AI युग में सॉफ़्टवेयर शिल्पकला

कोड लिखने वाले हाथों से सिस्टम डिज़ाइन करने वाली दृष्टि तक

O'Reilly 26 मार्च को तीसरा AI Codecon "AI युग में सॉफ़्टवेयर शिल्पकला" विषय के साथ आयोजित कर रहा है। इवेंट होस्ट Tim O'Reilly और Addy Osmani सीधे यह सवाल उठाते हैं कि उस दौर में, जब एजेंट कोड का बड़ा हिस्सा लिख रहे हैं, "शिल्पकला" शब्द का अर्थ क्या रह जाता है। Steve Yegge का कथन, "कोड तरल है। इसे होज़ से छिड़का जाता है, देखा नहीं जाता," और pandas के संस्थापक Wes McKinney का उदाहरण—जो Go भाषा में, जिसे उन्होंने कभी हाथ से नहीं लिखा, प्रति माह 10 अरब से अधिक tokens खर्च करके कोड तैयार कर रहे हैं—इस कार्यक्रम की पृष्ठभूमि बनते हैं.

डार्क फैक्टरी (dark factory) खेमाः

• अवधारणा: बिना रोशनी के चलने वाले मानवविहीन रोबोट कारखाने की उपमा से लिया गया शब्द, जो ऐसे सॉफ़्टवेयर उत्पादन वातावरण को दर्शाता है जहाँ इंसान केवल दिशा देता है और एजेंट अधिकांश implementation संभालते हैं।
• Ryan Carson का Antfarm: एक open source टूल जो एक ही command से OpenClaw पर पूरी agent टीम इंस्टॉल कर देता है। planning agent feature request को user stories में तोड़ता है, और हर story को अलग agent एक isolated environment में implement और test करता है, फिर verified PR (pull request) लौटाता है।
• मानवीय review का automation: CI (continuous integration) pipeline में agent किसी feature का वास्तविक उपयोग करते हुए वीडियो रिकॉर्ड करते हैं और उसे PR के साथ संलग्न करते हैं। इंसान की भूमिका production नहीं, review की रह जाती है।
• सीमाएँ: यह भी चर्चा में है कि जब agent विफल हो जाते हैं या feedback loop टूट जाता है, तब ऐसे क्षेत्र सामने आते हैं जिन्हें केवल automatic retry से हल नहीं किया जा सकता।

शिल्पकला यानी supervision का खेमाः

• Addy Osmani का orchestration pattern: "Orchestrating Coding Agents" प्रस्तुति उस स्पेक्ट्रम को कवर करती है जिसमें एक solo founder बिना कोड देखे सैकड़ों sessions चलाता है, से लेकर enterprise teams तक शामिल हैं जिन्हें quality gates और long-term maintenance चाहिए। उनका तर्क है कि केवल tools नहीं, बल्कि "patterns" की ज़रूरत है।
• Context engineering: Andrej Karpathy द्वारा दिया गया यह शब्द उस तकनीक को दर्शाता है जिसमें जानकारी की संरचना इस तरह बनाई जाती है कि LLM स्थिर रूप से काम करे। यह Osmani की नई पुस्तक Beyond Vibe Coding का भी केंद्रीय विषय है।
• Anthropic की Cat Wu का दृष्टिकोण: Claude Code और Cowork की product lead के रूप में, वह ऐसे systems डिज़ाइन करने की दिशा में काम करती हैं जो reliable, interpretable, और steerable हों, ताकि इंसान स्वाभाविक रूप से loop के भीतर बना रहे। यह Carson की maximal autonomy वाली सोच से अलग है।

विफलता की लागत पर केंद्रित प्रवाह

• Nicole Koenigstein: "The Hidden Costs of Agent Failures" प्रस्तुति के ज़रिए वह उन failure modes का विश्लेषण करती हैं जो demo में नहीं दिखते लेकिन production में फट पड़ते हैं। वह O'Reilly की नई पुस्तक AI Agents: The Definitive Guide की लेखिका हैं।
• Hila Fox (Qodo): वह यह साझा करती हैं कि एक साधारण prompt tool से production-grade multi-agent system तक पहुँचने का वास्तविक रास्ता क्या होता है, और उस यात्रा में कौन-कौन सी समस्याएँ आती हैं।
• Advait Patel (Broadcom SRE): वह उन वास्तविक incident response मामलों को लेते हैं जहाँ AI agents ने production systems को बिगाड़ दिया।
• Abhimanyu Anand (Elastic): वह यह सवाल उठाते हैं, "क्या आपकी eval झूठ बोल रही है?" और चेतावनी देते हैं कि गलत evaluation framework पर system बनाना कितना जोखिमभरा है।

दावा: bottleneck हाथ नहीं, दृष्टि है

• Mythical Agent-Month: Wes McKinney, Fred Brooks के क्लासिक सिद्धांत—"देरी से चल रहे प्रोजेक्ट में ज़्यादा लोग जोड़ने से और देरी होती है"—को agents पर लागू करते हैं। agents मूलभूत complexity को कम नहीं करते; उलटे वे incidental complexity को मशीन की गति से पैदा कर सकते हैं।
• Brownfield barrier: यह अवलोकन कि लगभग 100,000 lines के स्तर पर agents अपने ही बनाए हुए फूले हुए कोड में घुटने लगते हैं।
• Taste एक दुर्लभ संसाधन: जब श्रम संबंधी बाधाएँ घट जाती हैं, तब system की conceptual consistency को दिमाग में बनाए रखना और यह तय करना कि क्या बनाना है, क्या हटाना है—यही निर्णायक फर्क बन जाता है। निष्कर्ष यह है कि जीवित वही developer बचेगा जो सबसे अधिक parallel sessions नहीं चलाता, बल्कि जो project का conceptual model अपने दिमाग में संभालकर रख सकता है।

नए संगठन और architecture

• Juliette van der Laarse का AI Flower: AI-native engineering के लिए एक open capability architecture, जो यह देखता है कि उस वातावरण में जहाँ coding का अधिकांश काम agents करते हैं, engineering organizations को अपनी क्षमताएँ कैसे पुनर्वितरित करनी चाहिए।
• Mike Amundsen का automation vs augmentation: automation इंसानी काम को प्रतिस्थापित करता है, जबकि augmentation इंसानी विशेषज्ञता को बढ़ाता है। उनका मानना है कि दोनों के बीच का यह फर्क आगे मानव-AI अर्थव्यवस्था का रूप तय करेगा।
• Tatiana Botskina (Oxford): वह agents के बीच collaboration और provenance की समस्या पर बात करती हैं—यानी agent द्वारा बनाए गए outputs की उत्पत्ति को कैसे सत्यापित किया जाए।
• Neethu Elizabeth Simon (Arm): वह MCP (Model Context Protocol) server testing जैसी बुनियादी reliability समस्या को उठाती हैं। जैसे-जैसे MCP agent systems के बीच मानक connective tissue बनता जाएगा, इसकी अहमियत और बढ़ेगी।
• Arushee Garg (LinkedIn): वह outreach messages बनाने वाले production multi-agent system का एक उदाहरण साझा करती हैं।

Enterprise दृष्टिकोण

• Aaron Levie (Box CEO) के साथ fireside chat: तर्क यह है कि agents enterprise software को replace नहीं करेंगे, बल्कि उसके ऊपर बैठेंगे, और प्रभावी ढंग से काम करने के लिए उन्हें content, context, और governance की ज़रूरत होगी।
• छिपे हुए काम की मुक्ति: यह दृष्टि कि AI उन कामों को संभव बनाता है जिन्हें कंपनियाँ लागत के कारण छू नहीं पाती थीं, जैसे contract analysis या process optimization।
• मानवीय judgment का पुनर्मूल्यांकन: यह स्थिति कि agent वातावरण में इंसानी context understanding और governance का मूल्य घटता नहीं, बल्कि और बढ़ता है।
• Tim O'Reilly की चिंता: यह प्रश्न भी उठता है कि AI भारी मूल्य पैदा करते हुए कहीं उस मानव विशेषज्ञता के आर्थिक चक्र को तो नहीं कुतर रहा जो उसे सहारा देता है।

खेमों के बीच विरोध

• Carson बनाम Cat Wu: अधिकतम autonomy की खोज और ऐसी design philosophy के बीच टकराव जिसमें मानवीय supervision स्वाभाविक रूप से बनी रहती है।
• McKinney बनाम Osmani: दोनों एक ही निष्कर्ष पर पहुँचते हैं—कि taste और design judgment महत्वपूर्ण हैं—लेकिन एक व्यक्ति-स्तरीय developer के दृष्टिकोण से और दूसरा सैकड़ों लोगों वाली टीम के दृष्टिकोण से।
• उत्साह और सावधानी: Koenigstein और Fox, अन्य प्रस्तुतियों के आशावाद के बीच फिर से यह प्रश्न उठाती हैं: "जब यह विफल होता है, तब क्या होता है?"

कुल मिलाकर, यह लेख यह संदेश देता है कि सॉफ़्टवेयर शिल्पकला गायब नहीं हो रही, बल्कि स्थानांतरित हो रही है। कोड टाइप करने से सिस्टम डिज़ाइन करने तक, किसी एक व्यक्ति के वीरतापूर्ण संघर्ष से अनेक agents की orchestration तक, और हाथ के कौशल से taste व judgment तक—भार का केंद्र बदल रहा है। Tim O'Reilly, Steve Yegge की अभिव्यक्ति उधार लेते हुए, पूछते हैं कि क्या हम programming नामक इस craft के अंत पर हैं या किसी नए craft की शुरुआत पर, और लेख का समापन इस आकलन के साथ करते हैं कि जो developer इस बदलाव को सबसे पहले समझेगा, वही सबसे बड़ी बढ़त हासिल करेगा।