Ask HN: HN उपयोगकर्ता AI के इतने विरोधी क्यों हैं?

 (news.ycombinator.com)
4 पॉइंट द्वारा GN⁺ 4 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • पिछले 6 महीनों में HN Best RSS फ़ीड में लगभग हर दिन ऐसे पोस्ट देख रहा हूँ जिनमें कहा जाता है कि AI “खराब code” लिखता है, “bug” बनाता है, और “technical debt” पैदा करता है
  • 20 साल से अधिक समय तक software engineer के रूप में काम किया है, लेकिन code तो लक्ष्य हासिल करने का एक साधन है, और उपयोगकर्ताओं को इस बात से ज़्यादा फर्क नहीं पड़ता कि code AI ने लिखा है या हाथ से, उन्हें बस यह मायने रखता है कि product सही से काम करे
  • मेरा मानना है कि जब तक हाथ से product 1.0 लॉन्च किया जाता है, तब तक AI-सहायित version 10 गुना तेज़ी से deploy किया जा सकता है, वास्तविक feedback लेकर मुख्य समस्याओं की पहचान की जा सकती है, और फिर Claude Code जैसे tools से 2.0 को जल्दी fix करके लॉन्च किया जा सकता है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 4 시간 전
Hacker News की राय

  • dang: ऐसे A बनाम B फ्रेम में हमेशा एक invariant रहता है कि A पक्ष को लगता है HN anti-A है, और B पक्ष को लगता है anti-B है
    अभी front page पर मौजूद “Ask HN: What was your "oh shit" moment with GenAI?” thread को ही देखें, तो HN बिल्कुल भी पूरी तरह anti-AI नहीं है: https://news.ycombinator.com/item?id=48406174
    कभी-कभी title जैसी initial conditions तय करती हैं कि किस तरह की प्रतिक्रिया निकलकर आएगी, और जब पूरा समाज AI को लेकर बंटा हुआ है, तो HN भी इस macro trend से अछूता नहीं रह सकता: https://hn.algolia.com/?dateRange=all&page=0&prefix=true&que...

    • _0ffh: मेरा मानना है कि सिर्फ community ही नहीं, लोगों के भीतर भी यही विभाजन है
      machine learning की प्रगति के लिए मैं बहुत खुला हूँ, लेकिन मुझे यह भी बहुत अच्छी तरह पता है कि मौजूदा LLM, जब project “personal toy” के स्तर से आगे बढ़ जाते हैं, तो अक्सर खराब code लिखते हैं
      इसलिए मैं projects को और modular बनाने और boundaries को साफ़ रखने की कोशिश करता हूँ, और isolated modules में, सही निर्देशों के तहत, LLM ज़्यादातर ठीक काम करते हैं
      आप LLM का समर्थन करते हुए भी उसकी सीमाएँ समझ सकते हैं, और सिर्फ vibe coding के भरोसे customers के लिए app बनाना बुरा, बल्कि शायद अनैतिक भी हो सकता है
    • dang: उस दूसरे thread में examples की विविधता काफ़ी प्रभावशाली थी
      stove ठीक करना: https://news.ycombinator.com/item?id=48417845, retro keyboard के लिए नया software: https://news.ycombinator.com/item?id=48418158, camper van customization: https://news.ycombinator.com/item?id=48417379, पुराने Nokia phone के लिए astronomy app port करना: https://news.ycombinator.com/item?id=48419242, बच्चे के science fair project को ठीक करना: https://news.ycombinator.com/item?id=48419364
      family printer को restore करना: https://news.ycombinator.com/item?id=48419480, anatomy drawing सीखना: https://news.ycombinator.com/item?id=48418716, बिजली का बिल कम करना: https://news.ycombinator.com/item?id=48417949, classic guitar pedal को programmable बनाना: https://news.ycombinator.com/item?id=48418006, Avocado armchair guy victory lap: https://news.ycombinator.com/item?id=48417658 — नहीं, सही वाला यह है: https://news.ycombinator.com/item?id=48418274, game enemy पर overlay डालना: https://news.ycombinator.com/item?id=48420635
      शुरुआत में वह पोस्ट देखकर मैं थोड़ा चिंतित था, लेकिन यह देखकर हैरानी हुई कि title सही बैठ जाए तो क्या-क्या हो सकता है
    • p4bl0: मुझे तो HN, real world में AI adoption की तुलना में AI प्रचार से कहीं ज़्यादा भरा लगा, इसलिए उल्टा यह काफ़ी pro-AI महसूस हुआ
      कई महीनों से, शायद कई सालों से, generative AI पर बहुत-सी posts थीं और वे ज़्यादातर अनुकूल थीं, इसलिए किसी और को यह ठीक उल्टा दिखता है, यह दिलचस्प है

  • vbezhenar: मुझे code लिखना पसंद है, और code लिखकर पैसे कमाना भी पसंद है, लेकिन AI को prompt लिखना मुझे मज़ेदार नहीं लगता
    code मेरे लिए सिर्फ एक साधन नहीं है, बल्कि मेरी खुशी का माध्यम है, और मुझे अच्छा code पसंद है
    AI मेरी जीवनशैली और काम करने के तरीके को मिटाने पर तुला लगता है, इसलिए मेरे भीतर उसके प्रति प्रतिरोध है, लेकिन साथ ही पीछे न छूटने की rat race की वजह से मैं उसे मजबूरी में इस्तेमाल भी कर रहा हूँ
    मुझे product को 10x तेज़ी से ship करने में खास दिलचस्पी नहीं है; मैं तो उसे 0.1x speed पर ship करना पसंद करूँगा; मेरी salary revenue के अनुपात में नहीं बल्कि fixed है, इसलिए उस प्रक्रिया में अच्छी ज़िंदगी बनाए रखना ज़्यादा महत्वपूर्ण है

    • tcgv: यह ईमानदार लगा, और यह साफ़ था कि यह personal motivation पर आधारित नज़रिया है, इसलिए उपयोगी भी लगा
      लेकिन “bullish against it” की जगह प्रतिरोध महसूस होना ज़्यादा सटीक लगता है, और नई technology पर चर्चा करते समय personal motives और आलोचनात्मक-निष्पक्ष analysis को अलग रखना चाहिए, ताकि बहस भावनात्मक ध्रुवीकरण में न बदल जाए
    • sanderjd: जैसे किताबें पढ़ना पसंद होने पर भी कोई आपको किताब पढ़ने के पैसे नहीं देता, वैसे ही coding भी अब कुछ वैसी लगने लगी है
      पहले “code लिखना” काफ़ी हद तक उसी चीज़ के करीब था, जिसके लिए लोग पैसे देते थे, लेकिन असल में लोग हमेशा software से समस्याएँ हल करने के लिए पैसे देते आए हैं
      अब बहुत-सा code खुद लिखे बिना भी ज़्यादा तेज़ी से उपयोगी software बनाया जा सकता है, इसलिए एक तरह की हानि का एहसास होता है, लेकिन साथ ही यह एक बड़ा अवसर भी लगता है
    • andrei_says_: code, समझ और इरादे को काफ़ी सटीकता से व्यक्त करता है
      और जिस code generator के पास न समझ है, न इरादा, उसकी इन्हें उसी सटीकता से व्यक्त करने की क्षमता की सीमाएँ होंगी

  • thephyber: यह AI का बिना शर्त विरोध कम, और जिस तरीके से अभी AI का इस्तेमाल हो रहा है उसका विरोध ज़्यादा है
    इसे बड़े पैमाने की layoffs के लिए धुएँ की आड़ की तरह इस्तेमाल किया जा रहा है, और 1999~2000 स्टाइल के बिना मुनाफ़े वाले growth, IPO race, और infinite total addressable market जैसे business model फिर दोहराए जा रहे हैं; management का फ़ोकस customer value नहीं बल्कि token usage को maximize करने पर है
    ऐसी भी बातें हैं कि कई कंपनियाँ अप्रैल तक ही अपना सालाना AI budget ख़त्म कर चुकी थीं, और बहुत-सी कंपनियों को यह मापने का तरीका भी नहीं पता कि असली value increase हुआ भी है या नहीं
    पुराने सहकर्मियों के मुताबिक non-engineers अब ख़राब code और feature बहुत तेज़ी से push कर सकते हैं, जिससे net loss बढ़ता है, और LLM inference पर निर्भर रहने से bookmark organize करने जैसे basic काम भी छूट जाते हैं, जिससे cognitive shrinkage हो सकता है
    foundation model कंपनियाँ $20/month plans को भारी subsidy दे रही हैं, इसलिए अगर असली inference cost पर margin जोड़ा जाए तो यह असहनीय हो सकता है; Ed Zitron के interview देखते हुए AI industry और उसके मौजूदा business use को लेकर मेरी निंदकता काफ़ी मज़बूत हुई

  • oleg_antonyan: मैं ऐसे AI tools को मुफ़्त इंटरनेट का एक proprietary nondeterministic database कहता हूँ
    यह अमेरिकी कंपनियों के मालिकाना नियंत्रण में है, और अगर अमेरिकी सरकार किसी देश की सरकार को पसंद न करे तो access काटा जा सकता है; यह उसी खुले इंटरनेट को खाकर बड़ा हुआ है जिसमें हम पले-बढ़े, फिर उसे इंसानों के लिए न पढ़े जा सकने वाले रूप में store करके access बेच रहा है
    किसी दिन Claude code की जगह compiled binaries उगलना शुरू कर दे और किसी को पता भी न चले, तो यह दुनिया भर में निर्भरता वाला एक proprietary cloud compiler बन सकता है
    इसमें telemetry, backdoor, और ऐसे license terms भी जोड़े जा सकते हैं जिनसे provider चाहे तो business पर कब्ज़ा कर ले; यह दुनिया के ज्ञान-आधार को subscription-based proprietary access में बदलने वाला बड़ा परिवर्तन है
    अगर राजनेता तक जीवन का अर्थ और pancake recipe के लिए ChatGPT पर निर्भर होने लगें, तो यह एक परफ़ेक्ट mind control tool बन सकता है; इन राजनीतिक और दार्शनिक पहलुओं को देखते हुए यह मानना मुश्किल है कि मेरे PC पर चलने वाला claudecode कभी हथियार नहीं बनेगा

    • adamtaylor_13: यह कहना कि LLM बस “मुफ़्त खुले इंटरनेट को वापस उगलता है”, tool के सबसे उपयोगी पहलू को नज़रअंदाज़ करना है
      कोई व्यक्ति इंटरनेट की विशाल जानकारी को न पूरा पढ़ सकता है, न synthesize करके उस पर निर्णय ले सकता है; LLM उसी जानकारी के आधार पर नई synthesized information, ideas, opinions, और data देता है
      “मुफ़्त जानकारी पर बनाकर पैसे लेकर बेचना” वाली आलोचना तकनीकी रूप से तो वैसी ही है जैसे यह कहना कि तुम्हें अपना bottled water ख़ुद बनाने की आज़ादी है, लेकिन व्यावहारिक रूप से यह कमज़ोर तर्क है
    • OlivOnTech: यह बात भी छूट गई कि यह हमारी पृथ्वी के विनाश को और तेज़ करता है, और सिर्फ़ power ही नहीं बल्कि wealth का centralization भी गहरा करता है
    • Levitating: अगर दुनिया वैसी बनती है तो उसका मतलब होगा कि local models की value लगभग नहीं बचेगी, लेकिन मुझे नहीं लगता कि वास्तव में ऐसा होगा

  • spacechild1: सवाल की बुनियाद ही संदिग्ध लगती है
    यह कहना कि हर दिन AI के ख़राब code, bugs, और technical debt पैदा करने वाले पोस्ट दिखते हैं, और साथ ही हर दिन कई AI hype posts भी आते हैं
    यह धारणा कि HN anti-AI भावना का मंच बन गया है, मेरे अनुभव से मेल नहीं खाती; बहुत-से users पहले ही vibe coding वाले “Show HN”, AI model discussions, और prompt recipes की लगातार बाढ़ से थक चुके हैं
    AI सिर्फ़ जल्दी और ज़्यादा code बनाने की क्षमता नहीं है; इसका कुछ क्षेत्रों और पूरे समाज पर वास्तविक नकारात्मक प्रभाव भी बड़ा है, इसलिए इस पर चर्चा होना ठीक है

  • knivets: यह सच है कि AI ख़राब code लिखता है, bugs और technical debt पैदा करता है
    भले ही users code लिखने वाले को नहीं बल्कि product के काम करने को देखते हों, असली सवाल यह है कि उस काम करने की गारंटी कैसे दी जाएगी
    verification पहले जैसी speed पर रह सकती है या उससे भी धीमी हो सकती है, और feedback मिलने तक codebase पहले ही एक maintain न किया जा सकने वाला black-box codebase बन चुका हो सकता है, जहाँ data loss या hacking तक हो सकती है

    • cmoski: मुझे समझ नहीं आता कि लोग यह कैसे नहीं देख पाते
      LLM के साथ coding में सफल होने के लिए हमें काफ़ी सख़्त guardrails रखने पड़े
    • llm_nerd: ज़्यादातर human teams भी ख़राब code, bugs, और technical debt बनाती हैं, लेकिन AI code की तुलना हमेशा किसी आदर्श, परफ़ेक्ट expert से की जाती है, जो अजीब है
      हक़ीक़त यह है कि जब भी हम किसी और का codebase inherit करते हैं, लगभग हमेशा उसे कचरा ही कहते हैं, और इसी वजह से projects छोड़कर फिर से शुरू करने का चक्र चलता रहता है
      अगर Claude Code को सावधानी से guide और supervise किया जाए, तो कई बार वह human developers से भी ज़्यादा maintainable code बनाता है, और industry तो LLM से पहले भी data center scale पर unstable और vulnerable code बनाती रही है
    • coffeefirst: असलियत में enterprise SaaS vendors bugs डालते रहते हैं, और जब मैं bug report करता हूँ तो जवाब में सिर्फ़ templated AI reply आता है; किसी को परवाह नहीं होती और कुछ ठीक नहीं होता
      product लगातार बदतर होते जाते हैं, और यह सिर्फ़ एक vendor की समस्या नहीं है

  • whoami4041: मेरे अंदर AI को लेकर दोनों चरम एक साथ मौजूद हैं
    अगर final product और architecture के लिए आपके पास मज़बूत vision हो, तो shipping speed कमाल की हो सकती है, लेकिन यह process मेरे लिए बहुत थकाऊ है और लगभग 30% समय ऐसा लगता है जैसे आत्मा निचोड़ी जा रही हो
    Opus को बार-बार test suite run न करने देने के लिए मैंने CLAUDE.md और hooks तक सेट किए, फिर भी 90% समय वह अपनी मर्ज़ी से commands चलाता है, failure ढूँढने के नाम पर hooks bypass करता है या इंतज़ार करके फिर से कोशिश करता है
    leverage अच्छी है, लेकिन A से B तक पहुँचने के दौरान model से लड़ना मुझे पसंद नहीं, और AI जो कुछ भी करे उस पर शक करना पड़ता है
    जो लोग AI से नफ़रत करते हैं, वे अक्सर उससे बहुत ज़्यादा उम्मीद कर बैठे थे या उन्होंने पर्याप्त निगरानी नहीं की और बाद में refactoring का दर्द झेला; और जो लोग सिर्फ़ उत्साहित हैं, वे शायद कम जटिल systems में हैं या उन्होंने अभी तक छिपे हुए bugs देखे ही नहीं हैं

    • polalavik: AI मेरे pen और paper निकालने से पहले ही ideas को दोहरा सकता है, और अगर इसका ज़्यादा इस्तेमाल करूँ तो अस्तित्वगत संकट जैसा महसूस होता है
      अगर सोचने और समझने का काम मशीन को सौंप दूँ, तो फिर सिर्फ़ salary पाने के लिए delivery करने वाले मेरे काम का मतलब क्या रह जाता है, समझ नहीं आता
      AI से लिखे code को मैं गहराई से समझ सकता हूँ, लेकिन उसे मैंने ख़ुद बनाया नहीं, इसलिए उपलब्धि का एहसास बहुत कम होता है; यह एक code casino जैसा है, जहाँ lever खींचो, अगर चल गया तो dopamine मिलता है, और अगर कचरा निकला तो फिर नया prompt डालो
      सबसे मुश्किल वे engineers लगते हैं जो AI इस्तेमाल करके ख़ुद को genius समझने लगते हैं, और tool के output को अपनी creativity समझ बैठते हैं

  • Fr0styMatt88: users को शुरुआत में पता नहीं चलता कि code बिखरा हुआ है या नहीं, लेकिन जब वही bug सालों तक बना रहे, नई features रुक जाएँ, या battery drain होने लगे, तब वे ध्यान देने लगते हैं
    जब technical debt mature होती है, तो users उसे किसी न किसी और तरीके से महसूस कर लेते हैं; बस यह अलग सवाल है कि वे कितना care करते हैं या उनके पास कोई विकल्प है भी या नहीं

  • manoDev: “AI” का उपयोग करने वाले लोगों को दो समूहों में बाँटा जा सकता है
    एक तरफ वे लोग हैं जो इसे algorithms और libraries की खोज, boilerplate, test harness, API integration, refactoring, और उबाऊ कामों के automation के लिए इस्तेमाल करते हैं, लेकिन architecture, best practices, details की समझ और solution का shape खुद तय करते हैं
    दूसरी तरफ वे लोग हैं जो prompts curate करते हैं, autonomous agents, tools, और guardrails बनाते हैं, लेकिन समस्या के असली अंदरूनी हिस्से में शामिल नहीं होते, और उम्मीद करते हैं कि solution अपने-आप लिख जाएगा
    ये दोनों समूह बिल्कुल अलग दुनियाओं में रहते हैं और अलग नतीजे पाते हैं, और जल्द ही हम देखेंगे कि आखिर क्या टिकता है

    • darksim905: अगर सिर्फ technicians को गिना जाए, तो एक छूटा हुआ समूह है: vibe coding websites खड़ी करने वाली आम जनता, जिसे यह नहीं पता या परवाह नहीं कि पीछे चीजें कैसे चलती हैं
      AI का उपयोग करते हुए जो लोग धीरे-धीरे कम सोचते हैं, उनकी सोचने की क्षमता लंबे समय में और जड़ हो सकती है, और इसका परिणाम बहुत दर्दनाक और उलझा हुआ होगा
      कम मानसिक मेहनत से जल्दी शुरुआत कर पाने का फायदा है, लेकिन अगर सीखने वाले लोग कम होते जाएँ, और कुछ टूटने पर बस किसी दूसरे AI से उसे ठीक करने को कहा जाए, तो एक दिन ऐसा आ सकता है जब शुरू में design कैसे हुआ था यह जानने वाला कोई न बचे
    • massung: आजकल ज़्यादातर ध्यान LLM पर चला जाता है, लेकिन AI का उपयोग MRI और imaging से cancer detect करने, genome का analysis करके शुरुआती targets खोजने, surgeons की मदद करने, और protein folding जैसी चीजों में भी हो रहा है
      उम्मीद है कि हाल की anti-AI counterculture AI के दूसरे उपयोगों को भी कलंकित नहीं करेगी
      मैं कभी-कभी Claude Code का इस्तेमाल करता हूँ, लेकिन इंसानों द्वारा पढ़े जाने वाले लेख LLM से लिखवाना समझना मुश्किल है, क्योंकि लिखने का मकसद human connection, learning, teaching, और discussion होता है
    • KaiserPro: programmers अगर LLM से और ज़्यादा खराब code बना रहे हैं, तो उससे मुझे ज़्यादा फर्क नहीं पड़ता, लेकिन second- और third-order effects की चिंता है
      • SRE: हमसे LLM output को इस तरह maintain करने को कहा जाता है जैसे वह ठीक से built और instrumented हो, जबकि AI हमारे platform के साफ़ rules और conventions का पालन नहीं करता
        मुझे यह भी पसंद नहीं कि image और video generation यह मिटा रहे हैं कि क्या “real” है, और इससे बुरे इरादे वाले लोग “यह AI था, मैं नहीं” कहकर बच निकल सकते हैं
        मुझे यह भी चिंता है कि human work की value घट रही है, और यह बुनकरों और power loom के आने वाली उस history की याद दिलाता है जहाँ चीजें उनके लिए अच्छी नहीं रहीं

  • maccard: यह दावा कि AI-assisted versions 10 गुना तेज़ deploy हो जाते हैं, उसके सबूत दिखाने होंगे
    Claude Code के बाद वे mobile apps, Photoshop alternatives, video·audio editors, games, और game engines कहाँ release हुए, जिन्हें पहले 10 साल लगते थे
    coding agents भरोसेमंद v0.1, यानी पहले 90% तक पहुँचने के लिए ठीक हैं, लेकिन सच में अच्छा product बनाने वाले दूसरे 90% में बेहद खराब हैं, और वही हिस्सा हमेशा ज़्यादा समय लेता है

    • helloplanets: programming अगर 10 गुना तेज़ भी हो जाए, तो product design या अच्छे product के लिए ज़रूरी बाकी सब कुछ 10 गुना तेज़ नहीं हो जाता
      Photoshop clone बनाना असली programmers को hire करने पर भी बहुत समय लेता है, और users आम तौर पर इतने precise design docs नहीं देते कि interpretation की गुंजाइश सिर्फ एक ही रह जाए
      LLM को भी acceptable code निकालने में कई दसियों मिनट लगते हैं, और codebase बड़ा होने पर code generation शुरू करने में 1 घंटे से ज़्यादा भी लग सकता है
    • ozim: “SaaS का अंत” इसलिए मज़ेदार लगता है
      कोई graphic designer अपना Photoshop बना भी सकता है, फिर भी investment के मुकाबले उसका return नहीं है, और restaurant owner menu website बना सकता था लेकिन समय न होने की वजह से नहीं बनाया
      insurance में हमने customer self-service का सपना देखते हुए conversational forms बनाए, लेकिन customers के पास उन्हें भरने का समय नहीं होता, और वे किसी ऐसे व्यक्ति से call या मिलना चाहते हैं जो जानता हो कि क्या भरना है
      AI chat बस उस form के सवालों को chatbot में बदल देती है, लेकिन business owner का समय खर्च होने वाली बात वैसी की वैसी रहती है
    • davidcann: Affinity जैसे सस्ते या free Photoshop alternatives पहले से मौजूद हैं, और Apple का Final Cut Pro इतना सस्ता है कि उसका replacement बनाने की वजह कमज़ोर लगती है
      मौजूदा apps को छोटी टीम 6 महीने से 1 साल में मोटे तौर पर clone कर सकती है, लेकिन असली समस्या switch करने वाले customers ढूँढना है
      आपको अब भी कुछ नया और उपयोगी जोड़ना होगा, और customers तक पहुँचना होगा

  • haunter: आग के जितने करीब जाते हैं, उतना ही बेहतर समझ आता है कि वह कितनी खतरनाक है
    HN पर हमेशा से काफ़ी लोग तकनीक के प्रति आलोचनात्मक रहे हैं, और जब आप technology को करीब से देखते हैं और उसके human impact को समझते हैं, तो उससे दूर रहना चाहने की वजहें मिलती हैं
    FAANG engineers में भी ऐसे लोग हैं जो अपने बच्चों को smartphone या social media की इजाज़त नहीं देते; ऐसा क्यों होगा
    आधुनिक technology के social और human impact को देखने के लिए FAANG employee होना भी ज़रूरी नहीं, और AI भी वैसा ही है या उससे बुरा, और आगे और बुरा होगा

    • ZenoArrow: अक्सर कहा जाता है कि technology ethically neutral होती है और अच्छाई-बुराई उसके इस्तेमाल के तरीके से तय होती है, लेकिन तथाकथित anti-tech समूह दरअसल वे लोग हैं जो ethical responsibility को गंभीरता से लेते हैं
      AI के positive uses हैं, लेकिन misuse की संभावना बहुत बड़ी है, इसलिए अगर इसका इस्तेमाल करें तो बहुत सोच-समझकर करना चाहिए कि इसे कैसे लागू किया जाएगा
      जो लोग overhyped प्रचार पर पूरी तरह यक़ीन कर चुके हैं, उन्हें ऐसी सावधानी rationality नहीं बल्कि negativity जैसी लगती है
    • littlexsparkee: यहाँ लगभग सभी लोग technology के प्रति अपने-आप में positive होंगे
      विरोध जिस चीज़ का है, वह है overhype, collateral damage को नज़रअंदाज़ करने वाली “progress”, consolidation और monopoly, consumer-hostile practices — यानी technology जब power की तरह चलाई जाती है
      अगर आप लंबे समय तक यह सब देखते हैं, तो सतर्कता आना लगभग तय है

  • tensor: AI की सीमाओं के बारे में ईमानदारी से बात करना anti-AI होना नहीं है
    यह कहना कि release speed code quality से ज़्यादा महत्वपूर्ण है, तभी कहा जा सकता है जब code सही हो; AI prototypes पर काफ़ी अच्छा है, लेकिन system जटिल होते ही अब भी टूट जाता है
    उस वक्त इंसानों को code देखना पड़ता है, इसलिए code quality महत्वपूर्ण हो जाती है, और अगर आप लंबे समय तक टिकने वाला product बना रहे हैं, तो AI का सही तरीके से इस्तेमाल करना चाहिए
    code quality पर बहस सिर्फ AI की समस्या नहीं है; यह human developers और senior·junior की value को लेकर भी दशकों से चलती आ रही है

  • rakel_rakel: दुश्मन बनने के लिए इससे कहीं ज़्यादा चाहिए, लेकिन “code सिर्फ़ एक साधन है” वाली बात पर ही मेरा मत अलग हो जाता है
    मेरी मुख्य प्रेरणा यह रही है कि चीज़ें कैसे काम करती हैं, इसे समझूँ, अपने technical role models की तरह elegant solutions खुद बनाऊँ, और उसे आगे तक ले जाऊँ
    अगर LLM बस product बनाकर दे दे, तो वह उस संतोषजनक हिस्से को छीन लेता है, या कम-से-कम उसे कमज़ोर कर देता है, इसलिए मैं उसे इस्तेमाल नहीं करना चाहता
    लोगों की प्रेरणाएँ अलग-अलग होती हैं, और कोई भी पक्ष वस्तुनिष्ठ रूप से श्रेष्ठ नहीं है; बस जुड़ाव अलग है

    • bontaq: मैं भी आख़िरकार इसी निष्कर्ष पर पहुँचा
      इस मामले ने दिखा दिया कि बहुत से लोग programming का आनंद बिल्कुल नहीं लेते थे और उसे सिर्फ़ एक झुंझलाहट भरी अनिवार्य शर्त मानते थे
      लेकिन मुझे यह मान लेना पसंद नहीं कि उस समूह में हर कोई programming से नफ़रत करता था
      मेरे लिए programming समझना और हल निकालना ही है, और programming languages काफ़ी सुंदर हैं तथा सोचने के अलग तरीके प्रोत्साहित करती हैं
    • DonsDiscountGas: खास तौर पर आप क्या समझना चाहते हैं, यह अलग हो सकता है
      मैंने programming इसलिए शुरू की थी ताकि scientific equipment को control कर सकूँ और collected data का analysis कर सकूँ, और मेरी दिलचस्पी software खुद में नहीं बल्कि research के subject systems में है
      software एक साधन है, और ज़रूरी नहीं कि जिज्ञासा software के हर तत्व की ओर ही हो
      जैसे अब हम assembly सीधे नहीं लिखते, वैसे ही software का आधा हिस्सा software को और आसान व तेज़ी से लिखने लायक बनाना है
    • juanre: पिछले 40 सालों में मैंने software बनाने की प्रक्रिया का आनंद लेते हुए बहुत समय बिताया है
      मैंने mechanical engineering में PhD की, लेकिन programming की flexibility ने मुझे आकर्षित किया, और PG की Lisp किताब व examples ने मेरी पहली company शुरू करना संभव बनाया
      आजकल emacs में दिन बिताने के बजाय agent management करते हुए मैंने craftsmanship वाली खुशी खो दी है, लेकिन क्योंकि मैं उद्देश्य को भी महत्व देने वाला pragmatist हूँ, इसलिए बेहद efficient साधनों को संभालने का आनंद लेना सीख रहा हूँ

  • culi: HN, पूरे अमेरिका की तुलना में काफ़ी कम anti-AI है, लेकिन वह पैमाना ही बहुत नीचे है
    Quinnipiac survey में 80% अमेरिकियों ने कहा कि उन्हें AI को लेकर बहुत या कुछ हद तक चिंता है, और सिर्फ़ 35% ने कहा कि वे उत्साहित हैं: https://poll.qu.edu/poll-release?releaseid=3955
    Gallup के अनुसार 71% अमेरिकी अपने इलाक़े में AI data centers के निर्माण का विरोध करते हैं: https://news.gallup.com/poll/709772/americans-oppose-data-ce...
    Fox News Poll में 80% मतदाताओं ने कहा कि बिना regulation वाली technological innovation से पहले public interest की protection और regulation को प्राथमिकता दी जानी चाहिए: https://www.foxnews.com/politics/fox-news-poll-voters-see-ai...
    Pew Research का भी कहना है कि AI को लेकर “उत्साह से ज़्यादा चिंता” रखने वाले अमेरिकी बहुमत में हैं, और यह अनुपात बढ़ रहा है: https://www.pewresearch.org/short-reads/2026/03/12/key-findi...

    • alch-: आह, तो वह “देश” वाली बात थी

  • frankie_t: AI के सामाजिक-आर्थिक प्रभावों में मुझे लगता है कि मैं हारने वालों में रहूँगा
    यह technology से ज़्यादा मौजूदा political system की समस्या है, और मज़दूर के नज़रिए से या तो नौकरी जाएगी, या बनी भी रही तो वह ज़्यादा stressful और कम दिलचस्प हो जाएगी, यानी कोई फ़ायदा ही नहीं
    आर्थिक प्रभाव इतना बड़ा है कि बस उसकी टपकन के टुकड़ों से भी ठीक-ठाक जी सकूँ, ऐसी उम्मीद भर है, लेकिन मेरे देश में इसकी संभावना कम लगती है
    भले ही मेरे पास inherited wealth हो और मैं AI को अपने पक्ष में इस्तेमाल कर सकूँ, फिर भी मुझे लगता है कि सस्ता content generation धोखाधड़ी, राजनीतिक propaganda, और online conversation के विघटन को बढ़ावा देता है और दुनिया को बदतर बनाता है
    मुझे यह बदलाव वैसा ही लगता है जैसा 2010 के शुरुआती वर्षों में “pre-Facebook” internet से “pre-ChatGPT” internet की ओर जाते समय महसूस हुआ था

    • slibhb: AI का इस्तेमाल करने के लिए inherited wealth की ज़रूरत नहीं है; उल्टा, जिनके पास कम है वे इससे ज़्यादा काम कर सकते हैं
      लोगों को hire करना महँगा है, लेकिन tokens उससे कहीं सस्ते हैं, और निकट भविष्य में human को loop में रहना ही होगा, और programmers उस भूमिका के लिए काफ़ी उपयुक्त हैं
      नौकरियों को ऐसी चीज़ की तरह देखना जिसे कोई आपसे छीन सकता है, यह रवैया मुझे समझना मुश्किल लगता है; मेरा काम पैसे लेकर उपयोगी काम करना है
      अगर मैं उपयोगी नहीं रहूँ तो उसे खो देना भी ठीक है, और कम पैसे मिलें या status नीचे जाए तब भी जहाँ मैं उपयोगी हो सकूँ, वह जगह खोज लेनी चाहिए

  • keiferski: मैं हर दिन AI tools इस्तेमाल करता हूँ और सच में उन्हें उपयोगी पाता हूँ, लेकिन अब हर चीज़ को AI conversation की तरह पैक किया जा रहा है, tech-adjacent companies सब AI-first का नारा लगा रही हैं, और LLM consciousness जैसी बढ़ा-चढ़ाकर की गई भविष्यवाणियाँ हो रही हैं, जिससे चिढ़ बढ़ती जा रही है
    यह कई industries को बदल देने वाली उपयोगी technology है, लेकिन overhyped प्रचार थका देने वाला है

    • grebc: मैं 3 महीने परिवार से दूर था, फिर अपने भाई और भाभी से मिला; वे भी एक दिलचस्प छुट्टी से लौटे थे, लेकिन छुट्टी की बात सिर्फ़ दो वाक्यों में ख़त्म हो गई
      उसके बजाय, भतीजे-भतीजियों से मिलने के लिए जो एक रात रुका, उस 24 घंटे से ज़्यादा समय में मैंने AI की ही बातें सुनीं
      लोगों का उत्साहित होना मुझे बुरा नहीं लगता, लेकिन अगर मुझे उस बातचीत से बाहर रखा जाए और पहले से बता दिया जाए कि यह AI content है, तो मैं आराम से रह सकता हूँ
    • kunai: मेरी परेशानी हमेशा यही रही कि इसे बस काम के automation और code writing में मदद करने वाले उपयोगी software tool की तरह क्यों नहीं कहा जाता
      इसके अलावा बाकी use cases में social cost और negative externalities बहुत बड़े हैं, और special training data पर train किए गए local models को छोड़ दें तो मुझे नहीं लगता कि AI technology के बाहर ज़्यादातर भूमिकाओं में इंसानों की जगह लेने जितना reliable या deterministic है
      जवाब है पैसा, क्योंकि मौजूदा अर्थव्यवस्था में लगभग वही एक चीज़ है जो profit की दिशा में जाती दिख रही है, इसलिए market को AI पर all-in करने के लिए उकसाया गया है
      HN के anti-AI लोग भी आम तौर पर मानते हैं कि LLM अद्भुत और उपयोगी software हैं, लेकिन समस्या यह है कि अभी उनका commercialization और marketing जिस तरह हो रहा है, वह बहुत हानिकारक है

  • mkl: HN के बहुत से लोग हद से ज़्यादा hype के खिलाफ हैं, और वही चीज़ अक्सर विषय खुद के खिलाफ होने जैसी दिखती है
    जब crypto का अति-उत्साही प्रचार चलन में था तब भी कुछ ऐसा ही था

    • fuzzy2: जब “LLM, X को replace कर देगा” जैसी पोस्टें दिखती हैं, तो X चाहे software developer हो या कुछ और, उसे ज़ोर से rebut करने का मन होता है
      वहीं anti-LLM पक्ष में भी “इस वाक्य में ये features हैं, इसलिए इसे LLM ने लिखा है और इसे पढ़ने की कोई कीमत नहीं” जैसी बहुत बेवकूफ़ी भरी प्रतिक्रियाएँ भी निकलती हैं
    • blooalien: AI वास्तव में क्या कर सकता है, यह देखकर मैं हैरान हूँ, लेकिन अंदर मोटे तौर पर क्या हो रहा है यह समझता हूँ, इसलिए मेरी expectations काफ़ी यथार्थवादी हैं
      लेकिन जब AI कंपनियों के शीर्ष पर बैठे लोगों द्वारा फैलाए गए झूठ पर यक़ीन करके उसकी क्षमताओं को बढ़ा-चढ़ाकर पेश किया जाता है, तो जैसे ही आप उसमें थोड़ा-सा reality मिलाकर बात करते हैं, आपको तुरंत “anti-AI” या “doomer” कहा जाता है
      अब बहुत से लोगों को AI, politics या हाल के crypto की तरह शाब्दिक अर्थ में एक cult जैसा दिखता है
      तथाकथित anti-AI लोगों में से काफ़ी लोग AI खुद से ज़्यादा इस बात का विरोध करते हैं कि ऊपर बैठे लोग लालच और सत्ता-लिप्सा के लिए इसका हानिकारक इस्तेमाल करें, और दूसरे लोग इसका इस्तेमाल सोचने से बचने के लिए करें
    • eichin: यह “instead” नहीं बल्कि “also” होना चाहिए

  • naikrovek: यह कहना कि code सिर्फ़ एक “means” है, कुछ वैसा है जैसे कहना कि बच्चा genes फैलाने का साधन है
    फिर भी समाज यह नहीं होने देता कि घटिया लोग बस दुनिया में छोड़ दिए जाएँ, बल्कि rules के ज़रिए यह सुनिश्चित करता है कि समाज के लिए अच्छे बच्चे बड़े हों
    बहुत से लोगों के लिए code quality, programmer के रूप में उनकी अपनी quality का प्रतिबिंब है
    अगर आपने देखा हो कि 1980s में computers कितनी तेज़ी से चलते थे और उसकी तुलना आज के software की सुस्ती से की हो, तो code को सिर्फ़ एक साधन कहना मुश्किल होगा
    आजकल software इतना भयानक होने का कारण यह है कि बहुत से लोग उसे “बस एक साधन” मानते हैं, और कुछ लोगों के लिए code बनाने की प्रक्रिया ही असली reward है

  • happytoexplain: HN anti-AI नहीं है; उसमें pro-AI और anti-AI भावनाएँ एक तर्कसंगत अनुपात में मिली हुई हैं
    एक ही व्यक्ति दोनों महसूस कर सकता है, क्योंकि AI का दायरा बहुत व्यापक है

    • kylehotchkiss: दूसरे शब्दों में, HN Twitter नहीं है
    • BoingBoomTschak: सचमुच का “anti-AI” देखना हो तो lobste.rs देखिए
    • YetAnotherNick: अलग-अलग friend groups से तुलना करूँ तो HN, मेरे किसी भी non-technical समूह से कहीं ज़्यादा anti-AI है, जिनमें मैं शामिल हूँ
      पिछले कुछ दिनों में front page पर रहे https://news.ycombinator.com/item?id=48323101 जैसे पोस्ट reality से बहुत कटे हुए थे, और https://news.ycombinator.com/item?id=48259784 भी ऐसा ही था
      मौजूदा किसी खास model की बात नहीं, बल्कि Sam Altman की पोस्टों जैसी AI की सकारात्मक संभावनाओं पर आधारित चीज़ों को front page पर आए हुए काफ़ी समय हो गया है; अगर कोई counterexample हो तो मैं देखना चाहूँगा

  • hollowturtle: यह सच नहीं है कि AI-assisted versions 10 गुना तेज़ deploy होते हैं, या फिर यह सिर्फ़ बहुत specific और सीमित scenarios में सच है
    neural network के भीतर सीखी हुई सीमा में हो तो अलग बात है, लेकिन इसे सब पर generalize नहीं किया जा सकता
    मैंने महीनों तक AI के साथ नए ideas जल्दी बनाने की कोशिश की, निराश हुआ, और आख़िरकार हाथ से coding करते हुए फिर से शुरू किया; उसी प्रक्रिया में बहुत कुछ सीखा, इसलिए वह उल्टा काफ़ी मूल्यवान निकला
    ऐसा नहीं था कि मैंने agent को गलत इस्तेमाल किया था

  • entropyneur: HN से ज़्यादा AI के प्रति उत्साहित कोई जगह मुझे मुश्किल से याद आती है, और मेरा रोज़ का tech excitement अब tech anxiety में बदल गया है
    code की “elegance” कोई अलग चीज़ नहीं है; वह मुख्यतः maintainability है, जिसमें security और performance जैसे तत्व थोड़ा-बहुत जुड़ जाते हैं
    maintainability का महत्व project, industry और व्यक्तिगत नज़रिए के हिसाब से बहुत बदलता है, इसलिए AI-assisted coding के प्रति रवैये भी अलग-अलग हैं
    अभी AI, इंसानों की maintainability तक पहुँचता नहीं दिखता, लेकिन बेहतर code लिखकर नहीं बल्कि खराब code भी maintain कर पाने की क्षमता के कारण यह gap कुछ कम होता दिख रहा है

    • sph: किसी ऐसी जगह जाकर जो कुल मिलाकर AI के प्रति सकारात्मक है, फिर यह शिकायत करना कि वह बहुत नकारात्मक है, booster strategy जैसा लगता है
      जैसे पूछा जा रहा हो, “क्या तुम सच में सच्चे believer हो?”
      फिर भी मैं dang की व्याख्या से सहमत हूँ; यह साइट इतनी बड़ी है कि दोनों camps काफ़ी प्रतिनिधित्व पाते हैं, लेकिन लोग वही देखते हैं जो वे देखना चाहते हैं
      boosters को सिर्फ़ doomers दिखते हैं, और दूसरी तरफ़ भी यही बात लागू होती है
    • 28304283409234: मेरा ख़याल है आप पृथ्वी के हर boardroom को छोड़कर यह बात कह रहे हैं ;-)

  • ZpJuUuNaQ5: यह नकारना मुश्किल है कि AI खराब code, bugs और technical debt पैदा करता है; मैं anti-AI नहीं हूँ, लेकिन अपने मौजूदा काम में इससे काफ़ी मदद मिलती है
    बस इन tools का इस्तेमाल करने के लिए अब भी काफ़ी human involvement चाहिए, नहीं तो system बड़ा होने के साथ existing features में बदलाव और नए features जोड़ना मुश्किल हो जाता है
    जब आप internal structure से दूर होने लगते हैं, तो AI को समस्या बताने के लिए ज़रूरी context भी नहीं दे पाते, और आख़िर में बर्बाद tokens, गलत assumptions, और ढीले-ढाले code का पहाड़ रह जाता है

    • cassianoleal: मैं AI का बहुत इस्तेमाल करता हूँ और यह बड़ी मदद है, लेकिन इसके लिए छोटी leash चाहिए
      LLM जो लिखता है वह अब भी software ही है, इसलिए जितना ज़्यादा वह fragile और complex होगा, LLM के लिए भी उसे maintain करना उतना ही कठिन होगा
      वह spaghetti code या ताश के पत्तों के महल जैसी संरचना बन जाता है, जहाँ एक हिस्सा छेड़ने पर असंबंधित जगहें टूट जाती हैं; भले ही उसे formal verification से सुधारा जा सके, जटिलता परत-दर-परत जमा होती जाती है
      कुछ projects में यह ठीक हो सकता है, लेकिन ज़्यादातर enterprise और commercial software के लिए ज़्यादा सख़्ती चाहिए, वरना निकट भविष्य में लंबी, महँगी और जोखिमभरी migrations झेलनी पड़ेंगी
    • metalspot: समस्या इसे AI कहने में है
      LLM, AI नहीं बल्कि next-token prediction function है, और बहुत शक्तिशाली होने पर भी पूरे stack की असंख्य functions में से सिर्फ़ एक function है
      engineer को अब भी सही inputs और सही जगह पर उस function को call करने वाला framework रखना होगा, और नतीजों को validate भी करना होगा
      अगर marketing hype की जगह technical details पर ध्यान दें, तो जिन क्षेत्रों में यह सच में fit बैठता है वहाँ चौंकाने वाले नतीजे मिल सकते हैं

  • beej71: “यूज़र सिर्फ़ यह देखते हैं कि प्रोडक्ट काम करता है या नहीं” वाली बात से Anthropic की वह पोस्ट याद आती है जिसमें कहा गया था कि वे पहले से 8 गुना ज़्यादा code deploy कर रहे हैं
    ऐप इस्तेमाल करते समय मैंने कितनी बार सोचा है, “इसको जो चाहिए वह है और ज़्यादा code,” ज़रा याद करके देखो

    • dns_snek: एजेंट का हर solution और code लिखना ही होता है, इसलिए हैरानी नहीं
      bug हो तो और code, कोई अनपेक्षित behavior हो तो docs पढ़ने के बजाय 1000-line workaround, और अगर फिर भी न चले तो 1000-line monkey patch और
      असली समाधान शायद उन 2000 lines को मिटाकर docs में साफ़ लिखे गए 25वें line argument को सही तरह pass करना हो सकता है
      ज़्यादातर इंसान आलस की वजह से वहाँ तक नहीं जाते, लेकिन AI के लिए code line metrics को exponential तरीके से फुलाना बहुत आसान है
    • SanjayMehta: मैं पहले ऐसे team में शामिल हुआ था जहाँ पिछला boss हर हफ़्ते LOC को सबके सामने measure करता था
      उस team ने library और shared code से बचना शुरू कर दिया, copy-paste everywhere था, और एक defect को 100 से ज़्यादा mini apps में ठीक करना पड़ता था
      वह एक telecom MMI product था
    • trumpdong: तो क्या इसी वजह से Claude Code किसी TUI चलाने वाले game engine की तरह React इस्तेमाल करता है?

  • chrismarlow9: यह पहले भी देखा है, और समय के साथ चीज़ें लगभग हमेशा इसी तरह चलती हैं
    cloud आने पर CTO लोग कहते थे कि बस click करके infra और apps बना लोगे, लेकिन असल में debug करने के लिए abstraction layer एक और बढ़ गई
    इसके फ़ायदे भी हैं और समस्याएँ भी, और यह bare metal तथा अच्छी team से महँगा पड़ता है या नहीं, यह context और economics पर निर्भर करता है
    जब Mongo जैसे document store चलन में आए थे, तब भी SQL के अंत और relational complexity खत्म होने की बातें हुई थीं, लेकिन कुछ साल बाद data बिगड़ गया और feature जोड़ना व bug fix करना pure document store में जटिल हो गया
    AI लगता है एक साथ इन दोनों रास्तों पर जा रहा है, और 5 साल बाद vibe coding के ज़्यादातर नतीजे शायद ऐसे विशाल ढेर होंगे जिन्हें ठीक ही नहीं किया जा सकेगा
    programmer को खत्म करने के बजाय यह cloud की तरह बस एक और abstraction layer जोड़ेगा, और यह पहले से जानने वालों के लिए ही उपयोगी होगा कि वे क्या कर रहे हैं

    • vikramkr: मुझे समझ नहीं आता कि cloud में समस्या क्या है
      hype cycle वाली बात समझता हूँ, लेकिन SQL वाला उदाहरण और cloud मुझे एक ही universe के उदाहरण नहीं लगते
      SQL अभी भी मौजूद है, लेकिन cloud तो काफ़ी हद तक पूरी तरह जीत चुका है, है न
      अगर आज नए सिरे से शुरू करूँ, तो database चुनने की बहस भले रहे, लेकिन अपने hardware को खुद manage करने का विकल्प सोचना मुश्किल है, जब तक आप किसी बड़े enterprise में न हों जिसके पास पहले से on-prem infra हो, और web दुनिया का अधिकांश नया SaaS तो Vercel और PostHog जैसी button-click abstractions से ही कवर हो जाता है

  • lizknope: AI कई मामलों में समय बचाती है, लेकिन AI bots online forums को कूड़ा posts से भर रहे हैं
    जब मैं कोई सवाल पढ़ते-पढ़ते यह संकेत पकड़ता हूँ कि यह किसी असली इंसान की जगह training data जुटाने वाला AI है, तो बहुत चिढ़ होती है
    अगर कोई कार्रवाई नहीं हुई, तो dead internet theory 2 साल के भीतर हक़ीक़त बन जाएगी

  • ChrisMarshallNY: पहले यह तय करना होगा कि “anti-AI” से मतलब क्या है
    कुछ लोग मानते हैं कि अगर आप अंधभक्ति में नहीं हैं तो आप विरोधी हैं, और कुछ लोग मानते हैं कि सिर्फ़ तीखी घृणा ही विरोध है
    AI शानदार है और development speed व scope को काफ़ी बढ़ाने में काम आती है, लेकिन यह perfection से अभी बहुत दूर है
    अगर इसे बस अपने हाल पर छोड़ दिया जाए, तो यह कैसी आपदा पैदा कर सकती है, इसकी कल्पना भी नहीं कर सकता
    यह एक ज़बरदस्त amplifier बन सकती है और शायद कभी perfection के क़रीब भी पहुँच जाए, लेकिन अभी भी इसमें हाथ से बहुत polishing करनी बाकी है

  • hollowturtle: AI से पहले भी software अक्सर ठीक से काम नहीं करता था, और AI आ जाने से अचानक सब बेहतर भी नहीं हो गया
    यूज़र के रूप में हम रोज़ ऐसा software देखते हैं जिसे बिना ध्यान दिए बनाया गया है
    AI बस आलस को इजाज़त दो तो आपको आलसी बना देती है, और आलसी न बनने के लिए बहुत discipline चाहिए
    मेरा मानना है कि agents, hand-coding से भी ज़्यादा discipline माँगते हैं, इसलिए मैं दोनों का इस्तेमाल करता हूँ
    मैं AI से अपने code का stress test कराता हूँ, और उल्टा मेरा code भी AI को बेहतर code लिखने के लिए constrain करता है, साथ ही मैं codebase के बारे में इससे बहुत सवाल पूछता हूँ
    यहाँ या X पर दिखने वाली narrative से अलग, AI अच्छी है लेकिन दावों जितनी अच्छी नहीं, और software पर अब भी ध्यान देना पड़ता है

  • agentultra: मुझे लगता है pro-AI posts भी लगभग उतनी ही संख्या में हैं
    निजी तौर पर मैं AI tools का इस्तेमाल नहीं करना चाहता, मुझे programming पसंद है लेकिन agent coding या prompting पसंद नहीं
    अगर front page pro-AI या AI projects से भरी हो, तो उस दिन मैं बस पढ़ता ही नहीं
    मैं किसी और का मज़ा ख़राब नहीं करना चाहता, लेकिन मेरी इसमें दिलचस्पी नहीं है और यह मुझे रोचक नहीं लगता
    HN पर AI को लेकर कोई एक consensus या majority opinion है, ऐसा नहीं लगता; बल्कि कई छोटे-छोटे गुट दिखते हैं

  • Snacklive: मैं ख़ास तौर पर anti-AI नहीं हूँ; रोज़ काम में इसका इस्तेमाल करता हूँ, और idea iteration के लिए, साथ ही libraries या obscure APIs की जानकारी खोजने में यह खास उपयोगी है
    लेकिन मैं हर output पढ़ता हूँ और ज़्यादातर code हाथ से लिखता हूँ, ताकि खुद अपने पैर पर कुल्हाड़ी न मारूँ
    दूसरी तरफ़ मेरे कुछ सहकर्मी हैं जो AI को लेकर बहुत उत्साहित हैं, और मैं लगातार उसके नतीजे झेल रहा हूँ, जहाँ वे बिना देखे changes कर देते हैं
    code ज़्यादा fragile हो जाता है और अक्सर bugs ले आता है, इसलिए मैं ज़्यादातर hype के ख़िलाफ़ हूँ
    मैं मानता हूँ कि यह एक उपयोगी tool है, लेकिन उन लोगों को guidance चाहिए जो output review करने के कुछ मिनट भी दिए बिना इसे इस्तेमाल करते हैं

  • CrociDB: “code सिर्फ़ एक माध्यम है” वाली बात वस्तुनिष्ठ रूप से सही नहीं है
    code सिर्फ़ अंतिम program को “बनाता” ही नहीं, बल्कि वही उस program का blueprint भी है, program क्या करता है इसका सबसे विस्तृत विवरण भी, और build instructions भी
    यह deterministic भी है, इसलिए वही compiler उसी code से हमेशा वही program बनाएगा
    आप सोच सकते हैं कि बहुत detailed prompts भी code की तरह एक ही चीज़ बना सकते हैं, लेकिन LLM deterministic नहीं होते, इसलिए ऐसा नहीं है
    “product” शब्द कई बार आता है, लेकिन वास्तव में build या run होने वाले “program” का ज़िक्र नहीं हुआ, और दोनों abstraction के अलग स्तर हैं
    अगर आप competitor से पहले product बनाना चाहते हैं, तो वह ठीक है, लेकिन code उससे कहीं ज़्यादा चीज़ है

  • truncate: 10 गुना तेज़ AI assist जारी करना अच्छा है या नहीं, यह इस पर निर्भर करता है कि आप क्या ship कर रहे हैं, users क्या expect करते हैं, और व्यक्तिगत पसंद क्या है
    जिन products में उच्च performance और reliability चाहिए, और जो बड़े पैमाने पर deploy होते हैं तथा जिन्हें rollback करना मुश्किल होता है, उनमें मैं 10 गुना speed नहीं चाहूँगा
    किसी और तरह की चीज़ के लिए यह ठीक हो सकता है, लेकिन समस्या यह है कि सब लोग हर चीज़ को एक ही टोकरी में डाल रहे हैं
    AI उपयोगी है, लेकिन लोग जितना दावा करते हैं उतना नहीं

    • vinnymac: creative क्षेत्र में “dirty” और “clean” की बात होती है
      dirty आपको तेज़ी से आगे बढ़ने देता है, और clean धीमा होता है
      अगर यह ऐसा startup है जहाँ किसी की सेहत और सुरक्षा पर घातक असर नहीं पड़ेगा, तो AI के साथ जितना चाहें dirty तरीके से जा सकते हैं
      लेकिन अगर बात ऐसे खतरनाक chemicals की हो जिन्हें लोग खाते हैं, या ऐसी systems की जो आसमान में सैकड़ों लोगों को लेकर उड़ती धातु की मशीनों को नियंत्रित करती हैं, तो AI खुद clean होने तक clean तरीका बनाए रखना चाहिए
    • altern8: UI में यह बहुत उपयोगी है
      front-end developer के रूप में अगर मैं किसी project का मालिक हूँ, तो API को AI-assisted और UI को AI-led तरीके से बनाऊँगा

  • thenoblesunfish: क्योंकि बहुत से लोग engineer हैं
    अतिरंजित प्रचार, broad-brush दावों, और आसान समाधानों पर शक करना, और कुछ स्तर नीचे जाकर पूछना “तो क्या यह सच में काम करता है?” — यही हमारी सोच भी है और हमारा काम भी
    ज़्यादातर लोग AI के ख़िलाफ़ कम, और किसी भी tool को बिना आलोचनात्मक सोच के अपना लेने के ख़िलाफ़ ज़्यादा हैं

  • Nevermark: मुझे यहाँ कुछ themes दिखती हैं
    सबसे बड़ी नकारात्मकता का कारण शायद और बड़ी चिंता है; इंसान कोई पवित्र या अंतिम अस्तित्व नहीं है, और हमारी बुद्धि से आगे निकलने वाली सत्ता सामान्य pros/cons से परे एक ख़तरा है
    लोग practical चर्चा को derail नहीं करना चाहते, इसलिए बड़ी तस्वीर सीधे नहीं कहते, लेकिन यह परोक्ष रूप से कई विचारों को ध्रुवीकृत करती है
    दूसरा कारण अवास्तविक और ज़रूरत से ज़्यादा आशावादी दावों के खिलाफ Newton-जैसी प्रतिक्रिया, यानी hype backlash, है
    नई technology को अपने हिसाब से ढालना और खुद नई technology के हिसाब से ढल जाना — ये दोनों अलग बातें हैं; अभी जो लोग खुद को जल्दी adapt कर लेते हैं, वे उन लोगों से पहले value पा रहे हैं जो technology को जल्दी adapt कराना चाहते हैं
    काफ़ी engineer संरचनात्मक रूप से contrarian और cynical होते हैं, इसलिए वे पहले limitations को देखते हैं और नई चीज़ों के प्रति रक्षात्मक रहते हैं; ऊपर से यह तुरंत नकारात्मकता और details पर अटकने जैसा दिखता है, लेकिन लगता नहीं कि यह वास्तविक adoption को रोकता है

  • gortok: समस्या यह है कि लोग judgment और critical thinking को vibe coding से बदल रहे हैं
    उसी समय में 10 गुना ज़्यादा code उगल पाना नशे जैसा है और आसान दिखता है
    लंबे समय के प्रभाव और non-deterministic algorithms पर भरोसा करने की समस्या को, code production की आसानी के नशे में लोग नज़रअंदाज़ करते दिखते हैं
    यह समस्या पैदा करेगा और समय के साथ हम सबको काटेगा

  • flkiwi: मैं ख़ास तौर पर anti-AI नहीं हूँ, लेकिन intellectual property को लेकर चिंता है
    जिनका मैं सच में विरोध करता हूँ, वे functional illiterate MBA हैं जो मानते हैं कि AI एक सोचने वाली मशीन है जो workforce के 90% लोगों को निकाल देगी और उन्हें C-suite तक पहुँचा देगी, और वे evangelists जो मानते हैं कि उन्हें दूसरों की जानकारी मनमाने ढंग से इस्तेमाल करके machine god बनाने का अधिकार है

  • pjmlp: बहुत से लोगों के लिए code लिखना खुद उनका काम है, किसी और लक्ष्य तक पहुँचने का साधन नहीं
    यह कुछ वैसा है जैसे supermarket staff को self-checkout से बदल देने के बाद उनसे उम्मीद करना कि वे warehouse में सामान भरने के काम से भी उतनी ही संतुष्टि महसूस करें
    और केवल optimist ही सोच सकता है कि उसका अपना काम ख़तरे में नहीं है
    अगर मैं business owner होता, तो 10 गुना तेज़ deliver करने वाले लोगों से वही काम करवाने के लिए कम लोगों का इस्तेमाल करता
    काम हर साल geometric दर से नहीं बढ़ता, और उसे उन लोगों में बाँटने की एक भौतिक सीमा है जिनमें delivery capacity है
    आख़िर में, environmental impact पिछले कुछ वर्षों की प्रगति को मिटाता हुआ लगता है, और computers की कीमतें जैसे 1980s में वापस ले जा रहा है

    • metalspot: यह महत्वपूर्ण है कि speed zero-sum नहीं है
      अगर जो काम पहले महीनों लेता था वह अब हफ़्तों में हो जाए, तो company के भीतर software से संभव होने वाले कामों का नया क्षेत्र खुल जाता है
      असली कंपनियों में हमेशा ऐसे कामों का बड़ा backlog होता है जो पुरानी economics में करना संभव नहीं था, ख़ासकर internal engineering काम जैसे developer tools, infrastructure, और technical debt
      10 गुना तेज़ होने का मतलब सिर्फ़ 10 गुना ज़्यादा product code निकालना नहीं है, बल्कि prototypes, beta, और iteration loops को तेज़ करना, quality बढ़ाना, technical debt घटाना, और business को न दिखने वाले engineering पक्षों में लगातार सुधार करना भी है
    • kvgr: अगर कम लोगों से कुछ बनाया जा सकता है, तो इसका यह भी मतलब है कि ज़्यादा कंपनियाँ कुछ बना सकती हैं, इसलिए आगे की गणना दिलचस्प होगी
      maintain करने लायक चीज़ें भी geometric दर से बढ़ेंगी

  • GolfPopper: हमारी workplace बहुत outsourcing करती है, और उनमें से दो कंपनियों के employees ने बहुत खुलकर कहा कि वे LLM “assist” का इस्तेमाल करते हैं
    लगभग एक साल पहले से उनका output लगातार बदतर होता गया है
    LLM-assisted firmware hardware को स्थिर रूप से काम नहीं करने देता, और LLM-assisted बने या maintain किए गए tools भी reliably काम नहीं करते
    मेरे सीधे अनुभव में LLM-generated products काम नहीं करते

  • smoppi: “AI” जैसी कोई चीज़ नहीं है; यह सिर्फ़ marketing term है जो तथाकथित neural networks द्वारा बड़े language models चलाने के लिए चिपका दी गई है
    यह intelligence नहीं है, बल्कि guessing machine के ज़्यादा क़रीब है, जो वाक्य और नकली images/videos बना सकती है
    ऐसी चीज़ें चलाने के लिए gigawatt स्तर की computing energy बर्बाद नहीं करनी चाहिए

  • ian_j_butler: इस समय AI पर बातचीत अमेरिकी राजनीति की तरह एक team sport बन गई है, जहाँ बारीक फ़र्क़ के लिए जगह नहीं बचती
    इस तरह की बात करनी है तो शुरुआत से ही discussion का scope और expectations साफ़ करने होंगे, और एक ठोस आधार तय करना होगा
    राजनीति में वह economy, data, या specific policy हो सकती है; AI में वह research, benchmarks, या बहुत specific workflow/use case होना चाहिए
    discussion का scope तय करना ही उबाऊ है और ज़्यादातर लोगों में धैर्य नहीं है, इसलिए असल विकल्प बस बेवकूफ़ाना cheerleading-जैसी बहस या बिल्कुल बात न करना रह जाता है
    forum, केवल read-only रूप में भी, engineering की collective culture को समझने के लिए बहुत प्रभावी नहीं हैं, और भागीदारी में ज़्यादा मेहनत लगती है और फ़ायदा कम मिलता है
    मुझे यह thread खोलने का अफ़सोस है, इसलिए मैं फिर से research और hands-on projects में डूबने जा रहा हूँ

  • curvaturearth: लोगों को “क्या हमें यह करना भी चाहिए?” इस पर ज़्यादा सोचना चाहिए
    मेरे अनुभव में LLM की वजह से मैं मज़े के लिए तरह-तरह के random apps बना सका, लेकिन जब tokens ख़त्म हो जाते हैं, तो मैं किताब पढ़ने, बाहर जाने, या कुछ और करने लगता हूँ, और सोचता हूँ कि आख़िर इसका मतलब क्या था
    शायद यह सिर्फ़ मेरे साथ हो, लेकिन productivity के वादे ने मेरा खाली समय सोख लिया, और अब मैं उसे वापस पाने की कोशिश कर रहा हूँ