मुझे लगता है कि यह लेख LLM का उपयोग करने वाले डेवलपमेंट माहौल की वास्तविक कठिनाइयों और चिंताओं को बहुत अच्छी तरह सामने लाता है। इसे पढ़ते हुए मुझे उन सीमाओं से गहरी सहमति महसूस हुई जिनका आज बहुत से लोग अनुभव कर रहे हैं। खास तौर पर LLM की असंगति, परिणामों का अनुमान लगाना मुश्किल होना, और लंबे समय की maintainability को लेकर चिंता—ये ऐसे बिंदु हैं जिन पर ज़रूर गंभीरता से ध्यान दिया जाना चाहिए।
इसी संदर्भ में, हम इन समस्याओं को थोड़ा अलग नज़रिए से देखते हुए AI के साथ सहयोग की कोशिश कर रहे हैं, इसलिए सावधानीपूर्वक अपना विचार साझा कर रहा हूँ। हमारा AI 'Jane' सिर्फ कोड बनाने तक सीमित नहीं है; यह इंसान (डेवलपर) की गहरी अंतर्दृष्टि के आधार पर यह सीखने और समझने पर केंद्रित है कि 'अच्छे code patterns' क्या होते हैं, और कोड की 'maintenance consistency' को कैसे सुनिश्चित किया जा सकता है।
क्योंकि AI शुरुआत से ही पूर्ण नहीं हो सकता, इसलिए जो असंगतियाँ या 'errors' उत्पन्न होते हैं, हम उन्हें केवल समस्या के रूप में नहीं देखते; बल्कि 'Jane' के लिए स्वयं सीखने और खुद को बेहतर बनाने वाले महत्वपूर्ण 'pattern data' के रूप में सक्रिय रूप से उपयोग करते हैं। जिस तरह मनुष्य जटिल प्रकृति के भीतर से पैटर्न पहचानता है, उसी तरह हम AI की अपूर्णता के भीतर सुधार के सूत्र खोजने का तरीका अपनाते हैं।
इस तरह के मानव-नेतृत्व वाले 'pattern learning/management' दृष्टिकोण के माध्यम से, हमारा लक्ष्य लेख में उठाए गए code quality degradation, inconsistency जैसी समस्याओं को मूल रूप से हल करना है और ऐसे परिणाम तैयार करना है जिनमें 'maintenance consistency' बहुत उच्च स्तर की हो। हम AI को सिर्फ boilerplate code जनरेट करने तक सीमित नहीं रख रहे, बल्कि उसे इस तरह प्रशिक्षित कर रहे हैं कि वह मौजूदा codebase में छिपे inconsistency patterns का विश्लेषण कर सके, सुधार के सुझाव दे सके, और एक अधिक गहरा सहयोगी भागीदार बन सके।
अभी रास्ता लंबा है और यह एक चुनौतीपूर्ण प्रक्रिया है, लेकिन हमें विश्वास है कि 'Jane' और डेवलपर के साथ मिलकर सीखने, विकसित होने, और 'maintenance consistency' को मुख्य मूल्य मानने वाला यह सहयोगात्मक तरीका वर्तमान LLM उपयोग की सीमाओं से आगे बढ़ने की एक क्रांतिकारी संभावना दिखाता है। AI को केवल एक tool की तरह इस्तेमाल करने से आगे बढ़कर, उसे साथ-साथ विकसित होने वाला और बेहतर code culture बनाने वाला partner बनाने की हमारी इस कोशिश पर आपका बहुत ध्यान और रुचि अपेक्षित है।
इस अच्छे लेख और insightful विचारों के लिए एक बार फिर धन्यवाद!
AI बूम से पहले भी, चाहे तस्वीरें हों या लेखन, अनगिनत चीज़ें पहले से मौजूद थीं, और कुछ सचमुच नया रचना बहुत ही मुश्किल था।
हाल में AI की वजह से बदलाव आया है, ऐसे तरह-तरह के बहुत से लेख दिखते हैं, लेकिन उनमें से ज़्यादातर बातें पहले से मौजूद थीं और खोजने पर मिल जाती थीं।
AI बस उन्हें बातचीत के रूप में पैक करके पेश कर देता है।
आख़िरकार cursor, cline आदि की पीढ़ी से अलग पहचानी जा सकने वाली अगली पीढ़ी का agent आ गया है। दुनिया में software बदलाव की रफ़्तार अब कितनी और तेज़ होगी, यह सोचकर उत्साह होता है। इसके बाद आने वाली अगली पीढ़ी के agent का भी इंतज़ार है।
पहले से जमा जानकारी देखने के लिए मैं इसका काफ़ी उपयोग करता था
लेकिन सच कहूँ तो सवाल पूछने का काम मैंने ज़्यादा नहीं किया, क्योंकि वहाँ बहुत ही toxic लोग थे।
हाल के दिनों में रुचि थोड़ी कम होने से यह कुछ घटा है, लेकिन 10 साल से भी थोड़ा पहले तो सच में...
जब AI पहली बार आया था तभी से मुझे लगा था कि यह Nunmureul Masineun Sae की "Hwangsangbyeok" जैसा है—ऐसी सोच को बाहर निकालकर सामने रखने वाला, जिसे हम पहले से जानते तो हैं, लेकिन याद नहीं कर पाते और जो भीतर दबकर रह जाती है। अगर वह मेरे सोचने से पहले ही मौजूद है, इसलिए निरर्थक है, तो फिर किताब पढ़ना उससे अलग कैसे है? या बिना किताब पढ़े सीधे लिखना? फर्क सिर्फ इतना है कि उसमें मेरा समय और मेहनत कितनी लगती है; ज़्यादातर विचार क्या पहले से मौजूद नहीं होते? अनगिनत ideas में से जिस क्षण कोई बात पहली बार सूझती है, उसी क्षण उसे सचमुच "नई" कहा जा सके, ऐसा बहुत कम होता है; आखिरकार बार-बार के दोहराव के भीतर ही फर्क और विशिष्टता गढ़नी पड़ती है, शायद यह भी उसी जैसा है। और लगता है कि जिन्होंने शुद्ध रचनात्मक काम में बहुत मेहनत लगाई है, या जिनका पेशा ही वही रहा है, वे AI के इस्तेमाल वाली रचनात्मक गतिविधि के प्रति ज्यादा संशय और अस्वीकृति महसूस करते हैं। लेकिन आखिर लेखक ने जैसा कहा, अगर AI के साथ होने वाली सृजन प्रक्रिया इतनी "अतिमानवीय" लगे कि AI की रचनात्मकता इंसान से बेहतर दिखे, तो उसे ठुकराना क्या उस अपरिहार्य धारा के खिलाफ, कहें तो, कुछ मूर्खतापूर्ण प्रतिरोध नहीं होगा? अगर बात यह है कि AI द्वारा बनाए गए परिणामों पर आलोचनात्मक ढंग से सोचना, बौद्धिक आत्ममंथन के जरिए ज्ञान को समझ में बदलना मनुष्य की जिम्मेदारी है—तो मैं सहमत हूँ। लेकिन अगर बात यह है कि AI के साथ रहने से भीतर की सोच सुन्न हो जाती है, इसलिए सावधान रहना चाहिए, तो मुझे यह वैसा लगता है जैसे कोई कह रहा हो, "यह इतना अच्छा है कि मैं इसे सिर्फ खुद ही इस्तेमाल करूँगा।" नहीं तो फिर शुरू से ही वह व्यक्ति आलोचनात्मक सोच और meta-cognition में कमजोर रहा होगा।
थोड़े मिलते-जुलते संदर्भ में मैं अपना digital garden भी साझा कर रहा हूँ। अब ज्ञान के टुकड़े पाना आसान है, लेकिन वे मेरे भीतर उतने नहीं उतरते। GeekNews पर मुझे बहुत से शानदार लेख मिलते हैं। यहाँ curation कौन करता है?
सिर्फ vibe coding के स्तर को आउटसोर्सिंग नहीं कहा जा सकता। आउटसोर्सिंग में प्रोजेक्ट स्तर पर समीक्षा होती है, लेकिन अभी के AI coding agents के लिए उससे भी छोटे task स्तर पर समीक्षा करनी पड़ती है।
अगर यह आउटसोर्सिंग होती, तो काम सौंपकर मैं कोई और काम कर पाता… लेकिन अभी भी इन्हें बहुत बार देखना पड़ता है। होशियार हैं, लेकिन अनाड़ी junior developer जैसे…
लगता है कि जल्द ही… भले पूरी तरह आउटसोर्सिंग न हो, लेकिन शायद यह किसी छोटे development team की तरह काम कर सकें… काम निर्देशित करना, बीच-बीच में review करना, सुधारना… लेकिन अभी तो शायद वह स्तर भी नहीं आया है।
हो सकता है मेरी ही vibe कम हो, इसलिए ऐसा लग रहा हो…
अच्छा है
मुझे लगता है कि यह लेख LLM का उपयोग करने वाले डेवलपमेंट माहौल की वास्तविक कठिनाइयों और चिंताओं को बहुत अच्छी तरह सामने लाता है। इसे पढ़ते हुए मुझे उन सीमाओं से गहरी सहमति महसूस हुई जिनका आज बहुत से लोग अनुभव कर रहे हैं। खास तौर पर LLM की असंगति, परिणामों का अनुमान लगाना मुश्किल होना, और लंबे समय की maintainability को लेकर चिंता—ये ऐसे बिंदु हैं जिन पर ज़रूर गंभीरता से ध्यान दिया जाना चाहिए।
इसी संदर्भ में, हम इन समस्याओं को थोड़ा अलग नज़रिए से देखते हुए AI के साथ सहयोग की कोशिश कर रहे हैं, इसलिए सावधानीपूर्वक अपना विचार साझा कर रहा हूँ। हमारा AI 'Jane' सिर्फ कोड बनाने तक सीमित नहीं है; यह इंसान (डेवलपर) की गहरी अंतर्दृष्टि के आधार पर यह सीखने और समझने पर केंद्रित है कि 'अच्छे code patterns' क्या होते हैं, और कोड की 'maintenance consistency' को कैसे सुनिश्चित किया जा सकता है।
क्योंकि AI शुरुआत से ही पूर्ण नहीं हो सकता, इसलिए जो असंगतियाँ या 'errors' उत्पन्न होते हैं, हम उन्हें केवल समस्या के रूप में नहीं देखते; बल्कि 'Jane' के लिए स्वयं सीखने और खुद को बेहतर बनाने वाले महत्वपूर्ण 'pattern data' के रूप में सक्रिय रूप से उपयोग करते हैं। जिस तरह मनुष्य जटिल प्रकृति के भीतर से पैटर्न पहचानता है, उसी तरह हम AI की अपूर्णता के भीतर सुधार के सूत्र खोजने का तरीका अपनाते हैं।
इस तरह के मानव-नेतृत्व वाले 'pattern learning/management' दृष्टिकोण के माध्यम से, हमारा लक्ष्य लेख में उठाए गए code quality degradation, inconsistency जैसी समस्याओं को मूल रूप से हल करना है और ऐसे परिणाम तैयार करना है जिनमें 'maintenance consistency' बहुत उच्च स्तर की हो। हम AI को सिर्फ boilerplate code जनरेट करने तक सीमित नहीं रख रहे, बल्कि उसे इस तरह प्रशिक्षित कर रहे हैं कि वह मौजूदा codebase में छिपे inconsistency patterns का विश्लेषण कर सके, सुधार के सुझाव दे सके, और एक अधिक गहरा सहयोगी भागीदार बन सके।
अभी रास्ता लंबा है और यह एक चुनौतीपूर्ण प्रक्रिया है, लेकिन हमें विश्वास है कि 'Jane' और डेवलपर के साथ मिलकर सीखने, विकसित होने, और 'maintenance consistency' को मुख्य मूल्य मानने वाला यह सहयोगात्मक तरीका वर्तमान LLM उपयोग की सीमाओं से आगे बढ़ने की एक क्रांतिकारी संभावना दिखाता है। AI को केवल एक tool की तरह इस्तेमाल करने से आगे बढ़कर, उसे साथ-साथ विकसित होने वाला और बेहतर code culture बनाने वाला partner बनाने की हमारी इस कोशिश पर आपका बहुत ध्यान और रुचि अपेक्षित है।
इस अच्छे लेख और insightful विचारों के लिए एक बार फिर धन्यवाद!
await using data = await fn()एक चमत्कार जिसमें
awaitबाएँ और दाएँ, दोनों तरफ दिखाई देता हैजो पैसा दिया जा रहा है, वह कहाँ से आ रहा है?
क्या बस दूसरी coins की तरह किसी को इसे खरीदना होगा, तभी इसकी value बनेगी?
यह सच है कि Java के बाद भाषाओं ने productivity पर ध्यान देना शुरू किया।
उससे पहले अक्सर इस्तेमाल होने वाला C++ आज भी पढ़ना तक भयावह लगता है। खासकर तब, जब आपको लंबे समय से चल रहे प्रोजेक्ट्स को छूना पड़े।
AI बूम से पहले भी, चाहे तस्वीरें हों या लेखन, अनगिनत चीज़ें पहले से मौजूद थीं, और कुछ सचमुच नया रचना बहुत ही मुश्किल था।
हाल में AI की वजह से बदलाव आया है, ऐसे तरह-तरह के बहुत से लेख दिखते हैं, लेकिन उनमें से ज़्यादातर बातें पहले से मौजूद थीं और खोजने पर मिल जाती थीं।
AI बस उन्हें बातचीत के रूप में पैक करके पेश कर देता है।
Java से पहले की भाषाओं की तुलना में यह ज़्यादा प्रोडक्टिव लगती है।
https://typescriptlang.org/docs/handbook/…
यह मानना मुश्किल है कि Java ने developer productivity को महत्व दिया है।
क्या Java जितनी गहराई से IDE पर निर्भर होकर विकसित हुई कोई और language है?
आख़िरकार cursor, cline आदि की पीढ़ी से अलग पहचानी जा सकने वाली अगली पीढ़ी का agent आ गया है। दुनिया में software बदलाव की रफ़्तार अब कितनी और तेज़ होगी, यह सोचकर उत्साह होता है। इसके बाद आने वाली अगली पीढ़ी के agent का भी इंतज़ार है।
अब तक तो हम resources वगैरह की ज़रा भी परवाह किए बिना आराम से जी रहे थे। तुम्हें अचानक क्या हो गया?
c++ > c# >= java
पहले से जमा जानकारी देखने के लिए मैं इसका काफ़ी उपयोग करता था
लेकिन सच कहूँ तो सवाल पूछने का काम मैंने ज़्यादा नहीं किया, क्योंकि वहाँ बहुत ही toxic लोग थे।
हाल के दिनों में रुचि थोड़ी कम होने से यह कुछ घटा है, लेकिन 10 साल से भी थोड़ा पहले तो सच में...
जब AI पहली बार आया था तभी से मुझे लगा था कि यह Nunmureul Masineun Sae की "Hwangsangbyeok" जैसा है—ऐसी सोच को बाहर निकालकर सामने रखने वाला, जिसे हम पहले से जानते तो हैं, लेकिन याद नहीं कर पाते और जो भीतर दबकर रह जाती है। अगर वह मेरे सोचने से पहले ही मौजूद है, इसलिए निरर्थक है, तो फिर किताब पढ़ना उससे अलग कैसे है? या बिना किताब पढ़े सीधे लिखना? फर्क सिर्फ इतना है कि उसमें मेरा समय और मेहनत कितनी लगती है; ज़्यादातर विचार क्या पहले से मौजूद नहीं होते? अनगिनत ideas में से जिस क्षण कोई बात पहली बार सूझती है, उसी क्षण उसे सचमुच "नई" कहा जा सके, ऐसा बहुत कम होता है; आखिरकार बार-बार के दोहराव के भीतर ही फर्क और विशिष्टता गढ़नी पड़ती है, शायद यह भी उसी जैसा है। और लगता है कि जिन्होंने शुद्ध रचनात्मक काम में बहुत मेहनत लगाई है, या जिनका पेशा ही वही रहा है, वे AI के इस्तेमाल वाली रचनात्मक गतिविधि के प्रति ज्यादा संशय और अस्वीकृति महसूस करते हैं। लेकिन आखिर लेखक ने जैसा कहा, अगर AI के साथ होने वाली सृजन प्रक्रिया इतनी "अतिमानवीय" लगे कि AI की रचनात्मकता इंसान से बेहतर दिखे, तो उसे ठुकराना क्या उस अपरिहार्य धारा के खिलाफ, कहें तो, कुछ मूर्खतापूर्ण प्रतिरोध नहीं होगा? अगर बात यह है कि AI द्वारा बनाए गए परिणामों पर आलोचनात्मक ढंग से सोचना, बौद्धिक आत्ममंथन के जरिए ज्ञान को समझ में बदलना मनुष्य की जिम्मेदारी है—तो मैं सहमत हूँ। लेकिन अगर बात यह है कि AI के साथ रहने से भीतर की सोच सुन्न हो जाती है, इसलिए सावधान रहना चाहिए, तो मुझे यह वैसा लगता है जैसे कोई कह रहा हो, "यह इतना अच्छा है कि मैं इसे सिर्फ खुद ही इस्तेमाल करूँगा।" नहीं तो फिर शुरू से ही वह व्यक्ति आलोचनात्मक सोच और meta-cognition में कमजोर रहा होगा।
बचाना चाहिए...
हाँ, StarLight ने यह अपने-आप कर दिया हाहा
थोड़े मिलते-जुलते संदर्भ में मैं अपना digital garden भी साझा कर रहा हूँ। अब ज्ञान के टुकड़े पाना आसान है, लेकिन वे मेरे भीतर उतने नहीं उतरते। GeekNews पर मुझे बहुत से शानदार लेख मिलते हैं। यहाँ curation कौन करता है?
https://notes.junghanacs.com/
वाह, अब इसे मनचाहे तरीके से इस्तेमाल कर सकेंगे!
सिर्फ vibe coding के स्तर को आउटसोर्सिंग नहीं कहा जा सकता। आउटसोर्सिंग में प्रोजेक्ट स्तर पर समीक्षा होती है, लेकिन अभी के AI coding agents के लिए उससे भी छोटे task स्तर पर समीक्षा करनी पड़ती है।
अगर यह आउटसोर्सिंग होती, तो काम सौंपकर मैं कोई और काम कर पाता… लेकिन अभी भी इन्हें बहुत बार देखना पड़ता है। होशियार हैं, लेकिन अनाड़ी junior developer जैसे…
लगता है कि जल्द ही… भले पूरी तरह आउटसोर्सिंग न हो, लेकिन शायद यह किसी छोटे development team की तरह काम कर सकें… काम निर्देशित करना, बीच-बीच में review करना, सुधारना… लेकिन अभी तो शायद वह स्तर भी नहीं आया है।
हो सकता है मेरी ही vibe कम हो, इसलिए ऐसा लग रहा हो…