वाइब कोडिंग, एआई, और इंजीनियरिंग की नई वास्तविकता

दस साल पहले, यह विचार कि एआई प्रोग्रामर के बजाय कोड लिख सकता है, एक रोमांचक कल्पना की तरह लगता था। आज, यह रोजमर्रा की वास्तविकता का हिस्सा बन गया है। एमवीपी कुछ दिनों में बनाए जाते हैं, इंटरफेस टेक्स्ट प्रॉम्प्ट से जेनरेट किए जाते हैं, और एआई सहायक इंजीनियरिंग टीमों में पूर्ण भागीदार बन रहे हैं।

इस पृष्ठभूमि के खिलाफ, अधिक से अधिक लोग एक ही प्रश्न पूछ रहे हैं: क्या एआई वास्तव में प्रोग्रामर को बदल रहा है? क्या कृत्रिम बुद्धिमत्ता वास्तव में एक वरिष्ठ इंजीनियर को मैच और बदल सकती है? और निकट भविष्य में इस पेशे का क्या होगा?

मैं स्वयं एक डेवलपर हूं, और मेरे पास इसके बारे में एक राय है। आइए इसे तोड़ें।

समस्या का मुख्य भाग क्या है?

एआई प्रोग्रामिंग के बारे में एक प्रमुख कथा है जो कुछ इस तरह है:

एआई कोड लिखने में बहुत प्रभावी हो रहा है और, महत्वपूर्ण रूप से, पहले से ही मानवों द्वारा की जाने वाली कई सामान्य गलतियों से बचता है। और अधिक दिलचस्प बात यह है कि एआई शायद उन så-called एज केसों को संभालने में बेहतर हो सकता है: दुर्लभ और असामान्य परिदृश्य जो सॉफ्टवेयर इंजीनियरिंग में व्यापक हैं और अक्सर विकासकर्ताओं के लिए पहले से ही अनुमान लगाना मुश्किल है।

जब प्रोग्रामर कहते हैं, “मैं यहां एक बटन चाहता हूं”, तो उन्हें जवाब मिलता है: “यहां बटन है, यहां 18 एज केस हैं जिन पर विचार करना चाहिए, यहां परीक्षण हैं जिन्हें चलाने की आवश्यकता है, और द्वारा आप शायद यह और यह जोड़ना चाहेंगे।” आप इसे देख सकते हैं और सोच सकते हैं: “हां… यह वास्तव में समझ में आता है।” अपने आप, आप हफ्तों बाद महसूस कर सकते हैं कि ये मुद्दे उत्पादन में पहले से ही गलत हो गए हैं। एआई अक्सर तुरंत समाधान सुझाता है। जो इंजीनियर पहले से ही नौकरियां रखते हैं, उनके लिए यह उत्पादकता और दक्षता को काफी बढ़ाता है।

और यह कथा सीधे एक आर्थिक प्रश्न में जाती है: यदि एक कंपनी पहले एक निश्चित कार्यभार को संभालने के लिए 100 डेवलपर्स की आवश्यकता थी, तो यह अब शायद केवल 20 की आवश्यकता होगी – क्योंकि वे 20 एआई सहायता के साथ समान मात्रा में काम कर सकते हैं।

इस त्वरण के पीछे क्या छिपा है?

मैं अधिक से अधिक बार देखता हूं कि बहुत मजबूत सॉफ्टवेयर इंजीनियर अपनी स्थिति, बाजार में स्थान, और आय के लिए डरते हैं। यह लगता है कि जल्द ही कोडर्स के लिए कोई काम नहीं बचेगा।

और मेरा जवाब आमतौर पर होता है: लड़कों, यह शायद उतना नाटकीय नहीं है जितना लगता है। वास्तव में, अनुभवी इंजीनियरों को अभी एक नए प्रकार का मूल्य मिल रहा है। क्योंकि हम शायद उन आखिरी पीढ़ियों में से एक हैं जिन्होंने वास्तव में हाथ से कोड लिखा और गहराई से समझते हैं कि सिस्टम कैसे काम करते हैं। अगली पीढ़ी बढ़ती है जो एआई टूल्स के माध्यम से काम करती है – और इसके साथ, इंजीनियरिंग अभ्यास स्वयं बदल रहा है।

यहाँ पहले की कथा में क्या नहीं लिया गया है:

एआई-जनरेटेड कोड अक्सर बिल्कुल ठीक दिखता है। कार्य हल हो जाते हैं, इंटरफेस काम करते हैं, और सब कुछ चलता है। लेकिन समय के साथ, लंबी दूरी पर, अधिक सूक्ष्म मुद्दे दिखने लगते हैं: वास्तुकला समझौते, कमजोर इंजीनियरिंग निर्णय, डेटा संरचनाओं के साथ समस्याएं, या स्केलेबिलिटी मुद्दे। और यह इसलिए होता है क्योंकि एआई पहले से ही स्थानीय कार्यों को हल करने में बहुत अच्छा है, जबकि बड़े सिस्टम की दीर्घकालिक तर्क अभी भी मानव अनुभव और इंजीनियरिंग निर्णय की आवश्यकता है।

यही कारण है कि एक बार ये परियोजनाएं गंभीर उत्पादन वातावरण में पहुंच जाती हैं – बैंक, ई-कॉमर्स प्लेटफ़ॉर्म, बड़े पैमाने पर सेवाएं – टीमें अभी भी लोगों की आवश्यकता होती है जो गहराई से वास्तुकला का विश्लेषण कर सकते हैं, मूल कारणों की पहचान कर सकते हैं, और समग्र सिस्टम तर्क को बहाल कर सकते हैं।

मुझे अक्सर दोस्तों के फोन आते हैं जो कहते हैं: “माइकल, क्या आप इसमें कूद सकते हैं और हमें समझने में मदद कर सकते हैं कि सिस्टम क्यों टूटने लगा है?” हालांकि आज मैं फिजिकल एआई पर काम करता हूंइंट्रोस्पेक्टर, मैं अभी भी कभी-कभी इस तरह के कठिन मैनुअल इंजीनियरिंग कार्य में मदद कर सकता हूं: सिस्टम तर्क का पुनर्निर्माण, वास्तुकला का विश्लेषण, और यह पता लगाना कि समस्याएं कहां से शुरू हुईं।

और यही कारण है कि मुझे लगता है कि मजबूत इंजीनियर लंबे समय तक बहुत मूल्यवान रहेंगे। उसी समय, अक्सर अनुभवी इंजीनियर ही एआई मॉडल को बेहतर बनाने और प्रशिक्षित करने में मदद कर रहे हैं।कीमाकर, हमने यह पहले से ही देखा जब हमने कोड को मान्य करने और मॉडल को प्रशिक्षित करने में मदद करने के लिए अनुभवी डेवलपर्स की तलाश की – लोग जो वास्तविक इंजीनियरिंग सोच, व्यावहारिक अनुभव, और सिस्टम के वास्तविक दुनिया में व्यवहार की गहरी समझ पर भरोसा कर सकते हैं।

मुख्य धारणाएं

और यह हमें भविष्य के बारे में सबसे बड़े प्रश्न में ले जाता है: यह सब अंततः कहां ले जा रहा है? हम अगली पीढ़ी के इंजीनियरों को कैसे विकसित करेंगे यदि वे उद्योग में पूरी तरह से अलग मार्ग से प्रवेश कर रहे हैं?

यदि हम स्थिति को वस्तुनिष्ठ रूप से देखते हैं, बिना हYPE या डर के, मैं कुछ संभावित परिदृश्य देखता हूं。

• एक अस्पष्ट भविष्य

पहला और शायद सबसे ईमानदार उत्तर यह है कि आज बहुत से लोग वास्तव में इतनी दूर की सोच नहीं रहे हैं। बस इसलिए कि अभी तक कोई भी पूरी तरह से नहीं समझता है कि यह भविष्य वास्तव में कैसा दिखेगा।

शायद, कुछ वर्षों में, एआई एजेंट वास्तव में लगभग पूर्ण कोड लिखने में सक्षम होंगे – मजबूत वास्तुकला, स्केलेबिलिटी, और संदर्भ समझ के साथ। अभी यह प्रश्न पूरी तरह से खुला है।

उसी समय, प्रमुख प्रौद्योगिकी कंपनियां जैसे कि एप्पल, माइक्रोसॉफ्ट, और गूगल अभी भी सक्रिय रूप से मजबूत शोधकर्ताओं, पीएचडी विशेषज्ञों, और अकादमिक वातावरण से लोगों को नियुक्त कर रही हैं। यह शायद इसलिए है क्योंकि वे मानते हैं कि गहरी इंजीनियरिंग समझ अभी भी एक एआई दुनिया में महत्वपूर्ण रहेगी।

छोटी कंपनियां, हालांकि, अक्सर एक बहुत अलग योजना क्षितिज के साथ काम करती हैं। जब आप नहीं जानते कि आपका स्टार्टअप छह महीने में अभी भी अस्तित्व में होगा या नहीं, तो यह दस साल बाद क्या होगा इसके बारे में गंभीरता से सोचना मुश्किल हो जाता है। बिल्कुल nobody जानबूझकर कुछ मूल रूप से टूटा हुआ बनाना चाहता है। टीमें अभी भी जोखिमों और कमजोरियों की पहचान करने की कोशिश करती हैं।

लेकिन वास्तव में, तर्क अक्सर बहुत सरल होता है: पहले, एक उत्पाद बनाएं जो काम करता है और राजस्व उत्पन्न करता है – फिर बाद में वास्तुकला, अनुकूलन, और सिस्टम को फिर से लिखने के बारे में सोचें। समस्या यह है कि कई परियोजनाओं में, “बाद में” अनिश्चित काल तक स्थगित कर दिया जाता है।

• स्पाइरल में विकास

मेरे विचार में, दूसरा उत्तर और भी दिलचस्प है। यदि आप उद्योग के इतिहास को देखते हैं, तो यह पहले से ही कई बार ऐसे ही संक्रमण से गुजर चुका है। पहले प्रोग्रामर पंच कार्ड के साथ काम करते थे। फिर असेंबली में लिखने वाले इंजीनियरों की पीढ़ी आई – जो अब अधिकांश आधुनिक डेवलपर्स के लिए कल्पना करना मुश्किल है।

फिर कोबोल का युग आया। पूरे बैंकिंग मेनफ्रेम इस पर बनाए गए थे, और सबसे आश्चर्यजनक बात यह है कि वैश्विक बैंकिंग बुनियादी ढांचे का एक महत्वपूर्ण हिस्सा अभी भी उन पुराने सिस्टम पर चलता है। वहां अभी भी 60 और 70 के दशक के प्रोग्रामर हैं जो उस कोडबेस को बनाए रखने में मदद करते हैं, और वे बहुत मूल्यवान विशेषज्ञ बने हुए हैं।

अगली पीढ़ी सी++, पायथन, और जावास्क्रिप्ट में चली गई। मैं स्वयं उस युग से हूं। उदाहरण के लिए, मैं बारे में समझता हूं कि कोबोल कैसे काम करता है – लेकिन मुझे यह पहले से ही दूर और विदेशी लगता है।

और जब आप इसे ऐतिहासिक रूप से देखते हैं, तो एक दिलचस्प पैटर्न उभरता है: प्रत्येक नई पीढ़ी के इंजीनियरों को पिछली पीढ़ी की प्रौद्योगिकी को गहराई से समझने की आवश्यकता नहीं है। समय के साथ, ज्ञान स्वयं बुनियादी ढांचे में निहित हो जाता है।

पंच कार्ड लंबे समय से चले गए हैं – उनका तर्क अब प्रोसेसर में निर्मित है। असेंबली मुख्यधारा के उपकरण के रूप में गायब हो गई क्योंकि इसकी जटिलता ऑपरेटिंग सिस्टम, ड्राइवरों, और निचले स्तर के अभिसरण में छिप गई। यहां तक कि आपके हेडफ़ोन में आज एक छोटा ऑपरेटिंग सिस्टम चल रहा होगा – जो सभी छिपे हुए जटिलता को पृष्ठभूमि में चला रहा है।

बिल्कुल विशेषज्ञ हैं जो सभी इस निम्न-स्तरीय जादू को समझते हैं। लेकिन अधिकांश उद्योग के लिए, यह पहले से ही एक अभिसरण परत बन गई है।

और यह एक बहुत ही तर्कसंगत विचार की ओर ले जाता है: शायद एआई बस इस विकास का अगला चरण है। शायद अगली पीढ़ी वास्तव में क्लासिकल प्रोग्रामिंग को उतनी गहराई से नहीं समझेगी जितनी हमने की थी।

• बाजार की अर्थव्यवस्था

मेरे पास एक और धारणा है कि वाइब कोडिंग – या एआई-सहायता प्राप्त विकास – अंततः “मुफ्त त्वरण” के रूप में नहीं देखा जाएगा। वास्तव में, यह पहले से ही पूरी तरह से मुफ्त नहीं है; यह बस है कि अभी तक हर कोई इसके पीछे की वास्तविक अर्थव्यवस्था की गणना नहीं कर रहा है।

मॉडल, टोकन, बुनियादी ढांचा, निरंतर अनुरोध, पूरे एआई पाइपलाइन को बनाए रखना – सभी यह एक महत्वपूर्ण परिचालन व्यय बन रहा है। यही कारण है कि मुझे लगता है कि कंपनियां जल्द ही एआई-सहायता प्राप्त विकास की वास्तविक लागत पर अधिक बारीकी से देखना शुरू करेंगी और एक बहुत ही व्यावहारिक प्रश्न पूछेंगी: क्या वास्तव में अधिक कुशल है – एक इंजीनियरिंग टीम का विस्तार करना या पूरे एआई बुनियादी ढांचे को बनाए रखना?

एक बहुत ही वास्तविक परिदृश्य यह है कि मजबूत इंजीनियरिंग टीमें अंततः दीर्घकालिक रूप से अधिक आर्थिक रूप से स्थिर साबित हो सकती हैं, खासकर जब उत्पादों को बनाए रखने, विकसित करने और समर्थन करने की बात आती है।

हालांकि, मुझे लगता है कि यह वास्तव में वह जगह है जहां एक नए प्रकार की इंजीनियरिंग टीम उभर सकती है: बहुत छोटे समूह जो बहुत अनुभवी विशेषज्ञ हैं जो बुनियादी ढांचे की स्थिरता और लचीलापन बनाए रखने पर केंद्रित हैं। समय के साथ, यह उद्योग में सबसे मूल्यवान इंजीनियरिंग विशेषज्ञता में से एक बन सकता है।

• एआई के साथ काम करने वाले लोग

और अंतिम धारणा – हालांकि एक बहुत ही वास्तविक एक – यह है कि अगली पीढ़ी के इंजीनियरों को शायद एक पूरी तरह से अलग वातावरण में अपना करियर बनाना होगा। और यह केवल प्रोग्रामिंग से परे है। समान परिवर्तन पहले से ही कानून, वित्त, चिकित्सा, और लगभग हर क्षेत्र में एआई को बदलने की क्षमता के साथ आकार दे रहे हैं जहां बौद्धिक दिनचर्या का काम है।

इसके बावजूद, मैं जो हो रहा है उसे बहुत सकारात्मक रूप से देखता हूं। शायद इसलिए कि मुझे प्रगति पसंद है। मुझे लगता है कि प्रौद्योगिकी लोगों के जीवन को बेहतर बना सकती है, मानवों को बड़ी मात्रा में दोहराए जाने वाले काम से मुक्त कर सकती है, और कई प्रक्रियाओं को सुरक्षित और अधिक कुशल बना सकती है।

उदाहरण के लिए, स्वायत्त ड्राइविंग सिस्टम जैसे टेस्ला या वेमो के सिस्टम ने कई परिदृश्यों में मानव चालकों की तुलना में आश्चर्यजनक रूप से उच्च स्तर की सुरक्षा का प्रदर्शन किया है। और यह वास्तव में प्रभावशाली है।

उसी समय, दुनिया जिसमें हमारे बच्चे प्रवेश कर रहे हैं वह पेशेवर पहचान के मामले में बहुत जटिल होगी। उन्हें अपनी जगह और उद्देश्य की तलाश करनी होगी एक तेजी से बदलते परिदृश्य में।

यदि आज एक बच्चा एक वकील, वित्तीय विश्लेषक, या प्रोग्रामर बनना चाहता है, तो यह संभव है कि ये पेशे भविष्य में पूरी तरह से अलग दिखेंगे। शायद वे वास्तव में कानूनी एआई, वित्तीय एआई, या कोडिंग एआई के साथ काम करने वाले विशेषज्ञ बन जाएंगे – लोग जो एआई सिस्टम संचालित करते हैं, आउटपुट को मान्य करते हैं, संदर्भ प्रदान करते हैं, और मुख्य निर्णय लेते हैं।

मुझे लगता है कि यह महत्वपूर्ण है कि लगभग हर एक परिदृश्य पहले से ही आज वास्तविक लगता है। और चाहे हम इसे पसंद करें या नहीं, जो कुछ भी अभी हो रहा है वह एक बहुत बड़ी तकनीकी प्रगति की लहर का हिस्सा है। यह बहुत असंभव है कि इस प्रक्रिया को रोका जा सकता है। जिसका अर्थ है कि हमें सीखना होगा कि इस नए विश्व में कैसे रहना है – धीरे-धीरे संतुलन, संवाद, और शायद एक नए सह-अस्तित्व के रूप में विकसित करना है।