Claude Code टीम सत्यापन के बारे में कैसे सोचती है
Claude Code टीम द्वारा AI-generated code को “verify” करने के तरीके पर Anthropic की ब्लॉग पोस्ट agents, tokens, और natural-language skills files पर भारी निर्भरता के कारण संदेह का सामना करती है, बजाय traditional tests, linters, और Playwright जैसे सस्ते, deterministic tools के। टिप्पणीकार बड़े पैमाने पर, non-deterministic verification की आर्थिक और engineering समझ पर सवाल उठाते हैं, यह तर्क देते हुए कि यह sloppy code, flaky tests, और महँगे frontier models पर निर्भरता को बढ़ावा देती है। दूसरे लोग जवाब देते हैं कि token costs घट रहे हैं और agent-driven workflows पहले ही पर्याप्त productivity gains दे सकते हैं, लेकिन मानते हैं कि long-term maintainability, reliability, और वास्तविक profitability अभी भी खुले प्रश्न हैं.
पोस्ट पर समग्र प्रतिक्रिया
- कई पाठकों को लेख ऊपरी-स्तर का और buzzword-heavy लगा, जिसमें “basic testing practices” को मानो कुछ नया बताया गया हो।
- कुछ लोगों ने इसे AI-assisted QA का एक उपयोगी, संक्षिप्त overview माना और कहा कि यह उन workflows जैसा है जिन्हें वे production में सफलतापूर्वक इस्तेमाल करते हैं।
- कई लोगों ने इसे “verification” कहने की आलोचना की, यह तर्क देते हुए कि यह ज़्यादातर testing और agent workflows का वर्णन करता है, formal verification या correctness guarantees का नहीं।
Token costs, scale, और “token maxxing”
- मुख्य धारा: यह approach बहुत उच्च या “effectively unlimited” token budgets मानकर चलती है।
- enterprises के commenters कहते हैं कि वे पहले ही प्रति माह हज़ारों डॉलर खर्च कर रहे हैं; दूसरे जवाब देते हैं कि बड़ी कंपनियाँ infra पर इससे कहीं ज़्यादा खर्च करती हैं, इसलिए यह आर्थिक रूप से उचित हो सकता है।
- कुछ लोगों का तर्क है कि token prices तेज़ी से गिर रही हैं और जो रणनीतियाँ अभी महँगी लगती हैं, वे बाद में सामान्य हो सकती हैं; दूसरे चेतावनी देते हैं कि costs, limits, और environmental impact फिर भी मायने रखते हैं।
- यह संदेह भी है कि जो vendor अपना business tokens बेचने पर आधारित है, वह token-efficient patterns को कभी प्राथमिकता देगा।
Deterministic बनाम AI-driven testing
- एक मज़बूत पक्ष यह कहता है कि कई प्रस्तावित agent-based checks वही काम दोहराते हैं जो deterministic tools (Playwright, static analysis, property-based tests, fuzzers, e2e suites) सस्ते और अधिक विश्वसनीय तरीके से पहले ही करते हैं।
- चिंता यह है कि CI में non-deterministic, flaky AI checks लाए जाएँ, बजाय इसके कि AI का उपयोग deterministic tests या tooling एक बार बनाने में किया जाए और फिर उन्हें बार-बार इस्तेमाल किया जाए।
- प्रति-तर्क: natural-language invariants को व्यक्त करना आसान होता है और refactors के दौरान भी वे स्थिर रहते हैं, इसलिए उन्हें जाँचने वाले AI agents brittle, code-coupled tests की तुलना में अधिक flexible हो सकते हैं।
Claude Code की गुणवत्ता और विश्वसनीयता
- कुछ लोगों का कहना है कि desktop app अब शक्तिशाली और “agentic development” के लिए प्रभावी है।
- दूसरे लोग Claude Code को buggy, janky, memory-hungry बताते हैं, जिसमें बहुत से GitHub issues और flaky features हैं, और मानते हैं कि इससे उसकी verification rigor के दावों की विश्वसनीयता कम होती है।
AI development philosophy और risk
- बड़े PR counts और मुख्यतः agents द्वारा लिखा गया code: कुछ लोग इसे “software factories” का भविष्य मानते हैं, जबकि दूसरे इसे unreviewable slop समझते हैं जो burden को manual UAT और long-term maintenance पर डाल देता है।
- व्यापक चिंता यह है कि AI ऐसे tests लिख सकता है जो सिर्फ उसके अपने bugs को ही encode करते हैं।
- कई लोग इस बात पर ज़ोर देते हैं कि कठिन हिस्सा “does it run” नहीं, बल्कि “did it build the right thing” है, जिसे मौजूदा agent-based verification convincingly address नहीं करती।