آپ اپنی بہترین انجینئرنگ مہارت ضائع کر رہے ہیں
بہترین انجینئرز وہ کام کر رہے ہیں جن میں وہ ماہر نہیں ہیں۔
وہ کوڈنگ میں برے نہیں ہیں۔ وہ اس میں کمال رکھتے ہیں۔ لیکن انہوں نے وہ کام کرنا چھوڑ دیا ہے جس میں وہ سب سے بہترین ہیں۔ وہ بغیر محسوس کیے ایک نئے کردار میں منتقل ہو گئے۔
ایک بڑے پیمانے پر repo migration کے دوران میں نے بھی کافی عرصے تک یہی کیا۔ میں نے Claude Code کا بہت زیادہ استعمال کیا اور مجھے اس تبدیلی کا احساس تب ہوا جب میں نے اپنے time logs دیکھے۔
کام بدل چکا ہے۔ تیاری ہی اصل کام ہے۔
اب آپ اپنا وقت کوڈ لکھنے یا debugging میں نہیں گزارتے۔ اب آپ اپنا وقت مسئلہ ترتیب دینے (setting up the problem) میں گزارتے ہیں۔
اگر آپ اچھی تیاری کریں گے، تو AI پہلی ہی کوشش میں کام مکمل کر لے گا۔ اگر آپ نہیں کرتے، تو آپ تین گھنٹے ایک ایسے AI سے لڑنے میں گزار دیتے ہیں جو غلط چیز بنا رہا ہوتا ہے۔ آپ اپنی بہترین مہارت، یعنی مسائل پر غور و فکر کرنا، غلطیوں کو ٹھیک کرنے میں ضائع کر دیتے ہیں۔
ہم اب کوڈ نہیں لکھ رہے، ہم context تیار کر رہے ہیں۔
ایک air traffic controller کی طرح سوچیں۔ کنٹرولر جہاز نہیں اڑاتا، لیکن ہر جہاز محفوظ طریقے سے لینڈ کرنے کے لیے ان پر انحصار کرتا ہے۔ وہ جہازوں کی ترتیب طے کرتے ہیں۔ وہ airspace کا انتظام کرتے ہیں۔ وہ ٹکراؤ کو روکتے ہیں۔
Claude اڑان سنبھالتا ہے۔ آپ coordination سنبھالتے ہیں۔ آپ فیصلہ کرتے ہیں کہ کون سا context لوڈ کرنا ہے، کن فائلوں کا استعمال کرنا ہے، اور کس ترتیب پر عمل کرنا ہے۔
آپ کو کوڈ کی ہر لائن لکھنے کے لیے پیسے نہیں ملتے۔ آپ کو یہ جاننے کے لیے پیسے ملتے ہیں کہ اس وقت context کا کون سا 5 فیصد حصہ اہم ہے۔
اسے کیسے مینیج کریں:
• کاموں کا دائرہ کار (scope) انتہائی چھوٹا رکھیں۔ ہر prompt کے لیے ایک کام۔ ہر PR کے لیے ایک بڑی تبدیلی۔ پہلے ڈھانچہ (skeleton) تیار کریں۔ • پہلے ایک کام مینوئل طریقے سے کریں۔ شارٹ کٹ نہ لیں۔ اس سے آپ کو پتہ چلتا ہے کہ AI کہاں مشکل محسوس کرتا ہے اور اسے اصل میں کس context کی ضرورت ہے۔ • AI کو بالکل واضح طور پر بتائیں کہ وہ کس layer پر کام کر رہا ہے۔ اگر آپ architecture کی وضاحت نہیں کریں گے، تو AI اندازہ لگائے گا۔ اور اس کا اندازہ غلط ہوگا۔ • Reference patterns کا استعمال کریں۔ جب ایک کام مکمل ہو جائے، تو file path اور line numbers شامل کریں تاکہ AI اصل کوڈ دیکھ سکے۔ • غلطیوں پر نظر رکھیں۔ جب AI ناکام ہو، تو اسے اپنے اصول خود اپ ڈیٹ کرنے کا کہیں۔ اپنے اسباق کو ایک playbook میں بدل دیں۔
AI سے ایک ہی prompt میں منصوبہ بندی اور عمل درآمد کرنے کو نہ کہیں۔ پہلے اسے منصوبہ (plan) تیار کرنے کو کہیں۔ منصوبے کا جائزہ لیں۔ پھر اسے عمل درآمد کرنے کا کہیں۔
اگر سیشن الجھ جائے یا AI آپ کے اصولوں کو نظر انداز کرنا شروع کر دے، تو سیشن ختم کر دیں۔ ایک صاف ستھرے prompt کے ساتھ نئے سرے سے شروع کریں۔ یہ ایک خراب implementation سے لڑنے سے بہتر اور سستا ہے۔
پہلے آپ کی پیمائش اس بات سے ہوتی تھی کہ آپ نے کتنا کوڈ لکھا۔ اب آپ کی پیمائش اس بات سے ہوتی ہے کہ آپ کتنی اچھی تیاری کرتے ہیں۔
AI کے ذریعے کامیاب ہونے والے انجینئرز بہترین پرامپٹرز نہیں ہیں۔ وہ بہترین تیاری کرنے والے ہیں۔
ماخذ: https://dev.to/alextongme/youre-wasting-your-best-engineering-skill-191m