AI से डेवलपमेंट को कैसे तेज़ करें - आखिरकार voice coding का युग खुल गया [137p Google Slides]

• प्रोग्रामर के रूप में AI का उपयोग कैसे करें
• उत्पादकता सिर्फ कोडिंग से नहीं आती: "कोडिंग सिर्फ एक हिस्सा है। AI को हर हिस्से में इस्तेमाल होना चाहिए, तभी पूरी कंपनी तेज़ होती है"
• रिसर्च: चलिए सोच-विचार को outsource करते हैं।
  • जटिल विषयों पर जांच-पड़ताल और विचार के लिए "ChatGPT Pro + Deep Research भगवान-स्तर का है।"
  • बहुत बड़ा prompt कैसे बनाया जाए
• कोडिंग: तो अब कोडिंग करते हैं।
  • "cursor पहले main था, लेकिन आजकल 90% काम Claude Code से करता हूँ"
    • Cursor: अच्छे tool को हाथ में देने जैसा अहसास। काम अब भी मैं ही करता हूँ
    • Claude Code: अच्छे junior को साथ जोड़ देने जैसा अहसास। उन्हें काम मैं करवाता हूँ
  • अब agent का समय है
• फिर भी Cursor को एक बार देखें
  • उदाहरण बनाना: "अमेरिकी शेयरों में individual stock investment में मदद करने वाला प्रोग्राम बनाना"
  • Vibe coding: ‘लेखक-उलट दुनिया’
    • पुराना तरीका: मैं लिखता हूँ और AI मदद करता है।
    • Vibe coding: AI लिखता है और मैं मदद करता हूँ।
  • Rule-Growing Development
    • LMM से करवाओ
    • उसके अजीब व्यवहार को observe करने के बाद, मनचाही दिशा के नए rules जोड़ो।
    • rules में हर project के लिए ज़रूरी knowledge भी शामिल होती है
    • code और rules का bundle साथ-साथ बढ़ता है।
    • ये rules और knowledge भी team repository में version control के दायरे में आते हैं
  • काम करते-करते सीखे गए tips
    • जब 0-1 नहीं बल्कि codebase improvement हो
    • अगर AI से SQL अच्छा लिखवाना हो
    • अगर आप Python programmer हैं
    • AI के solution पर नज़र बनाए रखनी चाहिए।
    • MCP, जो दूसरे services का context भी ले आता है
• अब Claude Code
  • सबसे चौंकाने वाली बात agent performance है। एक ही agent mode होने पर भी task completion rate में Claude Code, Cursor से कहीं बेहतर है।
    • काम देकर बस नज़र रखने का असली पूर्ण रूप
  • एक और अच्छी बात यह है कि इसे development के बाहर के कामों में भी इस्तेमाल किया जा सकता है: यह मेरी local machine के साथ interact कर सकता है
  • और एक अच्छी बात यह है कि parallelization आसान है: कई windows खोलो तो N गुना speed!
  • थोड़ा-सा tip: iterm + tmux
  • जो भी हो, Claude Code का core है: Claude.md
  • Kimi k2 + groq + claude
  • front-end coding के लिए playwright
• AI की मदद से data analysis करना
  • analysis का automation
  • थोड़ा और शानदार automation
• AI की मदद से study करना
  • डेवलपर वह पेशा है जिसमें लगातार पढ़ना पड़ता है = लगातार अंग्रेज़ी देखते रहना पड़ता है
  • जब विदेशी भाषा में लिखे development documents पढ़ते हैं
  • लेकिन और ज़्यादा समय बचाने का तरीका क्या है?: क्या यह पढ़ने लायक content है?
  • Dia browser
  • voice coding की पूर्णता है voice dictation
  • हाल में सबसे ज़्यादा इस्तेमाल: spokenly
• अगर AI सब कर देगा, तो क्या अब हमारी नौकरी चली जाएगी?
  • क्या हमारे पास करने के लिए कुछ नहीं बचेगा?
  • लेकिन सच तो यह है कि झंझट वाले management में भी LLM मदद कर सकता है
  • काम के अलग-अलग क्षेत्रों के tasks में LLM की success rate
  • इंसान कब सोचता है कि अब resign करना चाहिए?
  • AI युग में अगर मैं कोई बदलाव ही नहीं करना चाहता, तो मेरे पास कितना समय बचा है?
• AI युग में आखिर इंसान का काम क्या है?

  आने वाले कुछ वर्षों में एक (गैर-)डेवलपर 100 लोगों के बराबर agents का इस्तेमाल करते हुए coding करेगा।
  नवीनतम Lamborghini और मज़बूत 10-ton truck जैसे AI हमें विकल्प दे सकते हैं। चुनाव हमें समझदारी से करना होगा।
  सही और ग़लत के बीच नहीं, बल्कि दो सही विकल्पों के बीच चुनाव
  Trade-off के बीच मूल्य का चयन करने वाला

[carloscox]

LLM वाकई Complexity को बढ़ा देते हैं, इसलिए अगर इन्हें स्कैल्पेल की तरह साफ़-सुथरे और कंट्रोल्ड तरीके से इस्तेमाल न किया जाए तो ऐसा लगता है कि technical debt बहुत जल्दी जमा होने लगती है। लगता है कि FAANG में इस्तेमाल किया गया AI code भी आखिरकार सब rollback करना पड़ेगा।

GPT-5 (Thinking/Pro) थोड़ा बेहतर करता हुआ लगता है, लेकिन जितना भी देखूं, इस complexity को simplify करने की प्रक्रिया अभी भी इंसानों के हिस्से की चीज़ लगती है। बल्कि Auto-regressive की तुलना में Diffusion यह काम बेहतर कर सकता है।

मुझे अब भी लगता है कि अभी थोड़ा और समय बाकी है।

[tobyyun]

अपने अनुभवों को संजोने और आगे देखने में यह मददगार रहा। धन्यवाद।

[secret3056]

असल में मैं इस तरह के लेखों को ज़्यादा नहीं पढ़ता क्योंकि वे अक्सर बनावटी लगते हैं, लेकिन बहुत सारे कमेंट देखकर पढ़ा और यह सच में बहुत अच्छा लेख निकला!!

[tsboard]

वाकई बहुत अच्छी तरह से पढ़ा। इससे सोचने की बातें भी काफी बढ़ गईं, लेकिन फिर भी यह राहत है कि इसमें आज़माने लायक हिस्से दिखते हैं।

[yongho]

मेरा मटेरियल GeekNews पर प्रकाशित हो गया। यह मेरे परिवार के लिए गर्व का क्षण है।

[hyeonseok]

Yongho जी, आपकी positive energy बहुत अच्छी लगी

[overthinker]

लगता है सेमिनार की प्रतिक्रिया बेहद शानदार रही होगी, धन्यवाद

[roots0528]

काफ़ी मज़ेदार और अच्छा पढ़ने को मिला। मज़ेदार भी है और उपयोगी भी।

[dbs0829]

सिर्फ़ सामग्री के आधार पर भी इसकी क्वालिटी बहुत अच्छी लगती है। शेयर करने के लिए धन्यवाद।

[vk8520]

मैंने भी इसे कुछ समय पहले पढ़ा था। यह अच्छी तरह से व्यवस्थित है, इसलिए केवल प्रेज़ेंटेशन सामग्री पढ़कर भी मुझे काफी मदद मिली।

[xguru]

हायोंगहो जी की प्रस्तुति सामग्री हमेशा भरोसेमंद होती है। इसे ज़रूर देखिए।

[turastory]

जब मैं इस बारे में लेख पढ़ता हूँ कि AI का उपयोग कैसे करना चाहिए, तो वे लगभग एक जैसी दिशा में पहुँचते हैं, और यह देखना दिलचस्प है कि उसमें मौजूदा software engineering से भी कुछ समानताएँ दिखती हैं। आखिर अगर AI = developer मान लें, तो शायद इसे इस सवाल की तरह देखा जा सकता है कि 'कई developers के साथ मिलकर development को बेहतर तरीके से कैसे किया जाए?'