AI युग में कोड रिव्यू कैसे किया जाए?

(flowkater.io)

13 पॉइंट द्वारा flowkater 2026-03-09 | अभी कोई टिप्पणी नहीं है. | WhatsApp पर शेयर करें

15 साल के CTO अनुभव से शुरू होकर AI युग में कोड रिव्यू की बहस को thesis-antithesis-synthesis के रूप में समेटने वाला एक निबंध
कोड रिव्यू हमेशा एक समस्या रहा है — समय, लोग और प्रोसेस, सबकी कमी
AI ने कोड उत्पादन को विस्फोटक रूप से बढ़ा दिया, लेकिन रिव्यू की क्षमता वही रही → bottleneck और बड़ा हो गया

थीसिस — मानव रिव्यू अनिवार्य है

Simon Willison: "बिना जाँचा गया कोड अपने सहयोगियों पर मत थोपो"
Kent Beck: जैसे-जैसे generation cost शून्य के करीब जाती है, मूल्य generation से validation की ओर खिसकता है
Addy Osmani: "अनसुलझी समस्या generation नहीं, validation है"
AI कितना भी अच्छा हो, जिम्मेदारी इंसान पर ही रहती है → validate करना होगा → review करना होगा

एंटीथीसिस — मानव रिव्यू के युग का अंत

Bryan Finster: Nyquist-Shannon theorem का प्रयोग — अगर production frequency ही बढ़े और feedback frequency वही रहे, तो चीजें व्यवस्थित रूप से छूटेंगी
SmartBear डेटा: 400 लाइनों से ऊपर defect detection rate तेज़ी से गिरता है, AI एक बार में 600 लाइनें बना देता है
StrongDM "software factory": इंसान न कोड लिखता है, न पढ़ता है। सिर्फ intent definition + scenario curation
Stanford CodeX: "अगर agent बनाता है और test भी करता है, तो उस पर भरोसा कौन कर सकता है?"
Salesforce Prizm: diff-केंद्रित review मॉडल खुद AI युग में काम नहीं करता → intent reconstruction

सिंथेसिस — आखिर रिव्यू किस चीज़ का होना चाहिए

latent.space: code review → intent review में बदलाव
spec ही source of truth है, code सिर्फ output है
भरोसे को 5-layer structure में बनाना (Swiss cheese model)
Qodo pattern: context-first, severity-based, expert agent review
Bryan Finster: human blocking की जरूरत सिर्फ दो मामलों में — knowledge gap + regulatory path

अंत में

संबंधित पढ़ाई