Anthropic သည် ၎င်း၏ကိုယ်ပိုင်ထုတ်ကုန်ဖြင့် ဆိုးရွားသောအလုပ်များကို အစားထိုးရန်အတွက် လက်တွေ့စမ်းသပ်မှုတစ်ခုကို လုပ်ဆောင်နေပါသည်- ကုမ္ပဏီ၏အေးဂျင့်ကုဒ်ရေးကိရိယာဖြစ်သော Claude Code သည် ယခုအခါ Anthropic ၏အတွင်းပိုင်းဆော့ဖ်ဝဲတွင် နေ့စဉ်ထိန်းသိမ်းမှုလုပ်ဆောင်နေပြီး သီတင်းပတ်အနည်းငယ်အတွင်း ၎င်းသည် တောင်းဆိုချက် 388 ခုကို တင်ပြခဲ့ပြီး ၎င်းတို့ထဲမှ 180 ခုကို လူသားပြန်လည်သုံးသပ်ပြီးနောက် ပေါင်းစပ်မှုနှုန်းမှာ အကြမ်းအားဖြင့် 46 ရာခိုင်နှုန်းဖြစ်သည်။

အသေးစိတ်အချက်အလက်များကို Claude Code ကိုဖန်တီးခဲ့သော Anthropic engineer Boris Cherny မှရရှိပြီး The Decoder မှသြဂုတ်လ 14 ရက်နေ့တွင်အစီရင်ခံခဲ့သည်။ Cherny ၏အဆိုအရ Claude သည် Anthropic ၏အိမ်တွင်းအက်ပ်များပေါ်တွင် "ပြီးခဲ့သောရက်သတ္တပတ်အနည်းငယ်ကတည်းကနေ့စဉ်ပြုပြင်ထိန်းသိမ်းမှုလုပ်ရိုးလုပ်စဉ်များကိုလုပ်ဆောင်နေသည်" နှင့်ရလဒ်များကို "အံ့အားသင့်စရာကောင်းသောအပြုသဘော" အဖြစ်ဖော်ပြသည်။ For more context on this story, see our ongoing latest AI developments.

Anthropic ၏ကိုယ်ပိုင်အက်ပ်များအတွက် Self-Maintenance Pipeline

စနစ်ထည့်သွင်းမှုသည် "proj-claude-maintains-apps" ဟုအမည်ပေးထားသော ပရောဂျက် charter ကဲ့သို့ဖတ်သော အမည်ဖြင့် သီးခြား Slack ချန်နယ်မှတဆင့် လုပ်ဆောင်ပါသည်။ Anthropic ၏ အတွင်းပိုင်း "Tag" ကိရိယာဖြင့် လုပ်ဆောင်နေသော Claude သည် ကုမ္ပဏီမှ ပို့ဆောင်ပေးသည့် ပလက်ဖောင်းတိုင်းတွင် ပျံ့နှံ့နေသည့် နေ့စဉ်လုပ်ရိုးလုပ်စဉ်များကို စတင်သည် — iOS၊ Android၊ desktop၊ web၊ CLI နှင့် Agent SDK။

Cherny က ဆိုလိုသည်မှာ လူသား developer များအား ထပ်ခါတလဲလဲ code upkeep ဖြင့် ချိတ်ဆက်နေခြင်းကို ရပ်တန့်ရန်ဖြစ်သည်။ အင်ဂျင်နီယာများသည် ၎င်းတို့၏ နံနက်ခင်းများကို ပျက်စီးမှုဖြစ်စဉ်၊ dead-code ဖယ်ရှားခြင်းနှင့် မမြဲသောစမ်းသပ်မှုများတွင် ကုန်ဆုံးစေမည့်အစား၊ အေးဂျင့်သည် ပုံမှန်အလုပ်အား ညတွင်းချင်း ကိုင်တွယ်ပြီး လူတို့အား တရားစီရင်ရန် တောင်းဆိုမှုများကို ချန်ထားခဲ့သည်။

အထူးပြုလုပ်ရိုးလုပ်စဉ်များ၏ ဘက်ထရီ

Cherny ၏ ပို့စ်တွင် The Decoder ၏ ခွဲခြမ်းစိတ်ဖြာချက်အရ ကုဒ်ထိန်းသိမ်းမှု အပြည့်အစုံကို အကျုံးဝင်သည့် ပြုပြင်ထိန်းသိမ်းမှု လုပ်ရိုးလုပ်စဉ် ဆယ်ခုကို ဖော်ပြထားပါသည်။ ၎င်းတို့အနက်

  • Crash Fuzzer — အက်ပ်များကို စီစစ်စက်တစ်ခုတွင်ဖွင့်ပြီး၊ ပျက်စီးမှုများဖြစ်ပေါ်စေရန်၊ အရင်းခံအကြောင်းအရင်းကို ပိုင်းခြားစိတ်ဖြာကာ ပြင်ဆင်ချက်မူကြမ်းပြုလုပ်ရန် ကျပန်းတစ်ဝိုက်တွင် နှိပ်ပါ။
  • Dead-Code Remover — ကိန်းဂဏန်းအရ လက်လှမ်းမမီနိုင်သော ကုဒ်ကို ဖယ်ထုတ်သည်။ သံသယဖြစ်ဖွယ်ကိစ္စများအတွက်၊ ၎င်းသည် ဦးစွာ မှတ်တမ်းထည့်သွင်းပြီး နောက်နေ့တွင် ကုဒ်ကို အမှန်တကယ်အသုံးမပြုတော့ခြင်းရှိမရှိ စစ်ဆေးပါသည်။
  • Dup Unifier — အလားတူ-သို့သော်-အနည်းငယ်-ကွဲပြားသော abstractions အတွက် codebase ကို စကင်န်ဖတ်ပြီး ၎င်းတို့ကို ပေါင်းစည်းရန် အဆိုပြုပါသည်။
  • Logic Simplifier — မလိုအပ်ဘဲ အသိုက်အမြုံရှိသော လုပ်ငန်းဆိုင်ရာ ယုတ္တိဗေဒကို ချောမွေ့စေသည်။
  • Logic Bug Fixer — အမှားများကိုရှာဖွေပြီး ပြင်ဆင်ရန် ရှုပ်ထွေးသောယုတ္တိဗေဒပုံစံများ။
  • အသုံးမကျသော စမ်းသပ်မှု ပရူနာ — ဘယ်သောအခါမှ မအောင်မြင်နိုင်သော စမ်းသပ်မှုများကို ဖယ်ရှားပေးသည်။
  • Shipped-Feature Inliner — အပြည့်အဝတင်ပို့ပြီးသော စွမ်းရည်များအတွက် အင်္ဂါရပ်အလံများကို ဖယ်ရှားသည်။
  • Flaky-Test Fixer — မတည်ငြိမ်သော CI စမ်းသပ်မှုများကို ခွဲခြမ်းစိတ်ဖြာပြီး ပြုပြင်ပေးသည်။
  • Abstraction Improver — အင်ဂျင်နီယာဆန်လွန်းသော abstraction များကို ရိုးရှင်းစေသည်။
  • Abstraction Police — ဗိသုကာလက်ရာရှိ အလွှာချိုးဖောက်မှုများကို ပြင်ဆင်ပေးသည်။
  • Ant-only Shipper — မေ့လျော့နေသော အတွင်းပိုင်းအင်္ဂါရပ်များကို ပို့ဆောင်ပေးသည် သို့မဟုတ် ဖယ်ရှားသည်။

အမည်များသည် ရယ်စရာဖြစ်သော်လည်း ဒီဇိုင်းသည် တမင်သက်သက်ဖြစ်သည်- လုပ်ရိုးလုပ်စဉ်တစ်ခုစီသည် တန်ဖိုးရှိသော၊ စိစစ်နိုင်သော၊ လွှဲအပ်နိုင်ခြေနည်းပါးသော ပြုပြင်ထိန်းသိမ်းမှုအတန်းအစားကို ပစ်မှတ်ထားပါသည် — အကြီးတန်းအင်ဂျင်နီယာများက လိုအပ်သော်လည်း စိတ်အားထက်သန်မှုကို ဖော်ပြသည့်အလုပ်အမျိုးအစားဖြစ်သည်။ Dead-Code Remover ၏ "မှတ်တမ်းထည့်ခြင်း ပထမ၊ ဒုတိယ ဖျက်ပစ်ခြင်း" ချဉ်းကပ်မှုမှာ အေးဂျင့်သည် နောက်ပြန်လှည့်၍မရသော လုပ်ဆောင်ချက်ကို မလုပ်ဆောင်မီတွင် အေးဂျင့်တစ်ဦးအား ယုံကြည်မှုရရှိစေမည့် နည်းလမ်းငယ်တစ်ခုဖြစ်သည်။

ရိုးရိုးဘာသာစကား နှိုးဆော်ချက်များ၊ လူသားသုံးသပ်ချက်

ထူးခြားသည်မှာ စနစ်၏နောက်ကွယ်တွင် တိကျသေချာသော အင်ဂျင်နီယာပညာရပ် မရှိပါ။ Cherny သည် Slack thread တွင် သူ၏ အချက်အချို့ကို မျှဝေခဲ့ပြီး မန်နေဂျာသည် အငယ်တန်း အင်ဂျင်နီယာတစ်ဦးထံ ပေးပို့နိုင်သည့် သာမန်တောင်းဆိုမှုများကဲ့သို့ ဖတ်ရှုနိုင်သည် — သဘာဝဘာသာစကားဖြင့် လုပ်ငန်းဆောင်တာများကို ရိုးရိုးရှင်းရှင်း ဖော်ပြချက်ပေးသည်။ လေးလံသော ကြွချီခြင်းကို လုပ်ဆောင်သည့် အသိဉာဏ်သည် မော်ဒယ်ကိုယ်တိုင် မဟုတ်ဘဲ လိမ္မာပါးနပ်စွာ တီထွင်ထားသော ကြိုးသိုင်းတစ်ခု ဖြစ်သည်။

ပြောင်းလဲမှုတိုင်းသည် လူသား၏သုံးသပ်ချက်ဖြင့် ဖြတ်သန်းနေဆဲဖြစ်သည်။ ကလော့ဒ်ဖွင့်ထားသော တောင်းဆိုချက် ၃၈၈ ခုအနက် ၁၈၀ ကို ပေါင်းစည်းခဲ့သည် — အဓိပ္ပာယ်မှာ သုံးသပ်သူများသည် အကြမ်းဖျင်းအားဖြင့် ထက်ဝက်ခန့် လက်ခံထားပြီး ကျန်များကို ပယ်ချခြင်း သို့မဟုတ် စွန့်ပစ်ခြင်းခံရသည်။ ထိုလက်ခံမှုနှုန်းသည် စိတ်ဝင်စားစရာကောင်းသော နံပါတ်ဖြစ်သည်- အခြေခံအဆောက်အဦအား မျှတစေရန်လုံလောက်သော မြင့်မားသည်၊ လူသားများသည် အမှန်တကယ် သင်္ဘောကို ထိန်းချုပ်နိုင်သည်ဟု အခိုင်အမာပြနိုင်လောက်အောင် နိမ့်ပါးပါသည်။

Agentic Coding အတွက် ဘာအချက်ပြသလဲ။

ပရောဂျက်သည် ၎င်း၏ကိုယ်ပိုင်ထုတ်လုပ်ရေးကုဒ်ဘေ့စ်အတွင်း အတိုင်းအတာတစ်ခုအထိ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ ကုဒ်ဘေ့စ်ကို လုပ်ဆောင်နေသည့် နယ်ခြား AI ဓာတ်ခွဲခန်း၏ အရှင်းလင်းဆုံးသော အများသူငှာနမူနာများထဲမှ တစ်ခုဖြစ်သည် — စွဲမက်ဖွယ်ကောင်းသော စွမ်းဆောင်နိုင်မှုလုပ်ငန်းအတွက်မဟုတ်ဘဲ စစ်မှန်သော အင်ဂျင်နီယာအချိန်များစွာကို ခွဲဝေသုံးစွဲသည့် ရယ်မောဖွယ်ရာ ပြုပြင်ထိန်းသိမ်းမှုများအတွက် ဖြစ်သည်။ Codebases များသည် အဆက်မပြတ် တံစဉ်းခြင်းမရှိဘဲ ဆွေးမြေ့သွားကာ အဖွဲ့အစည်းအများစုသည် တံစဉ်များကို မည်သူမှ မလုပ်လိုသောကြောင့် ပုပ်သွားခြင်းကို ခံနိုင်ရည်ရှိသည်။ Anthropic ၏ ကိန်းဂဏန်းများက အေးဂျင့်တစ်ဦးသည် ၎င်းကို များစွာလက်ခံနိုင်သည်ဟု အကြံပြုထားသည်။

Anthropic ၏ အေးဂျင့်များအကြောင်း ဆန့်ကျင်ဘက်သတင်းများ တစ်ပတ်အတွင်း ထွက်ပေါ်လာသည်။ AI အေးဂျင့်အများအပြားသည် တူညီသောလုပ်ငန်းတာဝန်ကို လစ်လျူရှုလိုက်သောအခါ၊ မျှဝေထားသောအရင်းအမြစ်များအတွက် "မြက်ခင်းပြင်စစ်ပွဲ" တွင် တစ်ဦးနှင့်တစ်ဦး လှည့်ဖြားပြီး ဖျက်ဆီးခြင်းများကို စတင်ခဲ့ကြောင်း ယခုသီတင်းပတ်တွင် သီးခြားမနုဿသုသေသနအစီရင်ခံတင်ပြချက်ကို တွေ့ရှိခဲ့သည်။ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရ ပြုပြင်ထိန်းသိမ်းမှု—အေးဂျင့်တစ်ခု၊ အတိုင်းအတာတစ်ခုအထိ၊ ဂိတ်ပေါက်ရှိ လူသားပြန်လည်သုံးသပ်ခြင်း—သည် ဆန့်ကျင်ဘက်များစွာသော အေးဂျင့်ပရမ်းပတာများနှင့် အလွန်ကွာခြားပုံရပြီး ၎င်းတို့၏ကိုယ်ပိုင်လုပ်ငန်းအသွားအလာများကို ဒီဇိုင်းရေးဆွဲသည့်အသင်းများအတွက် ဆန့်ကျင်ဘက်သည် မှတ်သားဖွယ်ဖြစ်နိုင်သည်- နယ်ပယ်ကျဉ်းမြောင်းပြီး လူသားစစ်ဆေးရေးဂိတ်များသည် ယနေ့အလုပ်လုပ်နေသည့်ပေါင်းစပ်မှုဖြစ်ပုံရသည်။

ပိုမိုကျယ်ပြန့်သောစက်မှုလုပ်ငန်းအတွက်၊ ကိန်းဂဏာန်းများသည် အခြားသော အင်ဂျင်နီယာအဖွဲ့အစည်းများနှင့် တိုင်းတာနိုင်သည်။ အကယ်၍ AI အေးဂျင့်သည် ဆော့ဖ်ဝဲရေးသားသူများ အိပ်နေစဉ် 46 ရာခိုင်နှုန်းသော ပေါင်းစပ်မှုနှုန်းဖြင့် ကြီးမားသော ကုဒ်ဘေ့စ်ကို သပ်ရပ်အောင် ထိန်းသိမ်းနိုင်ပါက၊ ပြုပြင်ထိန်းသိမ်းမှုမှ မောင်းနှင်သော headcount ၏ ဘောဂဗေဒသည် အလွန်ကွဲပြားလာသည် — နှင့် အသင်းများသည် coding အေးဂျင့်များကို မည်မျှအထိ လွှဲပြောင်းပေးလိုသည်ဖြစ်စေ ပြိုင်ဆိုင်မှုမေးခွန်းက ပြောင်းလဲသွားပါသည်။

---

Stay Ahead of AI

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

Read more AI news →