एंथ्रोपिक ने एक विस्तृत इंजीनियरिंग विवरण प्रकाशित किया है कि कैसे उसने claude.ai और क्लाउड डेस्कटॉप ऐप को दो सप्ताह के स्प्रिंट में लगभग तीन गुना तेज बनाया, और ट्विस्ट यह है कि अधिकांश काम क्लाउड द्वारा ही किया गया था। एंथ्रोपिक के इंजीनियरिंग ब्लॉग पर प्रकाशित पोस्ट, प्रत्येक थ्रेड में एआई मॉडल के साथ एकल स्लैक चैनल से चलने वाले प्रदर्शन अभियान, बाधाओं को ढूंढने, बेंचमार्क बनाने, शिपिंग सुधार और प्रत्येक तैनाती को देखने का वर्णन करती है।

75वें प्रतिशतक पर मापी गई संख्याएँ पर्याप्त हैं। claude.ai के ताज़ा लोड पर टाइप करने योग्य पृष्ठ का समय 3.1 सेकंड से घटकर 0.55 सेकंड हो गया। एक नया क्लाउड कोड सत्र शुरू करने में 0.8 सेकंड से घटकर 0.3 सेकंड रह गया, और क्लाउड कोवर्क क्लाउड सत्र को लोड करने में 2.6 सेकंड से गिरकर 0.73 सेकंड हो गया। कुल मिलाकर, एंथ्रोपिक का अनुमान है कि सुधारों से हर दिन प्रतीक्षा के हजारों उपयोगकर्ता-घंटे बच जाते हैं। For more context on this story, see our ongoing latest AI developments.

पहले मापना, फिर आगे बढ़ना

स्प्रिंट की शुरुआत कोड के बजाय माप से हुई। डेटाडॉग एमसीपी सर्वर के माध्यम से उपयोग डेटा का विश्लेषण करने के लिए क्लाउड का उपयोग करते हुए, टीम ने चार उपयोगकर्ता यात्राओं की पहचान की जो 95 प्रतिशत गतिविधि के लिए जिम्मेदार हैं: ऐप लॉन्च करना, बातचीत शुरू करना, मौजूदा बातचीत लोड करना और एक संदेश भेजना। वेब और डेस्कटॉप पर उन यात्राओं को तेरह अलग-अलग मापों में विभाजित किया गया, और टीम ने इंस्ट्रूमेंटेशन को तब तक जोड़ा जब तक कि प्रत्येक सीधे तुलनीय नहीं हो गया - उपयोगकर्ता इंटरैक्शन से शुरू हुआ और परिणाम प्रस्तुत होने के बाद समाप्त हुआ।

बेसलाइन के साथ, टीम ने लगभग बीस हाथ से चुनी गई परियोजनाओं की एक सूची तैयार की, जिनमें से प्रत्येक एक विशिष्ट यात्रा को लक्षित करती थी, और क्लाउड ने स्प्रिंट लक्ष्य निर्धारित करने के लिए मिलीसेकंड में प्रत्येक के प्रभाव का अनुमान लगाया था। योजना जल्दी साकार हुई: एंथ्रोपिक रिपोर्टों में तीसरे दिन तक तेरह लक्ष्यों में से बारह को निशाना बनाया गया। इसने क्लाउड के लिए आगे के अवसरों की पहचान करने और नई कार्यधाराओं का प्रस्ताव करने के लिए जगह छोड़ दी, जिसने तेजी से अपनी स्वयं की पूर्ण परियोजनाओं को आगे बढ़ाया और परिणामों को मूल लक्ष्यों से परे धकेल दिया।

वास्तव में क्या भेजा गया था

तकनीकी परिवर्तन आधुनिक वेब प्रदर्शन कार्य की चेकलिस्ट की तरह लगते हैं। तेज़ लॉन्च के लिए, टीम ने HTML में एक स्टेटिक कंपोज़र बेक किया ताकि उपयोगकर्ता रिएक्ट इनिशियलाइज़ेशन के दौरान टाइप करना शुरू कर सकें, और V8 कोड कैश को प्रीकंपाइल किया ताकि डेस्कटॉप शेल की मुख्य प्रक्रिया अब स्टार्टअप पर स्क्रैच से पुन: संकलित न हो। बातचीत के बीच तेज़ नेविगेशन के लिए, कंपोज़र को तोड़ने और फिर से बनाने के बजाय माउंटेड रहता है, जब कोई उपयोगकर्ता उन पर होवर करता है तो सत्र प्रीफ़ेच हो जाते हैं, और साइडबार री-रेंडर को 90 प्रतिशत तक काट दिया गया था।

मर्ज इतिहास का पैमाना शीर्षक आंकड़ा है: पोस्ट के अनुसार, एक भी ग्राहक-सामना वाली घटना या रोलबैक के बिना स्प्रिंट के दौरान तीन हजार से अधिक परिवर्तन हुए।

क्लाउड टैग: रेलिंग वाला एक एजेंट

स्प्रिंट उस पर चला जिसे एंथ्रोपिक क्लाउड टैग कहता है, जो वर्तमान में बीटा में है और इसे एक आंतरिक अनुसंधान मॉडल के रूप में वर्णित किया गया है जो मोटे तौर पर ओपस 5.5 के बराबर है। श्रम का विभाजन कहानी का सबसे परिणामी हिस्सा है। क्लाउड ने अड़चनें ढूंढीं, बेंचमार्क बनाए, समाधान लागू किए और हर तैनाती की निगरानी की - एक समय में घंटों तक अतुल्यकालिक रूप से काम करना, यहां तक ​​​​कि रात भर भी। मनुष्य ने लक्ष्य निर्धारित किए, समझौता किया और विलय से पहले हर बदलाव को मंजूरी दी।

टीम अपनी तैनाती ताल की तुलना में तेजी से पुनरावृत्ति करना चाहती थी, इसलिए उसने वास्तविक दुनिया में पढ़ने के लिए प्रॉक्सी के रूप में प्रयोगशाला माप का निर्माण किया। इंजीनियरों द्वारा पूछे गए प्रश्नों में: क्या तैनाती से पहले प्रोटोटाइप को मान्य करने के लिए तेज़ प्रतिक्रिया संकेत के रूप में जावास्क्रिप्ट अनुदेश गणना दीवार-घड़ी के समय की जगह ले सकती है?

एआई-सहायता प्राप्त इंजीनियरिंग के लिए यह क्यों मायने रखता है

एंथ्रोपिक की पोस्ट विशिष्ट अनुकूलन के लिए कम उल्लेखनीय है - स्थैतिक गोले, प्रीफ़ेचिंग और रेंडर रिडक्शन स्थापित तकनीकें हैं - बजाय इसके कि यह उत्पादन पैमाने पर एआई-संचालित विकास के बारे में क्या प्रदर्शित करता है। एक फ्रंटियर लैब ने हाल ही में एक प्रमुख उपभोक्ता उत्पाद का तीन हजार परिवर्तन वाला प्रदर्शन ओवरहाल भेजा है, जिसमें एआई एजेंटों ने पहचान, कार्यान्वयन और सत्यापन कार्य का बड़ा काम किया है, जबकि मनुष्यों ने हर बदलाव पर अनुमोदन अधिकार बरकरार रखा है।

परिणाम एक प्रतिस्पर्धी संदर्भ में भी आता है जहां प्रतिक्रिया एक उत्पाद विशेषता है। क्लाउड उपभोक्ता और डेवलपर का ध्यान आकर्षित करने के लिए ओपनएआई के चैटजीपीटी और गूगल के जेमिनी के साथ सीधे प्रतिस्पर्धा करता है, और कथित गति मॉडल की गुणवत्ता के साथ-साथ सहायक उत्पादों के दैनिक उपयोग को भी प्रभावित करती है। इंटरैक्टिव समय को 3.1 सेकंड से घटाकर 0.55 सेकंड करने से उपयोगकर्ताओं की उत्पाद के बारे में सबसे आम शिकायत का समाधान हो जाता है।

बाहर से देखने वाली इंजीनियरिंग टीमों के लिए, एंथ्रोपिक के खाते से हस्तांतरणीय सबक लूप संरचना है: उपयोगकर्ता की यात्राओं को सटीक रूप से मापें, मॉडल को उन मापों के विरुद्ध परिवर्तनों का प्रस्ताव और सत्यापन करने दें, एक मानव अनुमोदन द्वार रखें, और दायरे का विस्तार केवल उतनी ही तेजी से करें जितनी तेजी से माप प्रणाली सत्यापित कर सकती है। एंथ्रोपिक की अपनी परिभाषा यह है कि एक बार जब क्लाउड किसी चीज को माप सकता है, तो वह उसे तेजी से माप सकता है - इसलिए टीम मापने के लिए और चीजें ढूंढती रही।

क्या समान एजेंट-संचालित स्प्रिंट सॉफ्टवेयर उद्योग में मानक अभ्यास बन जाते हैं, यह देखा जाना बाकी है, लेकिन एंथ्रोपिक ने अब तक के सबसे ठोस सार्वजनिक डेटा बिंदुओं में से एक प्रदान किया है कि वे बड़े पैमाने पर काम कर सकते हैं। एआई कैसे सॉफ्टवेयर विकास को नया आकार दे रहा है, इस पर नज़र रखने वाले पाठक आगे के विकास के लिए हमारे एआई अनुसंधान कवरेज का अनुसरण कर सकते हैं।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →