Microsoft Scope आया: AI कोडिंग एजेंट का असली टेस्ट शुरू!

अरे भाई सुनो, मार्केट में एकदम गदर मच गया है। अब तक आप AI कोडिंग एजेंट से कोड लिखवाते थे और भरोसा करते थे कि जो उसने बनाया है, वह सही ही होगा। लेकिन अब Microsoft ने ऐसा हथियार उतार दिया है जो खुद इन AI एजेंट्स की परीक्षा लेगा। नाम है Scope, और सीधी बात नो बकवास, यह खबर हर डेवलपर के लिए है जो Copilot या Claude Code पर भरोसा करके प्रोडक्शन कोड भेजता है।

Microsoft ने 19 अक्टूबर 2026 को Scope को ओपन-सोर्स कर दिया है। यह खुद कोई कोडिंग एजेंट नहीं है, बल्कि एक ऐसा टेस्टिंग प्लेटफॉर्म है जो GitHub Copilot और Claude Code जैसे एजेंट्स को एक ही टास्क पर दौड़ाकर बताता है कि कौन सा एजेंट सच में काम पूरा करता है और कौन बीच में ही अटक जाता है।

Scope आखिर है क्या?

Microsoft का कहना है कि AI कोडिंग एजेंट अब आपके सॉफ्टवेयर के नए यूजर बन चुके हैं। ये एजेंट API खोजते हैं, SDK चुनते हैं, डॉक्यूमेंटेशन पढ़ते हैं और आपकी तरफ से टूल चलाते हैं। दिक्कत यह है कि जो एक्सपीरियंस इंसान के लिए बढ़िया लगता है, वही एजेंट के लिए जाल बन सकता है। एजेंट गलत API चुन लेता है, कोई जरूरी निर्देश छोड़ देता है या अधूरे निर्देश पर अटक जाता है।

इसी गैप को भरने के लिए Microsoft ने एक नई डिसिप्लिन का नाम दिया है, Developer Agent Experience यानी DevAx। पुरानी Developer Experience में यूजर टेस्टिंग, इंटरव्यू और फीडबैक से काम चलता था, लेकिन एजेंट के मामले में यह काफी नहीं है। Scope इसी DevAx को मापने का औजार है, और इसे Microsoft की Developer Relations टीम ने एक साल से ज्यादा समय तक बनाकर अब MIT License के तहत सबके लिए खोल दिया है।

Scope काम कैसे करता है?

एक टास्क, कई एजेंट, एक ही पैमाना

आप Scope को एक टास्क देते हैं, जरूरत हो तो शुरुआती कोडबेस भी देते हैं, और एजेंट का सेटअप चुनते हैं। इसके बाद Scope उसी टास्क को अलग-अलग एजेंट्स के जरिए चलाता है। फिलहाल इसमें तीन एजेंट सपोर्ट किए जाते हैं, GitHub Copilot CLI, Claude Code CLI और VS Code Copilot। एक ही टास्क, एक ही कसौटी, एक ही माहौल, इसलिए तुलना में कोई चालबाजी नहीं चलती।

सफलता का पैमाना: क्राइटेरिया का ग्राफ

Scope में सफलता को क्राइटेरिया के एक डिपेंडेंसी ग्राफ से परिभाषित किया जाता है, जिसमें एक जांच दूसरी पर निर्भर हो सकती है। मिसाल के तौर पर, एक Node.js सर्वर बनाने के टास्क में यह जांचा जा सकता है कि क्या GET /health रूट JSON जवाब देता है। हर रन का फैसला एक LLM आधारित जज करता है, और Microsoft खुद चेतावनी देता है कि जज भी गलती कर सकता है, इसलिए बड़े फैसलों में इंसानी समीक्षा जरूरी है।

हर रन का पूरा सबूत

हर रन में लाइव लॉग, बनी हुई फाइलें, वर्कस्पेस स्नैपशॉट और टूल कॉल्स का पूरा ट्रेस सुरक्षित रहता है। कोई क्राइटेरिया फेल हुआ तो आप ठीक-ठाक देख सकते हैं कि एजेंट कहां भटका। वर्जन वाले प्रोफाइल में एजेंट, मॉडल, स्किल्स, MCP सर्वर और एक्सटेंशन सेव रहते हैं, इसलिए एक चीज बदलकर वही टास्क दोबारा चलाना और तुलना करना आसान हो जाता है। नतीजे वेब पोर्टल में देखे जा सकते हैं, या CLI और REST API से अपनी पाइपलाइन में जोड़े जा सकते हैं।

Azure Cosmos DB का सबूत: आंकड़े क्या कहते हैं?

Microsoft ने Scope का एक असली उदाहरण भी दिया है। Azure Cosmos DB टीम ने अपने Agent Kit की तुलना सीधे मॉडल्स से की, जिसमें 5 भाषाओं में 8 सीनारियो आजमाए गए। नतीजा यह निकला कि 20 Agent Kit सुधार और 27 डॉक्यूमेंटेशन सुधार किए गए। एक टारगेटेड अपडेट के बाद हायरार्किकल पार्टीशन-की का इस्तेमाल 47 प्रतिशत से बढ़कर 100 प्रतिशत हो गया, और OFFSET/LIMIT का गलत इस्तेमाल 47 प्रतिशत से घटकर शून्य हो गया।

यहां एक बात सीना ठोक के साफ कर देना जरूरी है, Microsoft खुद कहता है कि ये फायदे उन्हीं सीनारियो पर लागू होते हैं, हर एजेंट पर सामान्य रूप से नहीं। यानी आंकड़े दमदार हैं, लेकिन उन्हें बढ़ा-चढ़ाकर पेश करना गलत होगा।

पुराना तरीका बनाम Scope का तरीका

आम जनता और भारतीय युवाओं के लिए क्यों है खास?

अगर आप भारत में कोडिंग सीख रहे हैं, फ्रीलांसिंग कर रहे हैं या किसी स्टार्टअप में SDK और डॉक्यूमेंटेशन बनाते हैं, तो यह खबर आपके लिए सीधे काम की है। पहली बात, Scope ओपन-सोर्स और MIT License के तहत मुफ्त है, यानी इसे पढ़ना, चलाना और सीखना किसी पेड टूल पर निर्भर नहीं है। दूसरी बात, AI एजेंट को टेस्ट करना अब एक नई स्किल बन रही है, और जो डेवलपर एजेंट की परख करना जानता है, वह आने वाले समय में टीमों के लिए ज्यादा कीमती होगा।

तीसरी और सबसे बड़ी बात, अब यह साफ हो गया है कि अच्छा डॉक्यूमेंटेशन और साफ SDK सिर्फ इंसानों के लिए नहीं, बल्कि एजेंट्स के लिए भी बनाना होगा। भारतीय स्टार्टअप और ओपन-सोर्स प्रोजेक्ट जो अपने डॉक्स को एजेंट-फ्रेंडली बनाएंगे, उनके टूल्स को AI एजेंट पहले चुनेंगे और सही तरीके से इस्तेमाल करेंगे। मतलब, डॉक्यूमेंटेशन लिखना अब साइड काम नहीं, बल्कि प्रोडक्ट की जान बन गया है।

Scope इस्तेमाल करने के स्टेप्स

1. सबसे पहले Microsoft के Scope रिपॉजिटरी (microsoft/scope) पर जाकर प्रोजेक्ट और उसके डॉक्यूमेंटेशन को ध्यान से पढ़ें।
2. Scope को अपने Kubernetes क्लस्टर या Azure Kubernetes Service पर डिप्लॉय करें, क्योंकि यह सेल्फ-होस्टेड और सेल्फ-मैनेज्ड प्लेटफॉर्म है।
3. एक ऐसा टास्क परिभाषित करें जो आपके प्रोडक्ट का असली काम दर्शाता हो, साथ में शुरुआती कोडबेस भी दें।
4. सफलता के क्राइटेरिया को डिपेंडेंसी ग्राफ के रूप में लिखें, ताकि हर जांच साफ-साफ मापी जा सके।
5. एजेंट प्रोफाइल चुनें, जैसे GitHub Copilot CLI या Claude Code CLI, और एक ही टास्क को कई बार चलाकर नतीजों की तुलना करें।
6. जहां एजेंट अटका, वहां डॉक्स या SDK सुधारें, फिर वही टास्क दोबारा चलाकर देखें कि सुधार सच में काम आया या नहीं।

ध्यान रखने वाली बातें

गजब का भौकाल के बीच कुछ सच्चाइयां भी जान लीजिए। Scope सेल्फ-मैनेज्ड है, यानी इंफ्रास्ट्रक्चर चलाना, क्रेडेंशियल सुरक्षित रखना और मॉडल इस्तेमाल की लागत आपकी जिम्मेदारी होगी। नतीजे हर रन में थोड़े अलग आ सकते हैं, इसलिए एक रन से फैसला नहीं, बल्कि बार-बार की जांच से पैटर्न देखना समझदारी है। साथ ही, प्रोजेक्ट पर अभी रिसर्च प्रीव्यू का लेबल है और इसका कोई वर्जन नंबर जारी नहीं हुआ है, इसलिए इसे प्रोडक्शन में उतारने से पहले अपने माहौल में अच्छी तरह परख लें।

निष्कर्ष

सीधी बात यह है कि AI कोडिंग एजेंट्स का जमाना अब भरोसे पर नहीं, सबूत पर चलेगा। Microsoft का Scope उसी सबूत को पैदा करने का औजार है, जो एक ही टास्क पर Copilot और Claude Code जैसे एजेंट्स को परखकर बताता है कि किसकी परफॉर्मेंस में दम है और कहां डॉक्यूमेंटेशन या SDK में सुधार चाहिए। भारतीय डेवलपर्स के लिए यह एक मुफ्त, ओपन-सोर्स मौका है, एजेंट-टेस्टिंग की स्किल सीखने का और अपने प्रोडक्ट को एजेंट-फ्रेंडली बनाने का। अगर आप AI एजेंट्स पर काम करते हैं, तो अब उनकी परीक्षा लेना भी आपके काम का हिस्सा बनने वाला है।

पिछला लेख पढ़ें:

Digit रोबोट का धमाका: GXO के 2 नए वेयरहाउस में!

आधिकारिक जानकारी के लिए Microsoft का ब्लॉग पढ़ें: Scope: Open-source evaluation for AI coding agents