযোগ্য যে, টিমটি একসময় মনে করেছিল রিওয়ার্ড বাড়ছে না কারণ অ্যালগরিদমের সমস্যা, কিন্তু পরীক্ষা-নিরীক্ষার পরে বুঝতে পেরেছিল যে দায়ীটি ছিল ট্রেইনিং পরিবেশই—প্রাথমিকভাবে, 16% ট্রাজেক্টরির মধ্যে, কমপক্ষে একবার ব্যর্থতা স্যান্ডবক্সের কারণেই ঘটেছিল, মডেলের নয়। একটি শক্তিশালী ইনফ্রাস্ট্রাকচার আপগ্রেডের পর, স্যান্ডবক্সের ফিডব্যাকের ত্রুটিরহার 2%এরও নিচে নেমেছে, এবং ট্রেইনিংয়ের ক্র্যাশের 빈頻 10গুণ কমেছে। এইসব অদৃশ্য, মৌলিকভাবের কাজই, ।

একটি মডেল, পাঁচটি ক্ষমতা ধারণ করে

দীর্ঘমেয়াদী প্রকল্প, সাধারণ এজেন্টিক, টার্মিনাল, ফ্রন্টএন্ড সৌন্দর্য, সাধারণ জ্ঞান—এই পাঁচটি দিকের জন্য KwaiKAT প্রতিটির জন্য একজন বিশেষজ্ঞ প্রশিক্ষণ দিয়েছে। কঠিন বিষয় হল এগুলিকে একটি মডেলে একত্রিত করা, এবং “একটি পাত্র চাপলে অন্যটি উঠে আসে” এই ঝুলন্ত ব্যবস্থা এড়ানো। টিমের সমাধান হল MOPD (বহু-শিক্ষক অনলাইন পলিসি ডিস্টিলেশন): ছাত্ররা নিজেরাই প্রশ্ন সমাধান করে, প্রশ্নটি যে ক্ষেত্রের সঙ্গে সম্পর্কিত, সেই বিশেষজ্ঞকেই সহায়তা দেওয়া হয়, এবং ক্ষমতা ফাংশন স্পেসে একীভূত হয়, শুধুমাত্র প্যারামিটারগুলির কঠোরভাবে মিশ্রণের পরিবর্তে।

একটি KAT-Coder-Pro V2.5, যা একসাথে পাঁচজন বিশেষজ্ঞের দক্ষতা ধারণ করে, ডিপ্লয় করার সময় কোনো সুইচিংয়ের প্রয়োজন নেই— কোড লিখুন, প্রসেস চালান, পেজ তৈরি করুন, একটিতেই সব করুন।

পূর্ববর্তী সংস্করণের প্রশংসিত ফ্রন্টএন্ড ডিজাইন এই সংস্করণেও সম্পূর্ণভাবে বজায় রাখা হয়েছে, যা এই কাঠামোকে প্রমাণ করে: নতুন দক্ষতা ব্যাপকভাবে বৃদ্ধি পেয়েছে, আর পুরনো দক্ষতা একটিও হারায়নি। এই অক্লান্ত পুনর্গঠনই সবচেয়ে বেশি প্রমাণমূলক সাফল্যের তালিকা তৈরি করেছে।

কোডিংয়ের দ্বিতীয় অর্ধেক, যা প্রকৌশলের উপর নির্ভর করে

KAT-Coder-Pro V2.5-এর পিছনে একটি স্পষ্ট বিচার রয়েছে: বর্তমানে প্রোগ্রামিং মডেলগুলিকে শক্তিশালী করার প্রধান বাধা এখন “মডেলটি কতটা বড়” নয়, বরং “পাশের ইনফ্রাস্ট্রাকচারটি কতটা দৃঢ়”। তাই পরিবেশ নির্মাণ, ট্রেজেক্টরি সিনথেসিস, RL স্থিতিশীলতা এবং ক্ষমতা একীভূতকরণ—সবকিছুকেই একটি প্রাথমিক সিস্টেম ইঞ্জিনিয়ারিং হিসাবে গ্রহণ করা হয়েছে। এর ফলে একটি স্পষ্ট ক্ষমতা প্রোফাইল তৈরি হয়েছে—শীর্ষস্থানীয় Agentic টুল ব্যবহার, যুক্ত হয়েছে বিশ্বের অগ্রগতির সবচেয়ে কাছাকাছি রিপোজিটরি-স্তরের ইঞ্জিনিয়ারিং ক্ষমতা। ডেভেলপারদের জন্য, এর অর্থ হলো, এখন আপনি একটি পূর্ণাঙ্গ issue, একটি সম্পূর্ণ ওয়ার্কফ্লোকে নিরাপদে AI-এর দিকে পাঠাতে পারবেন, আর AI-এর “বাবা-মা”-এর ভূমিকা পালনের দরকার হবেনা। KAT-Coder-Pro V2.5-এখন সম্পূর্ণভাবে লঞ্চ করা হয়েছে, এখনই অভিজ্ঞতা লাভ করুন। শুরু করুন: StreamLake.com-এর মাধ্যমে API (মডেল ID: kat-coder-pro-v2.5) কল করুন।