AI कोड पर भरोसा करने की 4-चरणीय प्रक्रिया
मैंने अपना पूरा प्रोडक्ट एक AI कोडिंग एजेंट का उपयोग करके बनाया है।
सबसे बड़ा जोखिम बग्स (bugs) नहीं है। सबसे बड़ा जोखिम एक ऐसा टेस्ट सूट है जो गलत कारण से पास हो जाता है। एक हरा टिक (green checkmark) आपसे झूठ बोल सकता है।
नियंत्रण में रहने के लिए मैं इन चार चरणों का उपयोग करता हूँ।
अपने सफलता के मानदंडों (success criteria) को फ्रीज करें AI के परिणाम देखने से पहले git में अपने पास या फेल होने के नियम लिख लें। यदि आप AI के काम पूरा करने के बाद सफलता को परिभाषित करते हैं, तो आप ऐसी परिभाषा चुनेंगे जो AI के आउटपुट के अनुकूल हो। मैंने एक बार एक प्रोजेक्ट खो दिया था क्योंकि एक टेस्ट गलत चीज़ को मापकर पास हो गया था। पहले मानक (bar) तय कर लें।
बेसलाइन टेस्ट चलाएं अपने मानदंडों को कमिट (commit) करें और अपने वर्तमान कोड पर टेस्ट चलाएं। आपको एक ज्ञात अच्छे शुरुआती बिंदु (starting point) की आवश्यकता है। आपको यह पता होना चाहिए कि कोई टेस्ट आज पास हुआ है या AI के छूने से पहले ही वह हरा (green) था।
कोड से पहले योजना की मांग करें AI से योजना (plan) मांगें। कोड न मांगें। अधिकांश लोग अपने कोडबेस को इसलिए खराब कर देते हैं क्योंकि वे 400 लाइनों के कोड को बिना पढ़े ही अप्रूव कर देते हैं। आप दो मिनट में एक योजना की समीक्षा कर सकते हैं। यह AI को आंकड़ों को अच्छा दिखाने के लिए कठिन टेस्ट केस को डिलीट करने से रोकता है।
केवल मैन्युअल अप्रूवल योजना की समीक्षा करें। यदि यह गलत लगे तो विरोध करें। उसके बाद ही काम को अप्रूव करें। AI कभी भी ऐसा कोड नहीं लिखता जिसे मैंने पहले योजना में न पढ़ा हो। ऑटो-अप्रूवल ऐसे सिस्टम की ओर ले जाता है जो आत्मविश्वास के साथ गलत होते हैं।
वैकल्पिक लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi