AI कोड का 80/20 नियम

AI ने 10 मिनट में मेरे फीचर का 80% हिस्सा लिख दिया। कोड साफ-सुथरा लग रहा था। लॉजिक समझ में आ रहा था। यह पहली बार में ही काम कर गया। मुझे बहुत अच्छा लगा।

लेकिन AI पहले 80% के लिए उपयोगी है और आखिरी 20% के लिए बेकार।

AI 'happy path' के लिए ऑप्टिमाइज़ करता है। यह ऐसी दुनिया के लिए निर्माण करता है जहाँ सब कुछ सही होता है। असली सॉफ्टवेयर उस दुनिया में रहता है जहाँ चीजें गलत होती हैं।

मैंने हाल ही में एक Sol Email Worker बनाया। AI ने 20 मिनट में कोर लॉजिक, थ्रेडिंग और राउटिंग तैयार कर दी। वह आसान हिस्सा था।

आखिरी 20% के लिए मेरी वास्तविक विशेषज्ञता की आवश्यकता थी:

• Deduplication: डुप्लिकेट संदेशों को संभालना। • Sender-skip logic: अपने स्वयं के संदेशों को प्रोसेस करने से बचना। • Error recovery: अप्रत्याशित API रिस्पॉन्स को मैनेज करना। • Log output: रात के 2 बजे भी डिबगिंग (debugging) को संभव बनाना।

AI ने वही किया जो मैंने उससे कहा। मैं 'edge cases' के बारे में पूछने में विफल रहा क्योंकि मैंने अभी तक उनके बारे में गहराई से सोचा नहीं था।

हमारे पास मापने की समस्या है। हम कोड की लाइनों और क्लोज्ड टिकट्स को ट्रैक करते हैं। ये मेट्रिक्स तेज़ 80% को पुरस्कृत करते हैं। कोई भी एरर हैंडलिंग या null checks पर बिताए गए समय को ट्रैक नहीं करता है।

20% डैशबोर्ड पर दिखाई नहीं देता, लेकिन असली काम यहीं होता है। अब मैं 'prompt-to-ship' समय को ट्रैक करता हूँ। यह पहले प्रॉम्प्ट से लेकर एक स्थिर प्रोडक्शन फीचर तक का समय है। यह संख्या हमेशा AI जनरेशन समय से कम से कम 4 गुना अधिक होती है।

अब मैं इस तरह काम करता हूँ:

  • मैं हर काम के लिए AI द्वारा लिए गए समय का 4 गुना बजट रखता हूँ।
  • मैं 'unhappy path' के लिए प्रॉम्प्ट देता हूँ। मैं AI को यह मान लेने के लिए कहता हूँ कि नेटवर्क फेल हो गया है या API 'null' रिटर्न कर रहा है।
  • मैं पहले ड्राफ्ट को एक शुरुआती बिंदु मानता हूँ, न कि अंतिम परिणाम।

जनरेशन के 30 सेकंड के बाद एरर हैंडलिंग पर बिताए गए मेरे 3 घंटे बर्बाद नहीं हुए थे। वह वास्तविक काम था। AI ने काम को स्ट्रक्चर लिखने से हटाकर कोड को वास्तविक बनाने की ओर मोड़ दिया।

कोड को वास्तविक बनाना धीमा काम है। इसके लिए आपके विशिष्ट संदर्भ (context), आपके उपयोगकर्ताओं और आपके कोडबेस के इतिहास की आवश्यकता होती है। विशेषज्ञता का यही अर्थ है।

AI परिचित क्षेत्रों में काम करता है। edge cases हर बार अपरिचित क्षेत्र होते हैं।

अगली बार जब कोई AI डेमो आपको प्रभावित करे, तो पूछें कि डेमो खत्म होने के बाद क्या हुआ।

Source: https://dev.to/amrree/the-8020-rule-of-ai-code-id

Optional learning community: https://t.me/GyaanSetuAi