मुझे LLMs पसंद हैं, मुझे हाइप से नफ़रत है
कई लोगों के लिए LLMs नए और शक्तिशाली programming तथा creative tools हैं, लेकिन इनके इर्द-गिर्द फैली हाइप, doomerism, और यह दावा कि सभी knowledge work जल्द ही बेकार हो जाएगी या तुरंत दौलत बन जाएगी, उससे निराशा बढ़ रही है। टिप्पणीकारों का तर्क है कि मौजूदा systems बस software हैं, जो कंप्यूटिंग की दशकों पुरानी प्रगति पर बने हैं; वे उपयोगी हैं, जादुई नहीं, और उनसे पैदा होने वाला अधिकांश मूल्य शायद आज की frontier labs के बजाय hardware makers और व्यावहारिक downstream applications द्वारा capture किया जाएगा। चिंताएँ लंबे समय की लागत, vendor lock-in, और सामाजिक प्रभावों—जैसे नौकरी छूटना और “brain rot”—के इर्द-गिर्द हैं, जबकि यह आशावाद भी है कि local और open models, यदि सोच-समझकर इस्तेमाल किए जाएँ, तो Silicon Valley culture को अपनाए बिना टिकाऊ लाभ दे सकते हैं.
हाइप, डर, और “स्थायी अधीनवर्ग” वाली कथाएँ
- बहुत से लोग सकारात्मक और नकारात्मक, दोनों तरह की हाइप को नापसंद करते हैं: “पीछे छूट जाने” का डर और यूटोपियन AGI बातें हेरफेरकारी और ज़्यादातर मार्केटिंग जैसी लगती हैं।
- कुछ लोगों को अत्यधिक हाइप का प्रत्यक्ष अनुभव कम है, और फ़ोरम्स व काम पर ज़्यादा एक बैकलैश/एंटी-हाइप संस्कृति दिखती है।
- दूसरों को सोशल मीडिया, स्थानीय राजनीति, आदि में साज़िशी या आपदा-वादी विचार लगातार मिलते रहते हैं।
San Francisco और टेक संस्कृति
- SF की आलोचना पर कड़ा मतभेद है: कुछ लोग कहते हैं कि जीवन-यापन की लागत और शासन आलोचना को सही ठहराते हैं; दूसरों का कहना है कि एक ही महानगर को दोष देना आलसीपन है और उसकी विविधता को नज़रअंदाज़ करता है।
- कई लोग नोट करते हैं कि AI/AGI नेटवर्किंग के लिए SF जाना हाइप मशीन का ही हिस्सा है।
Builders बनाम Merchants
- “Merchants” (मध्यस्थ प्लेटफ़ॉर्म जो दूसरों के काम पर मोअट बनाते हैं) और “craftsmen” के बीच अंतर किया गया, जो अपने उत्पाद खुद बनाते और सीधे बेचते हैं।
- कुछ का तर्क है कि AI उत्पाद बेचने वाला कोई भी व्यक्ति, कहानी कुछ भी हो, merchant ही है।
LLMs as Tools और “Vibe Coding”
- बहुत से लोग LLMs का भारी उपयोग coding, brainstorming, documentation, और छोटे निजी टूल्स के लिए “vibe-coding” में करते हैं।
- फ़ायदे: कम अटकाव, आसान prototyping, और domain experts द्वारा devs हायर किए बिना जटिल टूल बनाना।
- सीमाएँ: बिना निगरानी के मॉडल फिर भी “slop” पैदा करते हैं; वास्तविक उत्पादकता design, scoping, maintenance, और integration से सीमित रहती है, केवल code generation से नहीं।
Cognitive Effects
- कुछ लोगों को लगता है कि LLMs “poison for the brain” हैं, क्योंकि वे सोच को बाहर सौंपने को बढ़ावा देते हैं और कौशल को कमजोर करते हैं; दूसरे इसे लेखन और calculators को लेकर ऐतिहासिक डर के समान मानते हैं।
- कई लोग बताते हैं कि वे LLMs का उपयोग पहले से कठिन समस्याएँ हल करने में कर रहे हैं, और कहते हैं कि मानसिक असर का निर्धारण चुनौती-स्तर करता है, न कि टूल।
Art, Authenticity, and Meaning
- इस पर बहस है कि क्या AI “art” बना सकता है या केवल “artifacts”।
- एक पक्ष art को मानव भावनात्मक अनुभव और creator–audience social contracts से जोड़ता है; दूसरे नोट करते हैं कि बहुत-सी commercial art भी उत्पन्न भावना को optimize करती है और AI के विरुद्ध उन्हें कोई सिद्धांत-आधारित बाधा नहीं दिखती।
Open Source, Forking, and Maintenance
- LLMs OSS को fork और customize करना बहुत आसान बना देते हैं, जिससे “have it your way” व्यक्तिगत software संभव होता है।
- चिंताएँ: fragmentation, upstream collaboration में कठिनाई, और भविष्य में “maintenance hell”; हालांकि कुछ का तर्क है कि कई टूल “good enough” हो जाएंगे और वैसे ही छोड़ दिए जाएंगे।
Costs, Business Models, and Commoditization
- इस पर असहमति है कि क्या मौजूदा frontier models सब्सिडाइज़्ड हैं या API pricing पर पहले से ही लाभदायक हैं।
- Subscription plans को व्यापक रूप से loss-leaders माना जाता है; असली पैसा enterprise/API usage में है।
- संदेह है कि अगर सस्ते open या “good enough” मॉडल फैलते गए तो frontier labs अपनी बहुत ऊँची valuations बनाए रख पाएँगे।
- कुछ लोग अनुमान लगाते हैं कि AI अन्य infrastructure (airlines, PCs) जैसा होगा: विशाल सामाजिक मूल्य, लेकिन किसी एक lab के लिए सीमित value capture; hardware vendors को सबसे अधिक लाभ मिल सकता है।
Local vs Frontier Models and Future Access
- बहुत से लोग लागत, नियंत्रण, और censorship कारणों से धीरे-धीरे local और open models की ओर जा रहे हैं, और frontier models का उपयोग केवल ज़रूरत पड़ने पर करते हैं।
- अपेक्षा है (हालाँकि सुनिश्चित नहीं) कि model quality per FLOP इतनी बढ़ेगी कि consumer hardware पर लगभग frontier क्षमता मिल सके; समय-सीमा और भौतिक सीमाओं पर मतभेद है।
Singularity, ASI, and Long-Term Outcomes
- इस पर विभाजन है कि कुछ लोग superintelligence को बेहद विघटनकारी और ख़तरनाक मानते हैं, जबकि दूसरे सोचते हैं कि “flash of light” वाले परिदृश्य बढ़ा-चढ़ाकर बताए गए हैं।
- कुछ को runaway AI से कम और उसे मौजूदा shareholder-driven, extractive आर्थिक प्रणालियों के साथ align करने से ज़्यादा चिंता है।