AI Native Engineer — सिद्धांतों के ऊपर की समझ

आख़िर AI Native Engineer किस तरह का व्यक्ति है(Who).

जो बातें सामने आईं — पिछली पीढ़ी के इंजीनियरों से क्या अलग है

• Drew Hoskins: "टूल और भाषाएँ इतनी कठिन थीं कि उन्हें सीखना और इस्तेमाल करना अपने-आप में एक full-time job था।" जब AI इस full-time job की जगह लेने लगा, तो वे चीज़ें सामने आने लगीं जो मूल रूप से करनी तो थीं, लेकिन छिपी हुई थीं
• ज़िम्मेदारी का विस्तार: delivery से ज़्यादा discovery। अगर "हमें यह क्यों बनाना चाहिए?" का जवाब नहीं पता, तो कोई भूमिका बचती ही नहीं
• 10 गुना तेज़ सीखना: AI ने 30 सेकंड में जो 200 lines लिख दीं, उन्हें पढ़कर परखने के लिए बुनियाद मज़बूत होनी चाहिए। एक तरह से AI द्वारा लिखा गया code ही पाठ्यपुस्तक बन जाता है, लेकिन उसे पढ़ने की नज़र होनी चाहिए
• निर्णय की गति: Forsgren — "AI के साथ काम करते समय 30 मिनट के भीतर दर्जनों बार mental model को फिर से बनाना पड़ता है।" तेज़ निर्णय गहरी समझ से आता है

Maker के लिए उलटी हवा

• DORA 2025: AI अपनाने के बाद PR generation में 98% बढ़ोतरी। software delivery performance? Flat. coding मूल bottleneck था ही नहीं
• जितना आप click करते हैं, उतना ही बाकी लोग भी click करते हैं। सिर्फ़ बनाना अब commodity बन चुका है। click करना अब प्रतिस्पर्धी बढ़त नहीं है
• पहले "अगर Maker के पास Closer mindset हो" तो वह तारीफ़ मानी जाती थी। अब यह शर्त है

जादूगर की भूल — तकनीक के और महत्वपूर्ण हो जाने का paradox

• लेखक का iOS संघर्ष: Golang में सीधे core logic पर ध्यान, लेकिन iOS में तकनीकी क्षमता की कमी के कारण AI के साथ 2~3 दिन का endless loop। "अगर कोई iOS engineer होता, तो वह इसे 5 मिनट में ठीक कर देता"
• Carson Gross का "sorcerer's apprentice trap": अगर junior code लिखना नहीं जानता, तो वह code पढ़ना भी नहीं सीख पाता। और अगर पढ़ना नहीं आता, तो वह LLM के हाथों बहक जाता है
• Steve Krouse: "vibe coding यह भ्रम देता है कि आपकी अपनी vibe ही सटीक abstraction है।" कोई भी "vibe writing" नहीं कहता
• LLM मूलभूत complexity को कम नहीं करता। वह सिर्फ़ accidental complexity को आसानी से पैदा करता है (Fred Brooks, No Silver Bullet)
• tool knowledge (Swift grammar, React patterns) बनाम principle knowledge (network, OS, data structures)। जब AI tool knowledge की जगह लेता है, तो principle knowledge और चमकता है

सिद्धांतों के ऊपर की समझ — Eval

• समझ के बिना सिद्धांत आपको सिर्फ़ scholar बनाते हैं। सिर्फ़ सिद्धांत काफ़ी नहीं हैं
• वही जिसे Anthropic "taste" कहता है। जो लोग AI सबसे अच्छा बनाते हैं, वही लोग उसे सबसे अंत तक पूरी तरह AI पर नहीं छोड़ते
• Linear CTO Thomas: "Taste is not mystical. It's a craft." Quality Wednesday के ज़रिए 2 साल में 2,500 defects ठीक किए — taste मांसपेशियों की तरह विकसित होता है
• Eval = AI द्वारा बनाए गए output का मूल्यांकन करने की निर्णय-क्षमता। "क्या AI का All Pass मेरे लिए भी All Pass है?" जो व्यक्ति यह सवाल पूछ सकता है, वही AI Native Engineer है

निष्कर्ष — accelerator के ऊपर compass

• Terry Winograd(Stanford के पहली पीढ़ी के AI researcher): "AI समस्या का कारण नहीं है। AI एक accelerator(Accelerant) है।" बदली है गति, दिशा नहीं
• सिद्धांतों के बिना समझ सिर्फ़ अनुमान है, और समझ के बिना सिद्धांत सिर्फ़ scholar
• How(agentic skill) हो, Where(AX organization) में काम भी कर रहे हों, फिर भी अगर Who(मैं स्वयं) ऐसा व्यक्ति नहीं है जो सिद्धांतों के ऊपर समझ का इस्तेमाल कर सके, तो इसका कोई अर्थ नहीं