AI मुझे उदास करता है
AI का तेज़ प्रसार programmers और knowledge workers के बीच मिश्रित प्रतिक्रियाएँ पैदा कर रहा है—“superpowers” और तेज़ निर्माण के उत्साह से लेकर craft, अर्थ, और विशिष्टता के कथित नुकसान के शोक तक। टिप्पणीकार बहस करते हैं कि क्या AI-सक्षम “vibecoding” और आसानी से क्लोन किए जा सकने वाले software पारंपरिक software careers को खोखला करेंगे, economic moats को कमजोर करेंगे, और layoffs को तेज़ करेंगे, या फिर मनुष्यों को design, judgment, और नई तरह की complexity पर ध्यान केंद्रित करने के लिए मुक्त करेंगे। prompts, moats, और business models पर तकनीकी तर्कों के नीचे एक व्यापक चिंता छिपी है—social externalities, anomie, और क्या institutions और norms एक और disruptive technology के साथ तालमेल बिठा पाएँगे।
एआई पर भावनात्मक प्रतिक्रियाएँ
- कई पोस्टर उदासी, चिंता, या “ego death” का वर्णन करते हैं: हुनर, नियंत्रण, और विशिष्टता का खोना; काम और साइड प्रोजेक्ट्स प्रॉम्प्ट्स के जरिए आसानी से दोहराए जा सकने वाले और सस्ते लगते हैं।
- कुछ लोग उत्साह या यहाँ तक कि “mania” भी महसूस करते हैं: एआई Star Trek कंप्यूटर के जल्दी आ जाने जैसा लगता है, जो लंबे समय से सोचे गए प्रोजेक्ट्स और तेज़ प्रयोगों के द्वार खोल रहा है।
- कई लोगों के भाव मिश्रित हैं: नई क्षमताओं का रोमांच, साथ ही burnout, नौकरी खोने का डर, और यह भावना कि सब कुछ खोखला या “slop” बनता जा रहा है।
प्रोग्रामिंग कार्य और करियर पर प्रभाव
- उन लोगों के बीच गहरी विभाजन-रेखा है जो line-by-line coding को एक craft के रूप में पसंद करते हैं बनाम वे जो coding को products बनाने का साधन मानते हैं।
- कुछ कहते हैं कि उनकी नौकरियाँ अब “40 घंटे chatbot से बात करने” जैसी लगती हैं, जो managers द्वारा संचालित है; दूसरों को नई ऊर्जा मिलती है क्योंकि उबाऊ काम हट गया है और वे architecture और design पर ध्यान दे सकते हैं।
- चिंता यह है कि AI layoffs को तेज़ करेगा, भूमिकाओं को downskill करेगा, और junior work को commoditize करेगा, जिससे अनुभव हासिल करना कठिन हो जाएगा।
- दूसरी ओर तर्क है कि domain expertise, system design, testing, harness/context engineering, और products के आसपास का “schlep” work अभी भी महत्वपूर्ण है और उसे automate करना कठिन है।
Startups, Moats, और Commodification
- बार-बार यह चिंता जताई जाती है कि “vibecoded” products का कोई moat नहीं होता: ग्राहक या कम लागत वाले devs उन्हें जल्दी, समान prompts के साथ, दोहरा सकते हैं।
- अन्य लोग कहते हैं कि moats data, distribution, access rights, integration, compliance, brand, और non-technical barriers की ओर शिफ्ट होते हैं—जो अक्सर छोटे, craft-driven teams की बजाय incumbents और regulators के पक्ष में होते हैं।
- इस बात पर बहस है कि क्या यह चरण अस्थायी है (“centaur” era) या software को एक उद्योग के रूप में स्थायी संरचनात्मक परिवर्तन है।
गुणवत्ता, Slop, और Platform Degradation
- बहुत से लोग AI-generated junk की शिकायत करते हैं: असंगत social replies, कम-मेहनत वाले tutorials, SEO content, और sloppy code architectures।
- कुछ का सुझाव है कि AI moderation/decision models आसानी से nonsense को फ़िल्टर कर सकते हैं, लेकिन platforms उन्हें लागू नहीं करते, शायद engagement reasons के कारण।
- Developers अब tests, metrics, और harnesses पर नया ध्यान दे रहे हैं क्योंकि हो सकता है humans अंतर्निहित code को अब न पढ़ें।
सामाजिक, मनोवैज्ञानिक, और रचनात्मक आयाम
- कई लोग मौजूदा भावनाओं को “anomie” के रूप में देखते हैं: career और social game के नियम इतनी तेज़ी से बदल रहे हैं कि लोग ढल नहीं पा रहे।
- पहले के tech shifts (industrialization, compilers, OO, social media) के साथ तुलना यह दिखाती है कि लाभ और externalities पर लोग एक-दूसरे की बात से आगे निकलकर बहस कर रहे हैं।
- रचनात्मक काम करने वाले लोग (art, music, games) demotivation का वर्णन करते हैं: outputs बच्चों की कला-परियोजनाओं जैसे लगते हैं, एक सस्ते generative content के सागर में; मुख्य नुकसान चीज़ें बनाना (step 2) नहीं, बल्कि उनका दूसरों के लिए मायने रखना (step 3) है।
- आशावादी लोग AI को tutor, lab assistant, accessibility aid, और महत्वाकांक्षी hobbyist hardware और research projects के सक्षमकर्ता के रूप में देखते हैं।