समस्या

AI कोडिंग एजेंट्स 4 में से 3 बार पहले से काम कर रहे कोड को तोड़ देते हैं (SWE-CI बेंचमार्क, मार्च 2026)। डेवलपर्स अपने सप्ताह का 38% समय उन बग्स को ठीक करने में बिताते हैं जो उन्होंने लिखे ही नहीं। 88% टीमों को एक भी AI फिक्स को सत्यापित करने के लिए 2-3 डिप्लॉयमेंट साइकल की जरूरत पड़ती है।

समस्या यह नहीं है कि AI खराब कोड लिखता है। समस्या यह है कि यह चुपचाप दूसरी फाइलों में चीजें तोड़ देता है जब आप देख नहीं रहे होते। टेस्ट पास हो जाते हैं। बिल्ड पास हो जाता है। फिर प्रोडक्शन में कुछ टूट जाता है क्योंकि एजेंट ने एक फंक्शन सिग्नेचर बदल दिया और तीन डायरेक्टरी दूर एक कॉलर को अपडेट नहीं किया।

Regression Guard इसे कैसे ठीक करता है

यह हर कोड बदलाव के बाद स्वचालित रूप से चलता है — आपका कोड टेस्ट सूट के पास जाने से पहले एक चेकपॉइंट। एजेंट जोखिम को वर्गीकृत करता है, डिपेंडेंसी ट्रेस करता है, और स्कोप क्रीप की जाँच करता है। आपको तभी सूचित किया जाता है जब कुछ गलत हो।

• सामान्य बदलावों पर चुप — कोई शोर नहीं, कोई रुकावट नहीं। अधिकांश बदलाव अदृश्य रूप से पास हो जाते हैं।
• स्वचालित रूप से एस्केलेट करता है — 2 लाइन का एक बदलाव जो फंक्शन सिग्नेचर बदलता है? यह Tier 3 जाँच है। कोई मैन्युअल ट्रिगर की जरूरत नहीं।
• वह पकड़ता है जो टेस्ट चूक जाते हैं — बिहेवियरल कॉन्ट्रैक्ट जाँच ने एक ऐसा सिग्नेचर बदलाव पकड़ा जिसे `tsc` और `vite build` दोनों ने हमारे टेस्ट में चुपचाप पास कर दिया था।
• स्कोप क्रीप डिटेक्शन — एजेंट जाँचता है "क्या मैंने वास्तव में वही किया जो कहा गया था?" और जब यह पटरी से उतर जाए तो फ्लैग करता है।

हर बदलाव को पूर्ण ऑडिट की जरूरत नहीं होती। Regression Guard जोखिम को वर्गीकृत करता है और उसी के अनुसार सत्यापन को स्केल करता है:

• 🟢 Tier 1 — सामान्य बदलाव (1 फाइल, <10 लाइनें)। सिग्नेचर स्कैन + इम्पोर्ट जाँच। ~200 टोकन।
• 🟡 Tier 2 — मध्यम बदलाव। कॉलर ट्रेस + अलाइनमेंट जाँच + टेस्ट सूट। ~1,500 टोकन।
• 🔴 Tier 3 — जोखिम भरे बदलाव। ट्रांजिटिव डिपेंडेंसी ट्रेस + बिहेवियरल कॉन्ट्रैक्ट + पूर्ण अलाइनमेंट ऑडिट। ~4,000 टोकन।

Claude Code, OpenClaw, Cursor, Codex CLI, Gemini CLI — कोई कॉन्फ़िगरेशन आवश्यक नहीं। इसे अपने skills फोल्डर में डालें और यह तुरंत काम करने लगता है।

Claude Opus 4.7 द्वारा एक वास्तविक TypeScript कोडबेस पर परीक्षित। बिहेवियरल कॉन्ट्रैक्ट जाँच और कॉलर ट्रेस ने ऐसे रिग्रेशन पकड़े जो TypeScript के टाइप चेकर और Vite की बिल्ड प्रक्रिया दोनों से छूट गए थे। चेकपॉइंट दर्शन — समस्याएं उजागर करें, एजेंट को निर्णय लेने दें — को विशेष रूप से सही डिज़ाइन दृष्टिकोण के रूप में सत्यापित किया गया।