OpenClaw + Claude Code/Codex：打造个人开发Agent Swarm

ਸਭ ਨੂੰ ਸਤ ਸ੍ਰੀ ਅਕਾਲ, ਮੈਂ ਲੂ ਗੋਂਗ ਹਾਂ।

ਪਿਛਲੇ ਦਿਨਾਂ ਵਿੱਚ X 'ਤੇ ਇੱਕ ਟਵੀਟ ਦੇਖੀ, ਜੋ ਮੈਨੂੰ ਤੁਰੰਤ ਆਕਰਸ਼ਿਤ ਕਰ ਗਈ। ਇੱਕ ਨਾਮੀ ਵਿਕਾਸਕ Elvis ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਹੁਣ Claude Code ਅਤੇ Codex ਨੂੰ ਸਿੱਧਾ ਨਹੀਂ ਵਰਤਦਾ, ਬਲਕਿ OpenClaw ਨੂੰ ਇੱਕ ਢਾਂਚਾ ਵਜੋਂ ਵਰਤਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇੱਕ ਨਾਮੀ AI ਢਾਂਚਾ Zoe Claude Code ਅਤੇ Codex ਦੇ Agent Swarm ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਦਾ ਹੈ।

ਇਸ ਟਵੀਟ ਦੇ ਡੇਟਾ ਵੀ ਬਹੁਤ ਹੀ ਸ਼ਾਨਦਾਰ ਹਨ, 4900000 ਦਰਸ਼ਨ, 11000 ਲਾਈਕ, 1800 ਰੀਟਵੀਟ।

ਅਸੀਂ Vibe Coding ਲਿਖਣ ਦੇ ਚਾਰ ਮਹੀਨੇ ਹੋ ਗਏ ਹਨ, Claude Code ਸਦਾ ਹੀ ਮੁੱਖ ਸਾਧਨ ਰਿਹਾ ਹੈ। ਮੈਂ ਪਹਿਲਾਂ ਵੀ ਕੁਝ ਬਹੁਤ ਸਾਰੇ Agent ਸਹਿਯੋਗ, VSCode ਬਹੁਤ ਸਾਰੇ Agent ਢਾਂਚੇ ਆਦਿ ਬਾਰੇ ਲਿਖਿਆ ਹੈ।

ਪਰ Elvis ਦੇ ਇਸ ਤਰੀਕੇ ਨੂੰ ਦੇਖ ਕੇ, ਮੈਂ ਸਿਰਫ਼ ਇਹ ਕਹਿ ਸਕਦਾ ਹਾਂ ਕਿ ਇਹ ਬਹੁਤ ਹੀ ਪ੍ਰੋਫੈਸ਼ਨਲ ਹੈ। ਇੱਕ ਵਿਅਕਤੀ, ਇੱਕ ਢਾਂਚਾ ਪ੍ਰਣਾਲੀ ਦੇ ਆਧਾਰ 'ਤੇ, ਦਿਨ ਵਿੱਚ 50 ਵਾਰੀ ਕੋਡ ਸਬਮਿਟ ਕਰਦਾ ਹੈ, ਸਭ ਤੋਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਦਿਨ 94 ਵਾਰੀ ਸਬਮਿਟ ਕੀਤਾ, ਅਤੇ 3 ਗਾਹਕਾਂ ਦੇ ਫੋਨ ਵੀ ਲਏ, ਪਰ ਐਡੀਟਰ ਇੱਕ ਵਾਰੀ ਵੀ ਨਹੀਂ ਖੋਲਿਆ।

ਕੀ ਇਹ ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਇੱਕ ਵਿਕਾਸ ਟੀਮ ਵਜੋਂ ਵਰਤਣ ਦੀ ਤਰ੍ਹਾਂ ਨਹੀਂ ਹੈ?

ਅੱਜ ਦਾ ਇਹ ਲੇਖ ਇਸ ਨੂੰ ਖੋਲ੍ਹਣ ਲਈ ਹੈ ਕਿ ਉਹ ਇਹ ਕਿਵੇਂ ਕਰਦਾ ਹੈ।

OpenClaw ਸਾਰਿਆਂ ਨੂੰ ਜਾਣੂ ਹੈ

ਇਹ ਛੋਟਾ ਲੌਬਸਟਰ ਚੀਨ ਦੇ ਨਵੇਂ ਸਾਲ ਤੋਂ ਹੁਣ ਤੱਕ ਬਹੁਤ ਹੀ ਪ੍ਰਸਿੱਧ ਹੈ। ਸਧਾਰਨ ਤੌਰ 'ਤੇ ਇਹ ਇੱਕ ਖੁੱਲਾ ਸਰੋਤ AI Agent ਢਾਂਚਾ ਹੈ, GitHub 'ਤੇ ਇਸ ਸਮੇਂ 240000 ਤੋਂ ਵੱਧ ਸਟਾਰ ਹਨ, ਅਤੇ ਪਿਛਲੇ ਦਿਨਾਂ ਵਿੱਚ React ਨੂੰ ਪਾਰ ਕਰਕੇ GitHub ਦੇ ਇਤਿਹਾਸ ਵਿੱਚ ਸਟਾਰ ਵਧਣ ਵਾਲਾ ਸਭ ਤੋਂ ਤੇਜ਼ ਖੁੱਲਾ ਪ੍ਰੋਜੈਕਟ ਬਣ ਗਿਆ ਹੈ।

ਸਥਾਪਕ Peter Steinberger ਇੱਕ ਆਸਟ੍ਰੀਆਈ ਵਿਕਾਸਕ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੇ ਪਹਿਲਾਂ PSPDFKit (ਇੱਕ PDF ਢਾਂਚੇ ਦੀ B2B ਕੰਪਨੀ) ਦੀ ਸਥਾਪਨਾ ਕੀਤੀ ਸੀ, 2021 ਵਿੱਚ Insight Partners ਤੋਂ 100 ਮਿਲੀਅਨ ਯੂਰੋ ਦੀ ਨਿਵੇਸ਼ ਪ੍ਰਾਪਤ ਕੀਤੀ। ਇਸ ਸਾਲ ਫਰਵਰੀ ਵਿੱਚ Peter ਨੇ OpenAI ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ, OpenClaw ਪ੍ਰੋਜੈਕਟ ਖੁੱਲੇ ਸਰੋਤ ਫੰਡ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਸੌਂਪਿਆ ਗਿਆ।

OpenClaw ਦੀ ਪਛਾਣ ਇੱਕ ਚੈਟ ਬੋਟ ਨਹੀਂ ਹੈ, ਇਹ ਤੁਹਾਡੇ ਸਥਾਨਕ ਡਿਵਾਈਸ 'ਤੇ ਚੱਲਣ ਵਾਲਾ AI Agent ਰਨ ਟਾਈਮ ਹੈ। ਇਸ ਵਿੱਚ ਚਾਰ ਮੁੱਖ ਘਟਕ ਹਨ: Gateway (ਗੇਟਵੇ, 50 ਤੋਂ ਵੱਧ ਸੁਨੇਹਾ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਜੁੜਨ ਵਾਲਾ), Agent (ਇਨਫਰੈਂਸ ਇੰਜਨ), Skills (5400 ਤੋਂ ਵੱਧ ਪਲੱਗਇਨ), Memory (ਯਾਦ ਰੱਖਣ ਦੀ ਪ੍ਰਣਾਲੀ)।

ਪਰ Elvis OpenClaw ਨੂੰ ਵਰਤਣ ਦਾ ਤਰੀਕਾ ਕੁਝ ਵਿਲੱਖਣ ਹੈ। ਉਹ ਇਸਨੂੰ ਢਾਂਚਾ ਵਜੋਂ ਵਰਤਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ Claude Code ਅਤੇ Codex ਜਿਹੇ ਕੋਡਿੰਗ Agent ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਕਰਨ ਲਈ, ਇਸਨੂੰ ਇੱਕ ਆਮ ਸਹਾਇਕ ਵਜੋਂ ਨਹੀਂ ਵਰਤਦਾ।

ਇਹ ਸੋਚ ਵਾਕਈ ਵਿੱਚ ਬਹੁਤ ਹੀ ਅਸਧਾਰਣ ਹੈ।

ਇੱਕ ਢਾਂਚਾ ਕਿਉਂ ਲੋੜੀਂਦਾ ਹੈ?

Elvis ਨੇ ਟਵੀਟ ਵਿੱਚ ਇੱਕ ਬਹੁਤ ਹੀ ਮਹੱਤਵਪੂਰਨ ਵਿਚਾਰ ਦਿੱਤਾ: ਸੰਦੇਸ਼ ਖਿੜਕੀ ਜ਼ੀਰੋ-ਸਮ ਖੇਡ ਹੈ।

ਜੇ ਤੁਸੀਂ ਇਸ ਵਿੱਚ ਕੋਡ ਭਰਦੇ ਹੋ, ਤਾਂ ਕਾਰੋਬਾਰੀ ਸੰਦਰਭ ਲਈ ਕੋਈ ਥਾਂ ਨਹੀਂ ਰਹਿੰਦੀ। ਜੇ ਤੁਸੀਂ ਇਸ ਵਿੱਚ ਗਾਹਕਾਂ ਦਾ ਇਤਿਹਾਸ ਅਤੇ ਮੀਟਿੰਗਾਂ ਦੇ ਰਿਕਾਰਡ ਭਰਦੇ ਹੋ, ਤਾਂ ਕੋਡ ਲਾਇਬ੍ਰੇਰੀ ਲਈ ਕੋਈ ਥਾਂ ਨਹੀਂ ਰਹਿੰਦੀ। ਇੱਕ ਇਕੱਲਾ AI ਜਿੰਨਾ ਵੀ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹੋਵੇ, ਇਹ ਦੋ ਵੱਖ-ਵੱਖ ਕਿਸਮ ਦੀ ਜਾਣਕਾਰੀ ਨੂੰ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਨਹੀਂ ਰੱਖ ਸਕਦਾ।

ਇਸ ਲਈ ਉਸਨੇ ਪ੍ਰਣਾਲੀ ਨੂੰ ਦੋ ਪੱਧਰਾਂ ਵਿੱਚ ਵੰਡਿਆ।

ਉਪਰਲਾ ਪੱਧਰ OpenClaw ਦਾ ਢਾਂਚਾ Zoe ਹੈ, ਜੋ ਸਾਰੇ ਕਾਰੋਬਾਰੀ ਸੰਦਰਭਾਂ ਨੂੰ ਜਾਣਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਗਾਹਕਾਂ ਦੇ ਡੇਟਾ, ਮੀਟਿੰਗਾਂ ਦੇ ਰਿਕਾਰਡ, ਪਿਛਲੇ ਫੈਸਲੇ, ਕਿਹੜੀਆਂ ਯੋਜਨਾਵਾਂ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਗਈ, ਕਿਹੜੀਆਂ ਫੇਲ ਹੋਈਆਂ। ਇਹ ਸਾਰੀ ਜਾਣਕਾਰੀ Elvis ਦੇ Obsidian ਨੋਟਸ ਵਿੱਚ ਮੌਜੂਦ ਹੈ, Zoe ਇਸਨੂੰ ਸਿੱਧਾ ਪੜ੍ਹ ਸਕਦੀ ਹੈ।

ਹੇਠਲਾ ਪੱਧਰ Claude Code ਅਤੇ Codex ਜਿਹੇ ਕੋਡਿੰਗ Agent ਹਨ, ਜੋ ਸਿਰਫ ਕੋਡ ਨੂੰ ਦੇਖਦੇ ਹਨ, ਸਿਰਫ ਕੋਡ ਲਿਖਣ 'ਤੇ ਧਿਆਨ ਦਿੰਦੇ ਹਨ। ਹਰ Agent ਸ਼ੁਰੂ ਹੋਣ 'ਤੇ, Zoe ਕਾਰੋਬਾਰੀ ਸੰਦਰਭ ਦੇ ਆਧਾਰ 'ਤੇ ਇਸਨੂੰ ਇੱਕ ਸਹੀ ਪ੍ਰੰਪਟ ਲਿਖਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਜਾਣਦਾ ਹੈ ਕਿ ਕੀ ਕਰਨਾ ਹੈ, ਪਿਛੋਕੜ ਕੀ ਹੈ, ਗਾਹਕ ਨੂੰ ਕੀ ਚਾਹੀਦਾ ਹੈ।

ਸਧਾਰਨ ਤੌਰ 'ਤੇ: ਢਾਂਚਾ ਲੋੜਾਂ ਨੂੰ ਸਮਝਣ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ, ਕੋਡਿੰਗ Agent ਕੰਮ ਕਰਨ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹੈ। ਹਰ ਕੋਈ ਆਪਣੀ ਖਾਸੀਅਤ ਵਿੱਚ ਕੰਮ ਕਰਦਾ ਹੈ।

ਇਹ ਢਾਂਚਾ ਅਤੇ Stripe ਨੇ ਪਿਛਲੇ ਸਮੇਂ ਵਿੱਚ ਜਾਰੀ ਕੀਤਾ ਗਿਆ ਅੰਦਰੂਨੀ ਪ੍ਰਣਾਲੀ Minions ਇੱਕੋ ਜਿਹੀ ਹੈ। Stripe ਦਾ Minions ਵੀ ਸਮਾਂ-ਸਮਾਂ 'ਤੇ ਕੋਡਿੰਗ Agent ਅਤੇ ਕੇਂਦਰੀ ਢਾਂਚਾ ਦੇ ਡਿਜ਼ਾਈਨ ਹੈ, ਜੋ ਹਰ ਹਫ਼ਤੇ 1000 ਤੋਂ ਵੱਧ ਪੂਰੀ ਤਰ੍ਹਾਂ AI ਦੁਆਰਾ ਲਿਖੇ PR ਨੂੰ ਮਿਲਾਉਂਦਾ ਹੈ। Elvis ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਬੇਹਤਰੀਨ ਢਾਂਚਾ ਬਣਾਉਣ ਵਿੱਚ ਬੇਹਤਰੀਨ ਤਰੀਕੇ ਨਾਲ ਬਣਾਇਆ ਹੈ, ਸਿਰਫ ਇਹ ਆਪਣੇ Mac mini 'ਤੇ ਚੱਲਦਾ ਹੈ।

ਅਸਲੀ ਕੇਸ ਕੰਮਕਾਜ਼

Elvis ਨੇ ਟਵੀਟ ਵਿੱਚ ਇੱਕ ਅਸਲੀ ਕੇਸ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ ਜਿਸ ਨਾਲ ਉਹ ਆਪਣੇ ਪੂਰੇ ਕੰਮਕਾਜ਼ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਮੈਂ ਮੁੱਖ ਪੜਾਅ ਨੂੰ ਸਧਾਰਨ ਤੌਰ 'ਤੇ ਜੋੜਿਆ ਹੈ।ਉਹ ਇੱਕ ਗਾਹਕ ਦਾ ਫੋਨ ਲੈਂਦਾ ਹੈ, ਗਾਹਕ ਚਾਹੁੰਦਾ ਹੈ ਕਿ ਟੀਮ ਦੇ ਅੰਦਰ ਮੌਜੂਦਾ ਸੰਰਚਨਾ ਨੂੰ ਦੁਬਾਰਾ ਵਰਤਿਆ ਜਾਵੇ। ਗੱਲਬਾਤ ਖਤਮ ਹੋਣ ਦੇ ਬਾਅਦ, ਉਹ ਇਸ ਜ਼ਰੂਰਤ ਬਾਰੇ ਜੋਏ ਨਾਲ ਗੱਲ ਕਰਦਾ ਹੈ। ਕਿਉਂਕਿ ਸਾਰੇ ਮੀਟਿੰਗ ਦੇ ਰਿਕਾਰਡ ਆਟੋਮੈਟਿਕ ਤੌਰ 'ਤੇ Obsidian ਵਿੱਚ ਸਿੰਕ ਹੋ ਜਾਂਦੇ ਹਨ, ਜੋਏ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਪਤਾ ਹੈ ਕਿ ਗਾਹਕ ਨੇ ਕੀ ਕਿਹਾ, ਐਲਵਿਸ ਨੂੰ ਵਾਧੂ ਵਿਆਖਿਆ ਕਰਨ ਦੀ ਜ਼ਰੂਰਤ ਨਹੀਂ ਹੈ। ਉਹ ਦੋਹਾਂ ਨੇ ਫੰਕਸ਼ਨ ਦੀ ਸੀਮਾ ਨੂੰ ਨਿਸ਼ਚਿਤ ਕੀਤਾ, ਅੰਤਿਮ ਯੋਜਨਾ ਇੱਕ ਟੈਂਪਲੇਟ ਸਿਸਟਮ ਬਣਾਉਣ ਦੀ ਹੈ।

ਫਿਰ ਜੋਏ ਨੇ ਤਿੰਨ ਕੰਮ ਆਟੋਮੈਟਿਕ ਤੌਰ 'ਤੇ ਕੀਤੇ: ਗਾਹਕ ਨੂੰ ਰੀਚਾਰਜ ਅਨਲੌਕ ਸੇਵਾ ਦਿੱਤੀ (ਉਸ ਕੋਲ ਐਡਮਿਨਿਸਟਰੇਟਰ API ਅਧਿਕਾਰ ਹਨ), ਉਤਪਾਦਨ ਡੇਟਾਬੇਸ ਤੋਂ ਗਾਹਕ ਦੀ ਮੌਜੂਦਾ ਸੰਰਚਨਾ ਖਿੱਚੀ (ਕੇਵਲ ਪੜ੍ਹਨ ਦੇ ਅਧਿਕਾਰ, ਕੋਡਿੰਗ ਏਜੰਟ ਨੂੰ ਇਹ ਅਧਿਕਾਰ ਕਦੇ ਨਹੀਂ ਮਿਲੇਗਾ), ਫਿਰ ਇੱਕ Codex Agent ਬਣਾਇਆ, ਜਿਸ ਵਿੱਚ ਪੂਰੀ ਵਪਾਰਕ ਸੰਦਰਭ ਵਾਲਾ ਵਿਸਥਾਰਿਤ ਪ੍ਰੰਪਟ ਸ਼ਾਮਲ ਹੈ।

ਹਰ ਏਜੰਟ ਦਾ ਆਪਣਾ ਸੁਤੰਤਰ ਵਰਕਟ੍ਰੀ (ਇਕਾਈ ਸ਼ਾਖਾ) ਅਤੇ tmux ਸੈਸ਼ਨ ਹੁੰਦਾ ਹੈ। ਸ਼ੁਰੂਆਤ ਦਾ ਹੁਕਮ ਕੁਝ ਇਸ ਤਰ੍ਹਾਂ ਹੁੰਦਾ ਹੈ:

# Create worktree + spawn agent git worktree add ../feat-custom-templates -b feat/custom-templates origin/main cd ../feat-custom-templates && pnpm install tmux new-session -d -s "codex-templates" \ -c "/Users/elvis/Documents/GitHub/medialyst-worktrees/feat-custom-templates" \ "$HOME/.codex-agent/run-agent.sh templates gpt-5.3-codex high" ਏਜੰਟ ਚਲਣ ਦੇ ਬਾਅਦ, ਇੱਕ ਸਮਾਂ-ਸੂਚੀਬੱਧ ਕੰਮ ਹਰ 10 ਮਿੰਟ ਵਿੱਚ ਨਿਗਰਾਨੀ ਕਰਦਾ ਹੈ। ਪਰ ਇਹ ਸਿੱਧਾ ਏਜੰਟ ਨੂੰ ਨਹੀਂ ਪੁੱਛਦਾ (ਉਹਨਾਂ ਨੂੰ ਟੋਕਨ ਬਹੁਤ ਖਰਚ ਕਰਨ ਦੀ ਲੋੜ ਹੈ), ਬਲਕਿ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸ਼ੈੱਲ ਸਕ੍ਰਿਪਟ ਚਲਾਉਂਦਾ ਹੈ, ਜੋ ਜਾਂਚਦਾ ਹੈ ਕਿ tmux ਸੈਸ਼ਨ ਅਜੇ ਵੀ ਜੀਵੰਤ ਹੈ, ਕੀ PR ਬਣਾਈ ਗਈ ਹੈ, CI ਕੀ ਪਾਸ ਹੋਈ ਹੈ।

ਜੇ CI ਫੇਲ ਹੋ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਆਟੋਮੈਟਿਕ ਤੌਰ 'ਤੇ ਏਜੰਟ ਨੂੰ ਦੁਬਾਰਾ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ, ਵੱਧ ਤੋਂ ਵੱਧ 3 ਵਾਰੀ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ। ਸਿਰਫ ਉਸ ਸਮੇਂ ਸੂਚਨਾ ਭੇਜੀ ਜਾਂਦੀ ਹੈ ਜਦੋਂ ਮਨੁੱਖੀ ਹਸਤਕਸ਼ੇਪ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਏਜੰਟ ਕੰਮ ਖਤਮ ਕਰਨ ਦੇ ਬਾਅਦ ਆਟੋਮੈਟਿਕ ਤੌਰ 'ਤੇ PR ਬਣਾਉਂਦਾ ਹੈ। ਪਰ ਸਿਰਫ PR ਬਣਾਉਣਾ ਹੀ ਕਾਫੀ ਨਹੀਂ ਹੈ, ਐਲਵਿਸ ਨੇ ਪੂਰਾ ਕਰਨ ਦੇ ਮਿਆਰ ਦੀ ਇੱਕ ਸੈੱਟ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤੀ: PR ਬਣਾਉਣਾ, ਸ਼ਾਖਾ ਨੂੰ ਮੈਨ ਵਿੱਚ ਸਿੰਕ ਕਰਨਾ (ਕੋਈ ਵੀ ਮਿਲਾਉਣ ਵਾਲੀ ਟਕਰਾਅ ਨਹੀਂ), CI ਸਾਰੇ ਪਾਸ ਹੋਣਾ, ਤਿੰਨ AI ਮਾਡਲਾਂ ਦੇ ਕੋਡ ਸਮੀਖਿਆ ਸਾਰੇ ਪਾਸ ਹੋਣਾ, ਜੇ ਕੋਈ UI ਬਦਲਾਅ ਹੋਵੇ ਤਾਂ ਸਕ੍ਰੀਨਸ਼ਾਟ ਵੀ ਲਗਾਉਣਾ।

ਤਿੰਨ AI ਮਾਡਲ ਕੋਡ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ

ਤਿੰਨ AI ਮਾਡਲਾਂ ਦੀ ਕੋਡ ਸਮੀਖਿਆ ਕਰਨਾ ਬਹੁਤ ਸਥਿਰ ਲੱਗਦਾ ਹੈ। ਉਹ ਤਿੰਨ ਮਾਡਲਾਂ ਬਾਰੇ ਉਸਦੀ ਰਾਏ ਬਾਰੇ ਗੱਲ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਕਾਫੀ ਦਿਲਚਸਪ ਹੈ।

Codex Reviewer, ਉਸਦੀ ਸਭ ਤੋਂ ਉੱਚੀ ਰੇਟਿੰਗ ਹੈ, ਕਹਿੰਦਾ ਹੈ ਕਿ ਇਹ ਸੀਮਾ ਦੀਆਂ ਸਥਿਤੀਆਂ ਅਤੇ ਤਰਕ ਦੀਆਂ ਗਲਤੀਆਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਸਮੀਖਿਆ ਬਹੁਤ ਪੂਰੀ ਹੈ, ਗਲਤ ਰਿਪੋਰਟਿੰਗ ਦੀ ਦਰ ਬਹੁਤ ਘੱਟ ਹੈ।

Gemini Code Assist Reviewer, ਮੁਫਤ, ਉਹ ਕਹਿੰਦਾ ਹੈ ਕਿ ਇਹ ਬਹੁਤ ਉਪਯੋਗੀ ਹੈ, ਹੋਰ ਮਾਡਲਾਂ ਦੁਆਰਾ ਛੱਡੇ ਗਏ ਸੁਰੱਖਿਆ ਖਤਰੇ ਅਤੇ ਵਿਸਥਾਰਤਾ ਦੇ ਮੁੱਦਿਆਂ ਨੂੰ ਪਛਾਣ ਸਕਦਾ ਹੈ, ਅਤੇ ਵਿਸ਼ੇਸ਼ ਸੁਧਾਰ ਯੋਜਨਾਵਾਂ ਵੀ ਦੇ ਸਕਦਾ ਹੈ।

Claude Code Reviewer, ਉਸਦੇ ਸ਼ਬਦ ਹਨ "ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬੇਕਾਰ", ਕਹਿੰਦਾ ਹੈ ਕਿ ਇਹ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਭਾਲ ਕਰਦਾ ਹੈ, ਸਾਰੇ ਸਕ੍ਰੀਨ 'ਤੇ "ਵਾਧੂ ਸ਼ਾਮਲ ਕਰਨ ਦੇ ਬਾਰੇ ਸੋਚੋ..." ਜਿਹੇ ਸੁਝਾਅ ਹਨ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਜ਼ਿਆਦਾਤਰ ਵਧੀਕ ਡਿਜ਼ਾਈਨ ਦੇ ਅਧੀਨ ਹਨ। ਜਦ ਤੱਕ ਇਹ ਮੁੱਖ ਸਮੱਸਿਆ ਵਜੋਂ ਚਿੰਨਿਤ ਨਹੀਂ ਕੀਤਾ ਜਾਂਦਾ, ਨਹੀਂ ਤਾਂ ਉਹ ਸਿੱਧਾ ਛੱਡ ਦਿੰਦਾ ਹੈ।

ਜਦੋਂ ਮੈਂ ਇਹ ਪੈਰਾ ਪੜ੍ਹਿਆ, ਤਾਂ ਮੈਂ ਕੁਝ ਹੈਰਾਨ ਹੋ ਗਿਆ। Claude Code ਦਾ ਭਾਰੀ ਉਪਭੋਗਤਾ ਹੋਣ ਦੇ ਨਾਤੇ, ਮੈਂ ਵੀ ਇਸਦੇ ਕੋਡ ਸਮੀਖਿਆ ਦੌਰਾਨ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੰਭਾਲ ਕਰਨ ਦੇ ਮਾਮਲੇ ਵਿੱਚ ਸਾਹਮਣਾ ਕੀਤਾ ਹੈ, ਪਰ "ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਬੇਕਾਰ" ਦਾ ਮੁਲਾਂਕਣ ਕੁਝ ਜ਼ਿਆਦਾ ਹੈ। ਪਰ ਇਹ ਵੀ ਪਾਸੇ ਤੋਂ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਮਾਡਲਾਂ ਦੀ ਪਰਸਪਰ ਸਮੀਖਿਆ ਵਾਸਤਵ ਵਿੱਚ ਕੀਮਤੀ ਹੈ, ਵੱਖ-ਵੱਖ ਮਾਡਲਾਂ ਦੇ ਪੱਖਪਾਤ ਬਿਲਕੁਲ ਇੱਕ ਦੂਜੇ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹਨ।

ਤਿੰਨ ਸਮੀਖਿਆਵਾਂ ਸਾਰੇ ਪਾਸ ਹੋਣ ਦੇ ਬਾਅਦ, ਐਲਵਿਸ ਨੂੰ ਸਿਰਫ ਟੈਲੀਗ੍ਰਾਮ ਸੂਚਨਾ ਮਿਲੇਗੀ। ਇਸ ਪਦਵੀ 'ਤੇ, ਉਹ ਮੁੱਖ ਤੌਰ 'ਤੇ ਸਕ੍ਰੀਨਸ਼ਾਟਾਂ ਨੂੰ ਵੇਖਦਾ ਹੈ, ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ ਕਿ UI ਬਦਲਾਅ ਸਹੀ ਹੈ, ਬਹੁਤ ਸਾਰੇ PR ਉਹ ਕੋਡ ਨੂੰ ਦੇਖਣ ਤੋਂ ਬਿਨਾਂ ਸਿੱਧਾ ਮਿਲਾਉਂਦਾ ਹੈ। ਉਹ ਕਹਿੰਦਾ ਹੈ ਕਿ ਉਸਦੀ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਨੂੰ ਸਿਰਫ 5 ਤੋਂ 10 ਮਿੰਟ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਜੋਏ ਦੀ ਸਰਗਰਮੀ

ਜੋਏ ਸਿਰਫ ਕਾਰਜਕਾਰੀ ਨਹੀਂ ਹੈ। ਕੰਮ ਦੇ ਪ੍ਰਵਾਹ ਤੋਂ ਵੀ ਜ਼ਿਆਦਾ ਦਿਲਚਸਪ ਜੋਏ ਦੀ ਸਰਗਰਮੀ ਹੈ।

ਐਲਵਿਸ ਕਹਿੰਦਾ ਹੈ ਕਿ ਜੋਏ ਕੰਮ ਦੇ ਨਿਰਧਾਰਿਤ ਹੋਣ ਦੀ ਉਡੀਕ ਨਹੀਂ ਕਰਦਾ, ਇਹ ਸਰਗਰਮ ਤੌਰ 'ਤੇ ਕੰਮ ਲੱਭਦਾ ਹੈ। ਸਵੇਰੇ Sentry ਦੀ ਗਲਤੀ ਲਾਗ ਨੂੰ ਸਕੈਨ ਕਰਦਾ ਹੈ, 4 ਨਵੀਆਂ ਗਲਤੀਆਂ ਪਤਾ ਲਗਾਉਂਦਾ ਹੈ, 4 ਏਜੰਟਾਂ ਨੂੰ ਸੁਧਾਰ ਕਰਨ ਲਈ ਆਟੋਮੈਟਿਕ ਤੌਰ 'ਤੇ ਬਣਾਉਂਦਾ ਹੈ। ਮੀਟਿੰਗ ਖਤਮ ਕਰਨ ਦੇ ਬਾਅਦ ਮੀਟਿੰਗ ਦੇ ਰਿਕਾਰਡ ਨੂੰ ਸਕੈਨ ਕਰਦਾ ਹੈ, ਗਾਹਕ ਦੁਆਰਾ ਉੱਥੇ ਲਿਆਏ ਗਏ 3 ਫੰਕਸ਼ਨ ਦੀਆਂ ਜ਼ਰੂਰਤਾਂ ਨੂੰ ਚਿੰਨਿਤ ਕਰਦਾ ਹੈ, ਫਿਰ 3 Codex Agent ਨੂੰ ਆਟੋਮੈਟਿਕ ਤੌਰ 'ਤੇ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ। ਰਾਤ ਨੂੰ Git ਲਾਗ ਨੂੰ ਸਕੈਨ ਕਰਦਾ ਹੈ, Claude Code ਨੂੰ changelog ਅਤੇ ਗਾਹਕ ਦੇ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅੱਪਡੇਟ ਕਰਨ ਲਈ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ।

ਐਲਵਿਸ ਜਦੋਂ ਬਾਹਰ ਟਹਿਲਣ ਲਈ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਵਾਪਸ ਆਉਣ 'ਤੇ ਟੈਲੀਗ੍ਰਾਮ 'ਤੇ ਇੱਕ ਸੁਨੇਹਾ ਮਿਲਦਾ ਹੈ: 7 PR ਤਿਆਰ ਹਨ, 3 ਨਵੀਆਂ ਫੰਕਸ਼ਨ, 4 ਬੱਗ ਸੁਧਾਰ। ਕੀ ਇਹ ਉਹੀ ਨਹੀਂ ਹੈ ਜੋ ਮੈਂ ਹਮੇਸ਼ਾ OPD ਇੱਕ ਵਿਅਕਤੀ ਦੀ ਕੰਪਨੀ ਵਿਕਾਸ ਟੀਮ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਬਣਾਉਣ ਦੀ ਉਮੀਦ ਕਰਦਾ ਹਾਂ?ਜਦੋਂ ਏਜੰਟ ਫੇਲ ਹੁੰਦਾ ਹੈ, ਤਾਂ ਜੋਏ ਦਾ ਸੰਭਾਲਣ ਦਾ ਤਰੀਕਾ ਸਿਰਫ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰਨ ਨਾਲੋਂ ਬਹੁਤ ਉੱਚਾ ਹੁੰਦਾ ਹੈ। ਇਹ ਵਪਾਰਕ ਸੰਦਰਭ ਨੂੰ ਜੋੜ ਕੇ ਫੇਲ ਹੋਣ ਦੇ ਕਾਰਨਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦਾ ਹੈ। ਏਜੰਟ ਦਾ ਸੰਦਰਭ ਖਤਮ ਹੋ ਗਿਆ? ਇਹ ਦਾਇਰਾ ਸੰਗੀਨ ਕਰਦਾ ਹੈ, ਤਾਂ ਜੋ ਏਜੰਟ ਸਿਰਫ ਤਿੰਨ ਫਾਈਲਾਂ 'ਤੇ ਧਿਆਨ ਦੇ ਸਕੇ। ਏਜੰਟ ਦਾ ਦਿਸ਼ਾ ਗਲਤ ਹੋ ਗਿਆ? ਇਹ ਵੀ ਠੀਕ ਕਰਦਾ ਹੈ, ਏਜੰਟ ਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਗਾਹਕ ਨੂੰ X ਚਾਹੀਦਾ ਹੈ ਨਾ ਕਿ Y, ਅਤੇ ਮੀਟਿੰਗ ਵਿੱਚ ਦੇ ਅਸਲ ਸ਼ਬਦਾਂ ਨਾਲ ਜੋੜਦਾ ਹੈ।

ਸਮੇਂ ਦੇ ਨਾਲ, ਜੋਏ ਅਨੁਭਵ ਇਕੱਠਾ ਕਰੇਗਾ, ਯਾਦ ਰੱਖੇਗਾ ਕਿ ਕਿਹੜੇ ਪ੍ਰੰਪਟ ਢਾਂਚੇ ਕਿਸ ਕਿਸਮ ਦੇ ਕੰਮਾਂ ਲਈ ਚੰਗੇ ਹਨ, ਅਗਲੀ ਵਾਰੀ ਹੋਰ ਸਹੀ ਪ੍ਰੰਪਟ ਲਿਖਣ ਲਈ।

ਇਹ ਵਿਚਾਰ ਵਾਸਤਵ ਵਿੱਚ ਰਾਫਲ ਲੂਪ ਦਾ ਅੱਧਿਕਾਰਿਤ ਸੰਸਕਰਣ ਹੈ। ਰਾਫਲ ਲੂਪ ਦੀ ਮੁੱਖ ਤਰਕ ਹੈ ਸੰਦਰਭ ਨੂੰ ਖਿੱਚਣਾ, ਨਿਕਾਸ ਪੈਦਾ ਕਰਨਾ, ਨਤੀਜੇ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨਾ, ਅਨੁਭਵ ਨੂੰ ਸੰਭਾਲਣਾ, ਪਰ ਜ਼ਿਆਦਾਤਰ ਕਾਰਜਾਂ ਵਿੱਚ ਹਰ ਵਾਰੀ ਲੂਪ ਦੇ ਪ੍ਰੰਪਟ ਫਿਕਸਡ ਹੁੰਦੇ ਹਨ। ਐਲਵਿਸ ਦਾ ਸਿਸਟਮ ਵੱਖਰਾ ਹੈ, ਹਰ ਵਾਰੀ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰਨ 'ਤੇ ਜੋਏ ਫੇਲ ਹੋਣ ਦੇ ਕਾਰਨਾਂ ਦੇ ਅਧਾਰ 'ਤੇ ਪ੍ਰੰਪਟ ਨੂੰ ਗਤੀਸ਼ੀਲ ਤੌਰ 'ਤੇ ਸਹੀ ਕਰਦਾ ਹੈ, ਅਤੇ ਪੂਰੇ ਵਪਾਰਕ ਸੰਦਰਭ ਦੀ ਸਹਾਇਤਾ ਨਾਲ।

ਖਰਚ ਅਤੇ ਹਾਰਡਵੇਅਰ

ਖਰਚਾਂ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਐਲਵਿਸ ਦੇ ਖੁਲਾਸੇ ਅਨੁਸਾਰ ਕਲੌਡ ਦੀ ਮਹੀਨਾਵਾਰੀ ਲਗਭਗ 100 ਡਾਲਰ ਹੈ, ਕੋਡੈਕਸ ਦੀ ਮਹੀਨਾਵਾਰੀ ਲਗਭਗ 90 ਡਾਲਰ ਹੈ। ਉਸਨੇ ਇਹ ਵੀ ਕਿਹਾ ਕਿ ਸ਼ੁਰੂਆਤ 20 ਡਾਲਰ ਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।

ਇਹ ਖਰਚ ਇੱਕ ਵਿਕਾਸਕ ਨੂੰ ਭਰਤੀ ਕਰਨ ਨਾਲੋਂ ਬਹੁਤ ਸਸਤਾ ਹੈ। ਪਰ ਜੇ ਤੁਸੀਂ ਆਪਣੇ ਆਪ ਨੂੰ ਉਤਪਾਦ ਫੈਸਲੇ, ਗਾਹਕ ਸੰਚਾਰ, ਕੋਡ ਸਮੀਖਿਆ ਕਰਨ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਇਹ ਇੱਕ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਵਾਲਾ ਯੰਤਰ ਵਾਂਗ ਹੈ, ਜੋ ਤੁਹਾਨੂੰ ਕੋਡਿੰਗ ਅਤੇ ਟੈਸਟਿੰਗ ਦੇ ਇਨ੍ਹਾਂ ਦੁਹਰਾਏ ਗਏ ਪੜਾਅ ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ।

ਹਾਰਡਵੇਅਰ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਐਲਵਿਸ ਨੇ ਜ਼ਿਕਰ ਕੀਤਾ ਕਿ ਉਸਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਰੁਕਾਵਟ RAM ਹੈ। ਹਰ ਏਜੰਟ ਨੂੰ ਇੱਕ ਅਲੱਗ worktree ਦੀ ਲੋੜ ਹੈ, ਹਰ worktree ਦੇ ਆਪਣੇ node_modules ਹਨ, ਹਰ ਏਜੰਟ ਨੂੰ ਬਣਾਉਣ, ਕਿਸਮ ਦੀ ਜਾਂਚ ਅਤੇ ਟੈਸਟ ਕਰਨ ਦੀ ਲੋੜ ਹੈ। 5 ਏਜੰਟ ਇੱਕਸਾਥ ਚੱਲਣ ਦਾ ਮਤਲਬ ਹੈ 5 ਸਮਾਂ-ਸੰਚਾਲਿਤ TypeScript ਕੰਪਾਇਲਰ, 5 ਟੈਸਟ ਚਲਾਉਣ ਵਾਲੇ, 5 ਸੈੱਟ ਨਿਰਭਰਤਾਵਾਂ।

ਉਸਦਾ ਮੈਕ ਮਿਨੀ 16GB ਮੈਮੋਰੀ ਨਾਲ ਸਭ ਤੋਂ ਵੱਧ 4 ਤੋਂ 5 ਏਜੰਟਾਂ ਨੂੰ ਇੱਕਸਾਥ ਚਲਾਉਂਦਾ ਹੈ, ਜੇ ਹੋਰ ਚਲਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਤਾਂ ਮੈਮੋਰੀ ਸਵੈਚਾਲਿਤ ਹੋ ਜਾਂਦੀ ਹੈ। ਇਸ ਲਈ ਉਸਨੇ 128GB ਮੈਮੋਰੀ ਵਾਲਾ ਮੈਕ ਸਟੂਡੀਓ M4 ਮੈਕਸ (3500 ਡਾਲਰ) ਖਰੀਦਿਆ, ਜਿਸਦਾ ਉਦੇਸ਼ ਹੋਰ ਏਜੰਟਾਂ ਦੀ ਸੰਖਿਆ ਨੂੰ ਸਹਾਰਨਾ ਹੈ।

ਸੰਖੇਪ ਅਤੇ ਵਾਸਤਵਿਕ ਸਮੱਸਿਆਵਾਂ

ਸੱਚ ਪੁੱਛੋ ਤਾਂ, ਐਲਵਿਸ ਦਾ ਇਹ ਸਿਸਟਮ ਮੈਨੂੰ ਕਾਫੀ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। ਮੈਂ ਪਹਿਲਾਂ OpenClaw ਨੂੰ ਇੱਕ ਖਿਡੌਣਾ ਸਮਝ ਕੇ ਖੇਡ ਰਿਹਾ ਸੀ, ਉਤਪਾਦਕਤਾ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਮੈਂ ਸਿਰਫ਼ ਅਲੱਗ Claude Code 'ਤੇ ਨਿਰਭਰ ਸੀ। ਕਦੇ ਕਦੇ worktree ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਸਮਾਂ-ਸੰਚਾਲਿਤ ਕਰਦਾ ਸੀ, ਪਰ ਇਸ ਸਿਸਟਮਿਕ ਵਿਵਸਥਾ ਦੇ ਪੱਧਰ ਤੱਕ ਨਹੀਂ ਪਹੁੰਚਿਆ ਸੀ। ਉਸਦੇ ਟਵੀਟ ਦੇਖਣ ਤੋਂ ਬਾਅਦ, ਮੈਨੂੰ ਲੱਗਦਾ ਹੈ ਕਿ AI ਪ੍ਰੋਗ੍ਰਾਮਿੰਗ ਦਾ ਛੱਤ ਫਿਰ ਤੋਂ ਉੱਚਾ ਹੋ ਗਿਆ ਹੈ।

ਮੈਂ ਹਾਲ ਹੀ ਵਿੱਚ ਉਸਦੇ ਵਿਚਾਰਾਂ ਦੇ ਅਨੁਸਾਰ, OpenClaw ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਆਟੋਮੈਟਿਕ ਇੱਕ ਵਿਅਕਤੀ ਦੇ ਵਿਕਾਸ ਟੀਮ ਬਣਾਉਣ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹਾਂ। ਇਸ ਲਈ, ਜਲਦੀ ਹੀ ਸਾਡੇ ਚੈਨਲ 'ਤੇ OpenClaw ਦੇ ਅਭਿਆਸ ਲੇਖਾਂ ਦੀ ਇੱਕ ਲੰਬੀ ਲੜੀ ਆਉਣ ਵਾਲੀ ਹੈ।

ਕੁਝ ਵਾਸਤਵਿਕ ਸਮੱਸਿਆਵਾਂ ਹਨ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਤੁਹਾਨੂੰ ਚੇਤਾਵਨੀ ਦੇਣੀ ਚਾਹੀਦੀ ਹੈ।

ਇਸ ਸਿਸਟਮ ਦਾ ਪੂਰਵਾਪੇਖ ਇਹ ਹੈ ਕਿ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਸਾਫ਼ ਉਤਪਾਦ, ਸਪਸ਼ਟ ਗਾਹਕ ਦੀਆਂ ਲੋੜਾਂ, ਅਤੇ ਪੂਰੀ CI/CD ਲਾਈਨ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। ਐਲਵਿਸ ਇੱਕ ਅਸਲੀ B2B SaaS ਉਤਪਾਦ ਬਣਾ ਰਿਹਾ ਹੈ, ਜਿਸਦੇ ਗਾਹਕ, ਆਮਦਨੀ, ਅਤੇ ਉਤਪਾਦਨ ਵਾਤਾਵਰਨ ਹਨ। ਜੇ ਤੁਸੀਂ ਹਾਲੇ ਡੈਮੋ ਜਾਂ ਸਿੱਖਣ ਦੇ ਪੜਾਅ 'ਤੇ ਹੋ, ਤਾਂ ਇਸ ਢਾਂਚੇ ਦਾ ROI ਸ਼ਾਇਦ ਬਹੁਤ ਵਧੀਆ ਨਾ ਹੋਵੇ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, OpenClaw ਦੇ ਮੌਜੂਦਾ ਸੁਰੱਖਿਆ ਮੁੱਦਿਆਂ 'ਤੇ ਵੀ ਧਿਆਨ ਦੇਣਾ ਚਾਹੀਦਾ ਹੈ। ਖੁਲਾਸੇ ਜਾਣਕਾਰੀ ਦੇ ਅਨੁਸਾਰ, ਕਈ ਉੱਚ-ਖਤਰੇ ਵਾਲੇ CVE ਜਾਰੀ ਕੀਤੇ ਗਏ ਹਨ, ਅਤੇ 341 ਮਾਲੀਸ਼ੀਅਸ ਸਮੂਹ ਪਲੱਗਇਨ ਡਾਟਾ ਚੋਰੀ ਦੇ ਕਾਰਜਾਂ ਵਿੱਚ ਪਾਏ ਗਏ ਹਨ। OpenClaw ਨੂੰ ਤਾਇਨਾਤ ਕਰਨ ਵੇਲੇ, ਅਲੱਗ ਕਰਨ ਅਤੇ ਅਧਿਕਾਰ ਨਿਯੰਤਰਣ ਨੂੰ ਬਹੁਤ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਇਹ ਵੀ ਮੇਰੇ ਲਈ ਇੱਕ ਕਾਰਨ ਹੈ ਕਿ ਮੈਂ OpenClaw ਨੂੰ ਆਪਣੇ ਮੁੱਖ ਮਸ਼ੀਨ 'ਤੇ ਤਾਇਨਾਤ ਨਹੀਂ ਕੀਤਾ।

ਇੱਕ ਹੋਰ ਗੱਲ, ਐਲਵਿਸ ਨੇ ਟਵੀਟ ਵਿੱਚ Claude Code ਦੀ ਕੋਡ ਸਮੀਖਿਆ ਦੀ ਕੀਮਤ ਨੂੰ ਥੋੜ੍ਹਾ ਘੱਟ ਕੀਤਾ, ਪਰ ਹਾਲ ਹੀ ਵਿੱਚ Claude Code ਨੇ ਏਜੰਟ ਟੀਮਾਂ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ (ਆਧਿਕਾਰਕ ਤੌਰ 'ਤੇ ਬਣਾਈ ਗਈ ਬਹੁ-ਏਜੰਟ ਸਹਿਯੋਗ) ਨੂੰ ਜਾਰੀ ਕੀਤਾ ਹੈ, ਐਂਥ੍ਰੋਪਿਕ ਵੀ ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਵੱਲ ਧਿਆਨ ਦੇ ਰਿਹਾ ਹੈ।

ਪਰ ਇਨ੍ਹਾਂ ਵੇਰਵਿਆਂ ਤੋਂ ਬਿਨਾਂ, ਐਲਵਿਸ ਦਾ ਇਹ ਵਿਵਸਥਾ ਪੱਧਰ ਅਤੇ ਕਾਰਵਾਈ ਪੱਧਰ ਦਾ ਢਾਂਚਾ ਸੱਚਮੁੱਚ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹੈ। ਸੰਦਰਭ ਖਿੜਕੀ ਦਾ ਜ਼ੀਰੋ-ਸਮ ਸਮਰੱਥਾ ਸੱਚਮੁੱਚ ਮੌਜੂਦ ਹੈ, ਇਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਪੱਧਰੀ ਢਾਂਚਾ ਵਰਤਣਾ, ਵੱਖ-ਵੱਖ AI ਨੂੰ ਆਪਣੇ ਕੰਮ ਕਰਨ ਦੇ ਲਈ, ਇਹ ਦਿਸ਼ਾ ਮੈਂ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਸਹੀ ਸਮਝਦਾ ਹਾਂ।

ਇਸ ਵਿਸ਼ੇ 'ਤੇ ਦਿਲਚਸਪੀ ਰੱਖਣ ਵਾਲੇ ਦੋਸਤਾਂ ਲਈ, ਤੁਸੀਂ ਸਿੱਧਾ ਐਲਵਿਸ ਦੇ ਮੂਲ ਟਵੀਟ ਨੂੰ ਦੇਖ ਸਕਦੇ ਹੋ, ਜਾਣਕਾਰੀ ਦੀ ਘਣਤਾ ਬਹੁਤ ਉੱਚੀ ਹੈ:...