𝗔𝗜 𝗻𝗲 𝗺𝗲𝗿𝗮 𝗨𝗜 𝟮 𝗴𝗵𝗮𝗻𝘁𝗼𝗻 𝗺𝗲𝗶𝗻 𝗯𝗮𝗻𝗮 𝗱𝗶𝘆𝗮. 𝗣𝗵𝗶𝗿 𝗺𝗮𝗶𝗻𝗲 𝘂𝘀𝗲 𝘁𝗵𝗲𝗲𝗸 𝗸𝗮𝗿𝗻𝗲 𝗺𝗲𝗶𝗻 𝟯 𝘀𝗮𝗽𝘁𝗮𝗵 𝗯𝗶𝘁𝗮𝘆𝗲.
एक AI एजेंट ने दो घंटों में मेरा UI बना दिया। उसने 47 फाइलों को बदला। उसने components, API routes और एक validation library बनाई।
मुझे लगा कि यह अविश्वसनीय था। मुझे लगा कि मैंने एक हफ्ते का काम बचा लिया है।
छह सप्ताह बाद भी, मैं अभी भी उस कोड को ठीक कर रहा हूँ। components काम तो कर रहे हैं, लेकिन मेरी टीम यह नहीं समझा सकती कि कोड काम क्यों कर रहा है। AI ने हमारे patterns का पालन नहीं किया। उसने नए patterns बना दिए। अब हमारे पास एक ही काम को करने के दो अलग-अलग तरीके हैं और कोई documentation नहीं है।
यह "Ghost Implementation" की समस्या है।
आपको ऐसा कोड मिलता है जिसमें ढांचा (bones) तो है लेकिन उसमें जान (meat) नहीं है। कोड compile होता है और tests पास हो जाते हैं। लेकिन कोई नहीं जानता कि उसे उसी तरह क्यों लिखा गया था। AI के पास context की कमी है और developer के पास समझ की।
मैं अपने कंसल्टिंग काम में तीन प्रमुख समस्याएं देखता हूँ:
- Implementation Amnesia: Developers फंक्शन की आवश्यकताओं के बारे में सोचने से पहले ही AI का सहारा लेने लगते हैं।
- Reviewer Blindness: इंजीनियर्स AI सुझावों को पढ़े बिना ही 'accept' पर क्लिक कर देते हैं।
- Debugging Atrophy: Developers variables को अलग करने के बजाय बग्स को ठीक करने के लिए AI का उपयोग करते हैं। यह 15 मिनट के समाधान को 3 घंटे के अंतहीन चक्र (rabbit hole) में बदल देता है।
लोग कहते हैं कि AI boilerplate संभालता है जबकि वे architecture संभालते हैं। यह एक गलती है। Boilerplate आपके सिस्टम का जोड़ने वाला ऊतक (connective tissue) है। जब आप इसे लिखने से बचते हैं, तो आप उन patterns को छोड़ देते हैं जो आपके architecture को दिशा देते हैं।
हम 'time to ship' को मापते हैं, लेकिन 'time to maintain' को नहीं मापते।
AI टूल्स गति के लिए बनाए गए हैं। वे दीर्घकालिक स्थिरता (long term stability) के लिए नहीं बनाए गए हैं। यदि आप केवल यह मापते हैं कि आप कितनी तेज़ी से ship करते हैं, तो आप भारी technical debt पैदा करते हैं।
AI का उपयोग करते समय खुद को कुशल (sharp) कैसे बनाए रखें:
- इसे दो बार समझाएं: यदि आप docs देखे बिना यह नहीं समझा सकते कि कोई टूल क्यों काम करता है, तो आपके ज्ञान में कमी है।
- एक साधारण (dumb) प्रोजेक्ट बनाएं: AI के बिना एक छोटा प्रोजेक्ट कोड करें। अपने manual skills को जीवित रखें।
- एक architecture log रखें: हर बड़े निर्णय के लिए तीन वाक्य लिखें। बताएं कि आपने क्या चुना, आपने किसे अस्वीकार किया, और क्यों।
- अपनी निर्भरता को ट्रैक करें: अपने sessions को 1 से 5 तक रेट करें। यदि आप AI पर बहुत अधिक निर्भर हैं, तो आप अपनी पकड़ खो रहे हैं।
केवल वह व्यक्ति न बनें जो AI सुझावों को मंजूरी देता है। वह व्यक्ति बनें जो सिस्टम को समझता है।
अपने पिछले AI pull request को देखें। state management को ज़ोर से समझाने की कोशिश करें। यदि आप ऐसा नहीं कर सकते, तो आपके पास एक Ghost Implementation है।
AI ने आपकी debugging प्रक्रिया को कैसे बदल दिया है? मुझे कमेंट्स में बताएं।
वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi