नौकरियों के साथ क्या हो रहा है? AI के प्रचार को वास्तविकता से अलग करना
यहाँ इस दावे को संदेह की नज़र से देखा गया है कि AI पहले ही white-collar नौकरियाँ खत्म कर रहा है; कई लोग इसके बजाय pandemic के दौरान ज़रूरत से ज़्यादा hiring, व्यापक आर्थिक चक्रों, और कंपनियों द्वारा layoffs के लिए “AI” को सुविधाजनक बहाने के रूप में इस्तेमाल करने की ओर इशारा करते हैं। Commenters agentic coding tools को हाल ही में वास्तव में उपयोगी बनते हुए देखते हैं, लेकिन कहते हैं कि बड़े, टिकाऊ productivity gains के ठोस प्रमाण अभी भी कमज़ोर हैं, अनुभव स्तरों के बीच बहुत असमान हैं, और अक्सर नए tech debt, ऊँची infrastructure costs, और organizational inertia से संतुलित हो जाते हैं। कुल मिलाकर, लोगों को उम्मीद है कि AI software और knowledge work की प्रकृति बदलेगा—खासकर juniors और routine tasks के लिए—लेकिन mass unemployment और तेज़, सभी क्षेत्रों में displacement को अभी साबित हुआ नहीं मानते।
AI और कोडिंग एजेंट्स की स्थिति
- कई लोगों को लगता है कि 2025 के अंत / 2026 की शुरुआत के आसपास एक बड़ा बदलाव आएगा: कोडिंग “एजेंट” चैट खिलौनों के बजाय असली कामगार जैसे महसूस होने लगेंगे, खासकर write–run–fix लूप और बेहतर scaffolding के साथ।
- दूसरे लोग तर्क देते हैं कि 2023 से ही ऐसे “इस बार यह काम करता है” दावे किए जा रहे हैं; उनके लिए यह बदलते मापदंडों और crypto‑style hype जैसा है।
- क्षमताओं को “spiky” बताया गया है: कुछ कोडिंग कार्यों में शानदार (साधारण वेब ऐप्स, छोटे फीचर्स, debugging), और दूसरों में खराब या brittle (जटिल architecture, parallelism, कुछ APIs, Docker/local setups)।
उत्पादकता के प्रभाव और प्रमाण
- बताए गए लाभ ज़्यादातर anecdotal हैं; कई लोगों का कहना है कि कठोर अध्ययन तकनीक से पीछे चल रहे हैं और अक्सर self‑reports या कमजोर metrics (SLOC, PR counts) पर निर्भर करते हैं।
- एक उद्धृत अध्ययन में पाया गया कि devs को लगा कि वे 20% तेज़ हैं, लेकिन वास्तव में वे लगभग 20% धीमे थे।
- कुछ लोग कहते हैं कि एजेंट अब पूरे छोटे ऐप्स या JIRA tickets संभाल लेते हैं; दूसरों को tooling या resource limits बदलने पर regressions का अनुभव होता है।
- इस बात पर असहमति है कि LLMs मुख्य रूप से juniors/average devs को बढ़ावा देते हैं (regressing to the mean) या पहले से उत्पादक experts को अनुपातहीन रूप से सक्षम बनाते हैं।
नौकरियाँ, layoffs, और labor market
- कई लोगों का मानना है कि वर्तमान tech layoffs मुख्यतः pandemic के दौरान ज़रूरत से ज़्यादा hiring और macroeconomics के कारण हैं, और AI को एक सुविधाजनक justification की तरह इस्तेमाल किया जा रहा है।
- लेख में दिए गए data के अनुसार AI‑exposed sectors में नौकरियाँ ज़्यादा नहीं जा रहीं; commenters का कहना है कि unemployment sectors के साथ-साथ चलता है।
- कुछ recruiters “agent-first” hype से जुड़ी renewed hiring की रिपोर्ट करते हैं, जबकि non-startup environments अभी भी layoffs और AI pressure की बात करते हैं।
- नए graduates और juniors को सबसे खराब market का सामना करना पड़ता दिख रहा है; कई लोग junior hiring में तेज़ गिरावट देखते हैं।
Junior बनाम Senior Engineers और Skills
- Seniors का कहना है कि एजेंट्स कड़े मार्गदर्शन के साथ strong multipliers हैं; पूरी तरह autonomous coding को “disaster” कहा गया है।
- कई managers अब कम seniors + AI को प्राथमिकता देना चाहते हैं और juniors को hire करने से हिचकते हैं, जो “prompt-and-paste” operators बन सकते हैं और deep skills विकसित करने में असफल रह सकते हैं।
- अन्य लोग तर्क देते हैं कि प्रभावी AI उपयोग स्वयं एक high-skill activity है जो फिर भी strong engineers को लाभ देती है।
Code Quality, Tech Debt, और “Vibecoding”
- LLM code को “uncanny”, बनाए रखने में कठिन, और जब humans loop से बाहर हो जाते हैं तब tech debt बढ़ने की कई रिपोर्टें हैं।
- कुछ कंपनियाँ niche SaaS को जल्दी से “vibe-coded” internal tools से बदल रही हैं; long-term reliability, security, और maintainability को लेकर अनिश्चितता बनी हुई है।
- अनुभवी devs कुछ AI-heavy codebases में अधिक incidents और औसत गुणवत्ता में गिरावट देखते हैं।
संगठनात्मक और आर्थिक गतिशीलताएँ
- organizational inertia, internal AI bans, security concerns, और GPU/API costs वास्तविक deployment को काफी सीमित करते हैं।
- कर्मचारी अक्सर अपनी असली productivity gains छिपाते हैं, क्योंकि उन्हें डर होता है कि इन्हें layoffs को justify करने के लिए इस्तेमाल किया जाएगा; AI adoption दिखावटी भी हो सकती है।
- असंभव “years of agentic AI” requirements वाले job ads को HR ritual, न कि वास्तविकता, माना जाता है।