Verification Loops

उसे नतीजा देखने दें

जब agents कुछ ऐसा चला सकें जो बताए कि काम सही है या नहीं, तब वे बहुत बेहतर करते हैं: tests, linter, type checker, screenshot। Verification command CLAUDE.md में बताएँ और "पूरा हुआ" कहने से पहले उसे चलाने को कहें।

बनाएँ, मापें, सुधारें

जिसे मापा नहीं जा सकता उसे सुधारा नहीं जा सकता। Evals, जाँच और बजट demo को भरोसेमंद system बनाते हैं।

Verification script

एक command जो ज़ोर से विफल हो, agent को साफ़ संकेत देता है। set -e पहले विफल step पर रुक जाता है।

#!/usr/bin/env bash
set -e
npm run lint
npm run typecheck
npm test

"Done" पर भरोसा न करें

Agent बिना जाँचे सफलता बता सकता है। महत्वपूर्ण बदलावों में test output ख़ुद पढ़ें, और ऐसे tests से सतर्क रहें जिन्हें पास कराने के लिए कमज़ोर कर दिया गया हो।

त्वरित जाँच: Coding task में agent की विश्वसनीयता सबसे ज़्यादा क्या बढ़ाता है?

• ज़्यादा विशेषणों वाला लंबा prompt
• काम जाँचने के लिए चलाने योग्य command
• Test results छिपाना
• Repo में कम files