Shopify के CEO ने खुद बनाया सर्च इंजन, Claude Code के 700 सेशन 1 सेकंड में वापस लाता है

हम उस दौर में जी रहे हैं जहाँ CEO खुद कोड लिखते हैं। Coinbase के CEO Brian, Cursor से ऐप बनाते हैं। Shopify के CEO Tobias ने खुद एक सर्च इंजन प्रोग्राम किया और उसे GitHub पर डाल दिया। वह सर्च इंजन है QMD, और जब इसे Claude Code से जोड़ा जाता है, तो हर सेशन को स्थायी मेमोरी मिल जाती है।

Artem Zhutov, जो Physics में PhD कर रहे एक डेवलपर हैं, ने इस आर्किटेक्चर को प्रोडक्शन में बनाया। तीन हफ्तों में 700 सेशन चलाकर उन्होंने पाया कि AI कोडिंग की असली बाधा मॉडल का प्रदर्शन नहीं — बल्कि मेमोरी है।

AI कोडिंग टूल्स की असली बाधा प्रदर्शन नहीं, मेमोरी है

चाहे Claude Code हो या Codex, हर नया सेशन खाली स्लेट से शुरू होता है। Artem ने तीन हफ्तों में 700 सेशन चलाए और हर बार शुरू से समझाना पड़ा: “इस प्रोजेक्ट में कहाँ तक पहुँचे थे?” जब कॉन्टेक्स्ट का इस्तेमाल 60% से ज़्यादा हो जाता है, तो बातचीत कंप्रेस हो जाती है और पहले लिए गए आधे फ़ैसले गायब हो जाते हैं।

मॉडल का प्रदर्शन हर महीने बेहतर होता है, लेकिन अगर कल का काम आगे नहीं बढ़ा सकते, तो सब बेकार है।

• सेशन लंबा होने पर AI पुरानी हिदायतें भूल जाता है
• कॉन्टेक्स्ट कंप्रेशन में अहम फ़ैसले संरचनात्मक रूप से खो जाते हैं
• 700 सेशन का कॉन्टेक्स्ट मैन्युअली मैनेज करना नामुमकिन है
• समस्या मॉडल में नहीं — मेमोरी सिस्टम की कमी में है

नोट्स तो हर कोई लेता है। सही वक़्त पर सटीक निकालना — यही असली हुनर है

बहुत से डेवलपर्स Obsidian में मेहनत से नोट्स जमा करते हैं। लेकिन सिर्फ जमा करना आधा काम है। नोट्स तभी काम के होते हैं जब ज़रूरत के वक़्त सटीक रूप से निकाल सको। RAG को इतना ध्यान इसीलिए मिला — जमा डेटा से बस वही टुकड़ा निकालना जो अभी चाहिए, बस यही सब कुछ है।

Claude Code का डिफ़ॉल्ट तरीका Haiku सबएजेंट से फाइलें brute-force स्कैन करना है। असल में 3 मिनट लगते हैं, 300 फाइलें आती हैं, और काम की शायद ही कोई होती है।

QMD इसे तीन तरीकों से बदलता है:

• BM25 सर्च: शब्द की फ्रीक्वेंसी और दुर्लभता से स्कोर करता है, 1 सेकंड में रिज़ल्ट
• सिमेंटिक सर्च: “नींद नहीं आई” खोजो तो “नींद सुधार लक्ष्य” वाले डॉक्यूमेंट ऊपर आते हैं
• हाइब्रिड मोड: 89% सटीकता से रेलेवेंस रैंक करता है

Grep से sleep खोजो तो कोड में sleep() फंक्शन भी आ जाते हैं। QMD कॉन्टेक्स्ट पढ़ता है। “जो आइडिया कभी execute नहीं किए, वो खोजो” जैसे abstract सवाल भी हैंडल कर सकता है, और पूरी तरह लोकल चलता है — डेटा बाहर नहीं जाता।

/recall की एक लाइन से कल का पूरा काम वापस आ जाता है

QMD के ऊपर /recall नाम का Claude Code स्किल लगा दो, तो मेमोरी रिकवरी ऑटोमैटिक हो जाती है।

• /recall yesterday: पिछले दिन के 39 सेशन टाइमलाइन के रूप में वापस
• /recall topic [कीवर्ड]: संबंधित सभी फाइलें 1 मिनट में इकट्ठा
• /recall graph: पूरे हफ्ते के सेशन विज़ुअली एक्सप्लोर करो

सेशन बंद करते वक़्त JSONL ऑटो-पार्स होकर QMD इंडेक्स में चला जाता है, इसलिए हमेशा लेटेस्ट स्टेट बना रहता है।

सबसे हैरान करने वाली बात अलग थी। जब Artem ने “जो आइडिया कभी execute नहीं किए, वो खोजो” सर्च किया, तो PhD थीसिस लिखते वक़्त हार मानने की कगार पर लिखा एक नोट सामने आ गया — जो उन्हें खुद याद नहीं था। मैन्युअल सर्च से यह कभी नहीं मिलता।

CEO का कोड लिखना अब अजीब नहीं रहा

Tobias, Shopify के हर कर्मचारी से AI को बेसिक स्किल के तौर पर इस्तेमाल करने की उम्मीद रखते हैं। उन्होंने पहले खुद कोड लिखकर टूल बनाया। Brian भी उसी दिशा में बढ़ रहे हैं।

सच कहें तो यह “CEO को कोडिंग करनी चाहिए” का मामला नहीं है। उनके पास कहीं ज़्यादा ज़रूरी ज़िम्मेदारियाँ हैं। लेकिन जो लोग AI से अपनी समस्याएँ खुद हल कर सकते हैं और जो दूसरों के टूल का इंतज़ार करते हैं — इनके बीच का फ़ासला हर महीने बढ़ रहा है। खुद हाथ लगाकर ही AI की असली ताक़त का अहसास होता है।

• Tobias ने QMD खुद बनाकर GitHub पर ओपन सोर्स किया
• Brian, Cursor से ऐप डेवलप कर रहे हैं
• Shopify हर हायरिंग से पहले पूछता है “क्या AI इस भूमिका की जगह ले सकता है?”
• लोकल पर चलता है — कंपनी डेटा लीक का कोई ख़तरा नहीं

बचता सिर्फ़ वही कॉन्टेक्स्ट है जो आपने जमा किया

टूल्स हर महीने बदलते हैं। Claude Code के बाद क्या आएगा, कोई नहीं जानता। बचता सिर्फ़ वही कॉन्टेक्स्ट है जो आपने बनाया। जिनके पास रिकॉर्ड करने और वापस लाने का सिस्टम है, वो किसी भी नए टूल के साथ पहले दिन से प्रोडक्टिव होंगे।

QMD उस सिस्टम की पहली ईंट है। GitHub पर देखें।