প্রথমবার যখন আমি একটি কোডিং এজেন্ট ব্যবহার করি, তখন আমি মুগ্ধ হয়ে যাই। এজেন্টের আগে, আমি আমার IDE এবং একটি AI চ্যাট ইন্টারফেসের মধ্যে কপি-পেস্ট করতাম। একটি এজেন্টকে সরাসরি ফাইল সম্পাদনা করতে এবং রিয়েল টাইমে নিজের ভুল ঠিক করতে দেখা ছিল অসাধারণ। কয়েক দিন পর মুগ্ধতা কেটে যায়, কারণ ঘন ঘন বাগ দেখা দিতে থাকে। এজেন্ট আমি পুনরায় চালু না করা পর্যন্ত একেবারে সাড়া দেওয়া বন্ধ করে দিত, এবং প্রায়ই কাজ সবে শুরু হলেও সেটি শেষ হয়েছে বলে ঘোষণা করত।
আমার ধারণা ছিল যে ছয় মাসের মধ্যে এজেন্টগুলো প্রযুক্তিগতভাবে ততটাই চমকপ্রদ হবে যতটা তাদের অন্তর্নিহিত LLM গুলো। কিন্তু বাস্তবে কোডিং এজেন্টগুলো খারাপই রয়ে গেছে। AI-সহায়তায় উন্নয়ন স্পষ্টভাবে এগিয়েছে, কিন্তু ভারী কাজটি করছে মডেলগুলো, আর এজেন্টগুলো এখনও বাধা হয়ে আছে। এই পার্থক্যটি গুরুত্বপূর্ণ: GPT Astra, Claude Sonnet বা GLM-5.3-এর মতো মডেল টেক্সট ও কোড তৈরি করে, আর Anthropic-এর Claude Code বা OpenAI-এর Codex-এর মতো এজেন্ট হলো সেই সফটওয়্যার যা মডেলটিকে কোডবেস ও কম্পিউটার সিস্টেমের সঙ্গে যুক্ত করে। একটি তুলনা অনুযায়ী, মডেল হলো মস্তিষ্ক এবং এজেন্ট হলো শরীর।
সবচেয়ে বড় অভিযোগ হলো এজেন্টগুলো কতটা খারাপভাবে কাজ পরিচালনা করে। একটি উদাহরণে, একটি ওপেন-সোর্স ওয়েব অ্যাপে প্রায় ১.৫ হাজার লাইনের একটি পাসফ্রেজ-সুরক্ষা ফিচার যুক্ত করার কথা ছিল। এজেন্ট কাজটিকে ১০টি সাবটাস্কে ভাগ করে একে একে চালায়, অথচ সেগুলো মাল্টিটাস্কিংয়ের জন্য তৈরি কম্পিউটারে একসঙ্গে চালানো যেত। Claude Code খুব সামান্যই মাল্টিটাস্ক করে; সাব-এজেন্ট ও এন্ড-টু-এন্ড টেস্ট শেষ না হওয়া পর্যন্ত সে অপেক্ষা করে।
এজেন্টগুলো কাজ বণ্টনেও ভালো নয়। একটি অত্যাধুনিক মডেল ৫০ হাজার লাইন কোডে একটি প্যাটার্ন খুঁজতে সময় নষ্ট করতে পারে, অথচ একটি সস্তা ও দ্রুত মডেল কাজটি সামলাতে পারত। এজেন্ট কখনো মডেল বদলানোর পরামর্শ দেয় না, ফলে ব্যবহারকারীদের নিজেদেরই মডেল পছন্দ খুঁটিনাটি করে সামলাতে হয়, যা লেখকের মতে একটি LLM-এর কাজ হওয়া উচিত।
উৎস: Hacker News · সারাংশ: HeadlinesBriefing