प्रोडक्शन वातावरण में Vibe coding को जिम्मेदारी से कैसे अपनाएँ - Vibe coding in prod | Code w/ Claude

यह Anthropic के coding agent शोधकर्ता Eric की प्रस्तुति है, जिसमें बताया गया है कि vibe coding — यानी कोड लिखने का काम पूरी तरह AI को सौंपने का तरीका — को वास्तविक service environment में सुरक्षित रूप से कैसे इस्तेमाल किया जा सकता है। इसमें समझाया गया है कि सिर्फ AI से बहुत सारा code generate कराना और vibe coding एक जैसी चीज़ें नहीं हैं; Andrej Karpathy की परिभाषा के अनुसार इसका मूल है "यह तक भूल जाना कि code मौजूद है"। ऐसे समय में, जब AI जिन कामों को संभाल सकता है उनका पैमाना हर 7 महीने में दोगुना हो रहा है, यह प्रस्तुति इस समझ से शुरू होती है कि अगर इस प्रवृत्ति का उपयोग नहीं किया गया, तो प्रतिस्पर्धा में पीछे छूटना तय है।

मुख्य दावे

• vibe coding का सिद्धांत है: "code को भूलो, लेकिन product को मत भूलो।" जैसे हम compiler द्वारा generate की गई assembly को पंक्ति-दर-पंक्ति नहीं पढ़ते, वैसे ही AI द्वारा लिखे गए code से अधिक महत्वपूर्ण है उसके परिणाम की quality और correctness को verify करना।
• developer की भूमिका सीधे implementation करने वाले व्यक्ति से बदलकर Claude के product manager (PM) जैसी होनी चाहिए। जैसे किसी junior engineer को काम सौंपते समय किया जाता है, वैसे ही requirements, codebase context और constraints को अच्छी तरह व्यवस्थित करके AI को देना चाहिए; भले ही इस प्रक्रिया में 15–20 मिनट या उससे अधिक लगें, यह निवेश success rate को काफी बढ़ाता है।
• vibe coding को codebase के leaf nodes पर केंद्रित होना चाहिए — यानी ऐसी अंतिम functionalities जिन पर दूसरा code निर्भर नहीं करता। core architecture या वह foundational code जिस पर अन्य modules निर्भर करते हैं, उसे अभी भी इंसानों द्वारा गहराई से समझकर manage किया जाना चाहिए।
• verifiability के हिसाब से design करना अनिवार्य है। Anthropic के अंदर 22,000 lines के reinforcement learning code को Claude से लिखवाकर production में merge करने के एक उदाहरण में, stress test और input-output आधारित verification checkpoints डिजाइन किए गए, ताकि पूरा code पढ़े बिना भी stability और correctness की पुष्टि की जा सके।

मौजूदा सीमाएँ

• tech debt को सीधे code पढ़े बिना मापने या verify करने का अच्छा तरीका अभी मौजूद नहीं है। यही vibe coding को leaf nodes तक सीमित रखने का सबसे बड़ा कारण है।
• non-developers का security या payments जैसे sensitive क्षेत्रों तक vibe coding के सहारे production system बनाना जोखिम भरा है। इसके लिए सही सवाल पूछ सकने वाली तकनीकी समझ का होना ज़रूरी है।

अंतर कहाँ है

• इस प्रस्तुति की खास बात यह है कि यह vibe coding को सिर्फ एक चलन नहीं, बल्कि software industry के एक structural shift के रूप में रखती है। साथ ही यह भी रेखांकित करती है कि जैसे CTO experts को manage करता है या CEO accountant के काम को validate करता है, वैसे ही "implementation को जाने बिना भी परिणाम को verify करना" सभ्यता जितनी पुरानी समस्या है।

निहितार्थ

• software engineers से अपेक्षित कौशल code की हर पंक्ति लिखने की क्षमता से हटकर, requirements को सटीक रूप से define करने और परिणामों को structured तरीके से verify करने की क्षमता की ओर बढ़ रहा है। AI tools के performance improvement की गति को देखते हुए, जितनी जल्दी इस बदलाव के अनुकूल हुआ जाए, उतना लाभदायक होगा।