DevGhost प्रयास का अनुमान कैसे लगाता है
अंतिम बार अपडेट किया गया 6 जून 2026
DevGhost कोड परिवर्तनों के पीछे के संज्ञानात्मक प्रयास का अनुमान लगाता है — काम कितना कठिन था, न कि कितनी पंक्तियाँ बदलीं या कोई कितनी देर कीबोर्ड पर बैठा रहा। अनुमान उन घंटों में व्यक्त किया जाता है जो एक मध्य-स्तरीय डेवलपर (3–4 वर्ष) को चाहिए जो कोडबेस को जानता है और AI के बिना काम करता है: कोड लिखना, उसे हाथ से परीक्षण करना, और समीक्षा में उसे ठीक करना। यह जानबूझकर बैठकों, योजना और समीक्षा की प्रतीक्षा को बाहर रखता है।
एक pipeline, न कि एक AI call
प्रयास किसी एक मॉडल call का आउटपुट नहीं है। पहले, एक भाषा मॉडल वास्तविक परिवर्तन को पढ़ता है — क्या जोड़ा गया, हटाया गया और पुनर्गठित किया गया — और पंक्तियाँ या commits गिनने के बजाय संदर्भ डेवलपर के लिए इसकी कठिनाई आँकता है। इसके ऊपर एक नियतात्मक, नियम-आधारित परत चलती है जो किसी एक मॉडल अनुमान को परिणाम को झुलाने से रोकती है।
नियतात्मक परत
नियम परत वही काम करती है जो एक सावधान समीक्षक करता:
- प्रत्येक परिवर्तन की प्रकृति को वर्गीकृत करती है और उच्च-जोखिम वाले काम — इन्फ्रास्ट्रक्चर, डेटा माइग्रेशन, सुरक्षा — को अलग से पहचानती है।
- यांत्रिक और जनरेटेड परिवर्तनों को फ़िल्टर करती है: बड़े पैमाने का find-and-replace, जनरेटेड या स्थानांतरित कोड, और फ़ॉर्मेटिंग।
- सुधार नियमों और सुरक्षा-उपायों के सेट लागू करती है ताकि एक मॉडल अनुमान परिणाम को झुला न सके।
- बड़े और संयुक्त commits को एक गठरी के रूप में आँकने के बजाय अधिक विस्तार से तोड़ती है।
समय के साथ प्रयास का वितरण
एक एकल commit का प्रयास पाँच कार्यदिवसों तक वितरित किया जाता है और प्रति दिन पाँच उत्पादक घंटों तक सीमित किया जाता है, ताकि एक बड़ा merge किसी एक दिन की तस्वीर को विकृत न करे — और Ghost% को भरने वाले दैनिक आँकड़े यथार्थवादी रहें।
संगति और कैलिब्रेशन
वही मानक सभी पर स्वचालित रूप से लागू होता है। प्रत्येक commit का एक बार मूल्यांकन किया जाता है और परिणाम तय हो जाता है, जो संख्याओं को तुलनीय और पुनरुत्पादनीय बनाता है।
एल्गोरिथमिक परत वास्तविक-दुनिया के एंटरप्राइज़ विकास से अनुभवजन्य पैटर्न को संहिताबद्ध करती है — कौन-से परिवर्तन दिखने से अधिक महँगे होते हैं, और कौन-से अपने आकार के बावजूद सस्ते होते हैं — और उन नियमों को संदर्भ अनुमानों के मुकाबले जाँचा जाता है। सिस्टम एक पंक्ति-गणक की तरह कम और काम का आकलन करने वाले एक अनुभवी tech lead की तरह अधिक व्यवहार करता है।
प्रयास से Ghost% तक
फिर दैनिक प्रयास की तुलना Ghost मानक से की जाती है — प्रति कार्यदिवस तीन उत्पादक घंटे — ताकि Ghost% उत्पन्न हो, जो एक AI-पूर्व आधाररेखा के सापेक्ष टीम का आउटपुट है। अनुमान प्रायिक हैं और किसी व्यक्ति का मापन नहीं हैं।