Grok Bot का एक ही आउटपुट है: एक संदेश
यह उल्टा लग सकता है। पावर-यूज़र टूल्स जटिलता और विस्तार पर बने होते हैं, है ना?
Chat में मेरा वर्कफ़्लो नहीं हो सकता। यह एक खास वर्कफ़्लो है। मैं एक डेवलपर हूँ।
"अपने खास वर्कफ़्लो से देखो"
लेकिन क्या होगा अगर "पावर" इंटरफ़ेस के बजाय अंतर्निहित सिस्टम से आता है? कोड की जगह, अब हम प्रॉम्प्ट लिखते हैं।
हमने IDEs को TUIs से बदल दिया क्योंकि टर्मिनल ही असली टूल था - chat सिर्फ़ इंटरफ़ेस है।
हमें यूज़र इंटरफ़ेस की ज़रूरत नहीं है - कम से कम, पारंपरिक अर्थों में नहीं। हमें एक कंप्यूटर चाहिए।
और इसे खुद इस्तेमाल करने के बजाय, हम इसे किसी एजेंट को दे सकते हैं। यही Grok Bot है: एक एजेंट जिसके पास कंप्यूटर है।
मैं Grok Bot का इस्तेमाल 4 अलग-अलग तरीकों से कर रहा हूँ, और वे सब chat हैं, पूरी तरह से।
पर्सनल सॉफ़्टवेयर
AI ने कोड की लागत कम कर दी और पर्सनलाइज़्ड सॉफ़्टवेयर को अनलॉक कर दिया - कुछ तो इसे 'डिस्पोज़ेबल' सॉफ़्टवेयर भी कहते हैं।
https://x.com/davidhoang/status/1802140453292372272
https://x.com/jsngr/status/1802032670353904122
लेकिन सॉफ़्टवेयर है क्या?
सॉफ़्टवेयर है: लॉजिक, परसिस्टेंट स्टोरेज, और एक इंटरफ़ेस। सॉफ़्टवेयर इनपुट लेता है, उनके साथ कुछ करता है, फिर आउटपुट लौटाता है।
ऐतिहासिक रूप से, हमने लॉजिक को कोड के रूप में वर्णित किया है। अब, हम तेज़ी से लॉजिक को अंग्रेज़ी के माध्यम से वर्णित कर रहे हैं।
परसिस्टेंट स्टोरेज पहले मुश्किल हुआ करता था (डेटाबेस) लेकिन अब, परसिस्टेंट स्टोरेज वास्तव में कुछ भी हो सकता है… एक CSV, एक रिपॉज़िटरी, एक JSON फ़ाइल।
हालांकि, इंटरफ़ेस कुख्यात रूप से कठिन हैं। वे कठोर वर्कफ़्लो के आसपास डिज़ाइन किए गए हैं - उन्हें ओपिनियनेटेड, लेकिन लचीला होना चाहिए।
सभी सॉफ़्टवेयर सादगी और दायरे के बीच एक समझौता करके आता है। मैं जो बनाता हूँ वह सरल शुरू होता है, फिर जल्दी से प्रबंधित करना मुश्किल हो जाता है।
सॉफ़्टवेयर जीवन को आसान बनाने के लिए मौजूद है, फिर भी अधिकांश पर्सनल सॉफ़्टवेयर एक अवैतनिक दूसरी नौकरी में बदल जाता है।¹ हमें कुछ बेहतर चाहिए।
सॉफ़्टवेयर से chat तक
मेरा सबसे हालिया पर्सनल सॉफ़्टवेयर एक स्ट्रेंथ ट्रेनिंग ऐप था।
https://x.com/mattyp/status/2070129458305257746
मैंने UI को परिष्कृत करने, एक डेटाबेस जोड़ने², फ़ॉर्मूले बनाने और टेस्ट लिखने में हफ़्ते बिताए। मैंने एक पूर्ण प्रीव्यू डिप्लॉय सिस्टम और अपने ऐप पर पुनरावृत्ति करने के लिए कुछ अच्छे फ़ीडबैक लूप बनाए।
हमेशा एक नया एज केस, एक नई चीज़ ठीक करने के लिए, एक नई समस्या होती थी।
मैं नोट्स लिखता और क्लाउड एजेंट भेजता।
धीरे-धीरे, यह बेहतर हुआ! फिर भी, यह टूटता है।
एक दिन मैंने सोचा - क्या होगा अगर यह सिर्फ़ एक chat हो?
Grok Bot से बात करके, मैंने अपने ऐप से सभी मुख्य लॉजिक निकाल लिए। मैंने इसे स्किल्स और MCP सर्वर के एक सेट के रूप में फिर से लिखा।³
मैंने Grok से मेरे वर्कआउट को लॉग करने के लिए एक फ़ॉर्मेट बनाने को कहा। मैंने स्टोरेज लेयर के रूप में Git का उपयोग करने का फैसला किया।
अब, Grok मुझे हर दिन मेरा वर्कआउट भेजता है। मैं 30 सेकंड के वॉइस नोट से प्रत्येक वर्कआउट को लॉग करता हूँ। अगर मैं कोई एक्सरसाइज़ बदलना चाहता हूँ, तो मैं पूछता हूँ। अगर कोई प्रोग्रेसन गलत लगता है, तो मैं पूछता हूँ। अगर मैं कोई फ़ीचर जोड़ना चाहता हूँ, तो मैं पूछता हूँ।
ऐप अधिक लचीला, सरल और तेज़ है। मैं एक ही संदेश से फ़ीचर जोड़ या हटा सकता हूँ। कोई CI नहीं, कोई प्रीव्यू डिप्लॉय नहीं, और तोड़ने के लिए कोई UI नहीं।
मैंने जिम जाते समय ऐसा किया। मैं चलते-चलते ऐप को अपडेट और रिफ़ाइन करता हूँ।
आखिरकार, मैं अपने फ़िटनेस ऐप में chat बनाना चाहता था। अब मेरा फ़िटनेस ऐप chat है।
कोड
"ठीक है, इस आदमी को भूल जाओ - यह चैटबॉट के साथ कोड लिख रहा है।" आप छह लोगों के लिए जो यहाँ तक आए, मेरी बात सुनें।
मैं कोडिंग हार्नेस को बदल नहीं रहा हूँ, मैं कोडिंग हार्नेस को कॉल कर रहा हूँ।
@SpaceXAI के कुछ बेहतरीन इंजीनियर सैकड़ों PRs शिप कर रहे हैं, जो @Bot से शुरू होते हैं।
पिछले हफ़्ते, मैं @poteto के साथ बैठा।
उसने Grok Bot को सही "आउटर लूप" बताया: एक जगह जहाँ संदर्भ इकट्ठा करके सौंपा जा सके। "संदर्भ कीमती है," उसने कहा।
एजेंट नेक्स्ट टोकन प्रेडिक्शन पर काम करते हैं: एजेंट इनपुट सीधे आउटपुट को प्रभावित करते हैं।
Chat, फ़ाइलें, एजेंट क्या खोजते हैं, एजेंट क्या पढ़ते हैं।
एजेंट क्या एक्सेस करते हैं, उतना ही महत्वपूर्ण है जितना कि वे क्या एक्सेस नहीं करते।
Lauren और अन्य लोग Grok Bot का उपयोग विचारों का पता लगाने, जानकारी प्राप्त करने, संदर्भ इकट्ठा करने और फिर क्लाउड एजेंट को भेजने के लिए प्रॉम्प्ट तैयार करने में करते हैं।
वह काम इनर लूप एजेंट के संदर्भ की रक्षा करता है।
अपने क्लाउड एजेंट को बहुत सारे खोजपूर्ण शोध से गंदा करने के बजाय, मैं उन्हें केवल वही भेज सकता हूँ जो आवश्यक है - संदर्भ विषाक्तता से बचते हुए।⁴
कोड एक और परत ऊपर अमूर्त हो गया है - क्लाउड एजेंट से "Bots" या एजेंट मैनेजर तक।
सौभाग्य से, Cursor इस हैंडऑफ़ को सहज बनाता है - Grok Bot द्वारा शुरू किए गए एजेंट मेरे Cursor ऐप के अंदर मेरा इंतज़ार कर रहे हैं।
आप, मानव, आउटर लूप एजेंट से chat करते हैं। आउटर लूप एजेंट इनर लूप एजेंट शुरू करता है।
कोडिंग टूल्स इनर लूप हैं, आउटर लूप chat है।
वर्कफ़्लो ऑटोमेशन
अगर सॉफ़्टवेयर सिर्फ़ लॉजिक, परसिस्टेंट स्टोरेज और एक इंटरफ़ेस है, तो एक वर्कफ़्लो सॉफ़्टवेयर का एक रूप है।
हम परिणाम प्राप्त करने के लिए कई टूल्स को एक साथ जोड़ते हुए वर्कफ़्लो बनाते हैं। उन वर्कफ़्लो को एक मानव की आवश्यकता होती है।
यह एक समस्या है, क्योंकि मनुष्य गलतियाँ करते हैं और अधिकांश UIs बहुत खराब हैं। अकाउंटिंग, शॉपिंग और बैंकिंग श्रमसाध्य ऑपरेशन हैं।
मैं नाटकीयता दिखा रहा हूँ, लेकिन इन वेबसाइटों से निपटना एक वास्तविक संज्ञानात्मक बोझ पैदा करता है।
क्या आपने कभी गलत फ़्लाइट बुक की है? गलत स्थान पर कुछ ऑर्डर किया है? सोचा कि आपने किसी चीज़ के लिए भुगतान किया लेकिन नहीं किया? मैंने किया है।
व्यक्तिगत कार्यों से अधिक - हम सभी हर दिन समान टूल्स में काम करते हैं।
AI का वादा हमें बेकार करना नहीं है⁵, बल्कि उन चीज़ों को खत्म करना है जो हमें वास्तविक काम और रचनात्मकता से विचलित करती हैं।
वर्कफ़्लो और GUIs हमारे कौशल को बढ़ाने के लिए थे, लेकिन अक्सर वे इसे बदल देते हैं। कई लोगों के लिए, यह पहली बार है जब हम सोचने, अभिव्यक्त करने और अपनी प्राथमिकताएँ बताने के लिए स्वतंत्र हैं और किसी और को उन्हें लागू करने देते हैं।
उसी तरह जैसे पर्सनल सॉफ़्टवेयर chat में समा सकता है, उपभोक्ता और व्यावसायिक वर्कफ़्लो भी समा सकते हैं।
https://x.com/kristaletz/status/2089103618121314689
पागलपन की बात यह है कि हमें MCPs, होस्टेड मार्कडाउन या टूल्स की ज़रूरत नहीं है।
हमें बस AI और एक कंप्यूटर चाहिए, उसी सॉफ़्टवेयर के साथ जिसका हम उपयोग करते हैं। यही Grok है: AI एक कंप्यूटर के साथ।
सेव्ड सर्च
मैं ऑनलाइन बहुत सी चीज़ें खरीदता और बेचता हूँ। अगर आपने कभी किसी मार्केटप्लेस को ब्राउज़ किया है, तो आपने शायद सर्च को सेव और पुन: उपयोग किया है: यह एक वरदान है।
लेकिन सेव्ड सर्च वास्तव में सिर्फ़ पूर्व-लागू लॉजिक है - यह एक वर्कफ़्लो है। सर्च सेव करने के बाद, मैं अपनी बहुत ही विशिष्ट सर्च प्रक्रिया शुरू करता हूँ:
- क्या लिस्टिंग वैध है?
- क्या स्थिति अच्छी है?
- क्या कीमत उचित है?
- क्या यह पास में है?
यह मेरा "सॉफ़्टवेयर" है, सरल फ़िल्टरिंग लॉजिक जिसका उपयोग मैं वह खोजने के लिए करता हूँ जो मुझे पसंद है - लॉजिक जिसे सेव्ड सर्च संभाल नहीं सकता, लेकिन Grok Bot कर सकता है।
मेरा Grok Bot अब Craigslist और Facebook Marketplace पर नज़र रख रहा है, हर दिन नई एस्प्रेसो मशीनों की जाँच कर रहा है जो मेरे मापदंड से मेल खाती हैं।
यह एक संदेश तैयार कर सकता है और मेरे लिए भेज सकता है। यह मुझे सलाह दे सकता है कि क्या खरीदना है और क्या नहीं खरीदना है। यह सुनिश्चित कर सकता है कि मैं बेवकूफी भरी गलतियाँ न करूँ (जब मैं थका होता हूँ तो अक्सर करता हूँ)।
यह वेब ब्राउज़र की तुलना में बहुत बेहतर इंटरफ़ेस है। उपभोक्ता और एंटरप्राइज़ UIs chat में समा रहे हैं।
सूचना पुनर्प्राप्ति
अधिकांश ज्ञान कार्य खोज और पुनर्प्राप्ति है। यह सवाल पूछना और जवाब पाना है।
Notion और Slack जैसे टूल्स ने हमारे संवाद करने के तरीके में क्रांति ला दी, लेकिन सही जानकारी ढूँढना अभी भी बहुत मुश्किल है - खासकर कई स्रोतों पर।
सीखना फ़ीडबैक लूप द्वारा सीमित है। अगर किसी सवाल का जवाब देने में 2 घंटे लगते हैं, तो मेरे पास उस व्यक्ति की तुलना में कम "चक्र" होंगे जिसे 2 मिनट में जवाब मिलता है।
यह दर्दनाक हो सकता है, क्योंकि हम में से कई लोग पहली बार प्लगइन्स और MCP सर्वर से चंचल, भंगुर इंटरफ़ेस के माध्यम से परिचित हुए थे।
लेकिन वे बहुत बेहतर हो गए हैं - बड़े हिस्से में Grok Bot टीम के लिए धन्यवाद।
मैंने Grok Bot प्लगइन्स को उत्कृष्ट पाया है - आश्चर्यजनक रूप से उत्कृष्ट। मैंने हमारा कोडबेस, Slack, Notion, मेरा ईमेल, मेरा कैलेंडर, Figma… कई अकाउंट भी कनेक्ट किए हैं।
और Grok चीज़ों को खोजने में डरावना रूप से अच्छा है।
जब मैं Cursor में शामिल हुआ तो यह पहली चीज़ थी जो मैंने की।
Cursor में ऑनबोर्डिंग
मैंने लगभग एक सप्ताह में Cursor में ऑनबोर्ड किया। मैंने अपने पहले दिन @leerob से कुछ सवाल पूछे। फिर, मुझे Grok Bot तक पहुँच मिली।
मेरी ऑनबोर्डिंग Grok से दर्जनों सवालों में बदल गई।
उत्पाद के बारे में सवाल, IT के बारे में सवाल, मुझे कहाँ पार्क करना चाहिए, या दोपहर का भोजन कब होगा, इस बारे में सवाल। लॉन्च आमतौर पर कैसे दिखते हैं, किसके पास क्या है, चीज़ें कहाँ रहती हैं, इस बारे में सवाल।
हर बार मैंने सोचा "Grok इसका जवाब नहीं दे पाएगा।" हर बार, उसने वास्तव में दिया।
कभी-कभी, मेरे वर्षों के पेशेवर 'अनुभव' ने कहा "यह चीज़ किसके पास है? मुझे उन्हें Slack पर पिंग करना चाहिए।"
"नहीं! 🙅♂️" मैं खुद से कहता (अपने दिमाग में उस इमोजी के साथ)
"मैं Grok से पूछूँगा! मैं अपने व्यस्त टीम के साथियों को और संदेश नहीं भेजूँगा!"
पता चला, Cursor (और अब SpaceX) के आकार की कंपनी में, अधिकांश लोगों ने आपका सवाल पूछा है और आश्चर्यजनक संख्या में चीज़ों का दस्तावेज़ीकरण किया गया है।
लेकिन कोड सॉफ़्टवेयर से अधिक है, यह सत्य का स्रोत है।
Grok Bot हमारे कोडबेस को देखने और मुझे बताने में सक्षम रहा है कि ऐप में चीज़ें कहाँ हैं।⁶
उन बर्बाद घंटों की कल्पना करें अगर मुझे हर सवाल के बारे में किसी व्यक्ति को पिंग करना पड़ता - मैं शायद अभी यह नहीं लिख रहा होता!
और अब... मैं @SpaceXAI में ऑनबोर्ड करने के लिए Grok Bot का उपयोग कर रहा हूँ।
भविष्य chat है
पिछले साल, हमने IDE को chat में समाते देखा। अब, हम अन्य इंटरफ़ेस को भी ऐसा करते देख रहे हैं।
सामान्य कार्यों को स्वचालित करने से अधिक, Grok Bot ने मुझे यह पुनर्विचार करने पर मजबूर कर दिया है कि मैं क्या बनाता हूँ। अगर मैं एक एजेंट और एक SaaS के साथ एक वर्कफ़्लो का अनुकरण कर सकता हूँ, तो क्या मुझे वास्तव में एक समाधान को वाइब कोड करने की ज़रूरत है? या एक एजेंट और एक कंप्यूटर पर्याप्त है? SaaS फल-फूल रहा है, लेकिन उपभोक्ता अब कंप्यूटर-उपयोग एजेंट हैं।
Chat मेरे कई अन्य वर्कफ़्लो को बदल रहा है।
यह थोड़ा डरावना है: अगर टूल्स के लिए नहीं, तो एक शिल्पकार क्या है?
लेकिन क्या होगा अगर असली टूल अंग्रेज़ी है: जो हम समझते हैं और चाहते हैं उसे व्यक्त करने की क्षमता। और असली शिल्प वह है जो हम बनाते हैं उसके बारे में नए विचार रखना।
Chat सबसे परिचित मानव इंटरफ़ेस है। हमें पहले iPhone पर स्क्यूओमॉर्फिक डिज़ाइन की ज़रूरत थी क्योंकि मनुष्य स्पर्श इंटरफ़ेस को समझते थे।
हमें AI के साथ chat इंटरफ़ेस की ज़रूरत है, क्योंकि मनुष्य chat को जानते हैं।
और पता चला है कि मुझे अपने एजेंटों को वॉइस नोट्स से परेशान करना उतना ही पसंद है जितना मुझे अपने दोस्तों को परेशान करना पसंद है।
फ़ुटनोट्स
¹ जब तक आप डेवलपर रिलेशंस में काम नहीं करते :)
² शाउट आउट @convex & @PlanetScale
³ Agent Plugins के रूप में पैकेज किया गया
⁴ शाउट आउट @dbreunig
⁵ प्रभावी परोपकारियों की बकबक हमें इस निष्कर्ष पर ले जा सकती है
⁶ यह ट्वीट, उदाहरण के लिए
