स्वायत्त एजेंट
लक्ष्य को बाँटकर पूरा होने तक कार्य करना
यह पृष्ठ अंग्रेज़ी में प्रस्तुत है; शीर्षक और सारांश का स्थानीयकरण किया गया है।
यह क्षमता क्या है
Takes a higher-level goal — fix this issue — and outputs a sequence of actions, adjusting the next step from feedback along the way. Unlike tool use it orchestrates many calls into a plan, deciding the order and when to stop; unlike a computer-use agent it works mainly through code and APIs rather than a screen interface.
तकनीकी रूप से कैसे
The typical structure is a think–act–observe loop: the model plans a step, calls a tool or runs code, reads the result and revises the plan, repeating until it judges the task done. Capability comes from three things stacked together: a long-context language model, immediate feedback from an executable environment (compilation, tests, errors), and outer controls for safety and budget such as sandboxes, step limits and human checkpoints.
प्रतिनिधि उत्पाद
5Devin
2024अपने शेल, एडिटर और ब्राउज़र वाला स्वायत्त कोडिंग एजेंट
Claude Code
2025टर्मिनल से बहु-चरणीय कोडिंग कार्य पूरे करने वाला एजेंट
LangChain
2022मॉडल, टूल और रिट्रीवल को जोड़ें
Cursor
2023डेस्कटॉप कोड एडिटर जो पूरे रिपॉज़िटरी को संदर्भ बनाता है
ChatGPT
2022वह चैट विंडो जिसने बड़े भाषा मॉडल को हर किसी तक पहुँचाया
संबंधित संस्थान
सामान्य उपयोग
- Fixing defects and submitting patches
- Orchestrating and running data pipelines
- Researching and assembling a report
- Repetitive operations and scripted tasks
इसका मूल्यांकन कैसे होता है
- Task completion rate
- Share of problems solved end to end, as in SWE-bench-style evaluation
- Steps and cost
- Calls and compute spent to solve the task
- Human takeover rate
- Share requiring a human to step in mid-task
सीमाएँ और कठिनाइयाँ
- On long tasks errors accumulate, and after drifting off course the agent rarely recovers on its own
- It can declare success without verifying: the task is announced as done while the check never ran
- It lacks a reliable internal brake for high-risk actions such as deleting, deploying or paying, so external guardrails are needed
इसके पीछे की अवधारणाएँ
एजेंट और टूल उपयोग
मॉडल केवल उत्तर न दे, बल्कि खोजे, API बुलाए, कोड चलाए — और परिणाम के आधार पर अगला कदम तय करे
मानव प्रतिक्रिया से सुदृढ़ीकरण अधिगम
जब «अच्छा उत्तर» सूत्र में न लिखा जा सके, मनुष्य को पुरस्कार फलन बनने दें
सुरक्षा, संरेखण और प्रॉम्प्ट इंजेक्शन
मॉडल वह अनुकूलित करता है जो हमने loss में लिखा, वह नहीं जो हम वास्तव में चाहते हैं — यही अंतराल संरेखण समस्या का पूरा सार है