मैंने कोड लिखना बंद कर दिया। फिर भी मेरा ऐप 3 दिनों में शिप हो गया।
तीन महीने पहले, मैंने एक फुल-स्टैक SaaS डैशबोर्ड बनाया। मैंने लगभग 200 लाइन का कोड लिखा। बाकी सब AI-जनरेटेड, AI-रिव्यूड और AI-रिफैक्टर किया गया था।
ऐप प्रोडक्शन में है। यूजर्स इसके लिए भुगतान करते हैं। मैं बग्स की चिंता में देर रात तक जागता नहीं हूँ।
यह कोई शेखी बघारना नहीं है। यह एक चेतावनी है।
डेवलपर की भूमिका तेज़ी से बदल रही है। जीतने वाले डेवलपर्स वे नहीं हैं जो AI से लड़ते हैं। वे वे हैं जो इस बदलाव को समझते हैं।
AI-native डेवलपमेंट एक नया मेंटल मॉडल है। यह सिर्फ ऑटो-कम्प्लीट नहीं है। यह AI को एक सहयोगी (collaborator) के रूप में देखने जैसा है। इम्प्लीमेंटेशन AI का है। आर्किटेक्चर, इरादा (intent) और निर्णय (judgment) आपका है।
यह बदलाव कुछ इस तरह दिखता है:
- पुराना मॉडल: आप कोड लिखते हैं। AI उसे तेज़ी से लिखने में आपकी मदद करता है।
- नया मॉडल: आप 'क्या' और 'क्यों' तय करते हैं। AI 'कैसे' को संभालता है। आप उसे वैलिडेट करते हैं और दिशा देते हैं।
अगर AI कोड लिखता है, तो कोडिंग स्किल्स आपको अपरिहार्य (irreplaceable) नहीं बनातीं। मेटा-स्किल्स (Meta-skills) बनाती हैं।
AI पैटर्न पहचानने में माहिर है। लेकिन उन्हें चुनने में वह खराब है। AI को यह नहीं पता होता:
- क्या आपको सर्वर एक्शन की ज़रूरत है या API रूट की।
- क्या स्टेट (state) Zustand में होना चाहिए या URL पैरामीटर में।
- क्या आपको मोनोरेपो (monorepo) की ज़रूरत है।
ये निर्णय लेने वाले मामले (judgment calls) हैं। इनके लिए आपकी टीम और आपके स्केल के संदर्भ (context) की आवश्यकता होती है। वह संदर्भ आपके पास है। AI के पास नहीं।
एक जूनियर और एक सीनियर AI डेवलपर के बीच का अंतर प्रॉम्प्ट (prompt) है।
- कमजोर प्रॉम्प्ट: एक रेट लिमिटर लिखें।
- मजबूत प्रॉम्प्ट: Next.js API रूट के लिए Redis-backed रेट लिमिटर मिडलवेयर लिखें। प्रति IP प्रति मिनट 10 रिक्वेस्ट तक सीमित करें। 429 एरर रिटर्न करें। एडमिन यूजर्स के लिए रेट लिमिटिंग को छोड़ दें। थ्रॉटल्ड (throttled) रिक्वेस्ट को Prisma टेबल में लॉग करें।
दूसरा प्रॉम्प्ट आपको प्रोडक्शन-रेडी कोड देता है। सटीकता (Precision) अब एक प्रमुख इंजीनियरिंग स्किल है।
आपको फेलियर मोड्स (failure modes) पर भी नज़र रखनी चाहिए। AI कोड अक्सर सही दिखता है लेकिन सूक्ष्म रूप से गलत हो सकता है। यह टेस्ट पास कर सकता है लेकिन किसी सुरक्षा खामी (security hole) या रेस कंडीशन (race condition) को छिपा सकता है। AI आउटपुट की समीक्षा उसी आलोचनात्मक नज़र से करें जैसे आप एक जूनियर डेवलपर के काम की करते हैं।
जो डेवलपर्स AI से डरते हैं, वे गलत चीज़ पर ध्यान केंद्रित करते हैं। वे कम कोड लिखने की चिंता करते हैं। असली जोखिम कोड के आसपास की स्किल्स को अपग्रेड करने में विफल होना है।
लक्ष्य डेवलपर बनना छोड़ना नहीं है। लक्ष्य एक बेहतर डेवलपर बनना है।
ऐप 3 दिनों में शिप हो गया क्योंकि मैंने अपना समय इन चीज़ों पर लगाया:
- डेटा मॉडल।
- यूजर फ्लो।
- एज केसेस (edge cases)।
- बिजनेस लॉजिक।
अब यही काम है।
आपका वर्तमान AI-टू-हैंडरिटन (handwritten) कोड अनुपात क्या है? मुझे कमेंट्स में बताएं।