नो AI Slop: एक घोषणापत्र
एक “No AI Slop” घोषणापत्र तर्क देता है कि बड़े भाषा मॉडल्स को मानवीय निर्णय का विकल्प नहीं, बल्कि उसका सहायक होना चाहिए, और चेतावनी देता है कि सस्ते में उत्पन्न कोड और दस्तावेज़ समीक्षकों को अभिभूत कर सकते हैं और गुणवत्ता को कमजोर कर सकते हैं। टिप्पणीकार AI-जनित pull requests को संभालने के तरीकों पर बहस करते हैं—prompt transparency, PR size पर कड़े limits, और spec-first workflows का सुझाव देते हुए—जबकि यह मानते हैं कि व्यावसायिक प्रोत्साहन अक्सर craftsmanship की तुलना में गति और मात्रा को प्राथमिकता देते हैं। अन्य लोग सवाल उठाते हैं कि जैसे-जैसे AI systems अधिक agentic होते जाएंगे, क्या human-centric review scale कर पाएगी, और accountability, competitive pressure, तथा क्या निम्न-गुणवत्ता वाले AI output का विरोध आधुनिक commercial realities के साथ संगत है, जैसी व्यापक चिंताएँ उठाते हैं.
AI-जनित कोड, PR का आकार, और समीक्षा प्रथाएँ
- कई टिप्पणियाँ विशाल AI-जनित PRs पर केंद्रित हैं, जिन्हें सार्थक रूप से समीक्षा करना कठिन या असंभव है।
- कुछ लोगों का तर्क है कि बड़े PRs काम को छोटे हिस्सों में बाँटने में विफलता या अनुशासन की कमी दिखाते हैं; जबकि अन्य ध्यान दिलाते हैं कि बड़े पुनर्लेखन या व्यापक बदलाव वैध रूप से बड़े diffs पैदा कर सकते हैं।
- “बड़े PRs पर प्रतिबंध लगाओ” बनाम “मूर्ख बड़े PRs पर प्रतिबंध लगाओ” पर बहस है, और रणनीतियाँ जैसे: पहले निजी तौर पर एक बड़ा PR करो, फिर उसे छोटे, स्वतंत्र रूप से समीक्षा योग्य भागों में बाँटो।
- कई लोग सुझाव देते हैं कि PRs के साथ AI prompts (या यहाँ तक कि पूरी conversation history) शामिल की जाए ताकि तर्क स्पष्ट हो, लेकिन अन्य लोग संदेह करते हैं कि इससे वास्तव में correctness साबित होती है या यह बड़े पैमाने पर reviewable है।
“Slop” का अर्थ और यह क्यों मायने रखता है
- एक लोकप्रिय कार्यकारी परिभाषा: slop तब होता है जब उसे समझने की तुलना में बनाना सस्ता हो, खासकर जब AI बड़ी मात्रा में text/code उत्पन्न कर सकता है।
- लोग रिपोर्ट करते हैं कि AI docs और code भरे-भरे, redundant, और टिप्पणी करना कठिन लगते हैं क्योंकि समस्याएँ पूरी रचना में बिखरी होती हैं।
- अन्य लोग बताते हैं कि slop अंततः उन मनुष्यों से आता है जो पहली बार के AI output को बिना सावधानी के स्वीकार और ship कर देते हैं।
व्यावसायिक प्रोत्साहन बनाम गुणवत्ता
- कई टिप्पणीकारों को डर है कि “AI slop” अल्पकाल में पुरस्कृत हो सकता है: तेज़ दिखने वाला output, अधिक tickets बंद, कथित रूप से अधिक productivity।
- अन्य लोग जवाब देते हैं कि कुछ AI-heavy products और outages से मिले शुरुआती संकेत खराब परिणामों की ओर इशारा करते हैं, हालाँकि यह विवादित है और thread में साक्ष्य anecodotal हैं।
- एक बार-बार आने वाला निराशावादी नोट: यदि slop निकट भविष्य में अधिक लाभदायक है, तो manifesto-शैली के मानदंड capitalist environment में संघर्ष करेंगे।
मानवीय ज़िम्मेदारी, Agents, और भविष्य का Workflow
- एक पक्ष ज़ोर देता है कि मनुष्यों को intent, taste, और consequences का स्वामित्व लेना चाहिए, और “slop-validated slop” (agents का agents की समीक्षा करना) अस्वीकार्य है।
- दूसरा पक्ष तर्क देता है कि भविष्य के workflows agent-to-agent होंगे, और मानव-केंद्रित review अपेक्षाएँ पुरानी या “self-serving” हैं।
- इस पर असहमति है कि क्या agents/LLMs judgment और design में मनुष्यों के बराबर या उनसे आगे निकल सकते हैं; कुछ agents को मौजूदा मानवीय कौशल के amplifiers मानते हैं, जबकि अन्य उन्हें abstraction और taste में व्यवस्थित रूप से खराब देखते हैं।
सुझाई गई मान्यताएँ और Tooling
- प्रस्तावित प्रथाएँ: LLMs का उपयोग करने से पहले कठोर specs, design/spec/tests/evidence को जोड़ने वाले openspec-जैसे workflows, संरचित PR review (specs → code → tests), और AI का blind generator की बजाय reviewer के रूप में अधिक उपयोग।
- कुछ लोग तर्क देते हैं कि AI का सावधानी से उपयोग करने पर quality बेहतर हो सकती है और काम बहुत तेज़ी से किया जा सकता है; अन्य लोग जोर देते हैं कि उच्च-गुणवत्ता वाला AI-assisted work वास्तव में अतिरिक्त review के कारण धीमा होना चाहिए।
Manifesto और Framing की प्रतिक्रिया
- बहुत से लोग core message को पसंद करते हैं (slop से लड़ो, मानवीय समझ और परिणामों को केंद्र में रखो) लेकिन title और नकारात्मक framing (“No AI Slop”) की आलोचना करते हैं, क्योंकि यह polarizing है या anti-AI के रूप में आसानी से गलत समझा जा सकता है।
- सुझाए गए विकल्प: अधिक aspirational, pro-human, या “responsible AI” branding।
- कुछ लोग इस प्रयास को बहुत देर से आया या प्रचलित प्रोत्साहनों से असंगत मानकर खारिज करते हैं; अन्य कहते हैं कि यह उन्हें निम्न-गुणवत्ता वाले AI उपयोग के खिलाफ़ वापस धकेलने के लिए नई आशा देता है।