- हाल में बहुत से लोग कहते हैं कि AI का अच्छा उपयोग करने के लिए स्वाद (taste) विकसित करना चाहिए, लेकिन अक्सर वे खुद अतीत में कोई स्पष्ट स्वाद दिखा नहीं पाए थे
- स्वाद का मतलब सौंदर्यात्मक गुणवत्ता पर आलोचनात्मक निर्णय, पहचान और सराहना है, और AI के संदर्भ में यह संदर्भ-उपयुक्तता, गुणवत्ता की पहचान, दोहराव के साथ सुधार, और नैतिक सीमाओं की समझ जैसे तत्वों में सामने आता है
- लेकिन जो लोग पहले से मौजूद इन क्षमताओं को ठीक से लागू नहीं कर पाए, वे AI की दुनिया में भी फीके परिणाम ही बना रहे हैं, और यह सिर्फ AI की गलती नहीं बल्कि इंसान की समस्या है
- स्वाद में गहराई (depth) और विस्तार (breadth) दोनों महत्वपूर्ण हैं, लेकिन खासकर AI युग में अलग-अलग संदर्भों को संभालने के लिए विस्तृत स्वाद का अधिक मूल्य है
- निष्कर्ष यह है कि AI किसी नए स्वाद की मांग नहीं करता, बल्कि पहले से जरूरी स्वाद को उजागर करता है; इसलिए अभी से बुनियादी कौशल और आत्म-आलोचना के जरिए स्वाद विकसित करना ही मुख्य बात है
स्वाद और AI
- हाल में AI युग के आगमन के साथ कई डिज़ाइनर, मार्केटर, डेवलपर और अन्य पेशों में 'AI का अच्छा उपयोग करने के लिए स्वाद विकसित करना चाहिए' जैसा संदेश फैल रहा है
- लेकिन इस दावे को आगे बढ़ाने वाले लोगों को भी यह देखना चाहिए कि अतीत में उनकी अपनी आउटपुट अक्सर एक जैसी घिसी-पिटी डिज़ाइन रही है या उनमें समस्या-समाधान क्षमता की कमी रही है
- यह सिर्फ AI युग की समस्या नहीं है, बल्कि लंबे समय से कार्यस्थलों और प्रोजेक्ट्स में लगातार महत्वपूर्ण रहा एक बुनियादी प्रश्न है
स्वाद क्या है
- टेक उद्योग में कई ऐसे शब्द अक्सर सामने आते हैं जिनके कई अर्थ होते हैं, और स्वाद भी अक्सर बिना किसी स्पष्ट परिभाषा के इस्तेमाल किया जाता है
- AI से जुड़े संदर्भ में जिस 'स्वाद' की बात होती है, उसे आम तौर पर इस तरह समझा जाता है
- आलोचनात्मक निर्णय क्षमता, विवेक, और सौंदर्यात्मक परिपक्वता को सराहने की क्षमता
- AI के संदर्भ में यह परिभाषा कई रूपों में दिखाई देती है
- संदर्भ-उपयुक्तता: यह तय करने की क्षमता कि AI द्वारा बनाया गया परिणाम वास्तविक स्थिति के अनुरूप है या नहीं, और कब उसमें मानवीय हस्तक्षेप की जरूरत है
- गुणवत्ता की पहचान: AI द्वारा बनाई गई सामग्री के असली मूल्य को पहचान सकने वाली domain expertise
- दोहराव के साथ सुधार: AI आउटपुट को शुरुआती बिंदु मानकर कई बार संशोधन करते हुए उसकी परिपक्वता बढ़ाने की प्रक्रिया की समझ
- नैतिक सीमाएँ: वह दृष्टिकोण जो AI के प्रामाणिकता, वैधता और सम्मान की सीमा पार करते ही उसे ठीक करे
- ये सारी क्षमताएँ नई नहीं हैं। ये पहले से हमारे लिए जरूरी मूलभूत क्षमताएँ रही हैं
- AI की वजह से ये न तो अचानक जरूरी हुई हैं, न ही नई बनी हैं
- स्वाद पर जोर देने वाले लोग दरअसल खुद अपने भीतर झाँकने की जरूरत दिखाते हैं
बेस्वादपन की स्थिति
- कुछ लोगों में अब भी बुनियादी स्वाद की कमी है
- यह अनुभव की कमी या अज्ञानता से आ सकता है, लेकिन व्यवहार में यह अक्सर इस तरह दिखता है
- समझे बिना कोड copy-paste करना
- ईमेल, रिज़्यूमे को ठीक से review और edit न करना
- code review माँगते समय खुद एक बार भी जाँच न करना
- quality issues को पहचानने के बाद भी उन्हें दर्ज या हल न करना
- हर कंपनी की वेबसाइट को लगभग एक जैसा दिखने वाला डिज़ाइन देना
- मशहूर influencers की सामग्री को बिना आलोचनात्मक सोच के दोहराना
- यहाँ 'स्वाद', यानी आलोचनात्मक निर्णय और सौंदर्यबोध, बिल्कुल दिखाई नहीं देता
- जो लोग AI के बेस्वाद कंटेंट बनाने की चिंता करते हैं, वे खुद भी अक्सर वैसी ही आउटपुट दे रहे होते हैं
- जब हर कोई कंटेंट बना सकता है, तो यह और साफ दिखाई देता है कि हर परिणाम उत्कृष्ट नहीं होता
- यानी, 'हर कोई खाना बना सकता है, लेकिन हर कोई chef नहीं होता' वाली बात यहाँ लागू होती है
- खुद सिर्फ साधारण काम बनाते हुए दूसरों की कमी पर उंगली उठाना विरोधाभासी है
स्वाद का स्पेक्ट्रम: गहराई और विस्तार
- तो फिर यह सोचना जरूरी है कि स्वाद को कैसे विकसित किया जाए
- स्वाद को एक क्षेत्र में गहराई (Domain Depth) विकसित करने और कई क्षेत्रों में विस्तार (Breadth) बढ़ाने के रूप में समझा जा सकता है
- गहराई: किसी एक क्षेत्र का विशेषज्ञ बनना
- लंबे समय तक अनुभव और विशेषज्ञता जमा करके AI द्वारा बनाए गए परिणामों की गुणवत्ता में सूक्ष्म अंतर पहचानने की क्षमता विकसित करना
- यह क्षमता उस क्षेत्र में गहरे व्यावहारिक अनुभव और अध्ययन की मांग करती है
- विस्तार: कई क्षेत्रों में बुनियादी समझ बनाना
- अलग-अलग भूमिकाओं और domains में अनुभव लेकर यह समझ पाना कि AI का परिणाम संदर्भ के अनुकूल है या नहीं, और क्या उसकी गुणवत्ता वास्तव में उपयोग योग्य है
- कई क्षेत्रों में फैला अनुभव यहाँ महत्वपूर्ण है
- AI के साथ काम करते समय विस्तार ज्यादा मूल्यवान साबित होता है
- क्योंकि डेवलपर documentation लिखते हैं, मार्केटर डिज़ाइन से जुड़ते हैं, और लोग कई domains के बीच काम करते हैं; ऐसे में अलग-अलग क्षेत्रों की समझ और मानक consistency बनाए रखने और तेज़ iteration के लिए जरूरी हैं
- AI का अच्छा उपयोग करने वाले लोग कई क्षेत्रों में सफलता के मानक जानते हैं और सहज रूप से 'कुछ गड़बड़ है' यह पहचान लेते हैं
- और अगर किसी क्षेत्र में कमी हो, तो वे विशेषज्ञों के साथ सहयोग करने की विनम्रता भी रखते हैं
- किसी एक क्षेत्र में गहराई रखने वाले लोग भी सफल हो सकते हैं, लेकिन अक्सर वे AI से ज्यादा जानते होने के कारण AI का कम उपयोग करते हैं
अगर यह कड़वा लगे
- अगर यह लेख पढ़ते हुए आपको खुद में स्वाद विकसित करने की जरूरत महसूस होती है, तो वही एक शानदार शुरुआत है
- स्वाद AI की वजह से नई बनी कोई खास चीज़ नहीं, बल्कि पहले से महत्वपूर्ण बुनियादी क्षमता है
- अगर AI से पहले स्वाद की कमी थी, तो AI युग में भी वही कमी रहेगी
- सच में महत्वपूर्ण चीज़ माध्यम नहीं, बल्कि मूलभूत क्षमता है
- स्वाद विकसित करने के कुछ व्यावहारिक तरीके ये हैं
- कल: अपने एक ऐसे काम को चुनें जिस पर आपको गर्व हो और एक ऐसा काम जिसे आप उतना अच्छा नहीं मानते, फिर दोनों के बीच का अंतर विस्तार से लिखें
- इस हफ्ते: अपने क्षेत्र के तीन उत्कृष्ट उदाहरण खोजें, उनका विश्लेषण करें, और देखें कि उनके निर्माताओं ने कौन-से फैसले लिए
- इस महीने: चाहे AI के साथ या बिना, अपने बनाए हुए आउटपुट को बार-बार सुधारें और हर iteration में किसी ठोस समस्या को ठीक करें
- हमेशा: अगर कोई 'AI taste की महत्ता' की बात करे, तो उनके AI से पहले के काम को भी देखें और जाँचें कि क्या उन्होंने सच में स्वाद दिखाया था
- सफल लोग वे हैं जिनके पास सिर्फ AI tools नहीं, बल्कि पहले से मौजूद स्वाद को नई तकनीक पर लागू करने की बुनियादी क्षमता होती है
- AI आपके ऊपर स्वाद विकसित करने का दबाव डाले, उससे पहले अभी से खुद अभ्यास शुरू करें
1 टिप्पणियां
Hacker News राय
कई तरह के क्रिएटिव लोगों के साथ काम करते हुए, जब भी "taste" की बात आती है तो अक्सर दोनों पक्ष रक्षात्मक हो जाते हैं और यही जताने लगते हैं कि वही सही हैं—चाहे वह फैशन डिज़ाइनर टाइप हो, या वह टाइप जो सोचता है कि वह कुछ भी कर सकता है। अगर यह लेख विवाद खड़ा करे तो मुझे हैरानी नहीं होगी। लेकिन इसमें कुछ insight है। taste की कमी, या सच कहें तो बिलकुल taste न होना, छिपाया या नज़रअंदाज़ किया जा सकता है क्योंकि कोई पहले से curated विकल्पों में से चुन सकता है। यही वजह है कि जो लोग shopping पसंद नहीं करते, वे mass-market brands चुनकर लगातार वही पहनते रहते हैं। कारों और frying pans में भी यही बात है। मैंने सच में बदसूरत frying pan कभी नहीं देखा। आँख बंद करके चुनो तो भी ठीक-ठाक ही निकलेगा। लेकिन जब generative AI जैसे tools ऐसे लोगों के हाथ में आते हैं, तो बात खुलकर सामने आ जाती है। विकल्पों की सीमा अनंत हो जाती है, और अब curation खुद व्यक्ति को करनी होती है। अगर बीच में सचमुच taste वाला कोई व्यक्ति न हो, तो नतीजा दुनिया के सामने आते ही पोल खुल जाती है
taste में स्वाभाविक रूप से बदलने की प्रवृत्ति होती है। व्यक्तिगत taste भी, और पूरे समाज का taste भी लगातार बदलता रहता है। पीछे मुड़कर देखें तो बहुत से design choices सच में खराब लगते हैं। इसलिए जो चीज़ें आज cool लगती हैं, वे भी आगे चलकर भद्दी लग सकती हैं। अगर यह सच है, तो taste शायद एक social concept है। और अगर यह social है, तो अंततः हमारे पास motivational pressure से बना taste ही है। जैसा तुमने कहा, लोग पहले से सुंदर चुने गए विकल्पों में से चुनते हैं, या style का इस्तेमाल सामाजिक status दिखाने के लिए करते हैं—ज़रूरी नहीं कि सफलता दिखाने के लिए, बल्कि यह signal देने के लिए कि "मेरे पास अच्छा taste है"। hairstyle भी ऐसा ही है; कभी उसे taste कहा जाता है, फिर 10 साल पहले जो सुंदर लगता था वह अचानक outdated हो जाता है। beauty standards भी बदलते हैं—कभी बहुत दुबला शरीर सुंदर माना जाता है, किसी और दौर में भरा-पूरा शरीर। कभी muscles, कभी slimness। आखिरकार यह सब peer pressure और social status signaling ही है
मेरे अनुभव में, वह software जो मुझे व्यक्तिगत रूप से smooth और satisfying UX देता है, वह designer द्वारा नहीं बल्कि thoughtful design से बना होता है। Fish या Elvish shell, और fd जैसे utilities, Unix के पारंपरिक tools को आधुनिक और polished रूप में ढालते हैं। दूसरी ओर, जिन UIs को मैं कम पसंद करता हूँ और जिनमें अक्सर अलग तरह की झुँझलाहट होती है, उनमें कई बार designers शामिल होते हैं। GUI के अलावा interface की कोई 'haute couture' design school है भी या नहीं, पता नहीं। accessibility, खासकर blind users के लिए, भी designers शायद ज़्यादा नहीं सोचते। सच में useful या delightful user experience की परवाह करने वाले designers बहुत कम देखे हैं—अक्सर वे बेकार चीज़ों पर अटक जाते हैं
taste के क्षेत्र में सचमुच दिमाग घुमा देने वाली dynamics होती हैं। अक्सर popular taste बाकी सभी तरह के taste को दबा देता है। पूरा समाज कुछ समय के लिए taste खो भी सकता है, और उसे इसका एहसास भी नहीं होता
मैंने अभी मूल लेख नहीं पढ़ा है, और यह बस एक सामान्य विचार है। (तुम्हारी बात का खंडन नहीं कर रहा, बस जल्दी से अपने विचार जमा रहा हूँ।) मुझे लगता है कि taste का कुछ overlap "खुद सोचने" से है—हालाँकि दोनों एक चीज़ नहीं हैं। बहुत से लोग हर छोटे फैसले पर खुद निर्णय नहीं लेना चाहते, इसलिए बस "ठीक-ठाक" विकल्पों में से चुन लेना स्वाभाविक है। इसका मतलब यह नहीं कि उनके पास taste नहीं है; बस उस समय उनमें ऊर्जा नहीं होती या रुचि नहीं होती। और कुछ लोग ऐसे भी होते हैं जिनके बारे में देखकर समझ आता है कि उन्हें क्या पसंद है, लेकिन वे पहले से यह बता नहीं पाते कि उन्हें क्या चाहिए। यानी चुनते समय अच्छा विकल्प चुन सकते हैं, पर उसे शब्दों में समझा नहीं सकते या खुद बना नहीं सकते। साथ ही, 'taste' शब्द को अक्सर 'style' के साथ गड्डमड्ड कर दिया जाता है, और यह उसे ज़रूरत से ज़्यादा सीमित कर देता है। किसी engineer का taste भी device या tool चुनने पर असर डाल सकता है—भले वह सुंदर न लगे, लेकिन performance में बेहतर हो। आखिर में दिए उदाहरण की तरह, आजकल के Lodge cast iron frying pans मुझे व्यक्तिगत रूप से पसंद नहीं हैं। बदसूरत होने की वजह से नहीं, बल्कि क्योंकि handle पर casting marks बचे रहते हैं, जो असुविधाजनक हैं। सतह भी खुरदरी है। पुराने Griswold की तुलना में यह बिल्कुल अलग है। दोनों बाहर से ठीक लगते हैं, लेकिन मेरे taste के हिसाब से नहीं
taste होना महत्वपूर्ण है, लेकिन अपने लिए एक न्यूनतम quality bar तय रखना और उसे बनाए रखना एक अलग सवाल है। monetization सबसे नीरस काम जैसा दिखता है, लेकिन सच में यह हम सबकी पेशेवर मेहनत की बुनियाद है। यह paradox पहले से हमारे भीतर बसा हुआ है, और हम सब इसे अपने-अपने तरीके से संभाल रहे हैं
मैं इस बात से बिल्कुल सहमत नहीं हूँ कि monetization कोई नीरस चीज़ है। profit का मतलब अंततः यही है कि दूसरे लोग तुम्हारी बनाई चीज़ को इतना मूल्यवान मानते हैं कि उसके लिए भुगतान करें। कला से profit कमाना स्वाभाविक रूप से कठिन हो सकता है, लेकिन जो भी चीज़ profitable है उसका यह मतलब नहीं कि उसमें 'taste' नहीं है
"quality bar बनाए रखना और taste अलग चीज़ें हैं"—मुझे लगता है मूल लेखक भी इसी भ्रम में है। उदाहरण के लिए, बिना समझे code copy-paste करना, बिना समीक्षा वाला résumé भेजना, self-check किए बिना code review माँगना, quality issues देखकर भी उन्हें ठीक या दर्ज न करना—ये taste की समस्या नहीं हैं
"monetization सबसे नीरस चीज़ है"—यह क्यों कहा गया, मैं जानना चाहूँगा। profit मूल रूप से उस value की मात्रा है जिसका लेन-देन अभी पूरा नहीं हुआ। पुराने तरीके की मिसाल लें: मैं तुम्हारी मुर्गी को खिलाने के लिए तुम्हें corn देता हूँ, और बाद में जब वह बड़ी हो जाए तो मुझे मुर्गी मिलती है। वह मुर्गी, जो मुझे अभी नहीं मिली, मेरा profit है। अगर तुम मुझे वह कभी नहीं देते, तो मैंने बस मुफ्त में दे दिया। तो क्या उसे नीरस कहा जा सकता है? शायद तुम जिस नीरसता की बात कर रहे हो वह 'regulatory capture' जैसी चीज़ों की ओर इशारा करती है, लेकिन वह अलग मुद्दा है। tech industry पागलपन भरे कानूनों के बिना भी चल सकती है
यह काफी अच्छी राय है। अंततः सब कुछ एक spectrum है। अगर आप monetization पर पूरी तरह केंद्रित हो जाएँ, तो वह निश्चित ही नीरस हो जाता है। अगर आप थोड़ा-बहुत profit लें, तो taste का भी थोड़ा-बहुत ही समझौता होता है। बहुत से लोग मानते हैं कि वे नौकरी में लगभग कोई taste इस्तेमाल नहीं करते, और सिर्फ निजी जगहों में उसे व्यक्त करते हैं। अगर पेशेवर और निजी जीवन पूरी तरह मिल जाएँ और सब कुछ profit पर केंद्रित हो जाए—तब यह सच में नीरस बन सकता है
पिछले 500 वर्षों में जो artefacts सुंदर माने गए, वे सभी ऐसे बचे हुए परिणाम हैं जहाँ अतिरिक्त profit को beauty और legacy में निवेश किया गया
AI के दौर से पहले भी, और अब भी, मेरे पास taste है। "अधिकांश लोगों में जो आम प्रवृत्तियाँ होती हैं, वे अक्सर जो बुरी हरकतें करते हैं"—इस तरह की दलील मुझे प्रभावित नहीं करती; मेरे पास taste है
"जो लोग taste और AI पर सबसे ज़्यादा शोर मचाते हैं, उन्होंने AI से पहले कभी taste दिखाया ही नहीं"—इस बात से मैं सहमत हूँ। अगर ऐसे लोग भी AI से निकले नतीजों को कुछ भयानक और नीरस मानते हैं, तो यही AI की मौजूदा स्थिति है
AI के नतीजों की नीरसता कुछ वैसी है जैसे "फीका, बेस्वाद खाना"। रूपक में कहें तो उसमें "नमक की कमी" है। और यह स्वाभाविक भी है, क्योंकि training data का अधिकांश हिस्सा उबाऊ corporate writing है
मैं जानना चाहता हूँ कि क्या उस quote में वह blogger भी शामिल है जिसने मूल लेख लिखा। और तुम्हारी टिप्पणी भी मूलतः वही काम कर रही है… क्या मानदंड यह है कि "AI वाले करें तो बुरा है"?
मुझे लगता है कि 'detect AI' जैसा लक्ष्य ही बेतुका है। क्योंकि जब लोग LLM से coding करते हैं, तो हर व्यक्ति की output quality अलग होती है। क्या वे सारे AI outputs को पहचान लेंगे? बिल्कुल नहीं; वे सिर्फ खराब outputs को पहचानते हैं
उस लेख का quoted हिस्सा सच में चौंकाने वाला है। लेखक बस दावे पर दावा करता लगता है, मानो उसने असली art या music का अनुभव ही न किया हो। कुछ हद तक वह programming taste की बात करना चाहता है, लेकिन ऐसी चीज़ लिखने वाले में वह भी नहीं दिखता। article taste की बात भी की जा सकती है; आजकल तो बस AI समर्थक लेखों को ही लगातार boost और support मिलता दिखता है
ज़्यादातर लोग "taste है" को "अच्छा taste है" के बराबर मान लेते हैं, लेकिन यह लेख अच्छी तरह दिखाता है कि ऐसा नहीं है। "taste होना" का मतलब है अपने विचार खुद रखने की क्षमता। मूल लेख उदाहरण देता है—बिना आलोचनात्मक सोच के code copy-paste करना, हर कंपनी की एक जैसी website design, popular influencers की content strategy को जस का तस दोहराना—इन सबमें 'taste', critical judgment और excellence को अलग करने वाला कोई filter नहीं है। अच्छा/बुरा taste सामाजिक सहमति के आधार पर subjective है, लेकिन taste का होना या न होना objective है: क्या तुम खुद सोचते हो या नहीं। और इन दोनों के बीच कोई ज़रूरी correlation भी नहीं है। किसी का taste बहुत प्रबल हो सकता है, लेकिन सबकी नज़र में वह "बुरा taste" हो; या इसके उलट, किसी में लगभग taste न हो, लेकिन सिर्फ सही चीज़ों की नकल करके वह "अच्छे taste" वाला माना जाए
सच कहूँ तो मुझे लगता है कि अधिकतर लोगों के पास taste नहीं होता, और यह शायद अच्छी बात भी है। 1. ध्यान सीमित है, इसलिए हर क्षेत्र में taste दिखाना संभव नहीं। उदाहरण के लिए, अगर आप interior design पर बहुत ध्यान देते हैं, तो photography taste के मामले में दूसरों द्वारा curated चीज़ों में से चुनना स्वाभाविक है। एक क्षेत्र पर ध्यान देना बुरा नहीं। 2. सामाजिक रूप से भी यह अधिक कुशल हो सकता है कि कुछ विशेषज्ञ taste के साथ solutions दें और बाकी लोग उन्हें अपनाएँ। अगर हर कोई taste के आधार पर निर्णय ले, तो औसत से नीचे के परिणाम भी आ सकते हैं। उदाहरण के लिए, prescription medicines में डॉक्टर पर भरोसा करके चलना ही बेहतर है। और वास्तविकता यह है कि सिर्फ latest trends को अंधाधुंध follow करके भी समाज में आम तौर पर सकारात्मक perception मिल जाता है
"असल में taste नहीं है, लेकिन लोग जिसे अच्छा taste मानते हैं उसे follow भर करने से तुम अच्छे taste वाले लगते हो"—इस बात से मैं सहमत हूँ। AI ठीक यही तरीका है
जिन client कंपनियों के developers के साथ मैं काम करता हूँ, उनसे अक्सर सुनता हूँ कि "AI से बना code low quality है"। इसलिए मैं उनसे पूछता हूँ कि quality से उनका मतलब क्या है, तो वे बस basic metrics गिनाते हैं: "style X, linter Y pass, N% coverage, documentation..."। लेकिन अजीब बात यह है कि जो नए quality standards AI code पर लागू किए जा रहे हैं, वे मानवीय रूप से लिखे गए codebases में भी अक्सर पूरे नहीं होते। अब सब quality पर ध्यान देने लगे हैं, यह अच्छी बात है, लेकिन जिन बातों की पहले परवाह नहीं थी, उन पर अब पाखंडी बनने की ज़रूरत नहीं। मैं तो पूरी तरह automated quality standards के इस युग से ज़्यादा खुश हूँ
"tests या documentation के बिना, और linter भी pass न करने वाला PR, जिन कंपनियों में मैं रहा हूँ वहाँ कहीं स्वीकार नहीं होता था।" यह सुनकर लगता है कि शायद तुम्हारे सहकर्मियों ने मानक बहुत नीचे रखे हैं
"अधिकांश manually written repositories, AI code के लिए बने नए quality standards पर खरी नहीं उतरतीं"—इस पर मेरा कहना है कि मैं अपने code पर इसलिए भरोसा करता हूँ क्योंकि मैंने उसे खुद लिखा है और समझता हूँ। अगर मैंने test नहीं भी किया, तो शायद इसलिए कि मुझे पर्याप्त भरोसा है। लेकिन जब बात हज़ारों lines के AI-generated code की हो, जिसमें गलतियाँ, duplication, structural issues, और अजीब package generation भरे हों, तब accountability और verification systems ज़रूरी लगते हैं
"style, linter, coverage, documentation"—ये सब AI खुद भी जाँच सकता है। समस्या यह है कि AI में common sense नहीं है। AI पूरा code inline कर सकता है ताकि इंसान के लिए maintain करना मुश्किल हो जाए, और अगर आप abstraction कहें तो वह बेकार, random functions बनाकर structure को और जटिल कर देता है
ज़्यादातर manually written repositories बस hobby projects होते हैं। 0% test coverage भी वहाँ बिल्कुल समस्या नहीं है
हाल ही में मुझे टीम के भीतर ऐसे लोगों से जूझना पड़ा है जिनमें taste की कमी है और जो AI का बिना आलोचनात्मक सोच के इस्तेमाल करके अपनी productivity बढ़ा रहे हैं। वह व्यक्ति मानता है कि AI का output ही सही जवाब है—सोच यह है: "अगर AI कर सकता है तो वह अच्छा ही होगा, फिर हाथ से क्यों करें?"। ऐसे लोगों के साथ काम करने पर खराब output बहुत जल्दी बड़े पैमाने पर बनने लगता है। उदाहरण के लिए, बिना पढ़े हुए बड़े design documents को AI से एक ही बार में निकलवा देना, और फिर reviewers का समय बेकार करना क्योंकि उन्हें सब कुछ खारिज करना पड़ता है। अगर इसमें taste वाला कोई व्यक्ति होता, तो शुरू से ही नतीजा ठीक-ठाक होता
AI अब भी एक तरह का mind virus लगता है। vibe coding की वजह से मैं ऐसे microservices deploy कर रहा हूँ जिन्हें मैं खुद नहीं समझता। पहले tutorials और documentation पढ़कर सीधे सीखता था, इसलिए अंत में ज्ञान बचता था। अब vibe coding में knowledge transfer ही नहीं होता
taste बहुत subjective चीज़ है, लेकिन लेख में दिए कुछ उदाहरण ऐसे हैं जहाँ अच्छा और बुरा काफी स्पष्ट है। इसलिए मैं उसे art या taste से ज़्यादा craftsmanship, details पर ध्यान, या 'craft' जैसी चीज़ मानता हूँ
जैसे-जैसे उम्र बढ़ रही है, मुझे यह महसूस होने लगा है कि ज़्यादातर लोग मूल रूप से बुरे होते हैं। मज़ाक नहीं कर रहा
आधुनिक समाज में productivity का दिखावा करने वाली बाहरी छवि को बहुत महत्व मिलता है, और बुरे व्यवहारों को आसानी से इनाम मिलता है या कभी-कभी उन्हें बढ़ावा भी मिलता है। इसलिए यह बहुत चौंकाने वाला नहीं है
खासकर अमेरिका में, अब वह व्यक्ति जो बिना शर्म सिर्फ अपना फायदा देखता है, वही सामान्य माना जाता है—बल्कि उसकी प्रशंसा या उसे इनाम भी मिलता है। quality, morality, या मेहनत करना जैसे पुराने और बेकार आदर्श बन गए हों