Vibe Coding - वाइब कोडिंग

 (x.com/karpathy)
3 पॉइंट द्वारा GN⁺ 2025-02-04 | 2 टिप्पणियां | WhatsApp पर शेयर करें
  • Andrej Karpathy ने कहा कि जैसे-जैसे LLM काफ़ी बेहतर हो रहे हैं, vibe coding कोड को लगभग सचेत रूप से सोचे बिना बनाने का एक नया तरीका है
  • Cursor Composer, Sonnet और SuperWhisper voice input को मिलाकर वह कीबोर्ड लगभग इस्तेमाल किए बिना ज़रूरतों को बोलकर बताता है
  • padding को आधा करने जैसे छोटे अनुरोध भी खुद खोजकर नहीं करता, बल्कि सौंप देता है, और diff पढ़े बिना ही Accept All दबा देता है
  • error message को बिना किसी व्याख्या के copy-paste कर देता है, और अगर LLM bug ठीक नहीं कर पाता, तो workaround करता है या मनमाने बदलाव बार-बार करवाकर समस्या गायब होने तक कोशिश करता है
  • weekend पर किए जाने वाले one-off projects के लिए यह काम का हो सकता है, लेकिन code समझ की सीमा से बाहर तक बड़ा हो सकता है, इसलिए यह coding से ज़्यादा देखने, बोलने, चलाने और paste करने का तरीका बन जाता है

“vibe coding” का काम करने का तरीका

  • vibe coding ऐसा तरीका है जिसमें LLM पर पूरी तरह छोड़ दिया जाता है और code के अस्तित्व तक को लगभग भुला दिया जाता है
  • tool का उदाहरण Cursor Composer with Sonnet है, और voice input के लिए SuperWhisper इस्तेमाल होता है
  • सीधे code खोजने या बदलने के बजाय यह flow बार-बार दोहराया जाता है
    • स्क्रीन पर ज़रूरी बदलाव को देखना
    • Composer से बोलकर अनुरोध करना
    • result चलाना
    • error message को copy-paste करना
  • diff अब नहीं पढ़ा जाता और हमेशा Accept All दबाया जाता है
  • जब code सामान्य समझ के स्तर से बड़ा हो जाता है, तो उसे सच में समझने के लिए कुछ समय तक code पढ़ना पड़ता है

सीमाएँ और उदाहरण

  • कभी-कभी LLM bug ठीक नहीं कर पाता
    • ऐसे में bug को workaround किया जाता है
    • या फिर मनमाने बदलाव लगातार माँगे जाते हैं, जब तक समस्या गायब न हो जाए
  • इस तरीके को throwaway weekend projects के लिए बुरा नहीं माना गया है
  • लगभग एक घंटे की vibe coding से Battleship game भी बनाया गया
    • इसमें user द्वारा चुने गए किसी भी दो LLM models real time में एक-दूसरे से लड़ते हैं
    • अभी मज़बूत statistics नहीं हैं, लेकिन कहा गया कि 4o, 4o-mini को हराता हुआ लगता है

संबंधित पढ़ाई

2 टिप्पणियां

 
GN⁺ 2025-02-04
Hacker News की रायें

  • खुद इस्तेमाल करके देखा तो यह काफी अच्छा लगा, लेकिन hallucination से निश्चित रूप से सावधान रहना होगा
    उदाहरण के लिए, मैंने इससे अपनी परिचय रिपोर्ट 500 शब्दों में लिखवाई, तो कम से कम 3 गलतियां निकलीं। इसने कहा कि मेरी Stack Overflow reputation 47,000 पॉइंट है, जबकि असल में इसने प्रोफाइल में दिखे “reached people 47k” को reputation 525 पॉइंट से मिला दिया था। फिर इसने quote किया कि मैंने PHP monkey-patching पर जवाब दिया था, लेकिन असल में वह 15 साल पहले मेरा पूछा हुआ सवाल था और जवाब किसी और ने दिया था। आखिर में, इंटरव्यू का quote भी मेरा नहीं था, बल्कि मेरे साथ कंपनी शुरू करने वाले भाई का इंटरव्यू था
    शुरुआत के लिए इस्तेमाल किया जा सकता है, लेकिन नतीजों को source links follow करके verify करना जरूरी है

    • “काफी अच्छा है, लेकिन hallucination से सावधान” वाला आकलन समस्या को बहुत हल्के में लेता है। हम ऐसे व्यक्ति को hire भी नहीं करेंगे और लंबे समय तक employ भी नहीं रखेंगे जो कुछ भी गढ़ दे, तो समझ नहीं आता कि ऐसे “AI” tools को किसी दिलचस्प research project से ज्यादा क्यों कहा जाना चाहिए। लगता है कि जब तक भरोसेमंदी कुछ हद तक न आ जाए, large language models को फिर से design stage में वापस भेजना चाहिए
    • इसे उपयोगी starting point मानना मुश्किल है, और AI को लेकर optimistic नजरिए से भी यही लगता है। एक careful intern जो factual errors नहीं करेगा, वैसी गलतियों से भरी रिपोर्ट बेकार से भी खराब है
      अगर मुश्किल हिस्सा prose लिखना है, तो खुद research करके outline बनाना और large language model से उसे तैयार sentences में बदलवाना शायद ज्यादा तेज होगा। हालांकि ऐसा करने से आखिरकार यह साबित ही होता है कि prose style काम का कम-value हिस्सा है, और English literature major रहे व्यक्ति के रूप में यह बात चुभती है, लेकिन ज्यादातर सही है
    • खुद research करके 500-word report शुरू से लिखना तेज है या AI के लिखने के बाद हर जवाब को fact-check करके manually सुधारना, यह सवाल है। इसलिए जहां “सही जवाब” चाहिए, वहां मैं AI इस्तेमाल नहीं करता। paragraphs या sentences को ज्यादा readable बनाने में इस्तेमाल करता हूं, लेकिन AI द्वारा दी गई जानकारी पर भरोसा नहीं करता
    • “मैंने Stack Overflow पर जवाब दिया था” गलत याद करना लगभग artificial dementia जैसा है
      कुछ जगहें product को ठीक से launch करने की क्षमता आने से काफी पहले ही उसे निकाल रही हैं, और पता नहीं उनका legal defense भी उतना मजबूत होगा या नहीं। हालांकि database-assisted output ऐसी गलत यादों को मजबूती से सीमित कर सकता है और करना चाहिए। इंसान की तरह idea देने के बाद data से मिलान करने वाली linear verification चाहिए, और वही due diligence तथा reasoning process का हिस्सा है। core product evolution से अलग दिशा में चल रही गतिविधियां R&D को हिला रही लगती हैं, और यह एक तरह की टालमटोल जैसी महसूस होती है
    • पिछले कुछ वर्षों में large language model-based products पर मेरा आकलन ठीक यही है: “काफी अच्छा, लेकिन hallucination से सावधान”

  • “deep research” कहने पर आखिरकार इसमें सही जवाब तक पहुंचना भी शामिल समझा जाता है
    अब अगर 10% जवाब भी पूरी तरह गलत हों, चाहे वे common sense से गलत हों या self-contradictory, तो बहुत से लोगों को लगता है कि हर interaction पर भरोसा काफी टूट जाता है। पहले से पता चीजों को दोबारा confirm करने के अलावा, language model वास्तव में सब कुछ जानने जितना बड़ा नहीं है; वह बस ऐसा सुनाई देता है जैसे जानता हो
    मुझे सिर्फ सही जवाब नहीं चाहिए, बल्कि ऐसा सही जवाब चाहिए जो मेरे खुद research करने के समय से भी तेज हो और machine द्वारा दिए जवाब को verify करने के समय से भी तेज हो। जिस test paper का जवाब मुझे पता है उसे student से हल करवाना, और जिस सवाल का जवाब मुझे नहीं पता उस पर उसके जवाब पर भरोसा करना—ये बिल्कुल अलग स्तर की बातें हैं

    • हाल की features hallucination कम करने के लिए व्यापक web search पर निर्भर करती हैं, लेकिन चिंता यह है कि web खुद unfiltered large language model output से तेजी से दूषित हो रहा है। किसी point के बाद, जिन सवालों में currentness महत्वपूर्ण नहीं है, उनके लिए real-time web की जगह लगभग 5 साल पुराना web snapshot research agent को देना ज्यादा accurate हो सकता है
    • मैं खुद को “LLM ≠ AI” skeptic मानता हूं, लेकिन लोगों को large language models से कुछ पाने का दिखावा करते देख चिंता होती है। यह लगभग typewriter monkeys as a service जैसा है
      इधर-उधर कभी-कभी इस्तेमाल के लिए उपयोगी है, लेकिन जितना पैसा इसमें जा रहा है उतना उपयोगी नहीं। बेशक, उस पैसे को पाने वाली कंपनियों के लिए उपयोगी होगा। यह ऐसा उदाहरण है जिसे real AI से अपने आप हल कर पाने की उम्मीद होगी, लेकिन मौजूदा large language models बुरी तरह fail करते हैं: https://x.com/RadishHarmers/status/1885884032220643587
    • इसलिए AI tools मुझे बहुत उपयोगी नहीं लगे। जवाब verify और fix करने में लगने वाला समय अक्सर बस खुद करने या सीखने से ज्यादा हो जाता है
    • मैंने हमेशा सोचा है कि large language model किस्म के AI जिन समस्याओं में practically मददगार होते हैं, उनमें थोड़ा NP-like nature होता है। मतलब, problem solve करना मुश्किल हो सकता है, लेकिन solution check करना तेज होना चाहिए
      अगर वह ऐसा domain नहीं है जहां errors या hallucinations स्वीकार्य हों, तो वास्तविक फायदा तभी है जब इंसान द्वारा solution verify करने का समय AI द्वारा उसे खोजने के समय से exponentially faster हो
    • अगर पूरी तरह गलत जवाबों का ratio एक साल पहले 30%, कुछ साल पहले 60% था और अब 10% है, तो कभी न कभी यह पर्याप्त रूप से अच्छा हो सकता है। आजकल जवाब verify करने के तरीके भी धीरे-धीरे बेहतर हो रहे हैं
      यह हर समस्या का solution नहीं बनेगा, लेकिन कई engineering problems जैसा है। उदाहरण के लिए ORM हर query के लिए अच्छा नहीं होता, लेकिन काफी हिस्सों के लिए पर्याप्त होता है

  • यह थोड़ा डरावना लगता है। hallucination और errors की समस्या मान भी लें, तब भी असली users के इसे नज़रअंदाज़ करके output को अपनी PowerPoint में डाल देने की संभावना बड़ी है
    Management consulting पहले से ही काफी खराब थी, लेकिन अगर graphs और statistics को मनमाने ढंग से बड़े पैमाने पर बनाया जा सके, तो यह और खराब हो जाएगी। फिर भी पहले कम-से-कम पीछे कहीं न कहीं यह समझ होती थी कि numbers कहाँ से आए हैं, और sources भी दिए जा सकते थे
    ऐसे tools जितने powerful होंगे, इनके results के जगह-जगह रिसने का असर उतना ही आम होता जाएगा

    • आप accuracy की परवाह करते हैं या नहीं करते। अगर परवाह नहीं करते, तो फर्क नहीं पड़ता कि बात किसी इंसान ने गढ़ी है या AI ने। अगर परवाह करते हैं, तो public करने से पहले fact-check करेंगे। समझ नहीं आता कि यह tool इसे क्यों बदलेगा
    • hallucination से बनी research लेख के रूप में publish होती है, वह लेख दूसरी AI research में cite होता है, और false information लगातार ऊपर धकेली जाती रहती है, तो बाद में यह पता लगाना मुश्किल हो जाता है कि उस झूठ का स्रोत कहाँ था
    • इसे एक तरह की vaccine की तरह भी देखा जा सकता है। इंसानों द्वारा लिखी गई ज्यादातर consultant reports पहले से ही पूरी तरह कमजोर हैं। accuracy कम, signal-to-noise ratio कम, और generic बातों को volume के दम पर आगे बढ़ाने वाला format होता है
      Large language models लोगों को ऐसे कम information value वाले content के प्रति immune बना रहे हैं। जो लोग LLM स्तर का output देते हैं, उन पर अब LLM इस्तेमाल करने का शक होता है, और उनके लिए अब value add करने का दिखावा करना मुश्किल हो गया है। नतीजतन consultants से ज्यादा high quality की मांग होगी, और जो लोग accurate, insightful और context के मुताबिक information की जगह सिर्फ लंबी-चौड़ी बातें पैदा करते हैं, वे छंट जाएंगे
    • सच कहूँ तो मैंने consulting की है और मेरे कई दोस्त अभी भी करते हैं, लेकिन McKinsey reports भी चार में से तीन बार reality पर बहुत मजबूत आधार नहीं रखतीं और उनमें काफी अनुमान शामिल होते हैं
    • मेरे हिसाब से वह जहाज तब ही निकल चुका था जब Facebook ने misinformation फैलने को खुली छूट दी, या शायद उससे भी पहले

  • Gemini के पास भी एक-दो महीने पहले से इसी नाम का Deep Research था: https://blog.google/products/gemini/google-gemini-deep-resea...
    Meta-question के तौर पर, AI industry में नाम इतने overlap क्यों करते हैं, यह जानने की उत्सुकता है। Triton(Nvidia, OpenAI) या Gro{k,q}(X.ai, groq, OpenAI) याद आते हैं

    • OpenAI Triton के creator के मुताबिक, “Triton” नाम उन्होंने 2019 के मध्य में अपनी PhD thesis public करते समय रखा था। एक साल बाद “TensorRT Inference Server” का नाम बदलकर “Triton Inference Server” हो गया, लेकिन चूँकि यह उनके PhD advisors को project से जोड़ने वाला एकमात्र नाम था, इसलिए उन्होंने इसे नहीं बदला
    • अगर यह “meta-question” है, तो query के आगे “@Meta AI” लगाना चाहिए लगता है
    • ऐसा लगता है जैसे कोई informal industry group sales और PR के हिसाब से कुछ terms की redefinition को मिलकर आगे बढ़ाता है। पहले “intelligence”, फिर “open source”, फिर “reasoning” ले लिया गया, और यह चलता रहेगा
      जिन words की PR में जरूरत होती है लेकिन जिन्हें असल में हासिल नहीं किया गया होता, उन्हें redefine कर दिया जाता है। “grok” इसका perfect example है; मूल SF book में इसका मतलब “complete understanding” था। Mythology में Triton गहरे समुद्रों पर राज करता था, तो “deep learning” sales pitch ने उसे सीधे उठा लिया
    • Gemini version launch के समय आज़माना चाहता था, लेकिन लगता है मैं गलत देश में रहता हूँ। US के बाहर यह काम नहीं करता लगता है। OpenAI और DeepSeek में ऐसी समस्या नहीं है, यह अफसोस की बात है। मैं पैसे देने को तैयार हूँ, फिर भी वे लेते नहीं
    • Gemini version को बहुत “deep” कहना मुश्किल है। यह बहुत information दिखाता है, लेकिन काफी superficial है। OpenAI version सचमुच depth के एक कदम और करीब दिखता है
      खुद करके देखें तो large language model को ठीक से depth में ले जाना काफी मुश्किल है। OpenAI का Deep Research उन शुरुआती examples में से लगता है जो दिखाते हैं कि कोई बड़ा lab यह कैसे कर सकता है। आम तौर पर मुश्किल हिस्सा “agent” खुद नहीं होता, बल्कि model को depth में जाने की बात भूलने न देने के लिए मजबूर करना होता है

  • पता नहीं आपने ध्यान दिया या नहीं, लेकिन यह feature शायद अभी public न किए गए o3 model से चलता है। benchmark में इसके बहुत आगे होने की वजह और o3 को public release करने के लिए बहुत महंगा बताने वाली बात—दोनों इससे मेल खाते हैं। यह Google, DeepSeek, Perplexity से आगे दिखने वाला impressive model लगता है

    • public benchmarks में सिर्फ इस tool/system को tools और web access मिला था। इसलिए performance improvement strictly speaking उसी वजह से होने की संभावना ज्यादा लगती है
      अगर o3 आम public के लिए बहुत महंगा है, तो उसे ऐसे tool में क्यों इस्तेमाल करेंगे जिसे एक question के लिए सैकड़ों reasoning calls करनी पड़ती हैं? वे कहीं ज्यादा सस्ता model इस्तेमाल करेंगे। शायद o3-mini या o1-mini, और कुछ tasks के लिए o4-mini का combination इस्तेमाल हुआ होगा
    • महंगा होने का मतलब यह हो सकता था कि वे ज्यादा charge करना चाहते थे, लेकिन DeepSeek ने उनका हाथ मजबूर कर दिया
    • इस work environment में effect शायद किसी एक specific model से कहीं बड़ा मामला है। research workflow के हर step में एक ही size का model इस्तेमाल करना बेवकूफी भरा choice होगा
      final answer synthesize करने या conflicting sources में से चुनने के समय o3 फायदेमंद हो सकता है, लेकिन वहाँ तक पहुँचने के लिए बहुत सारे steps चाहिए
    • मुझे पूरा यकीन है कि o3 जब 10 महीने बाद release होगा, तब वह उस समय के DeepSeek, Google, Meta से एक generation आगे होगा। सचमुच impressive है
    • यह किस आधार पर माना जा रहा है कि यह unreleased o3 से powered है, यह जानना चाहता हूँ

  • academia में काम करने वालों के लिए यह वाकई interesting tool है। आज़माना चाहता हूँ, लेकिन अभी $200/month afford नहीं कर सकता
    अच्छा होगा अगर कोई इस prompt से test कर सके। Particle physics research assistant के रूप में, CERN के Future Circular Collider(FCC), International Linear Collider(ILC), Compact Linear Collider(CLIC), कई Muon Collider proposals और 2024 तक के प्रमुख next-generation particle collider plans की energy range, collision type, schedule, technical pros and cons, cost, physics goals, design reports, international collaboration, cost-effectiveness, discovery potential, infrastructure, environmental impact और upgrade paths तक compare करते हुए technical summary लिखने का अनुरोध है

    • o3-high पर चलाकर देखा और result link यहाँ है: https://chatgpt.com/share/67a0b227-8ee4-800f-a8ed-882e7bab97...
      original output HN पर पूरा लिखने के लिए बहुत लंबा था, और यह FCC, ILC, CLIC, Muon Collider, CEPC/SppC आदि के लिए planned energy, collision method, schedule, cost, technical challenges, physics goals, international support, environmental impact और long-term upgrade path को tables और sources के format में compare करने वाली report के रूप में था

  • मुझे संदेह है कि क्या यह क्षमता सच में AGI और ASI की पूर्व-शर्त है
    reasoning, problem solving और research validation मूल रूप से सभी refined thinking के करीब हैं। research अभी भी ऐसा क्षेत्र है जहाँ इसकी अहमियत पर संदेह है, क्योंकि valid proof किसी व्यवस्थित जवाब से नहीं बल्कि execution result से आता है
    उदाहरण के लिए, इंटरनेट पर सबसे अच्छे vacuum cleaner के बारे में चाहे जितनी research कर लें, जब तक आप उसे खुद इस्तेमाल नहीं करते, आप marketing, fake reviews और influencers के बीच ही फँसे रहते हैं। science का क्षेत्र boring होने की वजह से शायद इस तरह की समस्या से थोड़ा सुरक्षित हो, लेकिन यह सोचकर डर लगता है कि कोई pharmaceutical company advanced medical “research results” वाले customized blog posts से इंटरनेट भरकर मनचाहे papers जैसा माहौल बना सकती है। किसी बिंदु पर इंटरनेट पर बिल्कुल भरोसा नहीं किया जा सकेगा, और वह समय शायद जल्द ही आ जाए
    generated text के विस्फोट के साथ, भारी information garbage की वजह से research की value काफी घट जाएगी। यह शायद उस दौर की चीज़ बनकर रह जाए जब इंटरनेट अभी “असली” था

    • उस तरह के use cases के लिए इस tool का इस्तेमाल न करें, बस। फिर भी बात वाजिब है
      पहले मैंने यह compare करने के लिए वास्तविक measurements वाले articles ढूँढे थे कि Hydroflask, Klean Kanteen और Thermos गरम/ठंडे drinks में कैसे अलग हैं, लेकिन Google search results में अधिकतर generic comparisons थे जिनमें hard data नहीं था। फिर भी “Hydroflask गरम drinks के लिए बेहतर है” जैसे articles ऊपर दिख रहे थे
      मुख्य सवाल यह है कि क्या यह tool ऐसे articles को ignore कर पाएगा और सिर्फ actual experiments वाले articles का इस्तेमाल करेगा, और क्या यह उन duplicate results को filter कर पाएगा जहाँ एक व्यक्ति के experiment को कई bloggers बार-बार quote करते हैं
    • यह पूरी तरह इस पर निर्भर करता है कि आप “AGI” को कैसे define करते हैं
    • यह किसी एक feature से ज्यादा, एक विशाल landscape में एक दिशा है। search जैसे कई tasks, और reasoning के साथ जुड़ी research में बेहतर होना models को AGI के और करीब ले जाता है
      AGI ऐसा होगा तो ये काम कर सकेगा, और जैसे-जैसे इन क्षमताओं का Venn diagram बढ़ेगा, हम उन चीज़ों को narrow down कर सकेंगे जो AGI का fundamental mechanism हो सकती हैं। Moravec ने human abilities के landscape के AI abilities द्वारा धीरे-धीरे डूबने की image की बात की थी, और जब AI वास्तव में या सिद्धांततः इंसान द्वारा किए जा सकने वाले हर काम को कर सकेगा, तब हमें पता चलेगा कि हम true general-purpose AI तक पहुँच गए हैं। Deep Research उस बाढ़ में डूबता हुआ बस एक और island है

  • अगर मैंने graph को सही समझा है, तो लगता है internal tests का pass rate सिर्फ 20% है। अगर ऐसा है, तो क्या इसका मतलब यह है कि 30 मिनट इंतजार करने और महंगा भुगतान करने के बाद भी, आपको लंबे text wall को खंगालना होगा जिसके गलत होने की संभावना आम तौर पर ज्यादा है?
    अगर hallucination की संभावना नजरअंदाज करने लायक नहीं है, तो एक बार में review करने के लिए content बहुत ज्यादा है। process को शायद कहीं ज्यादा iterative होना चाहिए

    • जिस type की problems पर वह 20% हासिल होता है, उनका उदाहरण इस स्तर का है: दो functors के बीच natural transformation को end के रूप में express करना, natural cotransformation को coend के रूप में define करना, फिर symmetric groups Σ4 और Σ7 के delooping nerve के तहत ∞-categories रखकर natural cotransformations की संख्या पूछना
      यानी ये सामान्य queries नहीं हैं, बल्कि cutting-edge math benchmark के करीब problems हैं
    • Humanity’s Last Exam में 26.6% pass rate वास्तव में impressive है। pass rate को task difficulty के context में देखना चाहिए
    • यह बात केवल तब लागू होती है जब आप cutting-edge benchmark level के सवाल पूछ रहे हों
    • data कम है, इसलिए पक्के तौर पर कहना मुश्किल है। अगर मानें कि एक query एक दिन का काम कर देती है, तो 5 दिनों के काम को review करने में एक दिन से कम समय लगे, तो यह rationally usable हो सकता है
      actual research की तरह, जहाँ preparation work final output से ज्यादा होता है, वहाँ conceptually यह अच्छी तरह fit हो सकता है। benchmarks को मोटे तौर पर देखने पर लगता है कि साल के अंत तक शायद प्रति query 50% से ऊपर जा सकता है, और हर एक-दो model generations में यह double होता दिख रहा है
    • ये numbers ऐसे problems से आए हैं जिनका सही जवाब domain experts के लिए भी देना मुश्किल है

  • blogosphere में niche fields के जाने-माने experts या उस field में famous लोग होते हैं, और उपयोगी posts लिखने वाले लोग तो और भी ज्यादा हैं। कम से कम वे इस अर्थ में लिखते हैं कि कोई दूसरा इंसान उन्हें पढ़े
    लेकिन अगर सारे readers bots बन जाएँ, तो मुझे आश्चर्य है कि क्या वे लिखते रहेंगे। dead internet करीब आता महसूस हो रहा है

    • अगर bots ही पढ़ने वाले हों, तब भी लिखने का तरीका समझ आ जाए तो मुझे यह अच्छा लगता है। academic papers भी असल में ठीक से पढ़े नहीं जाते; अक्सर citations के लिए बस सरसरी तौर पर देखे जाते हैं, और journal papers या dissertations जैसे बड़े publications में तो यह और भी सच है
      फिर भी author के रूप में यह आकर्षक है कि जब लोग चाहें तो आसानी से accessible knowledge world में योगदान दे सकते हैं। अब सिर्फ title से relevant दिखने वाले papers को मेहनत से खंगालने की जरूरत नहीं रहेगी, और यह भी ठीक है कि कोई दूसरा मेरा paper मेहनत से न पढ़े
    • जाहिर है वे लिखते रहेंगे। बहुत से लोग ऐसी photos लेने के लिए सबसे बड़ा affordable camera लेकर सैकड़ों photos खींचते हैं जिन्हें कोई भी अपनी मर्जी से देखने वाला नहीं होता

  • सच में सोच रहा हूँ कि क्या किसी के पास इस feature का access है। website पर लिखा है कि यह आज से Pro users के लिए उपलब्ध है, लेकिन company account पर Pro होने के बावजूद message composer में Deep Research option नहीं दिख रहा

    • मैं Pro पर हूँ और US में हूँ, लेकिन अभी तक नहीं दिख रहा
    • करीब 3 घंटे पहले से access मिल गया। Windows desktop app में भी दिख रहा है, जहाँ कुछ features देर से आते हैं
      कोई भी model खोलें, तो web search option के बगल में input box में (Deep research) tag दिखाई देता है। मैंने cache clear वगैरह नहीं किया
    • Pro हूँ, लेकिन अभी तक नहीं दिख रहा
    • Pro subscription वाले मेरे दो परिचितों को भी अभी access नहीं मिला है
    • US में रहता हूँ, Pro use कर रहा हूँ, लेकिन अभी भी access नहीं है
 
GN⁺ 2025-02-04
Hacker News की राय

  • हर साल लगता है कि सॉफ़्टवेयर के quality standards इससे नीचे नहीं जा सकते, लेकिन हर बार पता चलता है कि यह सोच गलत थी

    • समझ नहीं आता कि जो काम ठीक से करना ही नहीं है, उसे करने की ज़रूरत क्यों है
    • यह वैसा है जैसे लकड़ी को ढंग से काटे बिना उसे ठोक-पीटकर कुर्सी जैसी कोई चीज़ बना देना और फिर उस पर बैठना
    • कुछ लोग कहते हैं, “कभी-कभी बस बैठने की जगह चाहिए होती है”, लेकिन फिर भी कम-से-कम एक न्यूनतम स्तर की पूर्णता तो होनी चाहिए
    • मैंने ऐसे लोगों को देखा है जो अंग्रेज़ी में आत्मविश्वास की कमी के कारण LLM पर पूरी तरह निर्भर हो गए, और नतीजतन अपनी अभिव्यक्ति की क्षमता और आत्मविश्वास खो बैठे
    • सॉफ़्टवेयर में यह बहुत कम पता होता है कि आप शुरू से ही ‘कुर्सी’ बना रहे हैं
      • आखिरकार यह exploratory programming या prototyping का ही दूसरा नाम है
    • कई बार मंज़िल महत्वपूर्ण नहीं होती, बस कहीं जल्दी पहुँच जाने की इच्छा होती है
      • यह उस थके हुए इंसान को डाँटने जैसा है जो थोड़ी देर के लिए फर्श पर बैठ गया हो
    • आजकल यह वास्तविक एहसास ही गायब होता दिख रहा है कि code असली hardware पर चलता है
      • कई युवा developers code के भौतिक परिणामों को समझ नहीं पाते
      • मुझे लगता है कि AI और उसका hype किसी दिन टूट जाएगा, लेकिन quality बचाए रखने की लड़ाई जारी रहनी चाहिए

  • मैं भी इस तरह के हल्के प्रोजेक्ट्स करते समय मज़ा महसूस करता हूँ

    • लेकिन security को कभी भी हल्के में नहीं लिया जा सकता
    • AI coding assistants ने कई बार बिना authentication वाले API बना दिए, या XSS जोखिम वाले templates तैयार किए
    • मैं रोज़ LLM इस्तेमाल करता हूँ, लेकिन मुझे पूरा भरोसा है कि security engineer की भूमिका आगे भी भरपूर बनी रहेगी

  • इस approach को देखकर लगता है जैसे कोई ‘खाते-खाते coding करने वाला’ व्यक्ति deliverable जमा कर रहा हो

  • चिंता है कि अगर coding की शुरुआत इसी तरह की जाए, तो मुश्किल समस्याएँ सुलझाने की क्षमता कमज़ोर पड़ जाएगी क्या

    • लेकिन कुछ लोग कहते हैं कि ज़रूरी हिस्सों पर अब भी हाथ से ध्यानपूर्वक काम किया जा सकता है
    • इसके बदले नई चीज़ें आज़माने की entry barrier कम हो जाती है, जिससे कहीं ज़्यादा स्वतंत्र रूप से explore किया जा सकता है

  • आजकल ऐसे AI-native developers बढ़ रहे हैं जो शुरू से ही इसी तरीके से सीख रहे हैं

    • अब यह coding से ज़्यादा AI coder management का दौर लगता है

  • “प्राकृतिक भाषा के निर्देशों से बदला जा सकने वाला WYSIWYG” जैसे tools में, RAD tools की सीमाओं की तरह अचानक कठिनाई की खड़ी दीवार आ सकती है

  • कुछ लोग कहते हैं, “इस तरह सीखना नहीं चाहिए,” लेकिन मेरा मानना है कि मेहनत और पूर्णता के अनुपात को संतुलित करना ज़रूरी है

    • Vibe Coding सीखने और exploration के लिए एक अच्छा तरीका है
    • यह effort–quality spectrum का एक नया आयाम खोल सकता है
    • लेकिन Fred Brooks की बात की तरह, अगर पहली कोशिश कमजोर हो तो उसे बेझिझक छोड़ सकना चाहिए
      • अगर LLM द्वारा बनाई गई पहली implementation से चिपक गए, तो समस्या को सही तरह समझे बिना ही गलत baseline से बँध सकते हैं

  • मुझे लगता है कि CSS तक तो Vibe Coding काफ़ी है

    • लेकिन कुछ लोग कहते हैं कि accessibility और responsive design को ध्यान में रखें तो बात इतनी सरल नहीं है
    • अच्छी CSS उल्टा ज़्यादा संक्षिप्त होती है और maintain करना आसान होता है
    • AI को बीच में लाना उल्टा रुकावट बन सकता है
    • एक और व्यक्ति ने कहा कि उसने Claude के साथ छोटी web utility पूरी तरह implement की है
    • किसी और ने बताया कि उसने React-आधारित search DSL या GUI pipeline editor भी इसी तरह बनाया, और यह approach सिर्फ साधारण CSS तक सीमित नहीं है