व्यक्तिगत परिवेश में Codex और Open Code को मुख्य रूप से उपयोग करते हुए काम के लिए Claude Code का उपयोग करने के मेरे व्यक्तिगत अनुभवों का सारांश
नमस्ते, मैं मुनो हूँ।
मुझे लगता है कि ऐसा कुछ भी नहीं है जो व्यापक रूप से सब कुछ एक साथ लाता है, इसलिए मैं उन चीजों के बारे में लिखने जा रहा हूँ जो मैं विभिन्न चीजों का उपयोग करने के बारे में सोच रहा हूँ (जितना संभव हो उतना निष्पक्ष रूप से)। बहुत सारी स्थितिगत बातें (position talk) हैं।
क्या प्रत्येक के उपयोग के तरीके अलग होने पर निष्पक्ष रूप से मूल्यांकन करना संभव है?
प्रत्येक मॉडल पर विचार
Codex
मेरा मुख्य दैनिक उपकरण Codex है।
बग फिक्स के सुझाव और उनके कार्यान्वयन को संभालने में बुद्धिमत्ता OpenAI के LLM मॉडल की है, और चूंकि यह एक शक्तिशाली बुनियादी ढांचे के वातावरण में चलता है, इसलिए प्रतिक्रिया की गति तेज है और निराशाजनक नहीं है। यह न्यूनतम सुधारों के साथ काम करता है, इसलिए git diff देखते समय इसे पढ़ना आसान होता था, लेकिन मुझे लगने लगा है कि अन्य LLM मॉडल भी अब स्मार्ट हो गए हैं, इसलिए अब ऐसा नहीं कहा जा सकता।
आम तौर पर, यदि आप समस्याग्रस्त डीबग लॉग देते हैं, तो इसे हल किया जा सकता है और शायद ही कभी कोई रुकावट आती है।
व्यक्तिगत रूप से, वेब संस्करण ChatGPT की समीक्षा क्षमता शक्तिशाली है, और मेरे व्यक्तिगत परिवेश में, मैं अक्सर ChatGPT समीक्षा और Codex के बीच आगे-पीछे होता रहता हूँ। चूंकि विचार-विमर्श के परिणामों को सीधे कोड में प्रतिबिंबित किया जा सकता है, इसलिए अंततः अनावश्यक कमिट (commits) भी कम हो जाते हैं।
इसके अलावा, चूंकि यह Codex कोटा का उपभोग नहीं करता है, इसलिए ChatGPT के वेब संस्करण के साथ इसका उपयोग करने की अनुशंसा की जाती है।
मेरा व्यक्तिगत अनुमान है कि वे IPO तक मूल्यांकन बढ़ाने के लिए रीसेट के अवसरों को बढ़ाएंगे, लेकिन वर्तमान में, वेब संस्करण के साथ आगे-पीछे करने से टोकन की खपत बिल्कुल भी कम नहीं हो रही है, इसलिए कोई समस्या नहीं है।
मुझे लगता है कि मल्टी-एजेंट उपयोग मूल रूप से संभव नहीं है, इसलिए उस स्थिति में अन्य कोडिंग एजेंटों का उपयोग करना बेहतर हो सकता है।
Open Code
मैं इसका उपयोग सरल कार्यों या शोध के लिए करता हूँ, जैसे कि डिस्पोजेबल बैश (bash) स्क्रिप्ट बनाना या सीधे कच्चे लॉग की जांच करना, या कई रिपॉजिटरी में सरल GitHub Actions लागू करना। मैं मुख्य रूप से Xiaomi के मॉडल, Mimo V2.5 का उपयोग कर रहा हूँ, जो अभी भी मुफ्त में उपलब्ध है, और विशेष रूप से मल्टी-एजेंट के साथ शोध कार्यों को चलाने की दक्षता काफी अच्छी है।
मैं इसे API एंडपॉइंट्स की वास्तविक प्रतिक्रियाओं की जांच करने के लिए कहता हूँ और फिर इसे सीधे Codex पक्ष पर लागू करता हूँ। चूंकि यह सीखता है, इसलिए मैं उस स्थिति में तुरंत API Key को रद्द (revoke) कर देता हूँ।
सुरक्षा जागरूकता ढीली है, लेकिन API Key की सुरक्षा के लिए घुमावदार तरीके अपनाने की तुलना में यह सबसे सरल और बेहतर है।
मैं मुख्य रूप से कोडिंग के लिए इसका ज्यादा उपयोग नहीं करता हूँ।
कोटा के संदर्भ में, ऐसा लगता है कि यह 9H कोटा है, लेकिन वर्तमान में मैं केवल एक बार सीमा तक पहुँचा हूँ, इसलिए मुझे लगता है कि मुफ्त कोटा के लिए यह काफी उदार है।
हालांकि, कोडिंग के संदर्भ में, मैं वर्तमान में Neuralwatt के माध्यम से GLM-5.2 का उपयोग कर रहा हूँ, और इसकी विशाल संदर्भ लंबाई (context length) के कारण, जब मैं सुरक्षा-संबंधित शोध कार्य देता हूँ जिन्हें Codex भी नहीं ढूंढ पाता है, तो यह उन्हें काफी अच्छी तरह से ढूंढ लेता है, इसलिए यह बहुत उपयोगी है। सुरक्षा कार्यों के अलावा, मुझे लगता है कि GLM-5.2 कोडिंग के मामले में काफी व्यावहारिक है। मैंने कभी Kimi का उपयोग नहीं किया है, इसलिए मुझे नहीं पता।
नकारात्मक पक्ष पर, यदि आप इसे बार-बार शुरू और बंद करते हैं, तो यह /tmp/ में बहुत सारी अस्थायी फाइलें छोड़ देता है, और इससे पहले कि आप जानें, यह शुरू होना बंद हो जाता है।
Claude Code
कुल मिलाकर, आउटपुट बहुत अधिक है, इसलिए यह फ्लड (flood) हो जाता है। यह शुरुआती ऐप कोडिंग के लिए अच्छा हो सकता है, लेकिन अगर मुझसे पूछा जाए कि क्या मैं इसे व्यक्तिगत विकास के लिए उपयोग करना चाहता हूँ, तो यह थोड़ा अनिश्चित है। कभी-कभी यह आवश्यकता से अधिक कार्यान्वयन करता है, जो समस्याग्रस्त हो सकता है।
सुरक्षा शोध कार्यों के लिए, Fable की सेंसरशिप अभी बहुत सख्त है, जिससे यह बेकार हो गया है।
और, मुझे लगता है कि व्यक्तिगत योजना में भी यही स्थिति थी, इसे वेब संस्करण चैट कोटा के समान माना जाता है, इसलिए यदि आप सीमा तक पहुँच जाते हैं, तो आप इसका उपयोग नहीं कर पाएंगे। हालांकि, मुझे लगता है कि व्यावसायिक कोटा के लिए ChatGPT/Codex को भी अलग कोटा माना जाता था, इसलिए यह व्यावहारिक रूप से समान हो सकता है।
हालांकि, मेरे पसंदीदा डेवलपर xroche ने Claude का उपयोग करके HTTrack का रखरखाव फिर से शुरू कर दिया है, जिसे उन्होंने कुछ समय से नहीं किया था, इसलिए मुझे लगता है कि मेरी नकारात्मक छवि केवल इसलिए है क्योंकि मुझे Codex की आदत हो गई है।
एक और नकारात्मक छवि यह है कि Anthropic को व्यवसाय के रूप में मार्केटिंग में अच्छा माना जाना चाहिए, लेकिन कभी-कभी मुझे लगता है कि वास्तविकता से विचलन है। यह कुछ ऐसा हो सकता है जो वे IPO तक मूल्यांकन बढ़ाने के लिए कर रहे हैं, लेकिन वे ऐसी गतिविधियाँ कर रहे हैं जो सवाल उठाती हैं, जैसे कि निम्नलिखित:
चीन की AI विकास गति को धीमा करने के लिए नीतिगत गतिविधियाँ
चीनी कंपनियों द्वारा कंप्यूटिंग संसाधनों के अवैध उपयोग को रोकने के लिए गतिविधियाँ
ये अमेरिकी उद्योग की रक्षा के लिए एक प्रवक्ता के रूप में कार्य कर सकते हैं, लेकिन चीन के अर्धचालक-संबंधित नियमों के प्रति मेरी कुछ सहानुभूति है, और मुझे उनकी राजनीतिक कुशलता या स्थिरता पर संदेह है।
और यह तथ्य कि FTX / Alameda के पास अतीत में शेयर थे, थोड़ा परेशान करने वाला है। हालांकि इसे दिवालियापन के रूप में पहले ही निपटाया जा चुका है और यह सिर्फ एक निवेश था, फिर भी यह एक अजीब भावना देता है।
निष्कर्ष
सच कहूँ तो, आजकल अधिकांश मॉडल उत्कृष्ट हैं, इसलिए कोडिंग के मामले में, मुझे नहीं लगता कि यदि आप उनका सही उपयोग करते हैं तो उनमें बहुत अंतर है, लेकिन मैं चाहता हूँ कि जो लोग केवल Open Code के साथ काम चला रहे हैं, वे एक बार Codex को जरूर आजमाएँ।
समाप्त।