आज मैंने Coinbase का आकार लगभग 14% घटाने का कठिन निर्णय लिया

 (twitter.com/brian_armstrong)
1 पॉइंट द्वारा GN⁺ 2 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Coinbase ने सभी कर्मचारियों को भेजे ईमेल में कहा कि वह कंपनी का आकार लगभग 14% घटा रही है और bear market तथा AI से तेज हुई काम की गति के अनुरूप अपनी cost structure और operating model को समायोजित कर रही है
  • Coinbase के पास पर्याप्त capital और revenue sources हैं, लेकिन business volatility अब भी अधिक है और फिलहाल bear market चल रहा है; साथ ही छोटे, focused teams AI की मदद से कहीं तेजी से launch कर सकते हैं, इसलिए कंपनी के अनुसार कुछ न करना सबसे बड़ा जोखिम है
  • संगठन को CEO/COO के नीचे अधिकतम 5 स्तरों तक flatten किया जाएगा, और कुछ मामलों में leaders सीधे 15 से अधिक लोगों को manage करेंगे ताकि छोटे, ज्यादा context-shared teams तेजी से आगे बढ़ सकें
  • सभी leaders को मजबूत individual contributors भी होना चाहिए, और Coinbase एजेंटों के समूह को संभाल सकने वाली AI-native talent तथा “one person teams” जैसे छोटे pod experiments के जरिए काम करने का तरीका बदलना चाहती है
  • जिन कर्मचारियों पर असर पड़ेगा उन्हें व्यक्तिगत ईमेल और meeting invite मिलेगा, उसी दिन system access हटा दिया जाएगा; अमेरिका के कर्मचारियों को कम से कम 16 हफ्तों का base pay, हर 1 साल की सेवा पर 2 हफ्ते अतिरिक्त, अगली stock compensation vesting, और 6 महीने का COBRA मिलेगा

Coinbase की छंटनी का फैसला और उसकी पृष्ठभूमि

  • Coinbase ने सभी कर्मचारियों को भेजे ईमेल में कहा कि वह कंपनी का आकार लगभग 14% घटाएगी
  • यह फैसला दो कारकों के एक साथ आने का परिणाम है
    • बाज़ार की स्थिति: Coinbase के पास पर्याप्त capital है, उसके revenue sources विविध हैं, और वह कठिन समय झेलने की स्थिति में है, लेकिन business अब भी quarter-to-quarter काफी volatile है और अभी bear market में है
    • AI बदलाव: इंजीनियर अब AI की मदद से उन कामों को कुछ दिनों में launch कर रहे हैं जिनमें पहले टीमों को कई हफ्ते लगते थे; non-technical organizations भी production code deploy कर रही हैं, और कई workflows automate हो रहे हैं
  • Coinbase अभी अपनी cost structure को समायोजित करना चाहती है ताकि अगले growth phase में वह और अधिक चुस्त, तेज और efficient संगठन बन सके
  • कंपनी का मानना है कि AI के कारण छोटे, focused teams की क्षमता और गति में बड़ा बदलाव आया है, और सिर्फ Coinbase नहीं बल्कि सभी कंपनियां एक inflection point पर हैं
  • कंपनी का कहना है कि कुछ न करना सबसे बड़ा जोखिम है, और वह Coinbase को फिर से lean, fast, AI-native संगठन बनाना चाहती है

काम करने के तरीके में बदलाव और प्रभावित कर्मचारियों के लिए सहायता

  • Coinbase केवल headcount कम करने और cost cutting तक सीमित नहीं रहना चाहती, बल्कि अपने operating model को बुनियादी रूप से बदलना चाहती है

  • संगठनात्मक स्तरों में कमी

    • CEO/COO के नीचे संगठनात्मक स्तरों को अधिकतम 5 स्तरों तक flatten किया जाएगा
    • कंपनी का मानना है कि hierarchy गति को धीमा करती है और coordination cost पैदा करती है
    • आगे कंपनी छोटे, ज्यादा context-shared teams पर जोर देगी जो तेजी से काम कर सकें
    • leaders पर ज्यादा जिम्मेदारी होगी, और कुछ मामलों में उनके पास 15 से अधिक direct reports हो सकते हैं
    • यह flattening ऐसे lower-cost structure से भी जुड़ी है जो हर market cycle में काम कर सके

  • केवल manager वाली भूमिका से दूरी

    • Coinbase में सभी leaders को मजबूत और सक्रिय individual contributors भी होना होगा
    • managers को टीम के साथ सीधे काम करने वाले player-coach की तरह काम करना होगा

  • AI-native pod

    • Coinbase ऐसे AI-native talent पर संगठन को केंद्रित करेगी जो agents के समूह को manage करके बड़ा impact पैदा कर सकें
    • कंपनी छोटे pod size पर भी प्रयोग कर रही है, जिसमें “one person teams” भी शामिल हैं, जहां एक व्यक्ति engineer, designer और product manager की भूमिका एक साथ निभाता है
    • Coinbase AI को हर work area में इस्तेमाल करने वाले नए working model के अनुसार खुद को फिर से संगठित करना चाहती है

  • प्रभावित कर्मचारी

    • जिन कर्मचारियों की छंटनी होगी, उन्हें एक घंटे के भीतर व्यक्तिगत ईमेल से अतिरिक्त जानकारी और HRBP तथा उनके organization के senior leader के साथ meeting invite मिलेगा
    • उसी दिन Coinbase systems का access हटा दिया जाएगा
    • कंपनी का कहना है कि customer information की सुरक्षा की जिम्मेदारी के कारण यह कदम जरूरी है, भले ही यह अचानक और कठोर लगे

  • transition support

    • अमेरिका के कर्मचारियों को कम से कम 16 हफ्तों का base pay, हर 1 साल की सेवा पर 2 हफ्ते अतिरिक्त, अगली stock compensation vesting, और 6 महीने का COBRA मिलेगा
    • employment visa रखने वाले कर्मचारियों को अतिरिक्त transition support मिलेगा
    • अमेरिका के बाहर के कर्मचारियों को स्थानीय requirements और consultation obligations के अनुसार समान सहायता मिलेगी
    • बाकी टीम से कंपनी ने कहा कि Coinbase ने पिछले 13 वर्षों में चार crypto winters झेले हैं, public listing की है, और उद्योग का सबसे भरोसेमंद platform बनाया है
    • कंपनी और industry के long-term outlook में कोई बदलाव नहीं है, और आर्थिक स्वतंत्रता बढ़ाने के लिए नया financial system बनाने का mission भी वैसा ही है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2 시간 전
Hacker News की टिप्पणियाँ

  • यह बात हमेशा खटकती है कि कंपनियाँ मूलतः किसी भी वजह से लोगों को निकाल सकती हैं, और खासकर उस वजह के बारे में झूठ भी बोल सकती हैं
    कभी-कभी लगता है कि कानूनी रूप से यह ज़रूरी होना चाहिए कि वे छंटनी के कारण के समर्थन में सबूत दें। कारण बहुत महान या उच्च आदर्श वाला होना ज़रूरी नहीं, बस कम से कम दुनिया को दी जाने वाली जानकारी सही होनी चाहिए। अभी तो ऐसा लगता है कि कंपनियाँ लोगों को निकालने के लिए AI बहाना इस्तेमाल कर रही हैं

    • इतिहास में हर छंटनी का कारण लागत कम करना ही रहा है, और यह सबको साफ़ दिखता है। इसके अलावा किस तरह की व्याख्या से संतोष होगा, समझ नहीं आता

  • “लीडर बहुत ज़्यादा चीज़ों के लिए ज़िम्मेदार होंगे, और उनके direct reports 15 से भी ज़्यादा हो सकते हैं… Coinbase के सभी लीडर मज़बूत और सक्रिय individual contributors होने चाहिए। मैनेजर टीम के साथ हाथ गंदे करने वाले player-coach जैसे होने चाहिए” वाला हिस्सा काफ़ी ज़ोर से लगा
    इसका मतलब है कि बचे हुए मैनेजरों के नीचे और ज़्यादा direct reports होंगे, और उनसे बहुत-सा non-managerial काम भी करने को कहा जाएगा। सिर्फ़ management काम के लिए भी 15+ direct reports बहुत ज़्यादा हैं, और ऐसा नहीं लगता कि किसी के पास सबकी ज़रूरतों पर ठीक से ध्यान देने का समय होगा। छंटनी वाला ईमेल अपने आप में काफ़ी अच्छा लिखा गया है, लेकिन Coinbase जिस तरह की कंपनी बन रही है, वहाँ मैं काम नहीं करना चाहूँगा। non-technical teams का production code deploy करना, या “AI-native pods” जैसी चीज़ें मुझे नहीं चाहिए। one-person team का विचार अच्छा लगता है, और समझता हूँ कि कंपनियाँ अभी भी यह खोज रही हैं कि LLM के साथ कैसे adapt करें, लेकिन यह कुछ ज़्यादा है। फिर भी, जिन लोगों को निकाला जा रहा है उनके लिए severance package काफ़ी मज़बूत दिखता है
    https://news.ycombinator.com/item?id=48021843

    • शायद हमें Google और बड़े पैसे वाले tech उद्योग के उस बदलाव से पहले की तरफ़ लौटना चाहिए, जहाँ “अगर आप मैनेजर हैं तो आपको technically contribute नहीं करना चाहिए” जैसी सोच आई
      आजकल मैनेजरों के पास दूसरे मैनेजरों से बात करने और साप्ताहिक 1:1 करने जैसे बहुत से फालतू काम हैं। management layers के बारे में पहले ही बहुत लिखा जा चुका है कि वे कुछ भी पैदा नहीं करतीं, बस खुद को महत्वपूर्ण दिखाती हैं। पहले मैनेजर या तो टीम के सबसे अच्छे engineers होते थे, या वे लोग जो promotion चाहते थे, और उनसे उम्मीद रहती थी कि वे अपनी technical skill से सम्मान पाएँ और फिर भी full-time contributor बने रहें। अब मैनेजर या director का मतलब कभी-कभी किसी बिल्कुल अलग क्षेत्र का MBA हो जाता है, और राजनीति व बेकार मीटिंग्स बढ़ जाती हैं। किसी की भावनात्मक स्थिति जाँचने के लिए साप्ताहिक 1:1, मैनेजरों के बीच sync करके अपने career के हित में राजनीतिक फैसले लेने वाली परत, और एक और gatekeeper layer—इनमें से किसी की ज़रूरत नहीं। इसका मतलब यह नहीं कि सारे मैनेजर बुरे हैं, लेकिन यह नाटक बहुत दूर तक चला गया है
    • मेरी नज़र भी सबसे पहले उसी हिस्से पर गई। dedicated manager के 8 लोगों को manage करने वाले दिन कहाँ गए?
      क्या अब AI direct reports के साथ communication bandwidth दोगुनी कर देगा, और free time भी दोगुना बना देगा? मेरे हिसाब से सबसे efficient team shape तीन लोगों की cell होती है। एक व्यक्ति तो थोड़ा अस्थिर हो ही जाता है
    • मैंने कुछ महीनों तक 12 लोगों को manage किया था, और वह सच में बहुत कठिन था। individual contributor काम बिल्कुल नहीं था, फिर भी बुरी तरह burnout हो गया
      अगर ऐसी ज़िम्मेदारियाँ भी होतीं, तो टीम को पर्याप्त समय कैसे दे पाता, इसकी कल्पना भी नहीं कर सकता
    • हर report के साथ हफ़्ते में सिर्फ़ 30 मिनट का 1:1 भी करें, तो पूरा एक कार्यदिवस चला जाता है
      उसके ऊपर अगर आप individual contributor भी हैं, तो आपको अपने लिखे code का इस्तेमाल करने वाले लोगों को support भी करना होगा, और reports के फ़ैसलों का analysis व approval भी करना होगा
    • यह भी समझ नहीं आता कि player-coach वाली उपमा क्यों दी जाती है। major league में सफल player-coach कितने हुए हैं? यह दुर्लभ है, और इसके पीछे कारण है

  • काश इसे “AI First” कहने के बजाय ईमानदारी से कहते, “हमने overhiring की थी और Bitcoin की कीमत टूट गई”

  • शायद इस बात पर आलोचना हो, लेकिन मेरे हिसाब से यह उन layoff emails में से काफ़ी बेहतर है जो भेजी जा सकती हैं
    इसमें कारण समझाया गया है, जाने वालों को क्या compensation मिलेगा यह पहले विस्तार से बताया गया है, उनका धन्यवाद किया गया है, और रहने वालों से भी बात की गई है। छंटनी कठिन होती है, और मुझे भी यक़ीन नहीं कि यह सही फ़ैसला है। मैं 15 direct reports रखकर साथ ही नियमित रूप से production code deploy नहीं करना चाहूँगा। फिर भी CEO का काम ऐसे फ़ैसले लेना ही है। आख़िरकार नतीजे ही साबित करेंगे। अगले लगभग एक साल में Coinbase इस नई दिशा में क्या बनता है, उससे पता चलेगा कि यह समझदारी थी या मूर्खता। क्या बड़े पैमाने पर talent जाएगा, कोई बड़ी breach होगी, या फिर उम्मीद से बेहतर profit के साथ सब सामान्य चलता रहेगा—समय बताएगा

    • यह ईमेल 100% AI-generated लगता है। मैं जिस Claude Code documentation पर काम कर रहा हूँ उसमें भी अभी ऐसे ही वाक्य ठीक किए हैं—“हम सिर्फ़ X नहीं, मूलतः Y हैं” जैसी पंक्तियाँ बहुत साफ़ संकेत हैं। जैसा कहा, वैसा करके तो दिखा रहे हैं
    • AI को दोष देना, चाहे वह असली कारण न हो, झटका कम करने का तरीका हो सकता है। यह निवेशकों को सुनाने लायक trendy कहानी लगती है
    • “यह भेजे जा सकने वाले layoff emails में काफ़ी बेहतर है” वाली बात से सहमत होना मुश्किल है, और आख़िरी हिस्सा काफ़ी बेहिस लगता है
      “जाने” वाले लोगों, यानी निकाले जा रहे लोगों, से बात करने के तुरंत बाद यह कहना कि इससे Coinbase और मज़बूत व स्वस्थ होगा। इससे इस निष्कर्ष से बचना मुश्किल है कि जाने वाले लोग ही अस्वस्थ हिस्सा थे। हो सकता है CEO असल में ऐसा न सोचता हो और सिर्फ़ लागत घटाना चाहता हो, लेकिन लेखन से जो अर्थ निकलता है वह अच्छा नहीं है

  • “AI-native talent पर focus करेंगे” क्या यह “हम सारे उम्रदराज़ लोगों को निकाल देंगे” कहने का कोड है?
    मेरी समझ यह है कि आप कह सकते हैं कि आपको अंग्रेज़ी में दक्ष लोग चाहिए, लेकिन यह नहीं कह सकते कि सिर्फ़ native speakers चाहिएँ, क्योंकि native speaker की शर्त कई संरक्षित समूहों के ख़िलाफ़ भेदभाव कर सकती है। यह भी कुछ वैसा ही लगता है। proficiency एक वैध job requirement हो सकती है, लेकिन यह उम्मीद करना कि लोग इस साल के workflow को शुरू से जानते हों, age discrimination है। crypto कंपनी से नैतिक व्यवहार की उम्मीद नहीं है, और अगर मुकदमों में डूब जाए तो भी दुख नहीं होगा

    • AI-native? यानी शायद ऐसा व्यक्ति जिसने LLM की मदद के बिना कभी कुछ किया ही न हो
      मुझे तो यह अच्छा नहीं लगता, और जितना हो सके ऐसे कर्मचारी से दूर रहना चाहूँगा
    • सहमत नहीं। हमारी team में मैं उम्र में बड़े लोगों में हूँ, लेकिन AI के साथ सबसे बेहतर adapt भी मैं ही कर रहा हूँ
      मेरे लिए AI-native का मतलब है ऐसा व्यक्ति जो AI को अपनाना और उसका सही इस्तेमाल करना सीखता है
    • नहीं, यह बिल्कुल वैसा नहीं है। उम्र ज़्यादा होना किसी को AI-native बनने से नहीं रोकता
    • यह क्यों मान लिया जा रहा है कि उम्रदराज़ लोग AI ज्ञान में पीछे होंगे?
    • अमेरिकी business के कई हिस्सों में अनैतिक और ग़ैरकानूनी गतिविधियाँ लगभग default जैसी लगती हैं
      “मुकदमों में डूबकर ख़त्म हो जाना” से ज़्यादा संभावना mandatory arbitration और “उचित settlement amount” की है

  • मेरी कंपनी भी इसी तरह बिखरी थी। शुरुआत बड़े AI layoffs से हुई, और अब बस किसी तरह चल रही है
    मैनेजर vibe coding कर रहे हैं, और हर कोई production में बदलाव कर रहा है। यह तर्क समझ में आता है कि पर्याप्त revenue नहीं आ रहा था। लेकिन “AI-native talent agent fleets को manage करेगा” वाला हिस्सा पढ़कर चिल्लाने का मन करता है। मुझे hire करो। मैं बताऊँगा कि यह क्यों काम नहीं करेगा

    • यहाँ भी बता सकते हो?

  • “कर्मचारियों को कम से कम 16 हफ़्तों का base pay, सेवा के हर साल पर 2 अतिरिक्त हफ़्ते, अगला stock vesting, और 6 महीने का COBRA मिलेगा” — बड़े tech में कई rounds of layoffs देख चुके व्यक्ति के नज़रिए से भी यह काफ़ी उदार पैकेज लगता है

    • अमेरिका के बाहर के पाठकों के लिए, COBRA का मतलब Consolidated Omnibus Budget Reconciliation Act है
      जब कर्मचारी और उनके परिवार health insurance benefits खो देते हैं, तो voluntary या involuntary job loss, काम के घंटों में कमी, नौकरी बदलना, मृत्यु, तलाक़ आदि जैसी कुछ परिस्थितियों में सीमित समय के लिए वही group health coverage जारी रखने का विकल्प चुनने का अधिकार देता है
      https://www.dol.gov/general/topic/health-plans/cobra
    • बेहिसाब उदार
      3 साल पहले जब मुझे निकाला गया था, तो सिर्फ़ 2 हफ़्तों की तनख़्वाह और 1 महीने का COBRA मिला था। tech कंपनी थी, लेकिन बड़ी नहीं थी
    • COBRA वाला हिस्सा चौंकाने वाला है। मुझे हमेशा लगा यह 18 महीने होता है
      वैसे भी पूरा पैसा तो व्यक्ति खुद ही देता है, इसलिए COBRA को सीमित करना भी ज़्यादा समझ में नहीं आता

  • “non-technical teams अब production code deploy कर रही हैं और बहुत-से workflows automate हो रहे हैं” वाली पंक्ति परेशान करती है
    अगर Brian यहाँ हैं, तो क्या इस पर और बता सकते हैं? ठीक-ठीक non-technical staff किस production code को deploy कर रहा है? मेरे पास Coinbase का stock नहीं है, लेकिन public company का ऐसा कहना समझदारी है या नहीं, इस पर भी सवाल है। अगर मैं shareholder होता, तो घबराता

    • मैं Coinbase में काम कर चुका हूँ। Brian कंपनी के अंदर भी ऐसी बातों पर ज़्यादा नहीं बताते
      उन्होंने लोगों को Twitter posts की तरफ़ भेजा। अच्छे managers की वजह से मैं 4 साल टिका रहा, लेकिन Brian मेरे देखे सबसे ख़राब leaders में से एक के क़रीब थे
    • बड़े institutional allocators को ऐसी बातें सच में पसंद आती हैं
      लगभग हर medium या large tech company में स्टाफ़ बहुत ज़्यादा है, और headcount घटाकर AI-first बनने से वे बहुत बड़ा cash generator बन सकती हैं, साथ ही stock-based compensation dilution भी रुक सकता है—यह कहानी बेची जा रही है। sell-side लोगों, activist investors, और private market allocations संभालने वालों से मैं यह बात सुन रहा हूँ
    • हमारी कंपनी भी यह कर रही है। marketing team Cursor web agent के ज़रिए marketing site, blog और landing pages के code changes बना सकती है
      agent code बदलता है और GitHub पर pull request बनाता है, फिर technical team review करके merge करती है। marketing team लगभग पूरी तरह non-technical है
    • यह सबसे बुरा है। लगता है Dario वाली सोच पूरी तरह ग़लत layer तक फैल गई है
      फिर भी crypto कंपनी के लिए यह चौंकाने वाला नहीं। यह वह जगह है जहाँ लोग जल्दी से जल्दी अमीर बनने के लिए सबसे ख़राब ideas पर सवार होते हैं। ICO और NFT के बाद अब “coding solve हो गई” कहना उसी जैसा लगता है
    • हाँ, यह तो ज़रूर बहुत अच्छा चलेगा /s
      वैसे भी crypto की तरफ़ खिंचने वाले investors का प्रकार ऐसी चीज़ें पसंद करता होगा। जैसे crypto भाइयों और AI भाइयों की handshake हो रही हो

  • व्यावहारिक रूप से Coinbase trading volume से पैसा कमाता है, और अभी crypto bear market है, इसलिए revenue घटा है
    इसलिए कंपनी को profitable रखने या investor expectations पूरी करने के लिए cost cut करनी पड़ेगी। AI productivity बढ़ाने में मदद कर सकता है, लेकिन मूल कारण AI नहीं है

    • AI की वजह से layoffs हो रहे हैं, यह मानना मुश्किल है। यह एक सुविधाजनक बहाना है, और कंपनियाँ इससे काफ़ी आसानी से निकलती दिख रही हैं
      अगर AI productivity boost है, तो उसका लाभ लेने के लिए और engineers व technical staff नहीं रखने चाहिए? या फिर यह कह रहे हैं कि “हम ऐसी tech company हैं जिसे समझ ही नहीं कि और ज़्यादा super-engineers के साथ क्या करना है”
    • सही। COIN 7 मई की शाम earnings report करेगा
      2025 की Q4 पिछले कुछ सालों में पहली तिमाही थी जिसमें EPS negative था। 2026 की Q1 के लिए analyst estimates भी ज़्यादातर नीचे जा रहे हैं। यह “कठिन फ़ैसला” शायद ख़राब earnings report से पहले proactive कदम जैसा दिखता है
    • आजकल AI layoffs का परफ़ेक्ट बलि का बकरा है। क्योंकि इससे stock price और investor confidence पर पड़ने वाला झटका कम किया जा सकता है
      Coinbase साफ़ तौर पर उस stock market से गहराई से बँधा है जो राजनीतिक टकराव और आर्थिक अनिश्चितता से हिल रहा है, इसलिए छंटनी करना स्पष्ट लगता है
    • AI तो बस जनता को बेचने का बहाना है। असली कारण वह बिल्कुल नहीं, बल्कि ख़राब leadership है
    • पैकेजिंग अच्छी है। “AI इतना productive है कि हम लोगों की संख्या घटा सकते हैं”
      यह “revenue घट गया है इसलिए हमें लोगों की संख्या घटानी होगी” कहने से बेहतर लगता है

  • “पिछले एक साल में मैंने engineers को AI का इस्तेमाल करके वह चीज़ कुछ दिनों में deploy करते देखा है, जिसमें पहले teams को कई हफ़्ते लगते थे” — यह बात सही नहीं लगती
    असल में देखा यह गया है कि engineers ने AI से कुछ ऐसा कुछ दिनों में deploy किया जो दिखने में वैसा लगता है जैसा पहले teams कई हफ़्तों में बनाती थीं। लेकिन feature कुछ iterations से गुज़रने के बाद पता चलता है कि जो deploy हुआ, वह वैसी चीज़ थी ही नहीं। Anthropic का C compiler भी शुरुआत में ऐसा लगा कि इंसानों को इससे कहीं ज़्यादा समय लगता, लेकिन अंत में उसे वास्तव में उपयोगी चीज़ में बदलना मुश्किल था। “agent fleets को manage करके बड़ा impact डालने वाला AI-native talent” का मतलब ज़्यादा यह है कि ऐसा व्यक्ति जो ऐसा code deploy करता है जिसे वह खुद नहीं समझता, और इसलिए agents द्वारा बनाई गई architectural mistakes को ठीक नहीं कर सकता। लगभग एक साल बाद ऐसा software evolve ही नहीं हो पाएगा, और तब चीज़ें वाक़ई दिलचस्प होंगी। AI software developers की कई तरह से मदद कर सकता है, लेकिन उस तरह नहीं

    • AI कुछ productivity boost लाता है, यह स्पष्ट है, लेकिन 10x, 100x, 1000x वाले दावे अभी भी irrational exuberance के क़रीब हैं
      prototype software निकालना पहले भी तेज़ था और अब बेहद तेज़ हो गया है। लेकिन ऐसे LLM, Happy Gilmore जैसे हैं। एक ही शॉट में green तक पहुँचा देते हैं, लेकिन short game बहुत संदिग्ध है, इसलिए hole के आसपास भटकते रहते हैं। फ़ायदा parallelization में है, लेकिन फिर भी output review करना पड़ता है। नहीं तो हालत ऐसी होगी जैसे टूटे हुए TV tower के मलबे के बीच flagpole से आग निकल रही हो और कोई मगरमच्छ से कुश्ती कर रहा हो
    • मैं engineer हूँ, दूसरे engineers को hire करता हूँ, और ऐसी कंपनी चलाता हूँ जो छोटे businesses के लिए इस्तेमाल करने लायक software deploy करती है
      हम यह हर दिन कर रहे हैं। माफ़ कीजिए, लेकिन हम सचमुच कई हफ़्तों वाले काम कुछ दिनों में deploy कर रहे हैं
    • ऐसे दावे करने वाले लोग हमेशा सबूत क्यों नहीं लाते, यह समझ नहीं आता
    • कल भी कहा था, फिर कहूँगा। आपको क्या लगता है, जो organizations AI पर बहुत निर्भर हैं वे आजकल क्या deploy कर रही हैं?
      ज़्यादातर developers cutting-edge low-level mission-critical systems नहीं बनाते। AI ऐसे सामान्य feature development के लिए शानदार है। जिन सभी कंपनियों को मैं निजी तौर पर जानता हूँ, वे पिछले 7 महीनों में ऐसे features तेज़ी से deploy कर रही हैं जिन्हें रोज़ लाखों लोग इस्तेमाल करते हैं। हमारी team भी यही कर रही है, और हम AI-generated code की सीमाएँ भी समझते हैं। अगर कुछ अनुभव हो, तो इसके अच्छे और बुरे पहलू जल्दी दिख जाते हैं, और इसलिए आप AI-generated software को evolve करने लायक योजना बना सकते हैं। अगर जनवरी 2025 होता तो मैं यही बात नहीं कहता, लेकिन अब बहुत कुछ बदल गया है और यह पहले से काम कर रहा है
    • यह संभव है। मैं नियमित रूप से ऐसा करता हूँ
      मैंने सच में कई ऐसे features बनाए और deploy किए हैं जिनमें पहले महीनों लगते, और अब एक हफ़्ता भी नहीं लगा। उनमें से काफ़ी LLM-centric features हैं, और LLM सचमुच self-evaluation और self-optimization कर सकता है। आप सामान्य feature से शुरू करते हैं, malicious synthetic data बनाते हैं, feature implement करते हैं, optimize करते हैं, फिर नए improvement points खोज लेते हैं। जो काम एक साल पहले पूरी team को महीनों लगता, वह अब 2–3 दिन का काम है