मेरी पुरानी नौकरी अब दूर लगती है
AI coding tools और autonomous “agents” software work को तेज़ी से बदल रहे हैं, और कई engineers का कहना है कि programming के intellectually satisfying हिस्से automate हो रहे हैं, जबकि बचा हुआ काम coordination, stakeholder management, और review की ओर झुक रहा है। Commenters दो खेमों में बँटे हैं: एक तरफ़ huge productivity gains और solo-building के नए अवसरों को लेकर उत्साह, दूसरी तरफ़ collapsing salaries, traditional engineering roles की घटती मांग, और ऐसे भविष्य को लेकर चिंता जहाँ केवल एक छोटा elite group of architect- या product-type engineers ही मांग में रहेगा। इसके पीछे एक बड़ा economic argument है कि क्या AI-driven code generation low-quality software और precarious careers का अस्थिर glut पैदा करती है, या बस knowledge work के लंबे बदलाव को business-driven, अधिक abstract रूपों में तेज़ करती है।
AI का Dev नौकरियों और वेतन पर प्रभाव
- कई लोग वेतन पर नीचे की ओर दबाव की उम्मीद करते हैं: पहले जूनियर, फिर सीनियर, और कुछ तो यह कल्पना करते हैं कि अनुभवी डेवलपर भूख से बचने के लिए बहुत कम वेतन पर काम करेंगे।
- दूसरे तर्क देते हैं कि AI मुख्यतः “code monkey” भूमिकाएँ हटाता है, जबकि product, business, और relationship skills वाले लोगों की मांग बढ़ाता है।
- कुछ लोग AI adoption को अनिवार्य मानते हैं: tools को ठुकराओगे तो नौकरी पाना मुश्किल होगा; स्वीकार करोगे तो भी बाद में बाजार और कठिन हो सकता है।
- तुलना elevator operators बनाम technicians और agriculture से की जाती है: कुल output बढ़ने पर भी कम workers की जरूरत होती है।
Agents के साथ Developer Workflow और Productivity
- कई पोस्टर radical productivity gains बताते हैं: जटिल CI fixes को रात भर के लिए delegate करना, बहुत कम budget में पूरे apps या platforms बनाना, और अब कभी “stuck” न होना।
- कुछ लोगों को अच्छा लगता है कि AI drudgery (boilerplate, syntax, refactors) हटाता है, जिससे वे higher-level design या काम के घंटों में personal hobbies पर ध्यान दे सकते हैं।
- दूसरों को लगता है कि उनकी नौकरी नीरस हो गई है: tickets को LLM में डालो, review करो, merge करो, repeat।
Quality, Reliability, और Oversight की चिंताएँ
- कई टिप्पणियाँ बताती हैं कि LLM-generated code गंदा, फूला हुआ, असंगत, या सूक्ष्म रूप से गलत होता है, और लगातार steering तथा review चाहिए।
- open-source maintainers बड़े, low-signal AI-generated PRs और documentation की शिकायत करते हैं, जिससे review burden बढ़ता है।
- चिंता है कि speed gains चुपचाप tests छोड़ने या standards घटाने से आ रहे हों।
- कुछ developer AI से पूरी तरह बचना चुनते हैं, इसे overhyped और transient मानते हुए।
AI की Economics और Sustainability
- इस पर बहस है कि क्या मौजूदा AI economics टिकाऊ हैं: कुछ लोग unprofitable cost structures की ओर इशारा करते हैं; दूसरे explosive growth और “cost of intelligence” के गिरने को इसका औचित्य मानते हैं।
- open-weight models (China सहित) को बड़े labs पर निर्भरता कम करने वाला माना जाता है।
- corporate environments को startups की तुलना में AI अपनाने में धीमा बताया जाता है, capability और governance दोनों कारणों से।
Software Work और Identity का बदलता स्वरूप
- कई पोस्टर “fun” problem-solving के नुकसान का शोक मनाते हैं, क्योंकि उसकी जगह stakeholder wrangling और performance politics आ गई है, और अब AI से यह और बढ़ती दिख रही है।
- दूसरे तर्क देते हैं कि software पहले से ही boring था; AI बस grind को “less unfun” बनाता है।
- व्यापक चिंता यह है कि जैसे code commoditized होता है, value problems define करने, tradeoffs तय करने, और लोगों को influence करने में शिफ्ट हो जाती है—ऐसे skills जो कई engineers को पसंद नहीं।