शोध का कारण
- prompt या
.cursorrules जैसे तरीकों के अलावा, क्या code के structure को उस context के रूप में इस्तेमाल किया जा सकता है जिसे AI समझ सके—इसी पर यह शोध और प्रयोग केंद्रित है।
- वर्तमान में अधिकांश AI models जो context size देते हैं वह बहुत छोटा है और vibe coding में काफी असुविधा पैदा करता है। यदि code structure को AI के उपयोग योग्य एक और context के रूप में इस्तेमाल किया जा सके, तो बड़ा सुधार संभव है—यह इसी धारणा पर आधारित है।
टेस्ट
- एक ही implementation लेकिन अलग structure वाले दो code दिए गए।
- पहला code structure की परवाह किए बिना goal-oriented तरीके से लिखा गया code है।
- दूसरा code, पहले code में केवल आंशिक structural सुधार करके बनाया गया code है।
- दोनों code 100% AI द्वारा लिखे गए थे।
- उसी AI को केवल base code अलग-अलग देकर, वही command दी जाती है और code में संशोधन कराया जाता है।
टेस्ट परिणाम
- पहले code के संशोधन के परिणाम में, AI ने पहले से structure-रहित code में जैसे-तैसे फीचर जोड़ने के रूप में काम किया। इसके बाद आने वाले संशोधनों से मौजूदा फीचर्स बहुत आसानी से टूट गए।
- दूसरे code के संशोधन के परिणाम में, AI ने मौजूदा structure का सम्मान करते हुए उसी composition/structure/pattern के अनुसार code में बदलाव किया। इसके बाद होने वाले code modifications में भी मौजूदा फीचर्स आसानी से नहीं टूटे।
निष्कर्ष
- AI मौजूदा code structure को समझता है, और अच्छे structure के ऊपर AI अधिक मजबूत और बेहतर गुणवत्ता का code बनाता है।
व्यक्तिगत राय
- यह बेहद दिलचस्प शोध है, और मुझे लगता है कि AI development की प्रगति के लिए यह एक अर्थपूर्ण विषय है।
- लेख स्वयं बहुत लंबा नहीं है, लेकिन इसमें उस वातावरण और संदर्भ का काफी विवरण है जिसे लेखक बताना चाहता है।
- असली टेस्ट सामग्री को समझने के लिए पाठक को स्वयं अभ्यास करना पड़ता है। मुझे लगता है कि यदि लेख टेस्ट, उसके परिणाम और उनके अर्थ पर अधिक केंद्रित होकर लिखा गया होता, तो यह कहीं बेहतर होता।
अभी कोई टिप्पणी नहीं है.