मुझे लगता है कि आगे के वर्षों में हम एजेंटिक कोडिंग से एजेंटिक स्वार्म कोडिंग की ओर बढ़ेंगे, जहाँ प्रत्येक डेवलपर के पास अपना ओरकेस्ट्रेशन लेयर होगा।

कोई भी उनकी क्लॉड सेटअप की ऑडिट नहीं करता यहाँ यह कितना महंगा पड़ता है: > आपका बिल धीरे-धीरे बढ़ता जाता है > आपका आउटपुट विचलित होता जाता है > आप मॉडल को दोष देते हैं जो वास्तव में अंतर लाता है: > क्लॉड कोड के settings.json में 125+ कुंजियाँ मौजूद हैं। आधिकारिक दस्तावेज़ केवल ~40 को कवर करते हैं > एक cache_control ब्रेकपॉइंट को ठीक करने से $340/महीना का बिल $87 पर आ गया > अनुपयोगी MCP सर्वर्स हर सेशन पर अपना पूरा स्कीमा लोड करते हैं > यह आपके कुछ भी टाइप करने से पहले 25-40K टोकन्स है > क्लॉड UI में 14 सेटिंग्स 3 क्लिक्स की गहराई पर मौजूद हैं > उनमें से 4 कहीं भी दस्तावेज़ीकृत नहीं हैं समाधान जटिल नहीं हैं: > Extended Thinking को डिफ़ॉल्ट रूप से Light पर सेट करें — Full केवल कठिन समस्याओं के लिए > MCP सर्वर्स को हटाने के बजाय `enabled: false` फ्लैग का उपयोग करें > `cleanupPeriodDays: 180` सेट करें — डिफ़ॉल्ट 30, 5 महीने के सिग्नल को दबा देता है > cache_control को यूजर मैसेज के बाद नहीं, सिस्टम प्रॉम्प्ट के बाद रखें > प्रत्येक वर्कफ़्लो के लिए एक Custom Style, 80% सेव्ड प्रॉम्प्ट्स को प्रतिस्थापित करता है > मेमोरी को प्रोजेक्ट के अनुसार स्कोप करें, अन्यथा यह विचलित होकर गलत "आप" के लिए ऑप्टिमाइज़ होने लगती है 18 में से हर एक में पैटर्न समान है: डिफ़ॉल्ट सेटअप, औसत उपयोगकर्ता के लिए होता है आप औसत उपयोगकर्ता नहीं हैं एक चेकलिस्ट के साथ 20 मिनट में समझ में आता है कि Claude "धीमा" क्यों हो गया उन लोगों से, जो सटीकता से जानते हैं कि यह क्यों "तेज" हो गया

आज मैंने @claudeai से @OpenAI codex की तुलना में अधिक उपयोग किया। अधिक संदेश, अधिक टर्न, अधिक काम पूरा हुआ। अजीब बात है। मैंने अपने सर्वर पर क्लॉड की स्थापना के बाद रिमोट कंट्रोल का प्रयास किया और बस इससे अधिक रिमोट कंट्रोल एजेंट्स शुरू करने के लिए कहता रहा।

🚨 @MilkRoadAI के पोस्ट में Nvidia के CEO Jensen Huang के बयान का सारांश दिया गया है कि AI का विकास सामग्री उत्पादन से एजेंटिक प्रणालियों की ओर हुआ है, जो स्वतंत्र रूप से तर्क करती हैं, योजना बनाती हैं, उपकरणों का उपयोग करती हैं और लंबे समय तक कार्यों पर दोहराव करती हैं। - एक महत्वपूर्ण उदाहरण यह दिया गया है कि एक AI एजेंट एक सप्ताह में एक सॉफ्टवेयर प्रोग्रामिंग का काम पूरा करता है, जिसे मानव इंजीनियरिंग टीम को महीने लगते हैं, जिससे प्रति कार्य की गणना क्षमता में भारी वृद्धि स्पष्ट होती है। - यह परिवर्तन दो घातीय गुणनफल के रूप में मांग पैदा करता है—प्रति एजेंटिक कार्य अधिक गणना और उद्यमों में बहुत अधिक कार्यों के प्रसार—जो इंजीनियरों को एजेंट्स के समूहों को संचालित करने के युग की ओर ले जा रहा है।

चाहे AI मॉडल जो सार्वजनिक रूप से जारी किए गए हैं, उनका विकास त्वरण या डीक्लासिफिकेशन के कारण हो रहा है — AI बहस को संदर्भित करते समय यह एक महत्वपूर्ण प्रश्न है… मेरे लिए, यह बहुत स्पष्ट है कि डूमसडे वाली कहानी सरकार द्वारा लोगों को AI नियमन की ओर धकेलने के लिए अच्छी तरह से सोची गई रणनीति है 🤷‍♂️

क्लॉड कोड ने दर सीमाओं को दोगुना कर दिया है कर्सर ने अभी कॉम्पोजर 2.5 जारी किया है कोडेक एजेंट्स चला रहा है। डेवलपर के लिए यह सप्ताह अच्छा है।

ऐसा कभी वास्तविक रूप से नहीं होता या यह बहुत धीमा होता है, लेकिन मैं अभी भी सामग्री उत्पादन के सीधे मुनाफे में जाने को देख रहा हूँ। मुझे AI से बहुत बड़ा मूल्य मिलता है और हम AI के बहुत बड़े मूल्यांकन देखते हैं, लेकिन AI मूल सामग्री का डेरिवेटिव है। इसे सिग्नल उत्पन्न करने के लिए लचीले मनुष्यों की आवश्यकता होती है जिसे यह परिवर्तित कर सके।

प्लेटफॉर्म अपडेट: खोज और संवेदनशीलता के लिए क्रेडिट बिलिंग + सुरक्षा पैच - 💳 अब खोज के लिए क्रेडिट लागू होंगे: /search कमांड का प्रत्येक उपयोग 5 क्रेडिट्स का होगा, जिससे सभी उपयोगकर्ताओं को सदस्यता स्तर के बिना पहुंच मिलती है और संसाधनों का न्यायसंगत आवंटन सुनिश्चित होता है। - 📊 अब संवेदनशीलता और दृश्यीकरण के लिए क्रेडिट लागू होंगे: /sentiment और /visualize कमांड्स का प्रत्येक उपयोग 50 क्रेडिट्स का होगा, जो अन्य AI-संचालित विश्लेषण कमांड्स के साथ समान है। - 🛡️ खोज और संवेदनशीलता के लिए बेहतर त्रुटि प्रबंधन: यदि कोई खोज या संवेदनशीलता विश्लेषण विफल हो जाता है, तो आपके क्रेडिट्स स्वचालित रूप से वापस कर दिए जाएंगे और आपको एक सामान्य संदेश के बजाय स्पष्ट, विषय-विशिष्ट त्रुटि संदेश मिलेगा। - 🔒 सुरक्षा निर्भरता अपडेट: कई मूलभूत पुस्तकालयों को ज्ञात सुरक्षा दुर्बलताओं को ठीक करने के लिए अपडेट किया गया है, जिससे प्लेटफॉर्म सुरक्षित और अद्यतन रहता है। - 🧪 स्थिरता में सुधार: CI में कभी-कभी झूठे नकारात्मक परिणाम पैदा करने वाली समय से संबंधित अस्थिर आंतरिक परीक्षण विफलता को ठीक कर दिया गया है — कोई उपयोगकर्ता-दृश्य प्रभाव नहीं, लेकिन प्रसारण की विश्वसनीयता में सुधार हुआ है। backend · 16 commit(s) · 6 file(s)

/api/v1/models एंडपॉइंट अब sort=favorites और sort=mostused का समर्थन करता है। अपने हाल के उपयोग के आधार पर मॉडल्स को रैंक करने के लिए sort=favorites का उपयोग करें, या समग्र लोकप्रियता के आधार पर रैंक करने के लिए sort=mostused का उपयोग करें।