AI एजेंट कोडिंग के 80% युग में, डेवलपर्स की असली समस्या है ‘समझ का कर्ज’
(addyo.substack.com)स्थिति: मैनुअल कोडिंग 80% → एजेंट कोडिंग 80% की ओर तेज बदलाव (Andrej Karpathy का बयान)
- Claude Code टीम: दिन में 20+ PR, सभी 100% AI द्वारा लिखे गए
- पहले का ‘70% समस्या’ → अब 80% से अधिक के युग का आगमन
एरर की प्रकृति में बदलाव
- पहले: syntax और साधारण bugs केंद्र में
- अब: conceptual और architecture failures केंद्र में
- गलत assumptions का फैलाव (assumption propagation)
- शुरुआत की गलतफहमी → बाद में उसी पर पूरी संरचना खड़ी
- abstraction और overengineering की अधिकता (100 lines → 1,000-line classes का विस्फोट)
मुख्य अवधारणा: समझ का कर्ज (comprehension debt)
- AI कुछ विश्वसनीय-सा implement कर देता है → tests pass हो जाते हैं → जल्दी merge करने का लालच
- बाद में “यह code कैसे काम करता है” समझाना असंभव
- लिखने की क्षमता (generation) ≠ पढ़ने और समझने की क्षमता (discrimination)
- review के औपचारिक मुहर बनकर रह जाने का खतरा
- लंबे समय में अपनी ही codebase की समझ खो देना
उत्पादकता का विरोधाभास
- PR merge मात्रा +98%, PR size +154% (Faros AI·DORA)
- code review समय +91% → नया bottleneck
- Atlassian 2025 survey: 99% का दावा “हर हफ्ते 10 घंटे से अधिक की बचत” → लेकिन कुल workload कम नहीं होता
- बचा हुआ समय → context switching, coordination और change management में खर्च
- “तेज़ कार खरीदी, लेकिन सड़क और ज़्यादा जाम हो गई”
डेवलपर की भूमिका का मोड़ (Karpathy)
- “कोडिंग पसंद करने वाले” बनाम “कुछ बनाना पसंद करने वाले” के बीच ध्रुवीकरण
- पहले समूह: खोने का एहसास
- दूसरे समूह: आज़ादी का एहसास (code एक साधन → architecture supervision और coordination की ओर बदलाव)
- सफल उदाहरण: implementer → orchestrator के रूप में पुनर्परिभाषा
- declarative thinking को मज़बूत करना
- Armin Ronacher survey: 44% अब भी 90%+ मैनुअल कोडिंग करते हैं, जबकि बहुत कम लोग 100% AI का चरम अपनाते हैं
जहाँ 80% मॉडल ठीक बैठता है बनाम जहाँ यह खतरनाक है
- उपयुक्त: greenfield, MVP, personal projects, legacy-रहित startups (तेज़ scaffolding और aggressive refactoring संभव)
- जोखिमपूर्ण: mature large-scale codebases, complex invariants, और implicit rules वाले वातावरण (एजेंट को जो नहीं पता, वह यह भी नहीं जानता कि उसे नहीं पता + अत्यधिक आत्मविश्वास)
निष्कर्ष (Karpathy)
- AI engineers को replace नहीं करता, बल्कि amplify करता है
- नीरस काम गायब होंगे → सिर्फ रचनात्मक हिस्सा बचेगा
- programming अधिक मज़ेदार होती है और साहस बढ़ता है
- डेवलपर की पहचान: “code लिखने वाला” → “software से समस्याएँ हल करने वाला” (मूल सार अपरिवर्तित)
→ AI युग में डेवलपर की मुख्य चुनौती code generation की गति नहीं, बल्कि समझ बनाए रखना और debt manage करना है
अभी कोई टिप्पणी नहीं है.