vibecoding डेवलपर की विशेषज्ञता को खत्म नहीं करता, बल्कि उन क्षेत्रों को बदलता है जहाँ विशेषज्ञता की ज़रूरत होती है। [अनुवादित लेख]

1. vibecoding के प्रयोगों के उदाहरण

   • Anthropic के Claude Code agent का उपयोग करके Linux environment में वास्तविक गेम और application बनाने के प्रयोग सफलतापूर्वक किए गए।
   • Natural language में command: “कई तरह के डिज़ाइन वाली इमारतें रखो, और मुझे अपने बनाए हुए शहर में खुद ड्राइव करके घूमने दो” जैसी एक साधारण English sentence से AI ने अपने आप वास्तव में चल सकने वाला code बना दिया।
   • लगातार feedback को शामिल करना: fire truck mission, traffic volume, competitor (helicopter), day-night बदलाव, missions जैसी कई सुविधाएँ अतिरिक्त रूप से माँगने पर AI ने उन्हें शामिल करके application को update किया।
   • समस्या-समाधान की प्रक्रिया: code चलाते समय आए bug और error भी AI के साथ बार-बार संवाद करके हल किए गए, और अंततः Claude API usage fee के रूप में लगभग $13 खर्च हुए।

2. विशेषज्ञता में बदलाव

   • विशेषज्ञता का स्थानांतरण: vibecoding डेवलपर की विशेषज्ञता को खत्म नहीं करता, बल्कि यह बदलता है कि विशेषज्ञता कहाँ ज़रूरी है। यानी हर code को खुद लिखने के बजाय पूरे system को समझना, दिशा देना और परिणाम का मूल्यांकन करना अधिक महत्वपूर्ण हो जाता है।
   • न्यूनतम ज्ञान की आवश्यकता: AI के साथ सहयोग करते समय कम-से-कम programming knowledge (basic understanding, judgment) की ज़रूरत होती है, और AI द्वारा सुझाए गए परिणामों की समीक्षा करके feedback देने की क्षमता भी चाहिए।
   • व्यावहारिक उपयोग का उदाहरण: Linux environment से परिचित न होने वाले उपयोगकर्ता भी AI की मदद से अपनी इच्छानुसार software तेज़ी से बना सकते हैं।

3. AI agent की विस्तारशीलता

   • विविध AI agent: चीन के Manus सहित कई AI agent web research, coding, document और website निर्माण जैसे व्यापक कार्य स्वायत्त रूप से करते हैं।
   • Feedback का महत्व: AI भले ही स्वायत्त रूप से काम करे, फिर भी गलती या error हो सकते हैं, इसलिए इंसान द्वारा परिणाम की समीक्षा और feedback देना अनिवार्य है।
   • वास्तविक प्रयोग का उदाहरण: “सबसे अच्छे academic advice का उपयोग करके elevator pitching पर एक interactive course बना दो” जैसी request पर AI ने checklist बनाना, web research करना और page बनाना—सब कुछ अपने आप किया। बाद में जब feedback दिया गया कि interactive elements कम हैं, तो AI ने उसे शामिल करके सुधार किया।

4. गहन सहयोग (Deep Vibeworking)

   • जटिल data analysis: crowdfunding से एकत्र किए गए बड़े पैमाने के anonymous data का AI के साथ विश्लेषण करके paper लिखने तक का प्रयोग किया गया।
   • AI की भूमिका: AI ने data analysis और hypothesis सुझाने में बड़ी मदद की, लेकिन अकादमिक रूप से सार्थक विषय चुनना और परिणामों का मूल्यांकन करना अब भी इंसानी विशेषज्ञता पर निर्भर था।
   • तेज़ परिणाम-निर्माण: paper लिखने में एक घंटे से भी कम समय लगा, और परिणाम का स्तर ऐसा था कि वह अकादमिक जगत में सार्थक योगदान दे सकता था।

5. निष्कर्ष: इंसान और AI का सहयोग ही मुख्य है

   • परस्पर-पूरक सहयोग: AI सब कुछ पूरी तरह replace नहीं कर सकता, लेकिन जब इंसानी विशेषज्ञता और AI की क्षमता को जोड़ा जाता है, तब सबसे बड़ा मूल्य पैदा होता है।
   • काम करने के तरीके में बदलाव: काम करने का तरीका तेज़ी से बदल रहा है, और हर कार्य में यह समझना महत्वपूर्ण है कि AI और इंसान कैसे सहयोग करेंगे।
   • भविष्य की दिशा: एक नया दौर आ रहा है जिसमें AI और इंसान अपनी-अपनी ताकतों का उपयोग करके साथ काम करेंगे।

[tsboard]

AI सब कुछ अपने आप नहीं करेगा, लेकिन लगता है कि यह काफी सारे काम अपने ऊपर ले लेगा।
कभी-कभी डर लगता है कि क्या ऐसा दौर आने वाला है जहाँ सचमुच बहुत कम विशेषज्ञ ही नए या mid-level developers के साथ सहयोग करने के बजाय
सीधे AI के साथ काम करेंगे, और यह दूरी और भी बढ़ती जाएगी।

[ashbyash]

लगता है कामकाज में भी ध्रुवीकरण धीरे-धीरे और बढ़ेगा।

[beoks]

> AI के साथ सहयोग करते समय कम-से-कम प्रोग्रामिंग ज्ञान (बेसिक समझ, निर्णय क्षमता) की ज़रूरत होती है, और AI द्वारा सुझाए गए परिणामों की समीक्षा कर उस पर फ़ीडबैक देने की क्षमता भी चाहिए।

मेरा मानना है कि enterprise application development में कम-से-कम नहीं, बल्कि मौलिक ज्ञान (CS, Domain, Design आदि) की आवश्यकता होती है.
AI की मदद से सरल toy project ऐसे ज्ञान के बिना भी आसानी से बनाए जा सकते हैं, लेकिन जैसे-जैसे scale बढ़ता है, मौलिक ज्ञान की कमी के कारण कई कठिनाइयों (डोमेन से मेल न खाने वाली structure, performance, concurrency issues आदि) का सामना करना पड़ता है.
AI का अच्छा उपयोग करने की क्षमता को आधार मानें, तो आगे चलकर developer की विशेषज्ञता मौलिक ज्ञान के आधार पर macro-level नज़रिए से project की दिशा तय करने की क्षमता और गहरी problem-solving ability में निहित होगी — ऐसा मुझे लगता है.

[ashbyash]

वाकई बहुत बढ़िया दृष्टिकोण वाला कमेंट है, धन्यवाद :)

[devjeonghwan]

अगर आपको लगता है कि आप अपना काम AI को सौंप सकते हैं, तो अंततः आप 100% replace हो जाएंगे। आपको ऐसी क्षमताएँ विकसित करनी होंगी जिन्हें AI replace न कर सके, या जिनकी दूसरे लोग नकल न कर सकें।

[ashbyash]

हाँ, मुझे लगता है कि उस क्षमता को लगातार खोजते और विकसित करते रहना चाहिए।