Ask HN: क्या आप किसी ऐसी कंपनी को जानते हैं जो हाथ से लिखे कोड पर वापस चली गई?
AI कोडिंग टूल्स को तेज़ प्रोटोटाइपिंग और कम “जड़ता” के लिए सराहा जाता है, लेकिन कई इंजीनियर बताते हैं कि यह गति बढ़ता हुआ टेक डेट, महीनों में बने अस्थिर “लेगेसी” कोडबेस, और सिस्टम की गहरी समझ खोने से संतुलित हो जाती है। टिप्पणियों में अलग-अलग रणनीतियाँ दिखती हैं: कुछ टीमें कोर कोड के लिए AI को प्रतिबंधित या बहुत सीमित करती हैं और उसे रिव्यू, टेस्ट या बोइलरप्लेट के लिए इस्तेमाल करती हैं; दूसरी ओर, कुछ जगहों पर प्रबंधन अधिकतम AI उपयोग के लिए दबाव डालता है, भले ही गुणवत्ता और दीर्घकालिक मेंटेनबिलिटी की कीमत चुकानी पड़े। बार-बार उभरने वाला विषय यह है कि असली मुद्दा खुद टूल्स से कम और उन नेतृत्व, प्रोत्साहनों, और वर्कफ़्लो से अधिक जुड़ा है जो कोड गुणवत्ता, सीखने, और टिकाऊ इंजीनियरिंग प्रथाओं की बजाय अल्पकालिक आउटपुट को प्राथमिकता देते हैं.
प्रश्न का दायरा
- OP पूछता है: क्या ऐसी कंपनियाँ हैं जिन्होंने AI कोड जेनरेशन अपनाई और फिर मानव-लिखित कोड पर वापस लौट आईं?
- कई जवाब कहते हैं कि उन्हें बड़े पैमाने पर ऐसी कोई कंपनी नहीं पता; कुछ यह भी बताते हैं कि बहुत-सी फर्मों ने अभी तक AI कोडिंग टूल अपनाए ही नहीं हैं।
उत्पादकता में लाभ बनाम कोड गुणवत्ता
- कुछ लोगों का तर्क है कि AI स्पष्ट रूप से अल्पकालिक उत्पादकता बढ़ाता है, क्योंकि यह जड़ता हटाता है और प्रोटोटाइपिंग तेज़ करता है।
- आलोचक कहते हैं कि अगर “उत्पादकता” सिर्फ़ कम-मूल्य या गलत फीचर बनाती है, तो उसका कोई मतलब नहीं।
- कई लोग अनुमान लगाते हैं कि अत्यधिक तकनीकी और संज्ञानात्मक ऋण के तहत दीर्घकालिक “लाभ” खत्म हो जाएंगे।
टेक डेट, लेगेसी कोड, और “स्लॉप”
- कई टिप्पणियाँ AI को “न्यूक्लियर-पावर्ड फुटगन” बताती हैं: आप वर्षों की जगह महीनों में एक लेगेसी कोडबेस बना सकते हैं।
- एक स्टार्टअप की कहानी: AI-सक्षम तेज़ इटरेशन के कारण कोर कोड गंदा और अस्थिर हो गया; एक बड़ा रिफैक्टर असफल रहा क्योंकि git संदर्भ के जरिए AI पुराने पैटर्न बार-बार वापस ला रहा था। टीम को कोर हिस्सों के लिए AI पर प्रतिबंध लगाने पर विचार करना पड़ रहा है।
- अन्य लोग बताते हैं कि जब 99% बदलाव AI-जनित हों, तो टीमें प्रोजेक्ट का ज्ञान खो देती हैं; कठिन बग्स को ठीक करने में कहीं ज़्यादा समय लगता है।
सीमित या नो-AI नीतियाँ
- कुछ टीमें कोर/“डीप” कोड के लिए AI से बचती हैं और उसे सिर्फ़ रिव्यूअर की तरह इस्तेमाल करती हैं (स्टैटिक एनालिसिस के समान)।
- लगभग 15 इंजीनियरों वाला एक स्टार्टअप सभी “दिलचस्प” कोर लॉजिक हाथ से लिखता है, और AI का उपयोग केवल सामान्य UI और सर्च-टाइप कार्यों के लिए करता है।
- एक और कंपनी AI बिल्कुल नहीं इस्तेमाल करती; अन्य केवल सुरक्षा/परफ़ॉर्मेंस जांच या टेस्ट्स के लिए AI की अनुमति देते हैं (AI-जनित टेस्ट्स के मूल्य को लेकर संदेह के साथ)।
नेतृत्व, प्रक्रिया, और संस्कृति
- कई लोगों का तर्क है कि AI-चालित गंदा कोड AI की अनिवार्यता नहीं, बल्कि नेतृत्व/प्रक्रिया की विफलता है।
- सुझाव: AI उपयोग के लिए संरचित वर्कफ़्लो लागू करें, संचार और साझा समझ पर ज़ोर दें।
- “AI को जैसा चाहें वैसे इस्तेमाल करने वाली खुश टीम” बनाम लंबे समय की सॉफ़्टवेयर गुणवत्ता के बीच तनाव नोट किया गया है।
तुलनाएँ, उपमाएँ, और अन्य क्षेत्र
- कुछ लोग AI टूल्स की तुलना IDEs, कंपाइलर्स, और Stack Overflow से करते हैं; दूसरे जवाब देते हैं कि AI “हैलुसिनेट” करता है, इसलिए यह तुलना कमज़ोर है।
- डॉक्टरों द्वारा AI स्क्राइब्स छोड़ देने की रिपोर्ट: जो भी समय बचा, वह लंबे और गलत नोट्स को सत्यापित करने में चला गया।
- चिंता यह है कि AI पर व्यापक निर्भरता सीखने, कारीगरी, और समग्र उत्पाद गुणवत्ता को कमजोर कर देती है, जबकि कॉरपोरेशन अल्पकालिक आउटपुट को अनुकूलित कर रहे हैं।