अँथ्रोपिकने दोन आठवड्यांच्या स्प्रिंटमध्ये claude.ai आणि क्लॉड डेस्कटॉप ॲप सुमारे तीनपट जलद कसे बनवले याचे तपशीलवार अभियांत्रिकी खाते प्रकाशित केले आहे आणि ट्विस्ट असा आहे की बहुतेक काम क्लॉडनेच केले होते. Anthropic च्या अभियांत्रिकी ब्लॉगवर प्रकाशित केलेली पोस्ट, प्रत्येक थ्रेडमध्ये AI मॉडेलसह एकाच स्लॅक चॅनलवरून चालवलेल्या कार्यप्रदर्शन मोहिमेचे वर्णन करते, अडथळे शोधणे, बेंचमार्क तयार करणे, शिपिंग सुधारणा करणे आणि प्रत्येक तैनाती पाहणे.

संख्या, 75 व्या पर्सेंटाइलवर मोजली जाते, ती लक्षणीय आहे. claude.ai च्या ताज्या लोडवर टाइप करण्यायोग्य पृष्ठावर वेळ 3.1 सेकंदांवरून 0.55 सेकंदांवर घसरला. नवीन क्लॉड कोड सत्र सुरू करणे 0.8 सेकंदावरून 0.3 सेकंदांवर घसरले आणि क्लॉड कॉवर्क क्लाउड सत्र लोड करणे 2.6 सेकंदांवरून 0.73 सेकंदांवर घसरले. एकूणच, अँथ्रोपिकचा अंदाज आहे की सुधारणा दररोज हजारो वापरकर्ते-तासांची प्रतीक्षा वाचवतात. For more context on this story, see our ongoing artificial intelligence updates.

प्रथम मोजणे, नंतर हलवणे

स्प्रिंटची सुरुवात कोडपेक्षा मोजमापाने झाली. डेटाडॉग MCP सर्व्हरद्वारे वापर डेटाचे विश्लेषण करण्यासाठी क्लॉडचा वापर करून, टीमने 95 टक्के क्रियाकलाप असलेल्या चार वापरकर्त्यांच्या प्रवासांची ओळख पटवली: ॲप लॉन्च करणे, संभाषण सुरू करणे, विद्यमान संभाषण लोड करणे आणि संदेश पाठवणे. संपूर्ण वेब आणि डेस्कटॉपवर ते प्रवास तेरा वेगळ्या मोजमापांमध्ये विभागले गेले आणि टीमने प्रत्येकाची थेट तुलना होईपर्यंत इन्स्ट्रुमेंटेशन जोडले — वापरकर्त्याच्या परस्परसंवादापासून सुरू होऊन आणि परिणाम प्रस्तुत झाल्यानंतर समाप्त होईल.

बेसलाइन्सच्या ठिकाणी, टीमने अंदाजे वीस हाताने निवडलेल्या प्रकल्पांची यादी तयार केली, प्रत्येक विशिष्ट प्रवासाला लक्ष्य करते आणि क्लॉडने स्प्रिंट लक्ष्य सेट करण्यासाठी प्रत्येकाचा परिणाम मिलिसेकंदमध्ये केला. योजना लवकर उतरली: मानववंशीय अहवाल तिसऱ्या दिवशी तेरापैकी बारा लक्ष्यांवर पोहोचले. यामुळे क्लॉडला पुढील संधी ओळखण्यासाठी आणि नवीन वर्कस्ट्रीम प्रस्तावित करण्यासाठी जागा उरली, ज्याने त्वरीत त्यांच्या स्वत: च्या पूर्ण प्रकल्पांमध्ये प्रवेश केला आणि मूळ उद्दिष्टांच्या पलीकडे परिणाम दिला.

प्रत्यक्षात काय पाठवले होते

तांत्रिक बदल आधुनिक वेब कार्यप्रदर्शन कार्याच्या चेकलिस्टप्रमाणे वाचतात. जलद लाँचसाठी, टीमने HTML मध्ये स्टॅटिक कंपोजर बेक केले जेणेकरुन वापरकर्ते React इनिशिएलायझेशन दरम्यान टायपिंग सुरू करू शकतील, आणि V8 कोड कॅशे प्री-कंपाइल केले जेणेकरून डेस्कटॉप शेलची मुख्य प्रक्रिया स्टार्टअपवर सुरवातीपासून पुन्हा संकलित होणार नाही. संभाषणांमध्ये जलद नेव्हिगेशनसाठी, संगीतकार फाटून पुनर्निर्मित होण्याऐवजी आरोहित राहतो, जेव्हा वापरकर्ता त्यांच्यावर फिरतो तेव्हा सत्रे प्रीफेच केली जातात आणि साइडबार री-रेंडर 90 टक्क्यांनी कमी होते.

विलीनीकरणाच्या इतिहासाचे प्रमाण हे हेडलाइन आकृती आहे: स्प्रिंट दरम्यान तीन हजाराहून अधिक बदल एकाही ग्राहकाला तोंड न देता किंवा रोलबॅक न करता, पोस्टनुसार.

क्लॉड टॅग: रेलिंगसह एजंट

स्प्रिंट ज्याला अँथ्रोपिक क्लॉड टॅग म्हणतो त्यावर धावली, सध्या बीटामध्ये आहे आणि त्याचे वर्णन ओपस 5.5 शी साधारणपणे तुलना करता येणारे अंतर्गत संशोधन मॉडेल आहे. श्रम विभागणी हा कथेचा सर्वात परिणामकारक भाग आहे. क्लॉडला अडथळे आढळले, बेंचमार्क तयार केले, निराकरणे अंमलात आणली आणि प्रत्येक तैनातीचे निरीक्षण केले — एका वेळी तासभर, अगदी रात्रभर असिंक्रोनसपणे काम केले. मानवांनी ध्येये निश्चित केली, व्यवहार केले आणि विलीन होण्यापूर्वी प्रत्येक बदलाला मान्यता दिली.

संघाला त्याच्या उपयोजित कॅडेन्सपेक्षा अधिक वेगाने पुनरावृत्ती करायची होती, म्हणून त्याने वास्तविक-जगातील वाचनांसाठी प्रॉक्सी म्हणून प्रयोगशाळा मोजमाप तयार केले. अभियंत्यांनी विचारलेल्या प्रश्नांपैकी: जावास्क्रिप्ट सूचना संख्या उपयोजनापूर्वी प्रोटोटाइप प्रमाणित करण्यासाठी वेगवान फीडबॅक सिग्नल म्हणून वॉल-क्लॉक वेळेची जागा घेऊ शकते का?

AI-सहाय्यित अभियांत्रिकीसाठी हे महत्त्वाचे का आहे

एंथ्रोपिकचे पोस्ट विशिष्ट ऑप्टिमायझेशनसाठी कमी उल्लेखनीय आहे — स्थिर शेल, प्रीफेचिंग आणि रेंडर रिडक्शन ही प्रस्थापित तंत्रे आहेत — जे उत्पादन स्केलवर एआय-चालित विकासाविषयी दाखवते त्यापेक्षा. एका फ्रंटियर लॅबने नुकतेच एआय एजंट्ससह फ्लॅगशिप ग्राहक उत्पादनाचे तीन-हजार-बदल कार्यप्रदर्शन ओव्हरहॉल पाठवले आहे, ज्यात मोठ्या प्रमाणात ओळख, अंमलबजावणी आणि पडताळणीचे काम केले जाते, तर मानवांनी प्रत्येक बदलावर मंजुरी अधिकार राखून ठेवला आहे.

परिणाम स्पर्धात्मक संदर्भात देखील उतरतो जेथे प्रतिसाद हे उत्पादन वैशिष्ट्य आहे. क्लॉड ग्राहक आणि विकसकांच्या लक्षासाठी OpenAI च्या ChatGPT आणि Google च्या जेमिनीशी थेट स्पर्धा करते आणि सहाय्यक उत्पादनांच्या दैनंदिन वापराचा वेग मॉडेलच्या गुणवत्तेप्रमाणेच आकार घेतो. टाइम-टू-इंटरॅक्टिव्ह 3.1 सेकंदांवरून 0.55 सेकंदांपर्यंत कमी केल्याने उत्पादनाविषयी वापरकर्त्यांची एकच सामान्य तक्रार होते.

बाहेरून पाहणाऱ्या अभियांत्रिकी संघांसाठी, अँथ्रोपिकच्या खात्यातील हस्तांतरणीय धडा म्हणजे लूप रचना: वापरकर्त्याच्या प्रवासाचे अचूक मोजमाप करा, मॉडेलला त्या मोजमापांमध्ये बदल सुचवू द्या आणि त्याचे प्रमाणीकरण करू द्या, मानवी मंजूरी गेट ठेवा आणि मोजमाप प्रणाली जितक्या वेगाने सत्यापित करू शकेल तितक्याच वेगाने व्याप्ती वाढवा. अँथ्रोपिकची स्वतःची रचना अशी आहे की क्लॉडने एकदा काही मोजले की ते ते जलद बनवू शकते — म्हणून संघ मोजण्यासाठी अधिक गोष्टी शोधत राहिला.

तत्सम एजंट-चालित स्प्रिंट्स संपूर्ण सॉफ्टवेअर उद्योगात मानक सराव बनतात की नाही हे पाहणे बाकी आहे, परंतु अँथ्रोपिकने अद्याप सर्वात ठोस सार्वजनिक डेटा पॉइंट प्रदान केले आहेत जे ते मोठ्या प्रमाणावर कार्य करू शकतात. AI सॉफ्टवेअर डेव्हलपमेंटला कसा आकार देत आहे याचा मागोवा घेणारे वाचक पुढील घडामोडींसाठी आमच्या AI संशोधन कव्हरेजचे अनुसरण करू शकतात.

---

Stay Ahead of AI

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

Read more AI news →