Nvidia CEO ने Anthropic प्रमुख के AI से नौकरियों पर खतरे वाले दावों की आलोचना की — "अंधेरे में बैठकर यह मत कहो कि यह सुरक्षित है"

• Nvidia CEO Jensen Huang ने Anthropic CEO Dario Amodei के इस दावे का सार्वजनिक रूप से खंडन किया कि "AI अगले 5 वर्षों में 50% एंट्री-लेवल ऑफिस नौकरियाँ खत्म कर देगा और बेरोज़गारी दर 20% तक पहुंच जाएगी"
• Huang ने कहा कि Anthropic AI को "खतरनाक और डरावनी तकनीक" के रूप में पेश कर रहा है, और यह दावा कर रहा है कि केवल वही इसे सुरक्षित रूप से विकसित कर सकता है
• Huang ने AI विकास प्रक्रिया में पारदर्शिता और ज़िम्मेदार प्रगति के महत्व पर ज़ोर दिया और अधिक सार्वजनिक व खुले विकास वातावरण की मांग की
• Anthropic ने पलटकर कहा कि Amodei तो AI विकास में व्यापक पारदर्शिता और मानकीकरण की ज़रूरत पर लगातार ज़ोर देते रहे हैं, जिससे रुख में अंतर साफ दिखता है
• Huang का अनुमान है कि AI नौकरी संरचना में बदलाव के साथ अधिक अवसर और रोजगार भी पैदा करेगा, जबकि Amodei ने इस बात पर ज़ोर दिया कि समाज को आर्थिक झटकों के लिए तैयार रहना चाहिए

---

Nvidia CEO की Anthropic CEO की टिप्पणियों पर आलोचना

• Anthropic CEO Dario Amodei ने कहा कि AI आने वाले 5 वर्षों में कुल एंट्री-लेवल ऑफिस नौकरियों में से आधी समाप्त कर सकता है और बेरोज़गारी दर को 20% तक ले जा सकता है
• Nvidia CEO Jensen Huang ने कहा कि "मैं लगभग हर दावे से असहमत हूँ", और Amodei के तर्कों का एक-एक करके जवाब दिया
• Huang ने कहा कि Amodei मूल रूप से तीन दावे कर रहे हैं
  • AI इतना डरावना है कि केवल Anthropic को ही इसे विकसित करना चाहिए
  • AI विकास इतना महंगा है कि दूसरी कंपनियाँ इसे कर ही नहीं सकतीं
  • AI की विघटनकारी ताकत के कारण अंततः हर कोई बेरोज़गार हो जाएगा
• इसके जवाब में Huang ने ज़ोर दिया कि "AI बहुत महत्वपूर्ण तकनीक है, और इसे सुरक्षित व ज़िम्मेदारी के साथ आगे बढ़ाया जाना चाहिए"
• उन्होंने कहा, "अगर इसे सुरक्षित बनाना है, तो यह अंधेरे और बंद कमरे में नहीं, बल्कि ऐसे खुले माहौल में होना चाहिए जहाँ सभी भाग ले सकें"

Anthropic की पृष्ठभूमि और रुख

• Dario Amodei ने 2021 में OpenAI छोड़ने वाले साथियों के साथ मिलकर Anthropic की स्थापना की
• Anthropic का फोकस ऐसा सुरक्षित और नैतिक AI विकसित करने पर है जो मानवता के लिए खतरा न बने
• इसका नवीनतम AI मॉडल Claude 4 Opus मानव-स्तर की कोड लिखने की क्षमता के साथ-साथ योजना बनाने, धोखा देने और हेरफेर करने की क्षमता भी दिखाता है, और इसने इंजीनियर को ब्लैकमेल करने के लिए नकली email thread बनाने जैसी क्षमता भी दिखाई
• Anthropic ने Fortune को आधिकारिक तौर पर कहा, "Dario ने कभी यह दावा नहीं किया कि केवल Anthropic ही सुरक्षित और शक्तिशाली AI बना सकता है"
  • कंपनी ने स्पष्ट किया कि Amodei तो सभी AI डेवलपर्स पर लागू होने वाले transparency standards बनाए जाने की लगातार वकालत करते रहे हैं
  • वह आर्थिक झटकों, खासकर एंट्री-लेवल नौकरियों में कमी, को लेकर लगातार चिंता जताते रहे हैं और आगे भी इस रुख पर कायम रहेंगे

AI को लेकर CEOs के नज़रिए में अंतर

• यह बहस दिखाती है कि दोनों CEOs के पास AI को लेकर अलग-अलग दृष्टिकोण हैं
• Amodei अधिक सावधानीपूर्ण रुख अपनाते हैं, AI से कामगारों पर पड़ने वाले जोखिम पर ध्यान दिलाते हैं, और सामाजिक बदलाव के लिए नीतिगत प्रतिक्रिया की मांग करते हैं
• दूसरी ओर Huang कुछ नौकरियों के खत्म होने की संभावना से सहमत हैं, लेकिन उनका मानना है कि AI अपनाने से productivity में बढ़ोतरी और business expansion के जरिए अधिक रोजगार और अवसर पैदा होंगे

निष्कर्ष और संकेत

• यह विवाद AI safety, development transparency, और आर्थिक-सामाजिक बदलाव जैसे मौजूदा मुद्दों के महत्व को उजागर करता है
• AI तकनीक के आगे बढ़ने के साथ regulation, industry change, और नौकरी के प्रतिस्थापन व सृजन पर बहस और तेज़ होने की संभावना है

[GN⁺]

Hacker News राय

• Nvidia और OpenAI जैसी कंपनियाँ आर्थिक जोखिमों पर अपने हितों और बहुत छोटे हालिया अनुभव के आधार पर जवाब दे रही हैं। वे ऐसे माहौल में कड़ी प्रतिस्पर्धा कर रही हैं जहाँ आखिर में बहुत कम लोग विजेता बनेंगे, जबकि जोखिमों को या तो नज़रअंदाज़ किया जा रहा है या यह कहकर हल्का किया जा रहा है कि ज्यादातर लोगों के लिए बेहतर भविष्य आएगा। AI का लाभ पहले से ही ऊपर के छोटे तबके में सिमट रहा है—यह अनुमान नहीं, बल्कि लगभग साफ़ दिखने वाली बात है। अगर AI सच में white-collar नौकरियों में बड़े पैमाने पर उथल-पुथल लाता है, तो हालात कैसे होंगे, यह सवाल बना हुआ है। क्या अमेरिकी अर्थव्यवस्था का बड़ा हिस्सा कमजोर basic income पर टिकेगा, और अच्छी कार, झील किनारे का घर या resort ownership जैसी चीज़ें आखिर किसके पास होंगी? अगर लोग अपनी बची-खुची पसंद और जीवन सुधारने के मौके भी खो दें, तो तेज़ और कठोर राजनीतिक या अन्य प्रकार की प्रतिक्रिया की कल्पना करना मुश्किल नहीं है.

  • मैं यह जानना चाहता हूँ कि “बड़े पैमाने की उथल-पुथल” से ठीक-ठीक मतलब क्या है। फिलहाल AI की क्षमताएँ white-collar कर्मचारियों की productivity बढ़ाने और शायद उनकी तनख्वाह बढ़ाने की ज़्यादा संभावना रखती हैं.
  • AI से manufactured goods की कीमतें काफ़ी नीचे आ सकती हैं। कीमतें सापेक्ष होती हैं, इसलिए दुर्लभ चीज़ें महंगी होंगी। उदाहरण के लिए, कारें या झील किनारे के घर सस्ते हो सकते हैं, लेकिन Hamptons की किसी अच्छी लोकेशन वाली cottage या Super Bowl tickets जैसे अनुभव-आधारित सामान फिर भी महंगे रहेंगे। अगर basic income मिलती है, तो middle-class परिवारों का खर्च पैटर्न बहुत बदल जाएगा। नौकरी न रहने पर commute दूरी के हिसाब से घर चुनने की ज़रूरत नहीं रहेगी, अच्छे school district या college admissions के लिए profile-building का महत्व भी कम हो जाएगा। यहाँ तक कि यह भी कहा जा रहा है कि college खुद समाप्त हो सकते हैं। AI का अपनाया जाना सिर्फ मौजूदा व्यवस्था के कुछ हिस्सों को नहीं तोड़ेगा, बल्कि पूरे समाज को बुनियादी रूप से बदल सकता है.
  • 15 साल से अधिक समय से परिचित लोगों से non-technical white-collar काम के बारे में सुनकर मुझे पहले भी लगता था कि “तुम्हारे काम का 50-80% तो कुछ हफ्तों में automate हो सकता है।” फिर भी इतने लंबे समय बाद भी repetitive work वाली नौकरियाँ बनी रहीं। AI के साथ भी बदलाव एक झटके में नहीं आएगा; पुराने work style और कम tech-friendly संगठन धीरे-धीरे तकनीक अपनाएँगे, इसलिए बदलाव दशकों में क्रमिक रूप से होगा। हाँ, junior software engineers पर असर बड़ा हो सकता है। उनकी demand और supply पहले से असंतुलित है, और tech-friendly कंपनियों में Claude जैसे शक्तिशाली सहायक tools का मूल्य और ज़्यादा है.
  • मैं उन दावों को लेकर सशंकित हूँ जो कहते हैं कि हर हाल में नतीजा ऐसा ही होगा। Jensen या दूसरे विशेषज्ञ भी AI के भविष्य को हमसे अधिक निश्चित रूप से नहीं जानते। dystopian scenario दिमाग में रखना ठीक है, लेकिन उसे एकमात्र भविष्य मान लेना गलत होगा.
  • मुझे लगता है कि राजनीति और दूसरे क्षेत्रों में backlash पहले ही शुरू हो चुका है। खासकर far-right झुकाव का फैलना साफ़ दिखता है। बदलाव चाहने वाली वोटिंग मौजूद है, लेकिन विडंबना यह है कि मौजूदा व्यवस्था से नाराज़गी के बावजूद लोग अक्सर उन्हीं ताकतों को चुन लेते हैं जो उसी व्यवस्था को बनाए रखती हैं.

• हाल में OpenAI से निराश होने के बाद मैंने Claude आज़माया और लगा कि उसका स्तर ही अलग है। खासकर PowerShell जैसे रोज़मर्रा के कामों में वह एक-दो नहीं, कई कदम आगे लगा। ऐसा महसूस होता है कि दो अंकों वाली संख्या में नौकरियाँ जोखिम में आ चुकी हैं। टेक इंडस्ट्री के लिए यह अविश्वसनीय समय है, लेकिन अगर growth wave पर बने रहना है तो रोज़ समझदारी से मेहनत करनी होगी। बहुत से लोग pandemic और तेज़ बदलावों के दौरान बहुत ढीले या complacent हो गए। मेरे लिए AI फिर से तनाव और motivation देने वाला catalyst बन गया है.

  • मैंने कई AI dev tools इस्तेमाल किए हैं, लेकिन Claude Code API को सिर्फ दो दिन इस्तेमाल करके ही तुरंत Max 20x plan में upgrade कर लिया। Cursor, Windsurf, Roo Code / Cline भी आज़माए, लेकिन Claude Code जितना संतोषजनक और उपयोगी कुछ नहीं मिला। OpenAI का Codex CLI भी बुरा नहीं है, लेकिन LLM का सीधे CLI को संभालना एक अलग ही रोमांच देता है.
  • अगर context साफ़-सुथरे ढंग से दिया जाए तो काफ़ी अच्छे नतीजे मिलते हैं। लेकिन असली 100k+ lines वाले codebase में context manage करना सचमुच मुश्किल है। पहले एक take-home coding test में इसने perfect result भी दिया था, लेकिन इस लेख की तरह गलतियाँ भी की हैं। off-by-one error जैसी समस्याएँ इंसानों के लिए भी ठीक से verify करना आसान नहीं होता, इसलिए वे और संवेदनशील लगती हैं.
  • LLM coding evaluations पर सार्वजनिक चर्चा असली उपयोग अनुभव से कटी हुई लगती है। बहुत से लोग 3-6 महीने पहले थोड़ा इस्तेमाल करके निराश हुए और फिर पूरे क्षेत्र को ख़ारिज कर देते हैं। LLM users hallucination, अजीब output और सीमाओं से पहले ही वाकिफ़ हैं। असली बात है tool की सीमाएँ समझना और उसे practical development loop में सही जगह इस्तेमाल करना। दूसरी ओर, यह कहना कि LLM बिल्कुल बेकार हैं, मुझे एक तरह का self-soothing लगता है। LLM चर्चा के बीच में एक व्यावहारिक धड़ा है जो सीमाओं को समझते हुए tools का उपयोग करता है, और मेरा अनुमान है कि आगे चलकर ज्यादातर लोग वहीं पहुँचेंगे.
  • Claude Code की वजह से हमने एक छोटे SaaS startup में पिछले एक महीने में तीन महीने से ज़्यादा की प्रगति कर ली। सिर्फ coding ही नहीं, email, proposal, planning, legal जैसे कई कामों में भी इसका उपयोग हुआ। Claude बंद हो जाए तो काम slow motion जैसा लगता है। ऐसे tools खासकर छोटे व्यवसायों को और भी अधिक ताकत देते हैं.
  • मैंने Max subscription लेकर इसे काफ़ी इस्तेमाल किया है, और अगर सावधान न रहें तो यह बड़ी मात्रा में घटिया output दे सकता है। test code चल सकता है, लेकिन उसका logic कई बार अर्थहीन होता है, इसलिए जो लोग सिर्फ “चलने वाला कुछ” चाहते हैं उनके लिए यह खतरनाक tool है। लेकिन trial-and-error के ज़रिए धीरे-धीरे सुधार करने में यह शानदार है। इसकी वजह से रोज़मर्रा के काम से थककर छोड़े गए personal projects—खासकर library, tooling, system configuration—में नई जान आ गई है। फिर भी यह अपने-आप बड़ा picture या bug pattern की root cause नहीं समझता। code formatting, testing, linting tools अनिवार्य लगते हैं। cargo-fmt जैसे tools LLM coding के ज़्यादातर noise को साफ़ कर देते हैं.

• Nvidia, Anthropic CEO Dario के chip export controls के समर्थन पर बहुत तीखी प्रतिक्रिया दे रहा है। Dario ने राष्ट्रीय सुरक्षा के आधार पर यह कहते हुए एक लंबी blog post भी लिखी कि चीन को Nvidia के सबसे उन्नत chips नहीं मिलने चाहिए। Jensen Huang ने export controls पर सार्वजनिक रूप से गुस्सा जताया है। फिलहाल policy के स्तर पर Anthropic बढ़त में दिखता है, लेकिन आगे स्थिति अनिश्चित है.

  • एक राय यह है कि अगर चीन को technology export रोका गया, तो वह अपनी तकनीक खुद विकसित करेगा। talent और resources पर एकाधिकार लगभग असंभव है, और अमेरिका का protectionism अब उल्टा असर ज़्यादा कर रहा है। short term में चीन के लिए मुश्किलें बढ़ सकती हैं, लेकिन long term में अमेरिका खुद table पर अपनी जगह गंवा सकता है.

• सिर्फ इस आधार पर कि “5 साल बाद सब ठीक होगा”, AI को लेकर निश्चिंत हो जाना मुझे सही नहीं लगता। अभी यह शुरुआती दौर है और कोई नहीं जानता कि AI मानवता के भविष्य पर बुनियादी रूप से क्या असर डालेगा। मुझे लगता है कि अगले एक सदी के भीतर इंसान घोड़ों की तरह श्रम से बाहर धकेले जा सकते हैं। अगर सामाजिक ढाँचा नहीं बदला, तो बहुसंख्यक लोगों को अब भी जीवनयापन के लिए अपना श्रम बेचना ही पड़ेगा। AI को लेकर मेरा नज़रिया निराशावादी-व्यावहारिक है। अगर wage workers के लिए हालात बहुत खराब हो जाएँ, तो शायद ऐसा business करना होगा जिसमें AI हमारे लिए काम करे, या फिर इतना asset base तैयार रखना होगा कि healthcare जैसे जीवन-मरण के क्षणों में AI मदद कर सके.

  • एक असहमति यह है कि AI का ज़िक्र 1950s से होता आया है और neural nets 1980s में आ चुके थे, इसलिए इसे “AI का शुरुआती दौर” कहना सही नहीं। अगर इस बार की AI लहर से strong AI नहीं बनता, तो एक और AI winter आ सकता है। इसलिए भविष्यवाणी में long term से ज़्यादा short term पर ध्यान देना तर्कसंगत है.
  • repetitive knowledge work AI से कम ज़रूर होगा, लेकिन वास्तविक AGI को उच्च स्तर की कठोरता तक पहुँचाने के लिए computing resources में बड़ी क्रांति चाहिए होगी। और वास्तविक general-purpose physical work में इंसान अब भी कहीं अधिक efficient हैं.
  • एक नज़रिया यह भी है कि मानव श्रम की बिक्री मानव इतिहास के लाखों वर्षों की तुलना में सिर्फ पिछले कुछ सौ वर्षों की घटना है। कई संकट आएँ, तब भी मानव समाज अंततः adapt कर लेगा.

• AI executives का AI apocalypse जैसी बातें करते रहना थकाऊ लगने लगा है। खासकर Anthropic CEO जैसे लोग निवेशकों को आकर्षित करने और competitors पर regulation का दबाव बनवाने के लिए ऐसी बातें कर रहे हैं। लेकिन कुछ लोगों के अनुसार Anthropic का असली long-term competitor open source है। Amodei के regulation-oriented बयानों का मूल उद्देश्य open source को रोकना हो सकता है.

• आज सुबह मैंने Claude को एक C++ solution लिखने दिया, और उसने vector को modify करते हुए iterator stability मान ली, जिससे undefined behavior पैदा हो गया। ऐसा issue एक mid-level C++ developer भी code देखकर आसानी से पकड़ सकता है। AI solutions प्रभावशाली ज़रूर हैं, लेकिन मुझे कभी नहीं लगा कि वे मेरे career के लिए सीधा खतरा हैं। मुझे अब तक यह महसूस नहीं हुआ कि LLM के पास real-world model ठीक से है; सोचता हूँ कि क्या JS और Python में भी यही स्थिति है.

  • LLM उचित world model बनाने में कमजोर हैं। JS और Python में भी failure patterns बहुत अलग नहीं हैं। कभी-कभी AI जादू की तरह कोई समस्या हल कर देता है, लेकिन यह इतना अविश्वसनीय भी हो सकता है कि इंसानी judgment अनिवार्य बनी रहती है.
  • LLM चर्चा में अक्सर यह बात छूट जाती है कि उनमें productivity को बहुत बढ़ाने की क्षमता है। अभी कमियाँ हैं, लेकिन जल्द ही ऐसा समय आ सकता है जब developers पहले से 1.5x या उससे ज़्यादा productive हो जाएँ। जब सब लोग ज़्यादा काम करने लगेंगे, तो job replacement का दबाव बढ़ेगा। software की demand बहुत बड़ी है, लेकिन अंततः productivity gains developers की जगह लेने की दिशा में भी जा सकते हैं.
  • vector modify करते समय iterator stability वाला सवाल मैं interviews में अक्सर पूछता हूँ। काफ़ी अनुभवी लोग भी hint न मिले तो इसे नहीं पकड़ पाते.
  • Sonnet और Opus दोनों अब भी ऐसी गलतियाँ कर सकते हैं। इसलिए मैं उनसे लिखे हर code को अंत तक review कराता हूँ। token-based pricing में यह कठिन है, लेकिन Claude Code के $200 plan जैसी unlimited subscription में इसे पूरे दिन चलाना काफ़ी उपयोगी हो सकता है। फिर भी लगातार हाथ पकड़कर चलाना पड़ता है.
  • सोचता हूँ कि Rust जैसी language में शायद ऐसा undefined behavior न होता। अगर AI सही solution लिख सके, तो C++ organizations जोखिम कम करने के लिए Rust या किसी नई भाषा की ओर बड़े पैमाने पर जा सकती हैं, जो AI के blind spots को बेहतर ढंग से संभाले। long term में ऐसा tipping point आ सकता है जहाँ migration का लाभ उसकी लागत से अधिक हो जाए.

• Anthropic CEO चाहता है कि कंपनियाँ कर्मचारियों को हटाकर वह काम उसकी कंपनी को सौंपें। Anthropic में सचमुच इतनी क्षमता है या नहीं, और क्या वास्तव में ऐसा होगा, इस पर संदेह है। ऐसे बयानों को किसी भी sales pitch की तरह आलोचनात्मक नज़र से देखना चाहिए.

• Anthropic चेतावनी दे रहा है कि बेरोज़गारी बड़ा खतरा है। Nvidia शेयर भाव बढ़ाने और quarterly earnings पर केंद्रित है, इसलिए वह बेरोज़गारी के जोखिम को नकार रहा है। इसमें कोई ख़ास हैरानी नहीं.

  • अगर AI bubble फूटता है और नई मंदी शुरू होती है, तो बेरोज़गारी सचमुच गंभीर खतरा बन जाएगी। अभी AI-जनित बेरोज़गारी की बातें मुझे FUD जैसी लगती हैं.

• एक राय यह है कि AI कंपनियों को ऊँची valuation इसलिए मिल रही है क्योंकि उनके अंदर यह निहित वादा है कि वे मानव श्रमिकों की जगह ले लेंगी.

  • यह कुछ-कुछ फिल्म ‘The Big Short’ जैसी स्थिति है, जहाँ दांव जीतने का मतलब ही अमेरिकी अर्थव्यवस्था का टूटना और भारी बेरोज़गारी होता है। अभी S&P500 के तेज़ उछाल को कुछ लोग इस रूप में देखते हैं कि बाज़ार इस बात पर दांव लगा रहा है कि मशीनें जल्द ही हमारी जगह ले लेंगी.

• Sonnet 4 इस्तेमाल करने के बाद AI safety को लेकर मेरी सोच बदल गई। यह real server setup जैसे unattended काम हैरान कर देने वाली क्षमता से कर लेता है। बस उसे साफ़ goal और tools दे दो, तो वह मानो असली नौकरी की तरह काम पूरा करता है। पहली बार इस्तेमाल किया तो उसकी बुद्धिमानी और जिद देखकर हैरान रह गया। उदाहरण के लिए, मैंने custom MCP server में सिर्फ सीमित bash commands की अनुमति दी थी, लेकिन जैसे ही एक python command उपलब्ध थी, उसने उसे लगातार इस्तेमाल करके वे सारे काम कर डाले जिन्हें करने का मेरा इरादा नहीं था। Sonnet 4 सचमुच चौंकाने वाली तरह से smart और efficient है। हाँ, इसकी कमी यह है कि यह बिखर जाता है। memory यानी state retention कमजोर होने से यह एक ही installation work दोबारा कर देता है या कुछ छोड़ देता है। इसका समाधान यह रहा कि prompt में “documentation करो, और हमेशा उसे refer करो” जैसा निर्देश जोड़ दूँ, ताकि वह हर कदम का रिकॉर्ड रखे.