3 सितंबर, 2026 को, OpenAI ने GPT-6 Astra जारी किया।
बहुत से लोग बस अपने Codex मॉडल सेटिंग्स को Astra में बदल देते हैं और वहीं रुक जाते हैं।
हालाँकि, OpenAI ने उस दिन सिर्फ मॉडल को अपडेट नहीं किया था। आधिकारिक घोषणा में स्पष्ट रूप से कहा गया है कि उन्होंने Astra के साथ-साथ Codex 'Harness' को भी अपडेट किया (स्रोत: OpenAI "GPT-6 Astra: बुद्धिमत्ता की एक नई पीढ़ी" https://openai.com/index/gpt-6-astra/ )।
दिमाग और वह वातावरण जिसमें दिमाग काम करता है। OpenAI ने दोनों को एक साथ फिर से बनाया।
हालाँकि, यदि अस्पष्ट निर्देश या विरोधाभासी नियम बने रहते हैं, तो Astra बीच में ही कार्य रोक सकता है या लगातार स्पष्टीकरण माँग सकता है।
इस लेख में, मैं ये तीन चीजें प्रदान करूँगा:
- Codex Harness बनाने वाले 8 तत्वों की पूर्ण व्याख्या (प्राथमिकताओं के साथ)
- 4 डायग्नोस्टिक और इन्वेंटरी प्रॉम्प्ट जिन्हें आप तुरंत कॉपी और पेस्ट कर सकते हैं
- एक निष्पादन अनुक्रम कि आज सिर्फ 30 मिनट में कहाँ से शुरू करें
पीछे हटने का कोई मतलब नहीं है, इसलिए मैं पहले सबसे महत्वपूर्ण प्रॉम्प्ट साझा करूँगा। यह प्रॉम्प्ट Codex को अपनी वर्तमान परियोजना की स्थिति स्वयं रिपोर्ट करने में सक्षम बनाता है।
▼ यहाँ से कॉपी करें
आप एक Codex Harness डिज़ाइनर हैं।
लक्ष्य एक ऐसी स्थिति बनाना है जहाँ GPT-6 Astra इस परियोजना में "बिना हर बार विस्तृत निर्देशों की आवश्यकता के, सुरक्षित, पुनरुत्पादनीय और अंत तक कार्य पूरा कर सके"।
पहले, कोई बदलाव न करें। वर्तमान परियोजना कॉन्फ़िगरेशन, सेटिंग्स फ़ाइलें और उपलब्ध सुविधाओं की समीक्षा करें, फिर निम्नलिखित का निदान करें:
- AGENTS.md: क्या उद्देश्य, पालन करने के नियम, निषेध, पूर्णता की शर्तें और संदर्भ स्पष्ट हैं?
- docs / context: क्या संरचना इस प्रकार व्यवस्थित है कि आप स्वयं आवश्यक जानकारी पा सकें? क्या पुराने, अनावश्यक या विरोधाभासी विवरण हैं?
- Skills: किन दोहराए जाने वाले कार्यों को Skills में बदलना चाहिए? इसके विपरीत, कौन सी Skills अनावश्यक हैं?
- MCP / Plugins: कौन से बाहरी उपकरण या डेटा कनेक्शन गायब हैं?
- Environment: क्या आप निर्भरताओं, सेटअप और परीक्षण निष्पादन को स्वयं पुन: पेश कर सकते हैं?
- Permissions / Sandbox: क्या आपको अत्यधिक अनुमतियाँ दी गई हैं? इसके विपरीत, क्या काम को रोकने वाली बहुत अधिक लंबित स्वीकृतियाँ हैं?
- Hooks / Tests: क्या पूर्व-निष्पादन जाँच, गुप्त जानकारी का पता लगाना, परीक्षण और पूर्णता जाँच को स्वचालित किया जा सकता है?
- Browser / Computer Use: क्या ऐसे कार्य हैं जिन्हें तैयार उत्पाद को वास्तव में संचालित करके सत्यापित किया जाना चाहिए?
- Subagents: क्या ऐसे कार्य हैं जैसे शोध, समीक्षा या परीक्षण जो समानांतर करने पर तेज़ होंगे?
- Feedback Loop: क्या पिछली विफलताओं या सुधार निर्देशों को वापस AGENTS.md / docs / Skill / Hook / Test में फीड करने की कोई व्यवस्था है?
आउटपुट प्रारूप: A. प्रत्येक आइटम का 5-बिंदु पैमाने पर मूल्यांकन करें B. शीर्ष 5 महत्वपूर्ण कमियाँ C. ऐसी चीजें जिन्हें आज 30 मिनट में ठीक किया जा सकता है D. ऐसी चीजें जिन्हें एक सप्ताह के भीतर व्यवस्थित करना है E. बनाने/बदलने के लिए फ़ाइलें और विशिष्ट परिवर्तन प्रस्ताव F. सुरक्षा/अनुमति जोखिम G. कार्यान्वयन की प्राथमिकता
अनुमान के आधार पर सेटिंग्स न बनाएँ। निर्णय लेने से पहले वर्तमान में उपलब्ध Codex सुविधाओं और संस्करणों की जाँच करें। स्पष्ट रूप से बताएं कि क्या सुविधाएँ Experimental / Beta / Deprecated हैं।
जब तक मैं इन डायग्नोस्टिक परिणामों की समीक्षा नहीं कर लेता, तब तक फ़ाइलें न बदलें, अनुमतियाँ न बढ़ाएँ, या बाहरी सेवाओं से कनेक्ट न करें।
▲ यहाँ तक कॉपी करें
इसे पढ़ना समाप्त करने से पहले चलाने से बाद में आपका समय बचेगा।
इस लेख का लक्ष्य और उपयोग
यह लक्ष्य 7 सितंबर, 2026 तक का Codex है। Codex तेज़ी से अपडेट होता है, इसलिए कृपया पढ़ने से पहले तारीख जाँच लें।
इसमें 8 हार्नेस घटक, 7 परिपक्वता स्तर और 4 कॉपी-पेस्ट करने योग्य प्रॉम्प्ट टेम्पलेट शामिल हैं।
लक्षित दर्शक "वे लोग हैं जो Codex का उपयोग करते हैं लेकिन AGENTS.md लिखने के बाद रुक गए।" मैं तकनीकी शब्दों के पहली बार आने पर उनकी व्याख्या प्रदान करूँगा ताकि गैर-इंजीनियर भी इसे पढ़ सकें।
यह सुनिश्चित करने के लिए कि भले ही आप सब कुछ न पढ़ें, मूल्य मिले, मैंने प्रत्येक तत्व के लिए "प्राथमिकता" शामिल की है। यदि आप केवल उच्च-प्राथमिकता वाले चुनते हैं, तो यह कम से कम न्यूनतम स्तर पर कार्य करेगा।
वास्तव में "Harness" क्या है?
Harness एक प्रणाली है जो काम पूरा करने के लिए मॉडल, उपकरण और मनुष्यों को जोड़ती है।
OpenAI के तकनीकी ब्लॉग "Codex एजेंट लूप को अनरोल करना" (जनवरी 2026, माइकल बोलिन) में, Codex हार्नेस को "कोर एजेंट लूप और निष्पादन तर्क के रूप में वर्णित किया गया है जो सभी Codex अनुभवों की नींव के रूप में कार्य करता है" (https://openai.com/index/unrolling-the-codex-agent-loop/ )।
एजेंट लूप इस पुनरावृत्ति को संदर्भित करता है:
- उपयोगकर्ता इनपुट प्राप्त करें
- सोचने के लिए मॉडल से क्वेरी करें
- मॉडल द्वारा चुने गए उपकरण को निष्पादित करें
- परिणाम दिखाएँ और इसे फिर से सोचने दें
यह Codex पक्ष है, मॉडल नहीं, जो इस लूप को चलाता है।
कंपनी सादृश्य का उपयोग करने के लिए:
Astra = एक अत्यंत प्रतिभाशाली कर्मचारी का दिमाग। Harness = वह कंपनी ही जहाँ वह कर्मचारी काम करता है। रोजगार नियम, आंतरिक विकी, संचालन प्रक्रियाएँ, आंतरिक प्रणालियों तक पहुँच अधिकार, अनुमोदन नियम, निरीक्षण प्रक्रियाएँ और सहकर्मी।
एक सामान्य गलती "AGENTS.md = Harness" को संक्षेप में प्रस्तुत करना है। AGENTS.md हार्नेस का केवल एक हिस्सा है। जिस तरह एक कंपनी केवल एक वितरित नियम पुस्तिका पर नहीं चलती है।
व्यवहार में, AGENTS.md, Skills, MCP, Hooks, अनुमति सेटिंग्स, निष्पादन वातावरण, ब्राउज़र और Subagents जैसे तत्वों को मिलाकर एक "आरामदायक कार्य वातावरण" बनाने का पूरा प्रयास Harness Engineering कहलाता है। यह लेख इस अर्थ में शब्द का उपयोग करता है।
Astra रिलीज़ के साथ वास्तव में क्या बदला?
तीन चीजें हैं, ये सभी OpenAI द्वारा आधिकारिक तौर पर कही गई हैं।
- OpenAI ने दिमाग और वातावरण में एक साथ सुधार किया
जब Astra की घोषणा की गई, तो OpenAI ने स्पष्ट रूप से कहा कि उन्होंने Codex हार्नेस को अपडेट किया, यह रिपोर्ट करते हुए कि Mind2Web ब्राउज़र संचालन बेंचमार्क में GPT-5.6 Sol वातावरण की तुलना में कार्य पूर्णता 1.9 गुना तेज़ थी।
OSWorld 2.0 में, Astra ने GPT-5.6 Sol के 65.7% की तुलना में 72.6% अंक प्राप्त किए। इसके अलावा, आवश्यक समय के लिए सिमुलेशन मूल्यांकनों ने प्रति कार्य लगभग 75 मिनट से घटकर लगभग 40 मिनट होने की सूचना दी।
यहाँ सावधानी की आवश्यकता है: ये OpenAI द्वारा स्वयं प्रकाशित आंकड़े हैं और विशिष्ट परिस्थितियों में बेंचमार्क परिणाम हैं। इस बात की कोई गारंटी नहीं है कि यह आपके वातावरण में 1.9 गुना तेज़ होगा।
हालाँकि, निष्कर्ष स्पष्ट है: गति लाभ मॉडल और निष्पादन वातावरण के संयोजन से आया, न कि केवल मॉडल से।
- Astra "आसपास के निर्देशों" को बहुत बेहतर ढंग से पढ़ता है
व्यावहारिक कार्य के लिए यह सबसे प्रभावी परिवर्तन है।
OpenAI का मॉडल मार्गदर्शन बताता है कि जबकि Astra में निर्देशों का पालन करने की अधिक मजबूत क्षमता है, यह Skills और AGENTS.md जैसी फ़ाइलों में निहित निर्देशों के प्रति अधिक संवेदनशील भी हो सकता है। यह मॉडल के लिए सुलभ Skills और अन्य फ़ाइलों के ऑडिट की दृढ़ता से अनुशंसा करता है (https://developers.openai.com/api/docs/guides/latest-model )।
उसी दस्तावेज़ में एक अधिक विशिष्ट चेतावनी है: एक Skill फ़ाइल के भीतर अस्पष्ट या विरोधाभासी निर्देश मॉडल को प्रारंभिक चरण में रुकने और काम को अवरुद्ध करने का कारण बन सकते हैं।
स्थिति यह है:
दिमाग होशियार हो गया। इसलिए, यह पहले की तुलना में अच्छे और बुरे दोनों नियमों के प्रति अधिक वफादार हो गया है।
मान लीजिए कि एक AGENTS.md में एक बेकार वाक्य रह गया है जिसमें आप पिछले साल से जोड़ते आ रहे हैं। Sol ने इसे उचित रूप से अनदेखा कर दिया होगा। Astra इसका सख्ती से पालन करेगा।
- प्रतिनिधिमंडल और मेमोरी हैंडलिंग में परिवर्तन
आधिकारिक घोषणा के अनुसार, Astra अब Codex के भीतर संदर्भ विंडो में नोट्स बनाए रख सकता है, जिससे हर बार संचित विवरणों को एक एकल सारांश में फिर से संपीड़ित करने की आवश्यकता से बचा जा सकता है। यह लंबे कार्यों के दौरान सूचना हानि को कम करता है।
हालाँकि, 7 सितंबर, 2026 तक, यह एक प्रायोगिक सुविधा है। इसे config.toml में स्पष्ट रूप से सक्षम किया जाना चाहिए और डिफ़ॉल्ट रूप से बंद है। OpenAI ने घोषणा की है कि यह आने वाले हफ्तों में एक डिफ़ॉल्ट Astra सुविधा बन जाएगी, लेकिन अभी के लिए, जब तक आप स्वयं सेटिंग नहीं जोड़ते, यह काम नहीं करेगा।
दूसरी ओर, मॉडल मार्गदर्शन यह भी नोट करता है कि Astra के लिए, "Subagents को प्रतिनिधिमंडल उतनी बार नहीं हो सकता जितनी आपकी वर्कफ़्लो अपेक्षा करती है।" इसका मतलब है कि यदि आप समानांतरीकरण चाहते हैं, तो आपको हार्नेस पक्ष पर यह निर्दिष्ट करना होगा कि कब प्रतिनिधि बनाना है।
मार्गदर्शन में यह भी उल्लेख है कि Astra विस्तृत, स्वरूपित प्रतिक्रियाओं की ओर झुकाव रखता है, इसलिए आपको आवश्यक शैली और संरचना निर्दिष्ट करनी चाहिए।
ये सभी बातें इंगित करती हैं: "मॉडल स्मार्ट है इसलिए इसे अकेला न छोड़ें," बल्कि "यह स्मार्ट है, इसलिए यह बिल्कुल वैसा ही चलेगा जैसा निर्दिष्ट किया गया है, इसलिए अपने विनिर्देशों को ठीक करें।"
हार्नेस का 8-तत्व मानचित्र
यहाँ सूचीबद्ध 8 तत्व और बाद में वर्णित 7 परिपक्वता स्तर आधिकारिक OpenAI परिभाषाएँ नहीं हैं। वे अब तक देखी गई आधिकारिक जानकारी के आधार पर इस लेख के लिए विशिष्ट रूप से व्यवस्थित किए गए हैं। उन्हें एक व्यावहारिक ढाँचे के रूप में उपयोग करें।
यहाँ कंपनी सादृश्य और प्राथमिकताओं के साथ मानचित्र है:
- AGENTS.md | रोजगार नियम और बुनियादी नीति | प्राथमिकता: सर्वोच्च
- docs / Context | आंतरिक विकी और मैनुअल | प्राथमिकता: उच्च
- Skills | मानक संचालन प्रक्रियाएँ | प्राथमिकता: उच्च
- MCP / Plugins | आंतरिक प्रणालियों से कनेक्शन | प्राथमिकता: मध्यम
- Environment | पीसी, डेस्क, कार्य वातावरण | प्राथमिकता: उच्च
- Permissions / Sandbox | प्राधिकरण और अनुमोदन नियम | प्राथमिकता: सर्वोच्च
- Hooks / Tests | स्वचालित जाँच और निरीक्षण | प्राथमिकता: मध्यम
- Browser / Subagents | आँखें, हाथ, अधीनस्थ | प्राथमिकता: मध्यम
शुरुआती लोगों को 1 और 6 से शुरू करना चाहिए। कारण सरल है: केवल इन दोनों को व्यवस्थित करके, आप अन्य तत्वों के लिए नींव मजबूत करते हैं। हालाँकि, इसका मतलब यह नहीं है कि आपको दूसरों की जाँच नहीं करनी चाहिए। MCP के माध्यम से जुड़ी बाहरी सेवाओं की अनुमतियाँ, Skills में प्रक्रियाएँ और Hooks द्वारा निष्पादित स्क्रिप्ट सभी सुरक्षा सत्यापन के विषय हैं। विशेष रूप से चूँकि MCP बाहरी दुनिया से एक कनेक्शन है, अलग से जाँच करें कि गंतव्य भरोसेमंद है या नहीं और दी गई अनुमतियाँ न्यूनतम हैं या नहीं।
नीचे प्रत्येक की व्याख्या है।
निर्देश और ज्ञान परत | AGENTS.md, docs, Skills
यह क्या है: रिपॉजिटरी के रूट में रखी गई एक मार्कडाउन फ़ाइल। Codex काम शुरू करने से पहले इसे पढ़ता है और इसे परियोजना-विशिष्ट नियमों के रूप में मानता है।
यह क्या करता है: आप हर प्रॉम्प्ट में "हमेशा इस कमांड से टेस्ट चलाएँ" या "इस निर्देशिका को न छुएँ" जैसी पूर्वधारणाएँ लिखने से बच सकते हैं।
लगभग हर कोई यहाँ जो विफलता करता है, वह है अत्यधिक भराई।
OpenAI का तकनीकी ब्लॉग "हार्नेस इंजीनियरिंग: एजेंट-प्रथम दुनिया में Codex का लाभ उठाना" (11 फरवरी, 2026, रयान लोपोपोलो) आंतरिक विफलताओं का वर्णन करता है। एक विशाल AGENTS.md आज़माने के परिणामस्वरूप संदर्भ दबाव, पुराने नियमों का बचा रहना और इस बात को लेकर भ्रम हुआ कि क्या महत्वपूर्ण था (https://openai.com/index/harness-engineering/ )।
टीम ने AGENTS.md को लगभग 100 पंक्तियों के "मानचित्र" के रूप में संचालित करने पर स्विच किया। विवरण docs के अंतर्गत रखे गए हैं, और AGENTS.md बस उन्हें इंगित करता है।
एक प्रतिभाशाली नए कर्मचारी को 1,000 पृष्ठों का नियम पुस्तिका याद कराने के बजाय, आप उन्हें एक गाइड मैप देते हैं जिसमें कहा गया है, "यदि आप फँस गए हैं तो इस शेल्फ को देखें।" यही अंतर है।
संदर्भ एक सीमित संसाधन है। विशाल निर्देश फ़ाइलें कार्य या पढ़े जाने वाले कोड के स्थान को ही बाहर धकेल देती हैं।
एक मानचित्र-शैली AGENTS.md आमतौर पर इस तरह दिखती है:
▼ यहाँ से कॉपी करें
AGENTS.md
यह परियोजना क्या है?
(1-3 पंक्तियाँ। आप क्या बना रहे हैं, इसका उपयोग कौन करता है?)
पहले ये पढ़ें
- डिज़ाइन नीति: docs/architecture.md
- निर्देशिका संरचना: docs/structure.md
- शब्दावली: docs/glossary.md
- पिछली विफलताएँ और सुधार: docs/postmortems.md
पालन करने के नियम
- परीक्षण: सभी को (वास्तविक कमांड) से चलाएँ और विफलताओं के साथ पूर्णता की रिपोर्ट न करें।
- निषिद्ध क्षेत्र: (पथों की सूची)
- प्रतिबद्ध करने से पहले: (linter / formatter कमांड)
पूर्णता की परिभाषा
"पूर्ण" तभी रिपोर्ट करें जब निम्नलिखित सभी पूरे हों:
- परीक्षण पास हों
- परिवर्तन के इरादे को एक पैराग्राफ में समझाया जा सके
- अनपेक्षित दुष्प्रभावों के लिए स्वयं-सत्यापित किया गया हो
संदेह होने पर
धारणाएँ न बनाएँ; कम से कम दो विकल्प प्रस्तुत करें और मुझसे पूछें।
निर्देश प्राथमिकता
- मेरे (उपयोगकर्ता) तत्काल निर्देश
- यह AGENTS.md
- Skills में प्रक्रियाएँ आप उच्चतर निर्देशों का खंडन करने वाले निचले स्तर के निर्देशों को अनदेखा कर सकते हैं। यदि आप कोई निर्देश छोड़ते हैं, तो उसका नाम रिपोर्ट करें।
▲ यहाँ तक कॉपी करें
अंतिम "निर्देश प्राथमिकता" Astra और बाद के मॉडलों के लिए विशेष रूप से प्रभावी है। मॉडल मार्गदर्शन स्पष्ट रूप से बताता है कि उपयोगकर्ता निर्देशों या Skill निर्देशों को प्राथमिकता देनी है या नहीं, यह स्पष्ट करें।
यह क्या है: AGENTS.md द्वारा संदर्भित वास्तविक ज्ञान भंडार। डिज़ाइन दस्तावेज़, आर्किटेक्चर आरेख, शब्दावलियाँ, पिछले निर्णय रिकॉर्ड आदि।
यह क्या करता है: Codex उन्हें केवल आवश्यकता पड़ने पर पढ़ता है, इसलिए वे लगातार संदर्भ का उपभोग नहीं करते हैं।
हार्नेस इंजीनियरिंग लेख में जो बात हड़ताली है, वह है धीमी प्रारंभिक प्रगति की व्याख्या। ऐसा इसलिए नहीं था क्योंकि Codex में क्षमता की कमी थी, बल्कि इसलिए क्योंकि "वातावरण अपर्याप्त रूप से निर्दिष्ट था।"
जो गायब थे, वे थे उपकरण, अमूर्तताएँ, आंतरिक संरचनाएँ और जानकारी ऐसे रूप में जिसे Codex पढ़ सके।
इसलिए जब कुछ विफल हुआ, तो टीम की प्रतिक्रिया "इसे और अधिक प्रयास करने दें" नहीं थी। यह सोचना था, "कौन सी क्षमता गायब है, और हम इसे एजेंट के लिए पठनीय और प्रवर्तनीय कैसे बना सकते हैं?"
यही हार्नेस इंजीनियरिंग का सार है। प्रॉम्प्ट को नहीं, बल्कि वातावरण को ठीक करें।
स्पष्ट करने के लिए, यह एक आंतरिक OpenAI केस स्टडी है। 3 लोगों की एक टीम ने 5 महीनों में मानव-लिखित कोड की 0 पंक्तियों के साथ लगभग 1 मिलियन पंक्तियाँ और 1,500 PR तैयार किए; इसका मतलब यह नहीं है कि सामान्य उपयोगकर्ता समान परिणामों को पुन: पेश कर सकते हैं।
यह क्या है: SKILL.md प्रारूप में एक फ़ाइल। यह विशिष्ट कार्यों को हर बार एक ही प्रक्रिया के साथ निष्पादित करने के लिए यदि आवश्यक हो तो निर्देशों, संदर्भ सामग्री और स्क्रिप्ट को बंडल करता है।
यह क्या करता है: आप अच्छे प्रॉम्प्ट को कॉपी-पेस्ट करने से लेकर काम को ही सहेजने तक जा सकते हैं।
उदाहरण के लिए, यदि आप "लेख निर्माण" को एक Skill बनाते हैं, तो सामग्री होगी:
- शोध
- तथ्य-जाँच
- शीर्षक प्रस्ताव
- संरचना डिज़ाइन
- लेखन
- निषिद्ध अभिव्यक्ति जाँच
- अंतिम समीक्षा
Astra और बाद के लिए सावधानी यह है कि बहुत अधिक न जोड़ें। Skill नाम और विवरण संदर्भ में लोड किए जाते हैं, इसलिए यदि संख्या बढ़ती है, तो विवरण छोटे हो जाते हैं, जिससे यह तय करना मुश्किल हो जाता है कि किसे चुनना है। यदि विवरण एक-दूसरे का खंडन करते हैं या सभी दावा करते हैं "मेरा उपयोग करें," तो मॉडल एक ऐसी Skill लोड कर सकता है जो कार्य में फिट नहीं बैठती।
Skills "केवल विशिष्ट कार्यों के लिए आवश्यक प्रक्रियाओं" के लिए हैं, न कि "हर बार आवश्यक निर्देशों" के लिए। इसे गलत समझना वैसा ही है जैसे सब कुछ AGENTS.md में लिखना।
हाथ और पैर की परत | MCP, Plugins, Environment
यह क्या है: MCP, Codex को बाहरी उपकरणों और डेटा से जोड़ने का एक मानक है, जो CLI और IDE एक्सटेंशन दोनों में उपयोग करने योग्य है। Plugins, Skills, Connectors और MCP टूल को एक साथ वितरित करने की एक व्यवस्था है। Codex में, वे ChatGPT डेस्कटॉप ऐप और CLI में उपलब्ध हैं, लेकिन IDE एक्सटेंशन में नहीं।
यह क्या करता है: Codex को बाहरी दस्तावेज़ों, ब्राउज़रों, डिज़ाइन टूल आदि तक पहुँचने की अनुमति देता है।
Astra चाहे कितना भी स्मार्ट क्यों न हो, यदि वह आवश्यक जानकारी तक नहीं पहुँच सकता तो यह व्यर्थ है। यह एक आंतरिक सिस्टम खाते के बिना एक प्रतिभाशाली कर्मचारी की तरह है।
हालाँकि, मैंने प्राथमिकता मध्यम निर्धारित की है। आप जितने अधिक MCP जोड़ेंगे, उपकरण विकल्प उतने ही बढ़ेंगे और संदर्भ का उपभोग होगा। सही दृष्टिकोण केवल वही जोड़ना है जिस तक पहुँचने में आपको वर्तमान में कठिनाई हो रही है।
यह क्या है: वास्तव में हाथ हिलाने के लिए मचान, जैसे निर्भरताएँ, सेटअप प्रक्रियाएँ, परीक्षण निष्पादन विधियाँ और कार्य निर्देशिका संरचनाएँ।
यह क्या करता है: Codex "चलाने और सत्यापित करने" के बिंदु तक स्वयं-ड्राइव कर सकता है। यदि यह गायब है, तो Codex केवल कोड लेखक बनकर रह जाता है।
जाँच करने का एक सरल तरीका यह है कि इसे एक साफ स्थिति से "सेट अप करें, परीक्षण पास करें और परिणाम रिपोर्ट करें" के लिए कहें। यह जहाँ भी रुकता है, वही गायब है।
प्रत्येक कार्य के लिए निर्देशिकाओं को अलग करने के लिए Git worktree का उपयोग करने से कई समानांतर कार्यों के टकराने की संभावना कम हो जाती है।
सुरक्षा और निरीक्षण परत | Permissions, Sandbox, Hooks
यह क्या है: दो स्वतंत्र सेटिंग्स जो यह निर्धारित करती हैं कि Codex कितना स्वचालित रूप से निष्पादित कर सकता है। सैंडबॉक्स फ़ाइलों और नेटवर्क की पहुँच निर्धारित करता है, जबकि अनुमोदन नीति यह निर्धारित करती है कि मानव पुष्टि कहाँ माँगनी है।
आधिकारिक Codex दस्तावेज़ के अनुसार, CLI और IDE एक्सटेंशन के लिए प्रारंभिक सेटिंग्स नेटवर्क एक्सेस नहीं होने और केवल सक्रिय कार्यक्षेत्र के भीतर लिखने तक सीमित हैं (https://developers.openai.com/codex/sandbox )।
सैंडबॉक्स में 3 स्तर हैं:
- read-only: पढ़ सकता है लेकिन लिख नहीं सकता। परामर्श और योजना के लिए।
- workspace-write: कार्य फ़ोल्डर और अस्थायी निर्देशिकाओं के भीतर लिख सकता है। यह मानक है।
- danger-full-access: कहीं भी लिख सकता है। प्रभावी रूप से सैंडबॉक्स को हटा देता है।
आमतौर पर उपयोग किया जाने वाला Auto प्रीसेट workspace-write और "केवल आवश्यक होने पर अनुमोदन माँगें" का संयोजन है। Codex कार्यक्षेत्र के बाहर संपादन करने या नेटवर्क को छूने का प्रयास करते समय रुक जाएगा और जाँच करेगा।
यदि आप सत्र के बीच में स्विच करना चाहते हैं, तो आप /permissions कमांड का उपयोग कर सकते हैं। योजना चरण के लिए read-only और निष्पादन चरण के लिए Auto एक यथार्थवादी संचालन है।
मैं चाहता हूँ कि आप समझें कि स्वायत्तता का अर्थ सब कुछ अनुमति देना नहीं है।
सिर्फ इसलिए कि अनुमोदन कष्टप्रद हैं, danger-full-access पर भागना सबसे कम प्रभावी समाधान है। यदि इसे केवल एक विशिष्ट निर्देशिका में लिखने की आवश्यकता है, तो बस उस स्थान की अनुमति दें।
▼ यहाँ से कॉपी करें
【Codex CLI: योजना और कार्य के लिए कॉन्फ़िगरेशन उदाहरण】
लक्ष्य Codex CLI 0.134.0 या बाद का संस्करण है।
सेटिंग्स तीन फ़ाइलों में सहेजी जाती हैं: "सामान्य," "योजना," और "कार्य।"
इस पूरे स्पष्टीकरण को एक कॉन्फ़िग फ़ाइल में पेस्ट न करें। प्रत्येक गंतव्य पर केवल संबंधित सेटिंग्स लिखें।
गंतव्य मानक Codex सेटिंग्स के लिए हैं।
■ 1. सामान्य सेटिंग्स
पथ: ~/.codex/config.toml
मौजूदा सेटिंग्स को न हटाएँ; निम्नलिखित आइटम जोड़ें या बदलें। यदि वही [sandbox_workspace_write] मौजूद है, तो डुप्लिकेट हेडिंग से बचने के लिए उसके अंदर संपादित करें।
[sandbox_workspace_write]
network_access = false
केवल यदि आवश्यक हो तो अतिरिक्त स्वीकृत निर्देशिकाएँ निर्दिष्ट करें।
writable_roots = ["/absolute/path/to/approved-directory"]
केवल यदि अतिरिक्त लेखन गंतव्यों की आवश्यकता है, तो writable_roots लाइन की शुरुआत में # हटाएँ और उदाहरण पथ को वास्तविक निरपेक्ष पथ से बदलें।
■ 2. योजना सेटिंग्स
पथ: ~/.codex/plan.config.toml
इन दो पंक्तियों को सामान्य सेटिंग्स से अलग फ़ाइल में सहेजें।
approval_policy = "on-request"
sandbox_mode = "read-only"
■ 3. कार्य सेटिंग्स
पथ: ~/.codex/work.config.toml
इन दो पंक्तियों को दूसरी अलग फ़ाइल में सहेजें।
approval_policy = "on-request"
sandbox_mode = "workspace-write"
■ उपयोग कैसे करें
स्टार्टअप कमांड को कॉन्फ़िग फ़ाइल में न लिखें; इसे प्रोजेक्ट फ़ोल्डर में टर्मिनल से चलाएँ।
योजना के लिए शुरू करने के लिए:
codex --profile plan
कार्य के लिए शुरू करने के लिए:
codex --profile work
चयनित प्रोफ़ाइल सेटिंग्स सामान्य सेटिंग्स के ऊपर स्तरित की जाएंगी।
चूँकि प्रोजेक्ट-पक्ष सेटिंग्स और संगठनात्मक प्रतिबंध भी लागू होते हैं, स्टार्टअप के बाद /permissions के साथ वास्तविक अनुमतियाँ जाँचें।
नोट: network_access = false सैंडबॉक्स के अंदर चलाए गए कमांड के लिए संचार सेटिंग है। MCP जैसे बाहरी कनेक्शनों के लिए अनुमतियाँ अलग से जाँचें।
▲ यहाँ तक कॉपी करें
एक सीमा का विस्तार करना, सीमा को ही त्यागने से पूरी तरह अलग है। यही बात नेटवर्क एक्सेस पर भी लागू होती है; यह केवल उन परियोजनाओं के लिए एक वैध निर्णय है जिन्हें वास्तव में निर्भरता पैकेज लाने की आवश्यकता है।
यह क्या है: Codex प्रसंस्करण के बीच में अपनी स्वयं की स्क्रिप्ट या MCP टूल सम्मिलित करने की एक व्यवस्था। यह डिफ़ॉल्ट रूप से एक स्थिर सुविधा के रूप में सक्षम है।
यह क्या करता है: उदाहरण के लिए, ये स्वचालन:
- किसी उपकरण को निष्पादित करने से ठीक पहले खतरनाक कमांड को रोकें
- API कुंजियों जैसे रहस्यों का निरीक्षण करें
- फ़ाइल संपादित करने के तुरंत बाद linter चलाएँ
- कार्य के अंत में परीक्षण पास होने की पुष्टि करें
यह "गलती न करने के लिए सावधान रहें" से "यदि कोई गलती है तो सिस्टम रुक जाता है" में बदलने के बारे में है।
हालाँकि, OpenAI स्वयं Hooks को सुरक्षा रेलिंग के रूप में मानने की चेतावनी देता है, न कि पूर्ण प्रवर्तन सीमाओं के रूप में, क्योंकि Codex विभिन्न टूल पथों के माध्यम से समतुल्य कार्य निष्पादित कर सकता है।
जिन चीजों को आप वास्तव में रोकना चाहते हैं, उन्हें Hooks पर नहीं, बल्कि सैंडबॉक्स और अनुमति स्तर पर रोका जाना चाहिए। Hooks शीर्ष पर स्तरित दूसरा जाल हैं।
आँखें और टीम परत | Browser, Subagents
इसे एक वेबसाइट बनाने देना और "मैंने कोड लिखा, मैंने कर लिया" के साथ समाप्त करना बर्बादी है।
नोट: यहाँ वर्णित Computer Use (वास्तविक स्क्रीन संचालन) वर्तमान में Codex के डेस्कटॉप ऐप संस्करण के लिए एक सुविधा है। इस अध्याय में संभाले गए अंतर्निहित Browser / Computer Use का उपयोग ChatGPT डेस्कटॉप ऐप में किया जाता है। अंतर्निहित Browser Codex CLI या IDE एक्सटेंशन में उपलब्ध नहीं है। CLI/IDE में ब्राउज़र संचालन के लिए, MCP या Playwright जैसी अन्य व्यवस्थाएँ तैयार करें।
आपको इसे यह करने देना चाहिए:
- ब्राउज़र खोलें
- वास्तविक स्क्रीन प्रदर्शित करें
- इसे संचालित करने का प्रयास करें
- टूटे हुए हिस्से खोजें
- उन्हें ठीक करें
- फिर से जाँच करें
Astra एक ऐसी पीढ़ी है जिसने कंप्यूटर संचालन बेंचमार्क में महत्वपूर्ण सुधार किया है, इसलिए यह प्रक्रिया प्रतिनिधि बनाने लायक है। OSWorld 2.0 में समय के 75 से 40 मिनट तक कम होने की रिपोर्ट बिल्कुल इसी बारे में है।
हार्नेस इंजीनियरिंग केस स्टडी में, उन्होंने एक ऐसा वातावरण बनाया जहाँ Codex बग प्रतिलिपि से लेकर फिक्सिंग और सत्यापन तक सब कुछ संभालने के लिए Chrome DevTools Protocol, DOM, स्क्रीनशॉट, लॉग और मेट्रिक्स को संभाल सके।
यह क्या है: एक व्यवस्था जहाँ Codex काम को कई उप-एजेंटों के बीच विभाजित करता है। प्रत्येक का एक स्वतंत्र संदर्भ होता है।
यह क्या करता है: शोध, परीक्षण, लॉग विश्लेषण और सारांश जैसे पढ़ने-भारी, स्वतंत्र कार्यों को समानांतर करता है।
दो सावधानियाँ:
एक यह है कि कई एजेंट एक साथ एक ही कोड लिखने से टकराव होगा। लिखने के कार्यों को समानांतर करने में सावधानी बरतें।
दूसरा यह है कि टोकन की खपत बढ़ जाती है। यह तेज़ हो जाता है, लेकिन सस्ता नहीं।
और Astra के लिए विशिष्ट, मॉडल मार्गदर्शन कहता है कि प्रतिनिधिमंडल आवृत्ति अपेक्षा से कम हो सकती है। यदि आप समानांतरीकरण चाहते हैं, तो AGENTS.md या प्रॉम्प्ट में स्पष्ट रूप से निर्दिष्ट करें: "आप शोध कार्यों को विभाजित कर सकते हैं और उन्हें समानांतर में चला सकते हैं।"
Astra युग का उलटफेर | जोड़ना नहीं, सूची बनाना
मैंने 8 तत्वों को सूचीबद्ध किया है, लेकिन सबसे महत्वपूर्ण बात जो मैं बताना चाहता हूँ वह इसके विपरीत है।
Astra के लिए सबसे पहला काम मौजूदा निर्देशों की एक सूची बनाना है। OpenAI भी मॉडल द्वारा संदर्भित निर्देशों, जैसे Skills और AGENTS.md के ऑडिट की अनुशंसा करता है। आवश्यक निर्देश रखें, अंतराल भरें, और सत्यापन के बाद पुराने/विरोधाभासी निर्देशों को ठीक करें या कम करें।
OpenAI के मार्गदर्शन में उपयोग किया गया क्रिया "ऑडिटिंग" है, न कि "जोड़ना।"
Astra को पूर्व-सत्यापित करने वाली टीमों की रिपोर्टें भी इसी दिशा में इशारा करती हैं। Kilo, एक AI कोडिंग टूल प्रदाता, ने एक समीक्षा में लिखा कि Astra को स्पष्ट रूप से कम AGENTS.md स्कैफोल्डिंग की आवश्यकता है, और पिछले एक साल में बनाए गए "मॉडल को पटरी से उतरने से रोकने के लिए" अधिकांश निर्देश अब अनावश्यक हैं। उन्होंने यह भी सुझाव दिया कि यदि आपके पास एक फूला हुआ एजेंट फ़ाइल है, तो उसका आधा हटाने और फिर से प्रयास करने का प्रयास करें (https://blog.kilo.ai/p/gpt-6-astra-what-we-learned-previewing )।
यह एक कंपनी की छाप है, आधिकारिक दृष्टिकोण नहीं। हालाँकि, यह आधिकारिक मार्गदर्शन के साथ पूरी तरह से मेल खाता है जिसमें कहा गया है कि "विरोधाभासी निर्देश प्रारंभिक रुकावट पैदा कर सकते हैं।"
मॉडल जितना होशियार होगा, उतना ही अधिक वह पुराने निर्देशों में फँसता है। विरोधाभासी, लेकिन सच।
सूची बनाना सबसे तेज़ तब होता है जब Codex स्वयं ऐसा करे।
▼ यहाँ से कॉपी करें
कृपया इस रिपॉजिटरी में AGENTS.md, docs के अंतर्गत सब कुछ और सभी लोड की गई Skill फ़ाइलें पढ़ें। अभी तक कोई बदलाव न करें।
GPT-6 Astra के साथ काम मानते हुए, निम्नलिखित को वर्गीकृत और रिपोर्ट करें:
【रखें】 ऐसे निर्देश जो अभी भी मान्य हैं और वास्तव में आपके निर्णय में सुधार करते हैं। एक पंक्ति में कारण बताएँ।
【हटाने के उम्मीदवार】 ऐसी वस्तुएँ जो निम्नलिखित में से किसी के अंतर्गत आती हैं। मूल पाठ उद्धृत करें और एक कारण प्रदान करें। यह हटाने का निर्णय नहीं है, बल्कि मानव विचार के लिए एक सूची है।
- पिछली पीढ़ी के मॉडलों को सही करने के लिए लिखे गए निर्देश जो अब अनावश्यक हैं।
- ऐसे निर्देश जो पहले से बदले हुए स्पेक्स, पथों या कमांडों की ओर इशारा करते हैं।
- ऐसे निर्देश जो आपको वे काम करने का आदेश देते हैं जो आप बिना बताए स्वाभाविक रूप से करते हैं।
- ऐसे निर्देश जो अन्य निर्देशों का खंडन करते हैं।
हालांकि, यदि इस बात की थोड़ी सी भी संभावना है कि निर्देश सुरक्षा, संरक्षा, या पिछली दुर्घटनाओं/घटनाओं के कारण जोड़ा गया था, तो इसे 【हटाने के लिए उम्मीदवार】 के रूप में वर्गीकृत न करें। इसके बजाय, इसे एक अलग श्रेणी 【मानवीय निर्णय आवश्यक】 में रखें और बताएं कि आपको ऐसी संभावना क्यों लगती है। केवल अपने स्वयं के निर्णय के आधार पर यह निष्कर्ष न निकालें कि यह "अनावश्यक" है।
【पुनर्लेखन】 ऐसे निर्देश जहां आशय सही है लेकिन शब्दांकन अस्पष्ट, अनावश्यक है, या प्राथमिकता स्पष्ट नहीं है। एक पुनर्लेखन प्रस्ताव प्रदान करें।
【प्रश्न】 ऐसे विवरण जिनका अर्थ समझने में आपको पढ़ते समय कठिनाई हुई।
अंत में, निम्नलिखित दो बिंदुओं की रिपोर्ट करना सुनिश्चित करें:
- यदि ऐसे निर्देश थे जिन्होंने वास्तव में आपको रोका या झिझक पैदा की, तो सटीक पंक्ति और झिझक का कारण बताएं।
- यदि AGENTS.md को लगभग 100 पंक्तियों के एक सूचकांक में संक्षिप्त किया जाना था, तो आप किस संरचना का उपयोग करेंगे?
▲ यहाँ तक कॉपी करें
परिणामी "हटाने के लिए उम्मीदवार" सूची को पूरी तरह से हटाया नहीं जाना चाहिए। पहले, जांचें कि वह निर्देश क्यों जोड़ा गया था, उसका इतिहास क्या है, और यदि हटा दिया जाए तो उस पर क्या प्रभाव पड़ता है। पिछली दुर्घटनाओं के बाद जोड़ी गई सत्यापन प्रक्रियाओं को केवल इसलिए नहीं हटाया जाना चाहिए क्योंकि Codex उन्हें "अपने वर्तमान स्वरूप के लिए अनावश्यक" मानता है। विशेष रूप से सुरक्षा या संरक्षा निर्देशों के लिए, अंतिम निर्णय वह व्यक्ति ले जो इतिहास जानता हो। केवल उन्हीं वस्तुओं को हटाने के लिए आगे बढ़ें जिनके लिए जोड़ने का कारण पुष्टि हो गया हो और प्रभाव सीमित आंका गया हो। यदि संदेह हो, तो निर्देश को रखें। यदि docs में ले जा रहे हैं, तो एक स्पष्ट पथ छोड़ दें ताकि जरूरत पड़ने पर AGENTS.md से विश्वसनीय रूप से संदर्भित किया जा सके।
परिपक्वता | आप अभी कहाँ हैं?
अपने चरण की जाँच करें।
Lv.0: हर बार प्रॉम्प्ट लिखना। जैसे हर सुबह एक प्रतिभाशाली कर्मचारी को शुरू से सब कुछ समझाना।
Lv.1: AGENTS.md और docs मौजूद हैं। जैसे किसी कंपनी के पास नियम और मैनुअल हों।
Lv.2: Skills मौजूद हैं। नियमित काम के लिए प्रक्रियाएं तय हैं।
Lv.3: MCP और Plugins जुड़े हुए हैं। आवश्यक सिस्टम तक स्वतंत्र रूप से पहुँच सकते हैं।
Lv.4: Permissions, Hooks, और Tests काम कर रहे हैं। स्वचालित निष्पादन और स्वचालित निरीक्षण मौजूद हैं।
Lv.5: Browser और Subagents का उपयोग कर रहे हैं। स्वतंत्र रूप से सत्यापित कर सकते हैं और काम सौंप सकते हैं।
Lv.6: Feedback लूप मौजूद है। हर बार विफलता होने पर सिस्टम स्वयं अपडेट होता है।
बहुत से लोग Lv.1 पर हैं। और वे AGENTS.md को मोटा बनाकर आगे बढ़ने की कोशिश करते हैं। वह Lv.2 नहीं है; यह सिर्फ एक फूला हुआ Lv.1 है।
Lv.6 स्वभाव में भिन्न है। यह नई सुविधाएँ जोड़ने के बारे में नहीं है। यह सिर्फ एक परिचालन नियम रखने के बारे में है: "यदि वही गलती दो बार होती है, तो उस सुधार को AGENTS.md, Skill, Hook, या Test में वापस फीड करें।"
OpenAI ने Harness Engineering लेख में "एक बार के सत्यापन के बजाय निरंतर सुधार" की ओर यही कदम बढ़ाया है।
निष्पादन अनुक्रम | 30 मिनट, 1 दिन, 1 सप्ताह
प्राथमिकता दें। इन्हें इस क्रम में करें।
पहले 30 मिनट
- इस लेख की शुरुआत में दिए गए डायग्नोस्टिक प्रॉम्प्ट को चलाएँ।
/permissionsके साथ वर्तमान अनुमति सेटिंग्स जाँचें। यदि आप नियमित रूप सेdanger-full-accessका उपयोग कर रहे हैं, तो पहलेworkspace-writeपर वापस स्विच करें।- AGENTS.md खोलें और इसे पढ़ें। अनावश्यक, विरोधाभासी, या पुराने विवरणों की जाँच करें। 100 पंक्तियाँ सिर्फ OpenAI का एक आंतरिक उदाहरण है, कोई पूर्ण मानक नहीं। पंक्ति गणना के बजाय सामग्री के संगठन को देखें।
1 दिन
- इन्वेंट्री प्रॉम्प्ट चलाएँ। 【हटाने के लिए उम्मीदवार】 को केवल जोड़ने के कारण और प्रभाव की पुष्टि करने के बाद ही हटाएँ। 【मानवीय निर्णय आवश्यक】 के लिए, इतिहास जानने वाले किसी व्यक्ति से जाँच करने के बाद निर्णय लें।
- हटाई गई सामग्री के मूल्यवान भागों को
docsमें ले जाएँ। - AGENTS.md के अंत में "निर्देश प्राथमिकता" जोड़ें।
- एक साफ़ स्थिति से "सेट अप करें और परीक्षण पास करें" पूछें, और रिकॉर्ड करें कि यह कहाँ रुकता है।
1 सप्ताह
- एक ऐसा कार्य चुनें जो आप सप्ताह में दो बार से अधिक करते हैं और उसे Skill में बदलें।
- यदि कोई एक बाहरी डेटा स्रोत है जिस तक पहुँचने में आपको हमेशा परेशानी होती है, तो उसे MCP के माध्यम से कनेक्ट करें।
- या तो गुप्त जानकारी की जाँच या पोस्ट-एडिट linter निष्पादन को Hook बनाएँ।
- फीडबैक के लिए विफलताओं को रिकॉर्ड करने के लिए एक स्थान तय करें।
इस बिंदु तक, आप Lv.1 से Lv.4 के प्रवेश द्वार पर पहुँच जाएँगे।
रिवर्स इंडेक्स | लक्ष्य के अनुसार
एक ही स्पष्टीकरण को बार-बार दोहराने से रोकना चाहते हैं → AGENTS.md
Codex पुरानी जानकारी का संदर्भ देता है → docs / Context की इन्वेंट्री
एक ही कार्य की गुणवत्ता में उतार-चढ़ाव होता है → Skills
आवश्यक डेटा तक नहीं पहुँच सकते → MCP / Plugins
कोड लिख सकते हैं लेकिन सत्यापन के लिए आगे नहीं बढ़ सकते → Environment
इसके अपने आप कार्य करने का डर है, या बहुत अधिक अनुमोदन हैं → Permissions / Sandbox
एक ही गलती दोहराई जाती है → Hooks / Tests
लेआउट टूटने का पता नहीं चलता → Browser / Computer Use
रिसर्च में बहुत समय लगता है → Subagents
Astra पर स्विच करने के बाद काम बीच में रुकने लगा → पहले स्टॉप नोटिफिकेशन, अनुमोदन अनुरोध और त्रुटियाँ जाँचें। यदि आवश्यक हो, तो CLI में /status के साथ सेटिंग्स और उपयोग जाँचें। यदि विरोधाभासी निर्देशों का संदेह है, तो AGENTS.md और Skills की इन्वेंट्री लें।
अगली प्रतिस्पर्धा दिमाग नहीं, बल्कि वातावरण है
मॉडल चुनने का खेल लगभग खत्म हो चुका है।
Astra काफी समझदार है और बिल्कुल निर्देशानुसार चलती है। इसीलिए आप निर्देशों के रूप में जो छोड़ते हैं वह परिणाम निर्धारित करता है।
अच्छे प्रॉम्प्ट लिखने के खेल से अच्छे कार्य वातावरण डिजाइन करने के खेल तक। Astra वह मॉडल है जिसने इस परिवर्तन को अंतिम रूप दिया।
आपको आज केवल एक काम करना है। AGENTS.md खोलें और इसे पढ़ें। यही शुरुआती बिंदु है।
इतनी दूर तक पढ़ने के लिए धन्यवाद।
मैं एक मुफ्त ओपन चैट में ChatGPT, Claude, और Copilot का उपयोग करके समय बचाने और AI साइड हस्टल के विशिष्ट उदाहरण साझा करता हूँ। यदि आप उस पक्ष पर रहना चाहते हैं जो "AI का उपयोग कर सकता है," तो अभी जुड़ें।
