कोड की मौत को बढ़ा-चढ़ाकर बताया गया है

परिचय — अंग्रेज़ी स्पेक का भ्रम

• "काफ़ी विस्तार से लिखी गई specification ही code है" वाली बात से प्रेरित होकर शुरुआत। अंग्रेज़ी specification सहज रूप से सटीक लगती है, लेकिन जब वास्तव में उसे implement करने की कोशिश करते हैं तो उसकी अस्पष्टता सामने आती है
• "हर चीज़ तब तक अस्पष्ट होती है, जब तक आप उसे सटीक बनाने की कोशिश नहीं करते।" — Bertrand Russell
• programming लिखने की तरह है: करते-करते उसे और अधिक पैना बनाने वाली एक आवृत्तिमूलक गतिविधि (यह निबंध भी अनगिनत drafts से गुज़रा)

vibe coding — यह काम क्यों करता है, और क्यों ख़तरनाक है

• AI अंग्रेज़ी→चलने वाला code रूपांतरण लगातार तेज़ और बेहतर करता जा रहा है, इसलिए अब अंग्रेज़ी-स्तर की "feeling(vibe)" से code बनाना संभव हो गया है
• AI द्वारा बनाए गए परिणाम पर प्रतिक्रिया देते हुए — "button को उधर ले जाओ, और ज़्यादा नीला करो" — धीरे-धीरे अधिक सटीक होने की प्रक्रिया
• "vibe coding" अभिव्यक्ति के बिल्कुल सही होने की वजह: अंग्रेज़ी-स्तर के vibe को बनाए रखते हुए AI output के ज़रिए सोच को और पैना करना
• मुख्य समस्या: vibe यह भ्रम देता है कि वह एक सटीक abstraction है। जैसे-जैसे features बढ़ते हैं या scale बड़ा होता है, abstraction leak होने लगती है और अनपेक्षित bugs पूरा दिन बर्बाद कर देते हैं

वास्तविक उदाहरण — Dan Shipper का vibe-coded app

• Dan Shipper ने vibe coding से एक text editor app बनाया, वह viral हो गया → server down
• कारण: "live collaboration" सहज रूप से सरल दिखता है, लेकिन वास्तव में दुःस्वप्न जैसी complexity है
• हम सबने Google Docs, Notion इस्तेमाल किया है, इसलिए "live collaboration" ऐसे महसूस होता है जैसे वह पहले से ही सटीक रूप से spec किया गया हो। ऐसा क्यों नहीं है, इसे पहले से समझ पाना बेहद कठिन है
• लेखक ने भी 10 साल पहले collaborative editor बनाते समय अनपेक्षित complexity का दुःस्वप्न झेला। क्या मुश्किल था? याद भी नहीं! यही समस्या का हिस्सा है — complexity उबाऊ होती है, उसके बारे में सोचना नहीं चाहते, और details व edge cases याद रखना मुश्किल होता है
• उदाहरण: Slack का यह तय करने वाला classic flowchart कि notification भेजना है या नहीं — "notification भेजना" जैसे साधारण शब्दों के पीछे भी इतनी complexity छिपी होती है

abstraction — complexity से निपटने का एकमात्र औज़ार

• मानव मस्तिष्क की बुनियादी सीमा: एक समय में केवल 7±2 चीज़ें संभाल सकता है
• 7 से ज़्यादा चीज़ों को संभालने का एकमात्र तरीका: कई चीज़ों को compress करके एक बना देना। इसे recursively अनंत बार दोहराया जा सकता है, इसलिए मनुष्य अनंत complexity संभाल सकता है। compression का यही चरण abstraction है
• "abstraction का उद्देश्य अस्पष्ट होना नहीं, बल्कि अर्थ के ऐसे नए स्तर रचना है जहाँ कोई पूर्णतः सटीक हो सके।" — Dijkstra
• Sophie Alpert ने Slack के बदनाम notification flowchart को चतुर abstraction के ज़रिए बहुत सरल रूप में refactor किया
• programming का सबसे अच्छा हिस्सा: लगातार बेहतर abstractions बनाकर complexity पर विजय पाना। जैसे ReactJS या TailwindCSS ने अपने-अपने क्षेत्र में किया
• collaborative text editor का मूल रूप से complex होना सिर्फ़ इतना बताता है कि हमें लगातार बेहतर abstractions ढूँढ़ते रहना चाहिए

AGI — फिर भी अच्छा code गायब नहीं होगा

• 1 साल, 2 साल, 5 साल, 10 साल, 100 साल बाद की कल्पना करें: AI लगातार बेहतर/तेज़/सस्ता होता जाएगा, और किसी बिंदु पर मशीन बुद्धिमत्ता मनुष्यों से अलग न पहचानी जा सकेगी (AGI)
• AGI की दुनिया vibe की दुनिया जैसी लग सकती है। अगर आप $1000/माह पर Kapathy-स्तर के 100 जीनियस इस्तेमाल कर सकते हों, तो झंझट भरे details की परवाह क्यों करेंगे?
• "यह सचमुच हास्यास्पद बात है।" ऐसा सोचना तभी संभव है जब तकनीक अभी पहुँची न हो और बात सिर्फ़ अमूर्त रूप में की जा रही हो
• अगर उस स्तर की बुद्धिमत्ता तक पहुँच हो, तो उसे और ज़्यादा slop उगलवाने में लगाने वाले लोगों की संख्या 0% होगी। बिल्कुल नहीं
• हम भ्रमित इसलिए होते हैं क्योंकि हम (ग़लती से) मान लेते हैं कि code सिर्फ़ software production के लिए है। code स्वयं भी एक केंद्रीय output है। अगर उसे अच्छी तरह बनाया जाए, तो वह कविता है
• "कोई भी 'vibe writing' की बात नहीं करता, है न?" — writing में कोई नहीं मानता कि ChatGPT महान उपन्यासकारों या पत्रकारों की जगह ले लेगा। code के साथ भी वही बात है, लेकिन चलने वाले code के "रहस्य" की वजह से भ्रम पैदा होता है
• AI (हालाँकि पहले से कम) घटिया code बनाता है। हम सब यह जानते हैं। AI का इस्तेमाल हम ख़राब code के बावजूद करते हैं, उसके कारण नहीं
• Simon Willison का उद्धरण: "AI को बेहतर code बनाने में मदद करनी चाहिए"
• AGI आने पर सबसे पहले किया जाने वाला काम: सबसे कठिन abstraction समस्याओं को हल करना। बेहतर abstractions बनाकर complexity को और अच्छी तरह समझना और जीतना
• AI जितना ज़्यादा स्मार्ट होगा, उतना ही अच्छे code की ज़रूरत ख़त्म हो जाएगी? यह वैसा ही है जैसे कहना कि ChatGPT से बस और ज़्यादा slop उगलवाया जाएगा
• वास्तविक उदाहरण: Opus 4.6 ने Val Town के full-stack React framework (vtrr) को बनाते समय एक unsolved problem को one-shot में हल कर दिया। 50-पंक्तियों वाले single-file full-stack app demo उसी का नतीजा था

निष्कर्ष — code की शुरुआत अब हुई है

• ऐसा लगता है कि समाज के 99% लोग "code मर चुका है" से सहमत हो चुके हैं। कल ही podcaster Sam Harris को आत्मविश्वास से कहते सुना कि "सब मानते हैं coding मर चुकी है, किसी को coding सीखने की ज़रूरत नहीं है"
• "यह दुखद है। यह printing press के आविष्कार पर 'storytelling मर चुकी है' कहने जैसा है। मूर्खों, code की शुरुआत अब हुई है। AI coding के लिए एक बहुत बड़ा आशीर्वाद होगा।"
• समापन उद्धरण:
  • "औपचारिक symbols के इस्तेमाल की बाध्यता को बोझ की तरह नहीं, बल्कि एक विशेषाधिकार की तरह देखना चाहिए। इसी की बदौलत छात्र वे काम कर पाते हैं जो पहले केवल जीनियस कर सकते थे।" — Dijkstra
  • "अपनी मातृभाषा को 'स्वाभाविक रूप से' इस्तेमाल कर पाने का मतलब बस इतना है कि आप ऐसे वाक्य आसानी से बना सकते हैं जिनका बेतुकापन तुरंत साफ़ न हो।" — Dijkstra, "On the foolishness of natural language programming"
  • "software design के दो तरीके हैं: एक, उसे इतना सरल बनाओ कि defects स्पष्ट रूप से न हों; दूसरा, उसे इतना complex बनाओ कि defects स्पष्ट रूप से दिखें ही नहीं।" — Tony Hoare
  • "बीजगणितीय symbols में बहुत कम जगह में भरा गया अर्थ, उनके माध्यम से किए जाने वाले हमारे reasoning को आसान बनाता है।" — Charles Babbage