सॉफ़्टवेयर इंजीनियरों के साथ क्या होने वाला है?
AI कोडिंग टूल्स और agents सॉफ़्टवेयर विकास को बदल रहे हैं, जिससे यह सवाल उठ रहा है कि क्या इंजीनियरों की जगह ली जाएगी, उन्हें बस ज़्यादा काम दिया जाएगा, या उन्हें नई, अधिक architectural और product-focused भूमिकाओं में धकेला जाएगा। कई योगदानकर्ता अधिक उत्पादकता के साथ-साथ अधिक थकान, craftsmanship की हानि, और code quality में गिरावट की रिपोर्ट करते हैं क्योंकि “vibe-coded” AI output codebases में फैल रहा है। दीर्घकालिक प्रभाव पर राय बंटी हुई है: कुछ लोग routine web और implementation jobs में कमी की भविष्यवाणी करते हैं, जबकि अन्य अधिक अनुभवी इंजीनियरों की बढ़ती मांग की उम्मीद करते हैं जो systems design कर सकें, AI output verify कर सकें, और व्यापक तकनीकी तथा संगठनात्मक जटिलता को संभाल सकें।
AI के साथ सॉफ़्टवेयर इंजीनियरों की बदलती भूमिका
- कई लोगों का मानना है कि AI बस लंबी कड़ी में अगला टूल है (पंच कार्ड्स → उच्च-स्तरीय भाषाएँ → LLMs); “इंजीनियरिंग” बनी रहती है, भले ही “कोडिंग” बदल जाए।
- बड़े कोडिंग टीमों से कम इंजीनियरों की ओर बदलाव की उम्मीद है, जो आर्किटेक्ट, इंटीग्रेटर और डोमेन विशेषज्ञ के रूप में काम करेंगे, और प्रोडक्ट की समझ तथा डोमेन-ड्रिवन डिज़ाइन पर अधिक मूल्य होगा।
- कुछ लोग अनुमान लगाते हैं कि इंजीनियर “अलाइनमेंट” और समन्वय भूमिकाओं की ओर बढ़ेंगे (टेक्निकल PM/TPM जैसी), जबकि AI ज़्यादा टाइपिंग संभालेगा।
उत्पादकता, ओवरवर्क, और कौशल का क्षरण
- व्यापक सहमति है कि AI व्यक्तियों को अधिक उत्पादक बनाता है, लेकिन साथ ही अधिक थका हुआ भी; काम का दायरा समय बचाने के बजाय बढ़ जाता है (Jevons paradox)।
- कई लोग एक साथ बहुत अधिक कार्यों को संभालने और लगातार अभिभूत महसूस करने का वर्णन करते हैं।
- कौशल के क्षरण का जोखिम भी नोट किया गया: टाइपिंग कमजोर होना, बड़े कोडबेस के मानसिक मॉडल कमजोर पड़ना, और टूल्स पर भारी निर्भर लोगों में तेज़ गिरावट।
कोड की गुणवत्ता, वाइब कोडिंग, और मेंटेनबिलिटी
- “वाइब-कोडेड” सिस्टम्स को लेकर गहरी चिंता: तेज़ आउटपुट, उच्च बग दर, कमजोर टेस्ट, और कोड को उसके नाममात्र मालिकों की अपर्याप्त समझ।
- कुछ लोग बताते हैं कि उन्हें AI-भारी या कम अनुशासन वाले प्रोजेक्ट्स को “पूरा” करने के लिए बुलाया जाता है, जिन्हें स्थिर या मेंटेन करना दर्दनाक होता है।
- अन्य लोग कहते हैं कि AI आंतरिक टूल्स और छोटे यूटिलिटीज़ के लिए बहुत अच्छा है, जहाँ सहीपन और सुरक्षा का दांव कम होता है।
प्रशिक्षण, अनुभव, और सत्यापन
- एक खुला सवाल: जूनियरों को कैसे प्रशिक्षित किया जाए जब कई “जूनियर कार्य” अब LLMs के लिए तुच्छ हैं।
- डिज़ाइन, टेस्टिंग, और खराब फीचर्स को “ना” कहने में अनुभव और “taste” को प्रमुख भेदक माना जाता है।
- प्रोग्रामिंग AI के लिए एक मजबूत उपयोग-केस है क्योंकि compiler/tests तुरंत फ़ीडबैक देते हैं; अन्य डोमेन में ऐसे सत्यापक नहीं होते।
जॉब मार्केट और आर्थिक प्रभाव
- विरोधी विचार:
- कुछ लोगों को उम्मीद है कि सॉफ़्टवेयर सस्ता होने से और मांग बढ़ने पर अधिक dev jobs बनेंगी।
- अन्य लोग कम IC भूमिकाएँ देखते हैं, खासकर low-complexity web-agency work में, या “orders of magnitude fewer” तक translator-जैसी गिरावट।
- कई लोग नतीजों को capitalism से जोड़ते हैं: उत्पादकता लाभ संभवतः प्रति इंजीनियर अधिक output के रूप में captured होंगे, न कि छोटे work weeks या बेहतर परिस्थितियों के रूप में।
भावना और भावनात्मक प्रभाव
- धारणा है कि HN का sentiment हाल में AI hype के प्रति अधिक skeptical हुआ है, हालांकि यह subjective है।
- कुछ लोगों को AI-सहायता प्राप्त craftsmanship और polish पसंद है; दूसरों को गहरा नुकसान और बढ़ी हुई alienation महसूस होती है जब LLMs उनका अधिकांश code लिखते हैं।
- कुछ लोग पिछले developer arrogance के प्रति resentment व्यक्त करते हैं और वर्तमान anxiety को एक तरह के reckoning के रूप में देखते हैं।