पूछें HN: प्रोग्रामिंग पेशा किस दिशा में जा रहा है?
समग्र भावना
- व्यापक सहमति है कि LLMs ने पहले ही सॉफ्टवेयर काम को बदल दिया है, लेकिन यह कितना दूर जाएगा और कितनी तेजी से, इस पर तीखा मतभेद है।
- चर्चा में विशाल उत्पादकता लाभों को लेकर उत्साह के साथ-साथ गुणवत्ता, जवाबदेही, नौकरियों के सिकुड़ने, और “वाइब कोडिंग” को लेकर चिंता भी शामिल है।
प्रोग्रामरों की बदलती भूमिका
- बहुतों का मानना है कि “कोड लिखना” काम का आसान/यांत्रिक हिस्सा बनता जा रहा है; शेष मूल्य यहाँ है:
- समस्याओं, उपयोगकर्ताओं, और डोमेनों को समझना।
- आर्किटेक्चर, सिस्टम डिज़ाइन, सीमाएँ, समझौते।
- AI एजेंट्स का प्रबंधन करना और उनके आउटपुट की समीक्षा करना।
- कुछ का तर्क है कि भूमिका “प्रोग्रामर” से “इंजीनियर/आर्किटेक्ट/एजेंट मैनेजर” की ओर विकसित हो रही है, कुछ हद तक वैसे ही जैसे ऐतिहासिक “analyst + programmer” मिलकर “software engineer” बने।
- अन्य लोग आशंका जताते हैं कि स्वयं कोड न टाइप करने से समझ कमजोर पड़ती है, जैसे छात्र सिर्फ पाठ्यपुस्तक पढ़कर गणित करने की कोशिश करें।
गुणवत्ता, जटिलता, और ‘cognitive debt’
- यह चिंता कि LLMs अक्सर:
- अत्यधिक-इंजीनियर्ड समाधान, अनावश्यक अमूर्तीकरण, और बड़े स्कोप की ओर झुकते हैं।
- बड़ी मात्रा में औसत दर्जे के PRs और आंशिक माइग्रेशन पैदा करते हैं।
- “cognitive debt” का नया विचार: जब सत्य का स्रोत निर्धारक कोड के बजाय प्रॉम्प्ट्स, योजनाएँ, और अस्पष्ट एजेंट बन जाते हैं।
- कुछ टीमों में थकान के कारण:
- एजेंट्स के लिए भारी अग्रिम योजना बनाना।
- AI-जनित PRs की बड़ी समीक्षा-लोड।
- यह महसूस करना कि वे “टूल्स से लड़” रहे हैं, बिना शुद्ध उत्पादकता लाभ के।
LLM क्षमताएँ, सीमाएँ, और वर्कफ़्लोज़
- मजबूत अपनाने वाले दावा करते हैं कि अग्रणी मॉडल अधिकांश कार्य लागू कर सकते हैं, यहाँ तक कि बड़े लेगेसी कोडबेस में भी, यदि:
- काम को छोटे-छोटे हिस्सों में विभाजित किया जाए।
- विस्तृत स्पेक्स, योजनाएँ, और टेस्ट हों।
- आलोचक रिपोर्ट करते हैं:
- बुनियादी डिज़ाइन/लॉजिक की गलतियाँ और कल्पित APIs/docs।
- भारी निगरानी के बिना खराब प्रदर्शन/मजबूती।
- बहस इस पर है कि क्या ऐसी विफलताएँ अंतर्निहित हैं या “skill/usage” की समस्याएँ।
- कुछ लोग कोड को “assembly” की तरह मानते हैं: वे स्रोत की बजाय उच्च-स्तरीय इरादा, जनरेटेड डॉक्स, डायग्राम, और टेस्ट की समीक्षा करते हैं।
अंगीकरण के पैटर्न और उद्योग विभाजन
- छोटी/तेज़ कंपनियाँ: LLMs को आक्रामक रूप से इस्तेमाल करने का अधिक दबाव; “वाइब कोडिंग” आम।
- बड़ी/नियंत्रित कंपनियाँ: धीमा अपनाना, मानव-स्वामित्व वाला कोड, अनिवार्य समीक्षाएँ; AI की अनुमति है लेकिन मजबूरी नहीं।
- चर्चा में संभावित विभाजन:
- उच्च-स्तरीय, सुरक्षा/प्रदर्शन-गंभीर काम: कम लेकिन अधिक कुशल इंजीनियर जो AI को पावर टूल्स की तरह इस्तेमाल करते हैं।
- मध्यम/निम्न-स्तरीय कोडिंग, प्रोटोटाइप, और सरल बिज़नेस ऐप्स: भारी स्वचालन या प्रतिस्थापन।
दीर्घकालिक दृष्टिकोण और अनिश्चितता
- कुछ लोग भविष्यवाणी करते हैं कि प्रोग्रामिंग CNC मशीनें चलाने जैसी हो जाएगी: कम मनुष्य, अधिक कमोडिटाइज़्ड कौशल।
- अन्य उम्मीद करते हैं कि AI, पूर्ण “dark factories” की बजाय, बेहतर IDE-जैसे सहायक (स्थानीय मॉडल, दृश्य/कोड मैप्स) के रूप में स्थिर होगा।
- कई इस बात पर ज़ोर देते हैं: असल में कोई नहीं जानता; मॉडल और टूलिंग के विकास की गति किसी भी आत्मविश्वासी पूर्वानुमान को संदिग्ध बनाती है।