AI डेवलपमेंट और प्रोग्रामिंग: AI से ऐप बनाएं

अपने PC पर चलने वाला लोकल LLM और Claude, ChatGPT, Gemini जैसे क्लाउड LLM — दोनों "LLM" हैं, पर प्रदर्शन, लागत, प्राइवेसी और मेहनत में इनका अंतर साफ़ है। यह लेख सात पहलुओं पर दोनों को आमने-सामने रखता है और ईमानदारी से बताता है कि 2026 तक "प्रदर्शन का अंतर" कितना घट चुका है (रोज़मर्रा के कामों में लोकल अब व्यवहारिक है, पर एक कंज़्यूमर GPU पर चलने वाले मॉडल सबसे आगे के मॉडलों से 6–12 महीने पीछे हैं)। साथ ही लागत, हार्डवेयर ज़रूरतें और एक सरल निर्णय गाइड दी गई है — और बताया गया है कि ज़्यादातर लोगों के लिए हाइब्रिड ही सबसे अच्छा जवाब क्यों है।

Claude Code का "तेज़ ↔ स्मार्टर" डायल हर जवाब में लगने वाली सोच और टोकन तय करता है। जानें कि 5 API प्रयास स्तर (low–max) और Ultracode मोड कैसे काम करते हैं, "अतिरिक्त" (xhigh) और "अधिकतम" (max) में क्या अंतर है, और /effort कमांड से इसे कैसे सेट करें।

Agent evals यह व्यवस्थित रूप से मापने की प्रक्रिया है कि एक agent—जो टूल्स का उपयोग करता है और किसी लक्ष्य तक पहुँचने के लिए कई चरण लेता है—सचमुच अपने कार्य पूरे कर सकता है या नहीं। ये LLM evals का विकास हैं, जो लक्ष्य को "एक आउटपुट" से बढ़ाकर "क्रियाओं का एक अनुक्रम" बना देते हैं। चूँकि एक agent योजना बनाता है, टूल्स कॉल करता है, और स्टेट अपडेट करता है, इसलिए केवल अंतिम आउटपुट पर्याप्त नहीं है; Google कहता है कि आपको agent की क्रियाओं के पीछे का "क्यों" समझना होगा और मूल्यांकन को final response तथा trajectory में बाँटता है। पाँच आयाम हैं: outcome (कार्य की सफलता, अंतिम स्टेट से आँकी गई—क्या DB में आरक्षण मौजूद है, न कि "मैंने बुक कर दिया" कथन), trajectory (उचित चरण, सही क्रम में सही टूल्स), टूल-उपयोग की शुद्धता (सही टूल और आर्गुमेंट, फ़ंक्शन नाम व प्रकार जाँचना), दक्षता (चरण, टोकन, लागत, latency—अक्सर observability संकेत जो मूल्यांकन में लाए जाते हैं), और अंतिम-प्रतिक्रिया की गुणवत्ता (LLM-as-judge या रूब्रिक से)। ग्रेडर हैं code (तेज़/सस्ता/पुनरुत्पाद्य पर भंगुर), LLM-as-judge (लचीला पर अनिर्धारणीय और कैलिब्रेशन चाहिए), और human (स्वर्ण-मानक पर महँगा—हो सके तो टालें)। Anthropic पथ नहीं, बल्कि परिणाम को ग्रेड करने की सलाह देता है: रटी-रटाई trajectory मैचिंग "बहुत कठोर और भंगुर" है क्योंकि agents वैध विकल्प खोज लेते हैं, जबकि Google और Microsoft विफलताओं के निदान के लिए trajectory-match मेट्रिक्स देते हैं। अनोखी मुश्किलें हैं अनिर्धारणीयता (pass^k), संयोजी त्रुटियाँ (p^t), reward hacking (DeepMind का रोबोट आर्म पकड़ का नाटक करते हुए), और पुराने या contaminated eval सेट। Anthropic के अनुसार व्यावहारिक रणनीति: 20-50 प्रोडक्शन विफलताओं को टेस्ट केस में बदलें, CI में स्वचालित ग्रेडिंग चलाएँ, capability और regression evals अलग करें, और इन्हें जल्दी लिखें। SWE-bench, tau-bench, WebArena, GAIA, OSWorld, और BFCL जैसे बेंचमार्क उपयोगी संदर्भ हैं (स्कोर वर्शन के साथ बदलते हैं, इसलिए उन्हें अंकित मूल्य पर न लें)। आधिकारिक जानकारी पर आधारित, अनिश्चितताओं को चिह्नित करते हुए।

Claude Code hooks यूज़र द्वारा परिभाषित shell कमांड हैं जो Claude Code के लाइफ़साइकल में निश्चित बिंदुओं पर अपने-आप चलते हैं, और "ऐसा हमेशा होना ही चाहिए" को LLM के फ़ैसले पर निर्भर हुए बिना सच और डिटरमिनिस्टिक बना देते हैं। क्लासिक इवेंट नौ हैं—SessionStart, UserPromptSubmit, PreToolUse, PostToolUse, Notification, Stop, SubagentStop, SessionEnd, PreCompact—जिनमें से PreToolUse और अन्य ब्लॉक कर सकते हैं (सुरक्षित फ़ाइलों में एडिट या ख़तरनाक कमांड रोककर)। आप इन्हें settings.json में "hooks" की के तहत इवेंट नाम -> matcher -> type + command के रूप में कॉन्फ़िगर करते हैं। I/O कॉन्ट्रैक्ट: एक hook stdin पर JSON प्राप्त करता है (session_id, tool_input आदि) और exit code 0 (सफलता) / 2 (ब्लॉक, stderr Claude को वापस) या स्ट्रक्चर्ड JSON (continue, decision:block, permissionDecision: deny/allow/ask) के ज़रिए लौटाता है। मुख्य सिद्धांत है "hooks पाबंदियाँ सख़्त कर सकते हैं पर ढीली नहीं" (deny हमेशा जीतता है, bypassPermissions के तहत भी ब्लॉक; पर plugin वाला mod कुछ स्थितियों में इसे पलट सकता है)। क्लासिक उपयोग-केस: एडिट के बाद ऑटो-फ़ॉर्मैट (PostToolUse + Edit|Write), अहम फ़ाइलों की सुरक्षा, ख़तरनाक कमांड रोकना, कॉन्टेक्स्ट फिर से इंजेक्ट करना (SessionStart), नोटिफ़िकेशन/ऑडिट लॉगिंग, और रुकने से पहले टेस्ट (Stop)। सुरक्षा पर, hooks आपके अधिकारों के साथ मनमाने shell कमांड चलाते हैं, इसलिए केवल भरोसेमंद ही कॉन्फ़िगर करें और इनपुट वैलिडेट/कोट करें; इंटरैक्टिव सेशन में फ़ोल्डर पर भरोसा जताने तक सेटिंग्स फ़ाइलों के hooks नहीं चलते (एक सुरक्षा फ़ीचर), और इन फ़ाइलों के सीधे बदलाव आम तौर पर अपने-आप लागू हो जाते हैं। आधिकारिक दस्तावेज़ पर आधारित, नौ क्लासिक इवेंट और I/O कॉन्ट्रैक्ट पर केंद्रित।

Checkpointing और /rewind एक सुरक्षा-जाल हैं: Claude Code आपके काम करते समय Claude के फ़ाइल एडिट्स को अपने-आप ट्रैक करता है, ताकि आप कुछ ही कीस्ट्रोक में "गड़बड़ होने से पहले" तक वापस लौट सकें। हर एडिट से पहले एक स्नैपशॉट लिया जाता है, आपका भेजा हर प्रॉम्प्ट एक रिस्टोर पॉइंट बन जाता है, और checkpoints सेशनों के पार बने रहते हैं। इसका इस्तेमाल करने के लिए, /rewind टाइप करें या इनपुट खाली होने पर Esc दो बार दबाकर मेन्यू खोलें, फिर एक बिंदु चुनें और कोड और बातचीत बहाल करें / बातचीत बहाल करें / कोड बहाल करें चुनें (ध्यान दें: अगर इनपुट में टेक्स्ट हो, तो Esc दो बार उसे साफ़ कर देता है)। सबसे ज़रूरी चेतावनी: केवल Claude के एडिट टूल्स (Write/Edit/NotebookEdit) द्वारा किए गए बदलाव बहाल होते हैं — bash कमांड (rm/mv/cp) के फ़ाइल बदलाव, सेशन के बाहर या अन्य सेशनों से किए गए बदलाव, subagents के एडिट, symlink या hard link वाली फ़ाइलें, और डेटाबेस स्थिति rewind से पूर्ववत नहीं होतीं। दस्तावेज़ checkpoints को "सेशन-स्तर पर तुरंत रिकवरी के लिए बनाया गया" बताता है और स्थायी इतिहास व साथ मिलकर काम के लिए Git जैसे वर्ज़न कंट्रोल का इस्तेमाल जारी रखने को कहता है, इसलिए माइलस्टोन पर Git में कमिट करना नियम है। /rewind tool-use कॉन्करेंसी और thinking blocks से जुड़े 400 एरर की भी रिकवरी है (प्रोडक्ट खुद इसे चलाने को कहता है), हालाँकि v2.1.156 से पुराने वर्ज़न इसे साफ़ न कर पाएँ इसलिए पहले claude update। यह इंटरैक्टिव CLI में डिफ़ॉल्ट रूप से चालू है, Agent SDK में opt-in, और सेशनों के साथ 30 दिन तक रखा जाता है (कॉन्फ़िगर करने योग्य)। आधिकारिक दस्तावेज़ के आधार पर, अनिश्चितताओं को चिह्नित करते हुए।

Claude Managed Agents 8 अप्रैल 2026 को public beta के रूप में लॉन्च हुआ — बड़े पैमाने पर cloud-hosted agents बनाने और तैनात करने के लिए composable APIs का एक सूट। अपना खुद का agent loop, tool execution, और runtime बनाने के बजाय आपको एक पूरी तरह managed environment मिलता है जहाँ Claude सुरक्षित रूप से files पढ़ सकता है, commands चला सकता है, web ब्राउज़ कर सकता है, और code execute कर सकता है — prompt caching, context compaction, sandboxing, और state persistence अंतर्निहित के साथ। यह चार अवधारणाओं (Agent, Environment, Session, Events) के इर्द-गिर्द संगठित है, और Environment या तो Anthropic-managed cloud sandbox हो सकता है या self-hosted। self-hosted Agent SDK (जहाँ आप loop, tools, और infrastructure चलाते हैं) से अंतर है "आप चलाते हैं बनाम Anthropic चलाता है" — प्रतिस्पर्धी नहीं बल्कि इस बारे में एक चुनाव कि संचालन का कितना हिस्सा आप रखते हैं। एक विशिष्ट सुविधा है workspace-scoped स्थायी memory (एक memory store) जो sandbox में /mnt/memory पर mounted होती है, जिसे agent सामान्य file operations से पढ़ता-लिखता है और जो sessions के बीच बनी रहती है (अपरिवर्तनीय versions, पुराने versions 30 दिन तक और हाल के हमेशा, प्रति memory 100 kB जैसी सीमाएँ)। Dreaming एक async job है जो मौजूदा memory और पिछले transcripts को पढ़कर एक पुनर्व्यवस्थित memory store तैयार करता है — डुप्लिकेट मर्ज करते हुए, पुराने मान अपडेट करते हुए, और नई अंतर्दृष्टियाँ सामने लाते हुए (एक research preview जिसके लिए access आवश्यक; Anthropic की घोषणा इसे "scheduled" कहती है, जबकि API docs इसे एक async job बताते हैं जिसे आप बनाते और जाँचते हैं)। इसमें outcomes-आधारित ग्रेडिंग (एक अलग grader आपके rubric के विरुद्ध मूल्यांकन करता है; Anthropic के अपने परीक्षणों में 10 अंक तक सुधार) और multi-agent orchestration भी है। मूल्य है tokens + $0.08 प्रति session-hour (मिलीसेकंड तक मापा गया, केवल चलने के दौरान; Claude Opus 5 की दरों वाले Anthropic के उदाहरण में एक 1-घंटे के session के लिए लगभग $0.705)। सभी API accounts के लिए डिफ़ॉल्ट रूप से सक्षम, लेकिन stateful इसलिए ZDR या HIPAA BAA के लिए योग्य नहीं। आधिकारिक जानकारी के आधार पर, अनिश्चितताओं को चिह्नित करते हुए।

Claude Code प्लगइन skills, सबएजेंट, hooks, MCP कॉन्फ़िगरेशन और दूसरे एक्सटेंशन को बाँटने की इकाई है। Marketplace उनके स्रोतों का कैटलॉग है। यह लेख आधिकारिक और community कैटलॉग, पंजीकरण, इंस्टॉलेशन और सक्रियता समझाता है। एक ही डायरेक्टरी संरचना के उदाहरण से skill बनाना, प्लगइन और कैटलॉग अलग-अलग सत्यापित करना और Git से बाँटना सीखते हैं। इंस्टॉलेशन का दायरा, version पर निर्भर अपडेट की शर्तें और सुरक्षा समीक्षा की सीमाएँ भी बताई गई हैं।

Claude Code में काम बाँटने के दो तंत्र हैं: subagents और Agent Teams। Subagents अंतर्निहित हैं, एक केंद्रित कार्य सौंपकर सारांश लौटाते हैं (पदानुक्रमित, हर कार्य के लिए शुरू)। Agent Teams प्रयोगात्मक हैं और डिफ़ॉल्ट रूप से बंद हैं, जहाँ स्वतंत्र सत्र समकक्षों की तरह समन्वय करते हैं। यह लेख निर्णायक अंतर, कौन-सा चुनें और सावधानियाँ बताता है।

Claude Design एक Anthropic Labs डिज़ाइन टूल है जो बातचीत के ज़रिए UI, प्रोटोटाइप और वन-पेजर बनाता है, और 16 सितंबर 2026 से किसी भी बातचीत के अंदर काम करता है। जून 2026 के बड़े बदलाव ने design-system इम्पोर्ट और Claude Code के साथ आना-जाना जोड़ा: /design-sync आपके repo का design system Claude Design में लाती है, और Claude Code को सौंपना और /design डिज़ाइन को कोड तक ले जाते हैं। यह लेख बताता है कि यह क्या है, /design-sync और /design का काम कैसे बँटा है, उपलब्धता और यह क्यों मायने रखता है।

18 जून 2026 को Anthropic ने Claude Code Artifacts की घोषणा की — एक ऐसी सुविधा जो टर्मिनल कोडिंग सेशन को एक लाइव वेब पेज में बदल देती है जिसे आपकी टीम शेयर कर सकती है। git diff और लॉग को अंतहीन टेक्स्ट में बहाने के बजाय, Claude Code एनोटेट किया हुआ PR वॉकथ्रू, स्वयं-अपडेट होने वाला डैशबोर्ड, इंसिडेंट टाइमलाइन या खुद-ब-खुद चेक होने वाली रिलीज़ चेकलिस्ट को एक प्राइवेट claude.ai URL पर एक पेज के रूप में पब्लिश करता है। यह लेख आधिकारिक डॉक्स के आधार पर बताता है कि यह क्या है, 2024 के canvas-शैली के claude.ai Artifacts से कैसे अलग है (सेशन-स्रोत वाला, स्वयं-अपडेट, डिफ़ॉल्ट रूप से निजी), इसे कैसे इस्तेमाल करें (/artifact कमांड नहीं — सादी भाषा में पूछें; Claude .html लिखकर पब्लिश करता है और URL दिखाता है; Share से org के भीतर या सार्वजनिक लिंक से शेयर करें), इसकी सीमाएँ (काम का कैप्चर: कोई बैकएंड नहीं, सख़्त CSP बाहरी रिक्वेस्ट सीमित करता है, एक ही पेज, अधिकतम 16 MiB) और उपलब्धता (Pro/Max/Team/Enterprise, /login से साइन-इन ज़रूरी, केवल Anthropic API)।

Claude Code की auth/login errors (Not logged in / Invalid API key / organization disabled / OAuth token expired) ज़्यादातर 401/403 = credential की समस्याएँ हैं। सबसे आम असली कारण: environment variable ANTHROPIC_API_KEY का चुपचाप आपकी subscription (Pro/Max) login को override करना — जो अप्रत्याशित pay-as-you-go शुल्क, "organization disabled" और "Invalid API key" पैदा करता है। यह लेख निदान का workflow देता है: पहले /status से active credential देखें, env | grep ANTHROPIC से भटकी key खोजें, unset करके shell config से हटाएँ, फिर /logout → /login। साथ में 401/403 को usage limit, 429, 529/500 से अलग करना और रोकथाम checklist।

Claude Code का "command not found: claude" अक्सर इंस्टॉल विफलता नहीं, बल्कि सिर्फ़ इंस्टॉल डायरेक्ट्री (~/.local/bin) का PATH पर न होना होता है — एक लाइन जोड़ें और टर्मिनल रीस्टार्ट करें। npm की EACCES को sudo से नहीं, नेटिव इंस्टॉलर पर स्विच करके ठीक करें; अटकने पर claude doctor चलाएँ। यह लेख इंस्टॉल के तरीके और स्थान, PATH फ़िक्स, कई इंस्टॉल के टकराव, Windows के खास जाल (गलत शेल, Claude Desktop का Claude.exe), अपडेट और एक चरण-दर-चरण निदान वर्कफ़्लो कवर करता है।