हार्वर्ड के शोधकर्ताओं ने पाया कि AI कोडिंग एजेंटों ने बाधा को कोड समीक्षा की ओर स्थानांतरित कर दिया

जैसे-जैसे जनरेटिव AI टूल्स कोड लिखने की गति तेज़ कर रहे हैं, सॉफ़्टवेयर टीमें पा रही हैं कि असली बाधा अब कार्यान्वयन के बजाय कोड समीक्षा, परीक्षण, और सिस्टम समझ में स्थानांतरित हो गई है। टिप्पणीकार समीक्षा-थकान, अत्यधिक जटिल या खराब संरचित AI-जनित कोड, और मानव पर्यवेक्षण को छोड़ने या स्वचालित करने के संगठनात्मक दबाव का वर्णन करते हैं, जबकि ज़िम्मेदारी और जोखिम अब भी मानव इंजीनियरों पर ही रहते हैं। कई लोग तर्क देते हैं कि अब ध्यान लाइन-दर-लाइन समीक्षाओं से हटकर बेहतर स्पेसिफिकेशन्स, आर्किटेक्चर निर्णयों, और टेस्ट इन्फ्रास्ट्रक्चर पर होना चाहिए, जबकि अन्य चेतावनी देते हैं कि एजेंटों पर अत्यधिक निर्भरता मानव विशेषज्ञता और दीर्घकालिक रखरखाव-क्षमता को कमजोर कर देती है।

“खोज” की धारणा

  • कई लोगों का कहना है कि यह निष्कर्ष स्पष्ट है और 6–18 महीने पहले ही व्यवहार में दिखाई दे रहा था।
  • कुछ लोग औपचारिक शोध का बचाव करते हैं, यह कहते हुए कि यह “स्पष्ट” दावों को सत्यापित करने और प्रबंधन को मनाने के लिए उपयोगी है।
  • कई लोग शिकायत करते हैं कि अकादमिक AI काम पुराना-सा लगता है क्योंकि मॉडल और वर्कफ़्लो शोध चक्रों से तेज़ी से बदलते हैं।

बाधा कहाँ गई (और क्या वह हमेशा से वहीं थी)

  • कई लोग सहमत हैं: तेज़ कोड जनरेशन बाधा को समीक्षा, परीक्षण और CI की ओर धकेल देती है।
  • अन्य लोग तर्क देते हैं कि कोड समीक्षा पहले से ही बाधा थी; AI ने बस उसे और स्पष्ट कर दिया।
  • एक अल्पसंख्यक कहता है कि उनके संगठन में नई बाधाएँ परीक्षण, CI और समानांतरकरण हैं—समीक्षाएँ दरकिनार कर दी जाती हैं या स्वचालित हो जाती हैं।

कोड समीक्षा में मानव बनाम AI

  • पहले-पास समीक्षा, लिंटिंग, और टेस्ट जनरेशन के लिए AI के साथ व्यापक प्रयोग हो रहा है।
  • कुछ टीमें अब “कम-जोखिम” बदलावों के लिए केवल AI समीक्षा के साथ, बिना किसी मानव के, कोड शिप करती हैं।
  • अन्य लोग ज़ोर देते हैं कि निर्णय, सुरक्षा, और सिस्टम संदर्भ को समझने के लिए मनुष्य अब भी आवश्यक हैं; AI परिणामों की ज़िम्मेदारी नहीं ले सकता।
  • “एजेंट्स ऑल द वे डाउन” (AI द्वारा AI की समीक्षा) को लेकर चिंता है, बिना किसी मज़बूत सुरक्षा-जाल के।

कोड गुणवत्ता, आर्किटेक्चर, और रखरखाव

  • कई लोग रिपोर्ट करते हैं कि AI-जनित कोड अक्सर अत्यधिक जटिल, शब्दबहुल, या नाज़ुक होता है, भले ही वह कार्यात्मक रूप से सही हो।
  • कुछ का दावा है कि आधुनिक एजेंट अब अधिकांश औसत डेवलपर्स से बेहतर कोड लिखते हैं; अन्य कहते हैं कि वे जो भी AI कोड देखते हैं, वह औसत दर्जे का होता है और मानव पठनीयता के लिए अनुकूलित नहीं होता।
  • कई लोग तकनीकी ऋण में भारी वृद्धि से डरते हैं: कोडबेस इंसानों की समझ या रीफैक्टर करने की क्षमता से तेज़ी से फूले हुए, जिन पर भविष्य का काम केवल AI के जरिए ही संभव हो।

स्पेसिफिकेशन्स, संदर्भ, और सिस्टम की समझ

  • एक पक्ष: असली बाधा हमेशा स्पेसिफिकेशन और डिज़ाइन होती है; बेहतर, अधिक समृद्ध स्पेसिफिकेशन्स समीक्षा की परेशानी कम करती हैं।
  • दूसरा पक्ष: कोई भी स्पेक वास्तविक दुनिया की जटिलता से बच नहीं पाता; पुनरावृत्त मानव समझ और डिज़ाइन का विकास महत्वपूर्ण है और एजेंटों द्वारा खराब तरीके से संभाला जाता है।
  • यह प्रबल चिंता है कि यदि कोई कोड का “स्वामी” नहीं है या उसे गहराई से नहीं समझता, तो प्रभावी समीक्षा और सुरक्षित विकास असंभव हो जाते हैं।

वर्कफ़्लो और भूमिकाओं में बदलाव

  • कुछ डेवलपर्स कहते हैं कि उनका काम अब ज़्यादातर AI आउटपुट की समीक्षा करना, स्पेक्स लिखना, CI/गार्डरेल्स सुधारना, और उच्च-स्तरीय आर्किटेक्चर पर काम करना रह गया है।
  • कई लोग समीक्षा-थकान और निर्णय-अधिभार की रिपोर्ट करते हैं; सतही “LGTM” समीक्षाएँ आम हैं, या समीक्षाएँ छोड़ दी जाती हैं।
  • कुछ लोग प्रति-PR लाइन-दर-लाइन समीक्षा को कम महत्व देने का सुझाव देते हैं, और इसके बदले:
    • मज़बूत स्वचालित परीक्षण और सैंडबॉक्सिंग।
    • आवधिक, सिस्टम-स्तरीय या जोखिम-केंद्रित समीक्षा।
    • सिंटैक्स-स्तरीय छोटी-मोटी बातों के बजाय अधिक कठोर आर्किटेक्चरल/डिज़ाइन समीक्षा।

प्रोत्साहन और संगठनात्मक जोखिम

  • टिप्पणीकार नोट करते हैं कि गति और “AI उत्पादकता” पर दबाव निम्नलिखित की ओर ले जाता है:
    • स्वयं-स्वीकृत AI PRs, न्यूनतम जांच, और आउटेज जोखिम में वृद्धि।
    • समीक्षक क्षमता, आर्किटेक्चर, और परीक्षण में कम निवेश।
  • कुछ लोग भविष्य में एक हिसाब-किताब की भविष्यवाणी करते हैं: अल्पकालिक लाभों के बदले दीर्घकालिक रखरखाव-क्षमता, विश्वसनीयता, और सुरक्षा समस्याएँ।